21 世纪今后，跟着新一代消息通讯、新能源、新原料等本事加疾与汽车家产交融，消息通讯、互联网等新兴科技企业全体涉足汽车行业，全国汽车家产繁荣时势正面对宏大转移。

21 世纪今后，跟着新一代消息通讯、新能源、新原料等本事加疾与汽车家产交融，消息通讯、互联网等新兴科技企业全体涉足汽车行业，全国汽车家产繁荣时势正面对宏大转移：

1）产物样子和临蓐办法深度改良。汽车产物加疾向新能源、轻量化、智能和网联化的对象繁荣，汽车正从交通器械改变为大型转移智能终端、储能单位和数字空间。汽车临蓐办法向充满互联互助的智能成立系统演进，本性化定制临蓐形式将成为趋向。

2）新兴需乞降贸易形式加快展现。用户体验成为影响汽车消费的厉重成分。消费需求的众元化特色日趋显著，共享出行、本性化任事成为闭键对象。

3）家产式样和生态系统深入调节。汽车焕发国家加疾推动家产革新和交融繁荣，全国汽车家产式样转移加快。互联网等新兴科技企业大肆进入汽车行业，环球汽车家产生态正正在重塑。

汽车智能化本事集当代传感本事、消息与通讯本事、主动节制本事和人工智能等于一体，正在淘汰交通事件、缓解交通拥堵、消重能耗、守卫情况等方面具有宏伟潜能。为此，全国各都城正在踊跃协议主动驾驶本事途径图，饱动主动驾驶汽车的繁荣，如美国的「工业互联网」、德国的「工业 4.0」、日本的「呆板人革命」等百般科技计议，均将汽车智能化本事列为汽车家产繁荣的厉重打破口，我国于 2015 年揭晓的《中国成立 2025》及 2017 年揭晓的《汽车家产中持久繁荣计议》显然提出「智能 + 网联」的主动驾驶汽车本事繁荣途径。

主动驾驶汽车编制被以为是汽车智能化繁荣的最高标的 [2]，对改良交通安详、杀青节能减排、消逝拥堵、晋升社会出力，拉动汽车、电子、通信、任事、社会管束等协同繁荣，鼓吹汽车家产转型升级具有宏大政策道理 [3]，主动驾驶本事曾经成为浩繁企业的逐鹿热门。

另一方面，基于深度练习（Deep Learning，DL）正在呆板视觉（Machine Vision，MV）、自然言语统治（Natural Language Processing，NLP）等界限的凯旋使用和我国 AI 繁荣政策，查究 AI 正在汽车主动驾驶编制中的深度使用，有相当厉重的实际道理。文中梳理主动驾驶本事繁荣趋向，解析人工智能正在汽车智能化网联化繁荣下的闭头本事，并提出一种基于 AI 的车云协同主动驾驶编制。

主动驾驶汽车是一个机电一体、软硬件高度集成、以最终杀青代替人操作的繁杂消息物理交融编制，闭键由感知、决议和践诺子编制组成，主动驾驶本事涉及情况感知、决议计议、节制践诺、V2X 通讯等闭头本事，其布局如图 1 所示。

情况感知本事应用车载传感修设（如 GPS/INS 编制、毫米波雷达/摄像头）及 5G 收集获取汽车所处的交通情况消息和车辆状况消息（地点、神态），并将众个传感器的输出消息联合正在车辆坐标系下，修设具有期间记号的数据干系和交融的元消息，为主动驾驶的决议计议任事。

决议计议本事凭借情况感知子编制输出消息，杀青道由寻径、交通预测、手脚决议、行动计议及反应节制信号输出等功用。

节制践诺本事应用线控践诺机构实现反应节制输出指令的践诺，以杀青转向、油门和制动的节制。 V2X 本事为车与外界的消息交互供给及时、牢靠的通讯任事，为情况感知和决议计议任事。

