杨逸群
摘 要：伴随着我国经济的飞速发展，汽车保有率不断提高，随之也涌现出了大量的环境问题，空间问题，以及至关重要的安全问题。数量庞大的汽车和复杂的驾驶环境为人工智能的应用提供了海量数据，通过布置于车辆上的传感器收集路面路况信息，利用算法挖掘出有效数据，分析驾驶员的驾驶习惯，将其运用到自动驾驶之中可以实现安全高效的通行。此外，针对传统车企研发自动驾驶系统难度大、更新慢、以及各自垄断的情况，本文提出将去中心化的区块链技术引入到自动驾驶系统，使得数据共享更加便捷，可以实现点对点分配服务。
关键词：人工智能;自动驾驶;大数据;区块链
1 传统车辆通行存在的问题
随着我国经济条件的优越发展，我国的机动车产量和保有量已经连年高居世界第一。根据我国公安部发布的汽车保有量相关报告，显示截至2016年底，全国机动车保有量达到2.9亿辆，其中汽车1.94亿辆。机动车驾驶人3.6亿人，其中汽车驾驶人超过3.1亿。私家车总量达1.46亿辆，平均每百户家庭拥有私家车36辆，与2015年相比，私家车增加2208万辆，增长15.8%[1]。近几年更是增长迅速，道路交通拥堵、交通事故频发、环境污染严重、资源稀缺等等一系列问题层出不穷。传统车辆通行已经渐渐不能满足人们日常生活的需要，因此我们急需进一步找出新的出行方式替代传统交通。
1.1 环境污染问题
城市交通作为一个经济部门，因其发展产生温室气体排放强度一直处于较高水平，交通碳排放量每年都有大幅度的增加，根据IPCC报告，全球温室气体排放中，城市交通占13.1%，是仅次于能源供应和工业生产的第3大排放部门（IPCC，2007）[2]。汽车尾气排放一直是环境问题的最大毒瘤，虽然新能源的出现暂时缓解了这一问题，但是目前道路上新能源汽车并不多见，常见车辆还是以石油为主要能源的汽车。随之带来的能源消耗量也一直高居不下，国内的交通能源消耗在国内的能源结构消耗中将从2000年的11.1%提高到2020年的16.3—17%，到2020年，交通部门将成为中国最大的石油消耗部门，约占石油消耗量的55—60%，交通在整个国民经济中的能源消耗明显加快。新能源汽车和自动驾驶结合起来将有望解决这一问题。
1.2 空间占用问题
车辆的保有量逐年增加，带来的空间占用问题也成为现在传统交通的一大难题。现有交通线路不能够满足需要，城市交通拥堵严重，造成了城市活动效率的急剧下降，社会资源和自然资源的巨大浪费。根据分析报告数据显示：全国50个主要城市中，长三角地区除上海外大部分城市“交通健康指数”相对较高，处于相对健康状态，珠三角的大部分城市指数较低，相对处于亚健康;而多数一线城市及省会城市的“交通健康指数”相对普遍较低，其指数与城市均值线差距较远，处于亚健康状态[3]。
北京2008年中秋节的“首堵”让人记忆犹新，当时北京的所有街道都停满了车，所有的车辆都在街道上停留几个小时，这种现象迅速的蔓延到了全国几乎所有百万人口以上的城市。大大小小车辆的涌入，出行问题不仅有交通拥堵，车辆停放也成为一大问题。停车空位稀缺、车位难找、停车场系统不规范等一系列问题对于传统车辆通行都是难以解决的问题。
1.3 安全问题
与此同时，传统出行最严重的问题在于安全问题，然而对于传统车辆出行交通事故的发生不可预测，因其原因众多不可避免。车辆的增多，驾驶人员的增加导致交通事故发生概率增大。2000年，我国面临着有史以来最为严峻的道路交通安全形势：全年发生道路交通事故77.3万起，与1995年27.2万起相比，增长近3倍;死亡人数约占当年全球道路交通事故死亡总人数的10%;平均每天有300人死于道路交通事故[4]。交通事故引起的经济损失已经严重影响现在社会的可持续发展。据统计，70%交通事故的发生是由于驾驶员操作不当，因此，本文提出使用自动驾驶技术代替传统驾驶员，利用人工智能体系减少事故发生;同时，将去中心化的区块链技术引入到自动驾驶系统，使得数据共享更加便捷，可以实现点对点分配服务，优化空间和资源问题。
2 自动驾驶技术
现在自动驾驶成为时事热点，不论是国际还是国内，对于自动驾驶技术发展阶段的分类已经有着较为统一的认识。美国高速公路安全管理局（NHTSA）将汽车自动化分为五个阶段，其中包括了零阶段的“非自动驾驶”，因此实际将自动驾驶技术分为了四个阶段。此种阶段的划分受到了我国学者和日本学者的重视[5]。按照此阶段分类，第一阶段为（单独型）驾驶支援系统，其加速、操控、转弯变线等其中之一有系统完成，驾驶人员必须随时监控系统，以备特殊情况随时介入重新操控系统，目前已经实现的有自动巡航系统、自动停车系统、自动刹车系统等;第二阶段为系统的组合（部分自动驾驶），一定时期内或者特定情况下，加速、操控、转弯变线等多项操作都可由系统完成，驾驶人员必须随时监控系统，以备特殊情况随时介入重新操控系统，目前已经有的自动跟车系统就是基于这一阶段;第三阶段为系统的高度化（高度自动驾驶），），一定时期内或者特定情况下，加速、操控、转弯变线等多项操作均由系统完成，驾驶人员无须随时监控系统，仅仅需要在必要情况下介入重新操控系统;第四阶段就为完全自动驾驶，其一：在规定的使用情况下，汽车的驾驶完全有系统完成，其二：运输任务完全有系统完成，车内所有人均为乘客，完成无驾驶人自动驾驶。
