（力帆实业（集团）股份有限公司 重庆市北碚区 400707）
摘要：汽车作为重要的交通出行工具，它的出现和应用极大程度的改善了人们的生活状态，随着经济的发展，汽车行业的发展规模越来越大，对应的技术水平也越来越高，当前汽车产业的三大技术突破：车载网络、无人驾驶技术以及新能源中无人驾驶技术主要针对现代人对汽车驾驶的新需求，它的研发和应用将彻底扭转人们的驾驶习惯，改变驾车方式，并逐步促进车联网的形成和完善。
关键词：智能辅助驾驶系统；车联网；技术应用
智能辅助驾驶系统目前在一些高端品牌的车辆中已经有所应用，例如宝马、沃尔沃等，智能辅助驾驶系统的使用提高了行车的安全性，当驾驶员处于疲劳状态下，或是执行了错误的操作、车况遭遇意外时，辅助系统能够智能化控制车辆的行驶状态，保护行车安全。车联网则是车与人、车与路、车与车之间的信息共享，通过传感设备，建立车辆与公众网络之间的联系。在车联网当中，通过传感设备和信息共享，智能辅助驾驶系统就能够准确获知车辆的当前行驶状态，并进行路径规划，进行智能操作，辅助驾驶员保持车况稳定。在下文当中，笔者将对智能辅助驾驶系统在车联网中的应用进行分析，加快实现无人驾驶。
一、 智能辅助驾驶系统分析
（一） 算法技术
算法技术是智能辅助驾驶系统中最为重要的技术部分，要决定了智能辅助驾驶系统的智能化程度以及其能够保障驾驶安全。国内相关企业所提出的算法技术比较受到认可的是上海趋视信息科技有限公司所推出的ADAS辅助驾驶系统算法版本，该算法模块应用了趋视科技自动3D场景建模与深度学习算法模块，对汽车行驶状况的计算和分析较为准确，且应用比较简单，即使是普通驾驶员也能进行操作。近年来，随着科技的发展，国内很多的科技公司都相继推出了智能辅助驾驶系统，其中的算法技术都是大同小异，理论上具有一定的操作性，但是实际应用价值较低，还需要进一步改进。国外MOBILEYE所推出的智能辅助驾驶系统虽然优越于国内技术，但也不尽完善，且售价非常昂贵。未来的智能驾驶辅助系统应当趋于平民化、实效化方向发展。
（二） 相机科技
趋视科技的辅助驾驶系统主要是用单个光学相机集成车辆行驶画面，并将其传输至显示界面，其技术优势在于解决了传感器摄影的数据融合问题，应用成本低，但可靠性比较高。
（三） 相机的自动标定技术
相机自动标定技术的研发节约了相机设备的安装和调试成本，而且可以自动标定位置，发现并处置相机的意外移动，时刻保持趋视的完整性和正确性，保证智能驾驶辅助系统性能的应用。
在基于光学摄像机的智能辅助驾驶系统中，车辆状态的物理数据，如车速，车辆本身相对于车道线的位置，以及车辆周围的距离等，都是基于目标检测的图像内容，依据相机内部和外部的标定参数进行计算的。因此，校准参数的准确性是非常重要的。现有的智能辅助驾驶系统，通常使用一个特定的相机，所以相机的焦距等内部参数等是默认的，需要专业人员通过特殊工艺调整相机的外标定参数，如高度等，确保在使用状态下的摄像机角度不会改变。这些高标准安装要求必然会增加使用成本。但对于自动标定技术而言，通过检测图像中的目标和实际的物理尺寸对摄像机的内部参数和外部参数进行连续实时匹配，不仅不需要使用特定的摄像机，也可以用来改变摄像机的位置，并自动检测相机角度，自动调整内部系统的算法。该技术使智能辅助驾驶系统被用来作为智能手机的一个移动应用程序，促进了智能驾驶辅助系统的推广应用。
（四） 视频技术