目前主动驾驶本事的杀青崭露了 2 条道途：以守旧车企为主的渐进式繁荣途径、以科研机构和 IT 企业为主的推翻式繁荣途径）渐进式繁荣途径 通过逐渐降低汽车智能化水准，沿着辅助驾驶、个人主动驾驶、高度主动驾驶和完整主动驾驶的对象分阶段繁荣。正在辅助驾驶阶段，车辆节制以驾驶员为主，驾驶员左右最终的驾驶权，编制辅助驾驶员，消重驾驶承担。目前已正在乘用车上量产的辅助驾驶本事有侧向牢固节制、电动助力转向节制，个人高等车还装有主动泊车、自顺应巡航、车道偏离预警编制等辅助驾驶编制。正在个人主动驾驶阶段，车辆的智能化水准进一步降低，具有必定的自决决议材干，具备特定工况下短时托管的材干。正在高度主动驾驶阶段和完整主动驾驶阶段，车辆具有高度自决性，汽车可自决决议、计议和节制，可杀青繁杂工况（如高速公道、都会工况）的托管材干，以至完整无人驾驶。

2）推翻式繁荣途径 跳过汽车智能化逐级繁荣的思绪，直接杀青车辆的高度/完整主动驾驶，研起事度大，其查究劳绩曾经很好地用到渐进式繁荣途径的各个阶段。美国事该界限查究最早本事最前辈的国家。美国国防部高级查究策划局（DARPA）从 20 世纪 80 年代滥觞通过 ALV 项目、DEMO-II 策划、DEMO-III 策划等资助美国企业、科研机构和上等院校实行推翻式主动驾驶本事正在军事界限的使用。谷歌公司是目前正在该界限博得劳绩最为明显的企业，其 2009 年滥觞主动驾驶本事查究，2010 年实行了主动驾驶汽车都会道况测试，2011 年获取主动驾驶汽车的授权，目前其研发的主动驾驶汽车曾经被美国车辆安详羁系机构以为适应联邦公法。德国也是最早滥觞该界限查究的国家，早正在 20 世纪 80 年代，德国慕尼黑联邦国防军大学就与飞驰公司团结滥觞研发自决驾驶汽车，其代表车型飞驰 S500 于 2013 年正在都会和城际道道实现了长间隔自决驾驶试验。

渐进式繁荣途径和推翻式繁荣途径显露了守旧整车企业和互联网 IT 企业闭于智能驾驶汽车家产化繁荣的不同。互联网企业试图将极少尖端的 IT 本事引入到汽车界限中，为消费者带来更众美妙的驾驶体验，通过自顶而下的本事辐射，纵向向下衍生初级另外智能驾驶本事。而汽车企业以为驾驶员对待安详感的需求不妨远超 IT 思想的预料，所以选取循序渐进的办法增添智能驾驶本事。

无论何种本事途径，车辆智能安详辅助功用的查究曾经很成熟，客观上为智能驾驶搭好了底子本事平台；整车企业及 IT 企业正在智能驾驶家产化繁荣上也均面对本事题目、本钱题目、原则题目需求处理。但只消商场对这些本事有络续需求，就能饱动汽车向完整无人化演进。

我国正在主动驾驶界限的查究起步于 20 世纪 80 年代。1980 年「遥控驾驶的防核化伺探车」由国家立项，1989 年我国首辆智能小车正在国防科技大学研制凯旋，1992 年国防科技大学、北京理工大学等高校研制凯旋我国第一辆真正道理上可以自决行驶的测试样车（ATB-1）。

