引 言：自动驾驶是指能够协助驾驶员转向和保持在道路内行驶，实现跟车、制动和变道等一系列操作的辅助驾驶系统，驾驶员能随时对车辆进行控制，并且该系统在一些特定的环境下会提醒驾驶员介入操控。
1 人工智能在汽车自动驾驶中的路线规划
自动驾驶系统是一个由不同的软硬件构成的交互式系统，硬件部分主要包括自动驾驶芯片以及汽车制造技术，软件部分主要包括自动驾驶软件、地图和通信网络。针对于软件部分又可以细分为三个功能模块，环境感知模块、行为决策模块和运动控制模块。环境感知模块主要是利用摄像头、雷达、传感器等智能感知设备实时获取周围的环境信息，还可利用GPS技术实时获取车辆自身的状态信息，为自动驾驶行为决策提供信息参考。在交通线路日益复杂，汽车数量逐渐增加的背景下，交通拥堵成为汽车驾驶面临的重要难题。在自动驾驶系统中的行为决策模块，通过对路网、环境与驾驶等信息的综合分析，能够在遵守交通规则的基础上制定出最佳的驾驶决策，保证驾驶的安全性和稳定性，并且为运动控制模块提供指令信息。运动控制模块结合规划行驶路线以及车辆当前的位置和运行状态信息，发出相应的控制指令，进而对油门、刹车和方向盘等进行控制。
2 人工智能在汽车驾驶中的具体应用
人工智能在自动驾驶中有广泛的应用，并具有诸多的优点。在自动驾驶中，采用人工智能技术规划路线，有效提升了交通效率，实现更加便利的交通。通过汽车与周边交通环境如红绿灯、路况监控摄像头、停车场等物联网数据融合，再结合人工智能技术进行实时处理，降低了驾驶员的劳动强度和人力资源成本，并且随着人工智能技术越来越成熟，误操作的可能性会越来越小，安全性越来越高。基于人工智能的自然语言理解技术可以更好地响应驾驶员和乘客的指令，便于用户使用车辆。通过人工智能技术还可以根据用户的习惯调整车辆状态，如空调、音响、座椅、车内灯光等，提高驾乘舒适性，提升用户与汽车环境的交互体验，使人们的出行成为一种享受。人工智能在汽车自动驾驶中的应用，可提升车辆行驶效率，保证车辆行驶的安全性以及乘客的舒适性。虽然目前汽车自动驾驶技术还不够成熟，但是经过相关技术的不断研发，人工智能与自动驾驶系统的结合会越来越完美。车辆在行驶过程中如果遇到较为复杂的路况时，以大数据网为基础的电子地图会自动优化更改路线，在与互联网连接后，还能够与周围物联网的相关数据进行结合，进而快速制定出最佳行驶路线，有效提升车辆行驶的效率。在自动驾驶技术研发以前，我国的汽车制造企业已经应用了智能化的辅助驾驶系统，在此基础上引入人工智能技术，运用其中的图像识别与传感器技术可进一步提升自动驾驶的级别，同时也为智能自动驾驶的进一步升级奠定了良好的基础。人工智能技术的引进，还可以从根本上保证行驶的安全性，进一步提升驾驶者的人身安全。人工智能技术在车载系统中的应用，可有效提升驾驶人员的舒适性。比如可以利用指纹和面部识别技术进行汽车解锁，车内空调可以根据天气状况进行智能调整，车内空调和座椅的角度调整具有记忆功能，可以根据不同驾驶者的个性需求有针对性的进行调整，以满足驾驶者的个性需求。
3决策系统
自动驾驶决策系统具有3个关键功能，分别是任务决策、轨迹规划和异常处理。其中，任务决策功能完成自动驾驶汽车的路径规划任务；轨迹规划功能在不同的局部环境下，进行运动轨迹状态规划；异常处理功能负责故障预警和预留安全机制。任务决策使自动驾驶的汽车融入整个交通流。自动驾驶中任务规划结构描述了道路、车道和行驶三级任务分工，在道路级进行全局的任务规划，当探测到道路阻塞时，要求重新规划任务，并做分解调整。轨迹规划是根据局部环境信息、上层决策任务和车身实时状态信息，规划决策出局部空间和时间内车辆期望的运动轨迹，并将规划输出的期望车速以及行驶轨迹等信息给下层车辆控制执行系统。轨迹规划层应能对任务决策层产生的各种任务分解做出合理规划。异常处理作为预留的智能驾驶系统安全保障机制，一方面是在遇到复杂路面容易造成车辆损坏、部件失效等问题时，通过预警和容错控制维持车辆安全运行；另一方面是决策过程某些算法参数设置不合理、推理规则不完备等原因导致自动驾驶汽车在行为动作中出现某些错误时，能够建立错误修复机制使自动驾驶汽车自主地修正错误，以减少人工干预来解决问题，这是提高车辆智能化水平所必需的。无人驾驶的决策系统已经一定程度地解决了特定车辆在各种道路环境中行驶的决策问题，各种有效的算法仍然需要不断地研究与探索，使得决策系统能更加智能地完成自动驾驶的行为决策。
4 控制系统
控制系统主要包括2个模块：控制模块和执行模块。其中控制模块主要负责将决策系统的输出信息转换为各个执行模块的控制指令，执行模块在接收到指令之后，根据指令准确地控制各个底层对象（转向、制动、油门、挡位）。在自动驾驶技术中，控制模块和执行模块目前都比较成熟，也不是研究的重点和热点。
结 语
人工智能技术和互联网技术的快速发展，为汽车自动驾驶技术的研发提供了契机。汽车自动驾驶主要是通过GPS定位、雷达以及激光、传感器等智能感知设备的应用，集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，依靠车内以计算机系统为主的智能驾驶仪来实现的自动驾驶。通过车载传感系统来获取车辆的行驶和状态信息，然后对路况进行全面分析，通过计算机系统的综合判断自动规划行车路线，并且控制车辆达到预定的目的地。人工智能在汽车自动驾驶中的应用还存在很大的技术难题，需要科研人员加大研发的力度，不断攻克难关，以促进我国汽车制造产业智能化发展的进程。人工智能技术与自动驾驶技术的融合，为汽车自动驾驶技术的发展提供了科技保障，会加快汽车自动驾驶目标的实现，推动汽车智能化发展的进程。
参考文献
［1］王禹，吴石峰，陶恂.自动驾驶中多传感器信息融合技术的研究［J］.福建电脑，2019（2）：110-112.
［2］KhanZ，FanP.AMulti-HopMovingZone(MMZ)ClusteringSchemeBasedonCellular-V2X［J］.ChinaCommunications,2018（7）：3530-3538.
［3］熊璐，康宇宸，张培志，等.无人驾驶车辆行为决策系统研究［J］.汽车技术，2018（8）：1-9.
［4］王新竹，李骏，李红建，等.基于三维激光雷达和深度图像的自动驾驶汽车障碍物检测方法［J］.吉林大学学报(工学版)，2016，42（2）：360-365.
［5］韩彬.我国车联网技术及产业发展现状［J］.汽车工程师，2019（12）：14-16.
［6］辛煜，梁华为，梅涛，等.基于激光传感器的无人驾驶汽车动态障碍物检测及表示方法［J］.机器人，2014，36（6）：654-661.