2.1 利用传感器收集数据
现在广泛应用于各类高级驾驶员辅助系统ADAS使用的各类传感器已经基本实现了相应的辅助驾驶功能，达到了自动驾驶的第二阶段，为下面完全自动驾驶奠定了良好的基础;介于现在ADAS系统主要采用的單一传感器获取周围环境信息，其安全性、稳定性、整体性都达不到理想化的程度。信息时代的爆炸性发展让不同传感器信息在时间和空间维度上的高精度数据交合成为可能，多传感器技术逐渐趋于成熟，较目前单一传感器而言，它的精度更为准确，安全性更好，对于障碍物的检测和避开方案预判更为合理。目前，参与欧盟PROTECTOR计划的主要汽车厂商已开始研究雷达传感器（激光雷达、微波雷达）和光学传感器（普通光学摄像头、红外摄像头）的融合技术，开发了行人安全检测系统[6]。多传感器的融合技术已经成为未来发展的一个研发重点，特别是在人工智能自动驾驶方向。
2.2 应用区块链技术解决传统车企研发难点
（1）区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，其本质是一个去中心化的数据库。起源于比特币，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次比特币网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块[7]。
（2）由于自动驾驶系统定义场景为复杂的交通路线，需要实时监控周围环境并及时作出相应决策，因其环境复杂多变，人为因素影响较多，普通的互联网技术不能满足其需要，所以需要将区块链技术应用进自动驾驶系统。
（3）根据区块链技术将自动驾驶系统分为云端与车端，云端系统架构设计满足模块化、分层化、可持续发展等设计原则[8]。车端感应周围环境因素传递给云端，云端根据车端反映信息构建出车辆形态和周围环境情况，同时生成对车辆的控制指令传达至车端，这样车端与云端形成一个双向的反馈系统，将大量信息和计算都交到云端处理，车端仅需实时更新车辆运行信息和周围环境情况。
2.3 基于人工智能技术的数据分析
自动驾驶云端系统核心部分就是云平台AI算法，结合机器人、语言识别、图像识别、自然语言处理和专家系统等相关技术，对车端系统传感器传递过来的信息进行分析计算，为车辆控制规划提供决策依据。利用虚拟化技术及网络技术整合大规模可扩展的计算、存储、数据、应用等分布式计算资源完成AI模型算法的学习训练，能实现在云端训练AI模型，通过车云协同技术将其部署到车载嵌入式平台，使AI算法在车端自动驾驶系统上得到深度应用[10]。
3 自动驾驶技术的现状与前景
传统车辆通行有诸多问题，在全面实现自动驾驶后这些问题就迎刃而解，对于自动驾驶技术，目前已经没有太大的科技难题和计算难题，在解决云端系统的问题后，我们将迎来人工智能化的交通出行方式。智能化交通将大大降低事故发生的概率，道路利用率增大，出行更加方便-快捷。新能源汽车与自动驾驶结合起来，将解决环境污染和资源短缺等诸多问题。
参考文献：
[1]汽车工业协会统计信息网【EB/OL】. http：//www.auto-stats.org.cn/
[2]李保华.低碳交通引导下的城市空间布局模式及优化策略研究[D].西安建筑科技大学，2013.
[3]覃永明.浅谈如何在大数据背景下改善城市交通[J].建材与装饰，2019（27）：280-281.
[4]冯洁语.人工智能技术与责任法的变迁——以自动驾驶技术为考察[J].比较法研究，2018（02）：143-155.
[5]孙轶轩. 基于数据挖掘的道路交通事故分析研究[D].北京交通大学，2014.
[6]王艺帆.自动驾驶汽车感知系统关键技术综述[J].汽车电器，2016（12）：12-16.
[7]杨熳.基于区块链技术的会计模式浅探[J]. 新会计，2017（9）：57-58
[8]王文琴.区块链技术在网联云控自动驾驶系统中的应用研究和实现[D].浙江大學，2018.
[9]井泉.浅谈人工智能在自动驾驶汽车中的应用[J].轻型汽车技术，2018（Z1）：51-54.
[10]晏欣炜，朱政泽，周奎，彭彬.人工智能在汽车自动驾驶系统中的应用分析[J].湖北汽车工业学院学报，2018，32（01）：40-46.