进入 21 世纪，国家「863 策划」滥觞对主动驾驶本事查究赐与更众接济。2000 年国防科技大学揭橥其第 4 代主动驾驶汽车试验凯旋。2003 年国防科技大学和一汽配合团结研发凯旋了一辆主动驾驶汽车——红旗 CA7460，该汽车可以凭据车辆前哨道况主动变道，2006 年研制凯旋新一代红旗 HQ3 主动驾驶轿车。2005 年我国首辆都会主动驾驶汽车由上海交通大学研制凯旋。2011 年国防科技大学和一汽研制的 HQ3 初次实现了从长沙到武汉的高速全程无人驾驶试验，主动驾驶的均匀速率抵达 87 km/h，全程间隔为 286 km［5］。2012 年 11 月军事交通学院研制的主动驾驶汽车实现了高速公道测试，是第 1 辆获得了我国官方认证的无人汽车，并获取中国智能车异日挑拨赛 2015 年度和 2016 年度冠军。

2015 年 12 月 IT 企业百度的主动驾驶汽车实现北京盛开高速道的主动驾驶测试，意味着主动驾驶本事从科研滥觞落地到产物；2016 年 9 月百度揭橥获取美国加州政府公告的环球第 15 张无人车上道测试执照，2017 年 4 月 17 日百度涌现了与博世团结开采的高速公道辅助功用巩固版演示车。

2017 年 4 月我国把基于主动驾驶本事的智能网联汽车列入「汽车家产中持久繁荣计议」，成为我国汽车家产转型繁荣又一个政策标的。我国主动驾驶本事的总体水准与海外前辈水准还存正在必定的差异，闭键闭头本事（感知交融、道途计议、节制与决议本事等）仍处于完整阶段，闭头本事繁荣的节制性限制了主动驾驶编制正在区别情况下的自决驾驶材干，导致主动驾驶编制的手脚表示有时存正在较大的反差。

AI 是一门查究模仿、延长和扩展人类智能的表面、手腕及本事的科学，其出世于 20 世纪 50 年代，目前繁荣为估计机视觉、自然言语融会与互换、认知与推理、呆板人学、博弈与伦理和呆板练习六大界限，并表露出各界限互相排泄的趋向。

呆板练习查究怎样正在算法的领导下主动练习输入数据样本的数据布局和内正在秩序并获取新的体味与学问，从而对新样本实行智能识别，以至对异日实行预测 。楷模的呆板练习算法有线性回归、K-均值、K-近邻、主成份解析、接济向量机、决议树、人工神经收集等。

正在人工神经收集底子上繁荣起来的深度练习模子是现时最为有用的呆板练习算法模子之一，成为当古人工智能查究与使用的热门。深度练习模子正在人工神经收集中插手了众个隐层，于 2006 年由 Geoffrey Hinton 和 Ruslan Salakhutdinov 提出。因为正在 2012 年的 ImageNet 逐鹿（估计机视觉界限最具影响力的国际逐鹿）中结果优秀，深度练习模子受到社会各界的极梗概贴，并正在众个界限博得查究发达，崭露了一批凯旋的贸易使用，如谷歌翻译、苹果语音器械 Siri、微软的 Cortana 部分语音助手、蚂蚁金服的扫脸本事、谷歌的 AlphaGo 等。

AI 正在主动驾驶本事中有着充分的使用，诸如深度练习、巩固练习都正在主动驾驶本事中博得较好的查究结果。

感知统治是 AI 正在主动驾驶中的楷模使用场景。如基于 HOG 特色的行人检测本事正在提取图像的 HOG 特色后平时通过接济向量机算法实行行人检测；基于激光雷达与摄像头的车辆检测本事中，需对激光雷达数据做聚类统治；线性回归算法、接济向量机算法、人工神经收集算法也常被用于车道线和交通象征的检测。

图 2所示的框架把呆板练习用到农村公道、野外土道等非布局化道道的检测中。因为车辆行驶情况繁杂，已有感知本事正在检测与识别精度方面尚无法知足主动驾驶的需求，基于深度练习的图像统治成为主动驾驶视觉感知的厉重撑持。正在感知交融闭头，常用的 AI 手腕有贝叶斯估摸、统计决议表面、证据表面、含糊推理，、神经收集以及发作式法规等