视频技术是智能辅助驾驶系统中比较重要的一项技术，而且具有实际应用性，但是增加了视频技术的智能驾驶辅助系统计算量非常大，国际主流厂商现在都需要使用专用芯片进行数据处理，而不是依赖于硬件性能，该技术的重点是开发高效的算法来解决计算问题。从这一点出发，应用树结构专家系统能够智能分析模块数据，利用专家系统可以增加有针对性的深度学习，利用图像特征减少深度学习的维度，得到学习统计的鲁棒性，同时保持系统的逻辑和效率。目前上海趋势科技已经在x86芯片平台上实现了基于1080p的视频智能辅助系统，现在正在移植到一般的Android和IOS移动平台。
二、智能辅助驾驶系统在车联网中的应用
ADAS辅助驾驶系统已经应用于宝马、沃尔沃等高端车型，但国内汽车行业还没有普及这一智能辅助驾驶系统。汽车行业的发展和改革需要一个漫长的周期，一项新技术，需要至少两到三年的测试才能进入实际应用阶段。到目前为止，国内还没有人工智能（AI）与国内汽车厂商合作，完成对其汽车辅助驾驶系统的全面测试，更谈不上真正意义上的商业化。
目前，上海趋视已经开始与国内领先的汽车制造商上汽通用开展了技术交流和技术评价等合作，这标志着智能辅助驾驶系统以及相关科技已经逐步的受到了国内汽车制造商的认可，科技公司和汽车厂商将会进入全方位研究测试阶段，相信在不久之后，国内将出现大量的具有智能驾驶辅助系统的汽车。
智能辅助驾驶系统的应用必须遵循三个阶段：商业试验、商业应用、数据应用。人工智能产业仍处于商业实验的第一阶段。目前，市场上表现出了对人工智能技术的极度渴望，尤其对于智能辅助驾驶系统来说，但是人工智能技术的发展却一直跟不上市场需求。主要问题是人工智能的准确性较低，不能提供一个完整、可靠的系统，存在错误和遗漏，对于汽车驾驶来说，这种漏洞是百分之百不允许出现的，以人脸识别为例，如果在驾驶过程中，智能辅助驾驶系统多次错报和漏报人脸识别结果，就会带来严重的安全隐患，也会使得用户逐步对智能辅助驾驶系统失去信心。错报、漏报是人工智能在试验阶段必须解决的问题。
而在国外，以色列MOBILEYE公司已经成功的将基于视觉的智能驾驶辅助系统应用在了一些高端车辆上，并受到了厂商的认可，这标志着国外汽车行业的智能驾驶辅助系统已经进入了商业应用阶段。其它的视觉技术依旧等待创新，尤其是人脸识别技术，小范围、近距离的人脸识别已经较为成熟和完善，正在准备进入商业应用阶段，但是广义上、大范围的人脸识别技术还有待开发。
结束语：
未来，趋视科技以及其它人工智能企业将进一步加大技术研发力度，不断完善智能辅助驾驶系统，优化算法技术、相机技术等相关技术，尽快实现车与车、车与路以及车与人之间的信息交互，提高信息计算和分析的准确性。此外，国内科技公司还需继续对行为分析算法进行大规模升级，大大提高识别的精度，满足更多行业的应用需求。
参考文献：
[1]徐邦振； 汤一平； 蔡国宁.基于机器视觉的轻量级驾驶辅助系统[J].计算机科学，2015（S2）：172-173.
[2]方景辉； 徐伟明； 朱晓峰； 王春新.基于物联网与三维可视化技术的变电站智能辅助控制系统的研究与应用[J].电气自动化，2012（03）；248-249.
[3]余涛； 俞立中； 王铮； 严网林.自主式智能系统及其在汽车安全辅助驾驶中的应用[j].公路交通科技，2012（06）：143-144.
[3]徐飙.智能辅助驾驶系统在车联网中的应用[J].中国公共安全，2017（01）：162-163.
作者简介：王茂权（1989.02--）；性别：男，籍贯：重庆市铜梁区，学历：本科，毕业于重庆理工大学；现有职称：助理工程师；研究方向：车辆电子自动化。
