格格党

手机浏览器扫描二维码访问

一智能驾驶 马路杀手将成为历史（第1页）

一、智能驾驶：“马路杀手”

将成为历史

banner"

>

你理想中的座驾是什么样的？那一定是拥有超豪华外表、超大空间、超强动力，最好还能具备一些自动驾驶的高科技，能让“老司机”

们更加轻松，“女司机”

们更加自信，“马路杀手”

直接消失。

如果要举一个例子的话，那就是20世纪80年代电视剧《霹雳游侠》中刀枪不入、超高科技跑车KITT，它会自动驾驶，还能帮男主角出谋划策，简直就是梦想中的豪车。

近40年过去了，我们虽然还无法拥有KITT这样刀枪不入、足智多谋的汽车，但“自动化”

驾驶体验已经渐渐地走进现实生活了。

它还有一个备受瞩目的名字：智能驾驶。

智能驾驶包括了三个部分，即组合导航、自主驾驶、人工干预。

组合导航解决了汽车要从哪里出发，要去向哪里，怎么走方便，选择哪条道路更通畅等问题；自主驾驶解决了车道保持、超车、红绿灯规范等；人工干预则解决了对行车目的地的设置，以及对意外情况的处置。

它已经成为人工智能领域的一大热门应用，无时无刻不吸引着人们的注意力。

那么，人工智能和智能驾驶除了名字沾点亲以外，具体有什么关联呢？其实，在智能驾驶涉及的关键技术中，环境感知、决策规划、车辆控制等都与人工智能有着密切的关系。

我们用实现“无人驾驶”

的一种思路举一个简单的例子。

人们考驾照、学车需要有一位教练在旁边指点，他会告诉我们某种路应该什么时候拐弯，车应该开在哪两条线中间，在经过反复的练习之后，我们能按照教练推荐的行驶路线进行驾车。

机器也一样，它们通过观察人类的驾驶行为来学习如何驾驶。

当然，在这种学习过程中，它们就要运用到关键的人工智能深度学习技术：

“老司机”

先来开车带路，让智能驾驶系统观看学习“老司机”

的操作。

当然，它也不是白看的，边看还要边“做笔记”

：每隔一段时间，它就能根据前方的路况图生成一张数字化图片，并记录驾驶者的驾驶方向。

这些训练集图片经过一定的处理、分析，智能驾驶系统就能得到与“老司机”

操纵方向相似的结果。

学成后，车辆尝试着自己行驶，并在行驶的过程中每隔一段时间就生成几张图像，然后它将图像传送给多个神经网络处理。

这些神经网络意见不一，生成不同的行驶方向，但是总有那么一个神经网络比较自信，说：“老司机之前就是这么开的！”

于是，得到了最终系统所预测的行驶方向。

这样，即使在没有车道线，或者是车道线不清楚的雨雪天气，车辆也能做出与人类相似的判断。

可见人工智能技术在智能驾驶应用中的重要性。

要知道，虽然现在智能驾驶有很高的话题度，但它并不是一位新鲜出炉、炙手可热的“小鲜肉”