决议计议统治是 AI 正在主动驾驶中的另一个厉重使用场景，状况机、决议树、贝叶斯收集等 AI 手腕已有大方使用。近年来兴盛的深度练习与加强练习能通过大方练习杀青对繁杂工况的决议，并能实行正在线练习优化，因为需求较众的估计资源，现时是估计机与互联网界限查究主动驾驶计议决议统治的热门本事 [8]。

守旧节制手腕有 PID 节制、滑模节制、含糊节制、模子预测节制等。智能节制手腕闭键有基于模子的节制、神经收集节制和深度练习手腕等。如清华李克强等查究了单车众标的和谐式自顺应巡航节制本事，正在杀青主动跟车行驶、低燃油消磨和适应驾驶员特质三大功用的同时全体晋升行车安详性、改良车辆燃油经济性、减轻驾驶疲惫强度；还提出了基于众智能体编制的协同式众车队伍节制计划，以杀青消重油耗、改良交通出力以及降低行车安详性的标的。

现时，以深度练习为代表确当代 AI 本事，基于正在呆板视觉（MV）、自然言语统治（NLP）等界限的凯旋使用，被引入到主动驾驶本事的情况感知、决议计议和节制践诺的查究中，获取了较好的功效。

因为车辆行驶情况繁杂，极少主要依赖于数据、估计资源和算法的 AI 本事，正在主动驾驶的感知、决议、践诺等闭头尚无法知足及时性需求，极少以其行动焦点撑持的主动驾驶编制原型面对挑拨：

1）及时牢靠性需求给编制的估计速率和估计牢靠性带来挑拨。主动驾驶编制央浼感知、决议和践诺各子编制的反应必需是及时牢靠的，以是需求编制供给高速牢靠的估计材干。

2）部件小型化的家产化需求使目前编制广大的硬件尺寸面对挑拨。现时的主动驾驶编制原型人人是估计机编制或工控机编制，不知足车规级部件需求。

3）本性化适配无法知足。现时兴盛的深度练习算法对使用情况变异的自顺应性较差，对区别车型和区别场景存正在模子从新熬炼的适配题目，已有的主动驾驶编制原型不行知足。

4）自决练习、自决爱护需求无法知足。深度练习表露出练习集越大，功效越好的特质，由此需求主动驾驶编制具备络续自决练习材干，云尔有的主动驾驶原型无法知足。面临老化、磨损等题目，部件出厂时的标定参数不再处于最优状况，主动驾驶编制需求基于汽车行驶数据、机能评议实行智能整定（自标定）、诊断和爱护，已有的主动驾驶原型也无法知足需求。

上述题目性质上是因为智能驾驶单车数据积聚深度与广度亏损、强估计材干缺陷、做事自顺应材干差、AI 算法优化适配贫乏。为处理上述题目，实现 AI 正在车载终端的深度集成使用，斟酌构修车云协统一体的智能驾驶编制。借助云平台灵敏、充分的估计资源，统治繁杂的 AI 算法，并将解析结果发给车端实行及时决议计议，使云端域行动具有收集功用盛开的大脑和焦点，成为相接收集内部和车端生意需求的纽带，藉此真正杀青收集智能化。基于云估计和大数据本事的繁荣，把主动驾驶编制分为车、云（平台）两层，提出车云协同主动驾驶编制架构。正在云端供给数据存储、数据共享和估计资源，接济深度练习、自决练习、自决爱护和本性化适配等繁杂 AI 算法。通过个人软/硬件共享本事，可消重车端本钱，使估计量淘汰，有利于车端嵌入式 AI 硬件产物的研发，以知足车规级部件的需求。

环绕 AI 本事使用于主动驾驶中的数据、估计与算法三大因素，面向众车型、众场景与本性化智能驾驶需求，针对智能驾驶单车编制面对的等题目，提出一种基于 AI 的车云协同的主动驾驶编制架构计划，如图 3 所示。

该架构计划由基于 AI 的主动驾驶智能车端修设和基于大数据解析的主动驾驶云端编制两个人构成，配合造成一个集繁杂情况切确感知、通行伶俐决议与行车节制优化践诺的车云协统一体主动驾驶编制。

主动驾驶智能终端是一个集情况感知、计议决议、践诺节制等众项功用于一体的消息物理交融编制（CPS）[9]。为顺应区别场景区别车型汽车主动驾驶的使用需求，需长远查究主动驾驶汽车嵌入式智能节制器软硬件协同策画本事，修设可承载集传感器数据搜罗、情况感知数据交融、计议决议，践诺节制 AI 算法为一体，知足主动驾驶行车需求的智能终端软硬件系统架构，策画及时牢靠、具有编制容错和「跛行」材干的主动驾驶汽车 AI 终端，提出及时牢靠、做事自顺应的智能终端专用编制软件，杀青 AI 算法的编制集成验证与实车使用。需打破的闭头本事囊括及时牢靠的主动驾驶 AI 终端硬件架构、牢靠自顺应的主动驾驶 AI 终端软件架构和主动驾驶智能终端的 AI 本事集成使用等。

主动驾驶汽车 AI 终端是一个集情况感知、计议决议、节制践诺等众项功用于一体的归纳智能编制。凭据主动驾驶编制正在楷模使用场景中针对情况感知、计议决议以及践诺节制等生意模块显露出的区别做事分工、事业形式及通讯互联办法，查究主动驾驶 AI 终端的编制牢靠性策画及模块化策画手腕，重心查究基于 GPU 和 MCU 的异构众核硬件编制架构和基于以太网的高速互联通讯架构。

主动驾驶车端编制集成了众个软件功用模块（情况感知、计议决议、践诺节制、导航、定位、交通讯号监测等）和众个硬件践诺单位（估计单位、节制单位、传感器等），查究：

基于做事自顺应的编制软件和使用软件最优构架；确保合理分派和安排囊括 GPU、CPU、内存、总线和通讯接口等正在内的软硬件资源，供给编制自我修复材干、模块资源分隔材干、估计与内存资源分派材干、优先级践诺材干，以及模块间有用通讯材干等。

主动驾驶编制行动一个楷模的物理消息交融编制，必需通过 AI 手腕的归纳利用才力杀青实行数据消息和学问消息的归纳集成。

针对主动驾驶智能终端的有限软硬件资源，构修面向主动驾驶智能终端的 AI 操作编制，使主动驾驶的感知交融、决议节制等做事可以及时践诺。AI 操作编制除具有通用操作编制的全数功用，还应囊括语音识别、呆板视觉、践诺器编制和认知手脚编制，可分为底子措施层、本事研发层和集成使用层。基于 AI 的主动驾驶智能终端目前已获得业界的普及珍惜，大方 AI 本事正以惊人的速率使用正在主动驾驶汽车界限。然而，目前仍面对的极少题目亟待处理：

以是，看重传感器与汽车家产同步升级，藉此降低数据搜罗质地，使数据交融正在硬件层面有处理计划；最阵势部阐述 AI 本事正在限制场景下的使用，如关闭/半关闭区域、低速/高速状况、有轨交通、特种车辆等。

正在云估计平台的强估计材干保险下，面向众车型、众场景以及本性化驾驶的需求，解析主动驾驶汽车编制中 AI 闭于数据质地与访谒出力的央浼，查究面向 AI 的云估计平台数据空间构修本事，杀青车云两头众类型、众界限数据的归一化；查究主动驾驶汽车编制中的车云两头消息数据交互协同本事，构修消息数据交互协同框架，处理车云两头消息数据的无缝对接题目，实现车端的消息数据订阅与云端的消息数据分发。

正在此底子上，查究正在区别车型、区别驾驶作风下顺应众场景的 AI 算法适配题目，使主动驾驶汽车正在感知、决议与践诺 3 个主意均表露较深的智能化，进而杀青主动驾驶汽车具体智能的晋升。

为消重正在众场景、众车型与本性驾驶等靠山下的主动驾驶编制中 AI 数据统治和消息任事的繁杂性，解析消息数据的分散、异构、时变、海量的数据特色，查究基于消息数据源的元数据描绘手腕、元数据的冲突消减本事以及元数据的揭晓出现本事，杀青元数据集的构修与管束；查究消息数据空间的构制布局与修模本事，构修消息数据空间的对象干系集；

正在区别的行车工况与使用场景中，无论是主动驾驶的正在线 AI 练习熬炼，依然离线的交互消息打定，为推行精准的行车情况感知、伶俐的通行决议与优化的行车行动节制，车端与云端之间均需求实行大方的消息数据交互与协同。基于 AI 的主动驾驶编制车云协同本事需闭键处理消息数据正在车端与云平台之间的联合有用通报题目。车身传感器节点的采样数据囊括数值型数据（如 GPS/INS 数据、毫米波雷达数据）和众媒体数据（如摄像头图像），将这些传感器数据按必定频率传输到云端数据库，实行正在线统治、离线统治、溯源统治和繁杂数据解析。文中提出的主动驾驶编制囊括车端与云端两个人智能子编制，云端编制不只可以存储海量的传感器及时搜罗数据，还能够存储搜罗史籍数据，同时借助云估计实现这些海量数据的存储、传输、解析统治，基于 AI 集成使用算法的智能驾驶节制模子，为车辆决议供给牢靠、高效的协同节制计划。

云平台 AI 算法使用是主动驾驶云端编制的焦点个人，它连接呆板练习、数据开掘等闭联本事，对感知交融消息实行解析，为车辆节制计议供给决议凭借。车载嵌入式硬件平台因估计、存储材干有限，无法知足 AI 模子的熬炼需求。主动驾驶云平台 AI 算法使用本事，操纵虚拟化本事及收集本事整合大领域可扩展的估计、存储、数据、使用平分散式估计资源实现 AI 模子算法的练习熬炼，能杀青正在云端熬炼 AI 模子，通过车云协同本事将其安置到嵌入式平台，使 AI 算法正在车端主动驾驶编制上获得深度使用。能够料念，主动驾驶云端编制异日面对的闭键题目会合正在超大领域的数据存储、数据加密和安详性包管以及降低 I/O 速度等方面；正在本事落地上也面对供应商互助及运营收费计谋的限定。

以是，斟酌充满操纵现有革新资源和载体，融通百般企业级平台及政府羁系平台数据，改变通讯编制和揭晓编制的关闭近况，采用云估计形式构修交通任事系统，对待极少中小都会而言只需求租用相应的任事即可，有利于主动驾驶云端编制的普及。同时由政府教导，对云平台本事典型及数据元样子等焦点草案实行编制与增添，从而教导主动驾驶云端编制使用的树范，增添及可络续繁荣。

文平分析了主动驾驶本事的发暴露状，以及 AI 正在主动驾驶本事中的使用繁荣趋向与面对的挑拨。正在此底子上，提出了一个基于 AI 的车云协同主动驾驶编制，阐明了编制构成及其闭头本事。

文中提出 AI 深度使用于主动驾驶界限需重心处理主动驾驶车载终端的 AI 深度集成、主动驾驶编制车云估计平台数据归一化、车云消息数据交互协同、车云 AI 算法众车型众场景及本性驾驶适配等闭头本事。

针对众车型众场景的使用工况，指出需查究主动驾驶汽车嵌入式智能节制器软硬件协同策画本事；针对车载主动驾驶编制当地存储和估计材干有限的题目，提出以云估计行动车端材干的扩展，处理 AI 算法模子练习熬炼所必须的大数据存储空间和 HPC 材干的题目；针对车云两头的交互题目，提出通过车云协同手腕将云端上熬炼的 AI 模子安置到车端实行践诺，实现感知交融、计议决议等主动驾驶做事。