天下網商
登錄/注冊

燒了1000億美元的自動駕駛技術,終于能用了

iwangshang / 黃天然 王安憶 / 2020-09-19

摘要:能落地的自動駕駛技術才是好技術。

天下網商記者  王安憶 黃天然

2020云棲大會,阿里巴巴發布了首款物流機器人——小蠻驢。

基于尺寸和用途,小蠻驢被定義為智能機器人,其實它的技術內核,卻是阿里達摩院最前沿的自動駕駛技術。

小蠻驢,不但是阿里巴巴自動駕駛技術首次落地量產,也體現了達摩院乃至阿里巴巴對自動駕駛技術演進路線的思考。

至今為止,人類在自動駕駛研發上投入了大約1000億美元,但始終沒有一款產品,能在如何兼顧智能、安全、成本這道題上找出一個最優解。

這也導致自動駕駛技術遲遲無法落地,自動駕駛汽車難以走入千家萬戶。

從這個角度看,小蠻驢找到的答案,也許能為這項技術的落地趟出一條新路。

自動駕駛技術的長尾挑戰

根據國際通行標準,只有達到L4甚至L5級(如下圖),自動駕駛才算是真正的無人駕駛,可是這樣的無人駕駛卻遲遲無法落地,導致自動駕駛至今仍是一門實驗科學。

一部分原因在于,現有的自動駕駛技術,還無法確保100%的駕駛安全。

自動駕駛技術發展到今天,幾乎解決了大部分底層技術問題,卻卡在了真實應用場景的長尾挑戰。

場景之一是自動駕駛汽車左轉時,遇到闖紅燈車輛,需識別并及時停車避讓

長尾挑戰,包括了各種零碎場景、極端情況和無法預測的人類行為,自動駕駛系統對此尚無定式和套路可用。

就這個問題,激光雷達公司Aeye做過的一次實驗非常有說服性——自動駕駛系統怎么處理一個漂浮在路中央的氣球。

人類知道,氣球是軟的,所以一腳油門過去就完事了。

可是L4級自動駕駛汽車,卻會采取剎車或規避動作,感知缺陷,導致它以為會發生事故。

車載相機眼里看到的一切,其實都是像素點,幾乎無法感知障礙物的軟硬。

而雷達對障礙物材料非常敏感,沒有反射率的物體或者不含金屬的軟體,都無法反射無線電波,所以雷達也無法識別氣球。

而且,雷達在訓練中通常會忽略靜止的物體,否則它會檢測出成千上萬的目標阻礙車輛正常行駛。

雷達容易忽略靜止的物體(特斯拉)

所以,即使采用了反光金屬材質,漂浮在空氣中的氣球如果沒有相對運動,雷達也探測不到。

車載攝像頭和毫米波雷達未識別出前方的白色貨車,特斯拉撞進了貨箱箱體

只有足夠密度的激光雷達點云,可以識別出氣球,前提是自動駕駛系統曾經學習過“氣球”。

激光雷達傳感器可以采集3D 點云數據

為了克服長尾挑戰,許多自動駕駛公司都通過ODD和大量真實路測,尋找并解決這些邊界化難題。

ODD的全稱為Operational Design Domain(運行設計域)。

常規的ODD因素,包括天氣、地形、道路類型等,非常規因素,則包括眩光、過時的地圖信息、水洼、道路結冰、掉落物體、快遞機器人和一些常見的人類違規行為。

Waymo就是通過路測、ODD、規模化路測和試運營的步驟,在積累起足夠場景和數據迭代之后,才將RoboTaxi推向市場。

Waymo有龐大的自動駕駛車隊支撐大規模的測試

然而,盡管Waymo車隊在開放道路上行駛了超過1000萬英里,其自動駕駛模擬測試里程更是達到了100億英里,Waymo的工程師們仍然發現,還有層出不窮的新場景有待解決。

比如,騎車人手中拿著一塊Stop交通標識牌,自動駕駛系統怎么理解這種場景?停,還是不停?

量產就必須犧牲智能和安全?

考慮到人類司機也無法保證100%的駕駛安全,如果自動駕駛系統的智能水平足以保證一定程度的安全,似乎也具備了量產落地的條件。

還有一個大問題,這樣的自動駕駛成本過于昂貴。

受各地政策與技術成熟度約束,RoboTaxi至今仍需配備安全員,外加激光雷達、計算平臺等硬件軟件開發成本,現階段每公里出行服務的成本,遠高于人工駕駛出租車。

特斯拉的自動駕駛技術倒是落地了,但是一直被業界詬病過于激進。

一來,特斯拉是直接在量產、載人、高速復雜開放道路的環境下,讓AI不斷學習、迭代、進化……

二來,Waymo和Uber這樣的L4自動駕駛公司,大都采用了激光雷達模塊,建立汽車周圍環境的高精度三維地圖,彌補純視覺感知的不足,提供更多的安全冗余。

激光雷達三維建圖

馬斯克卻堅稱,特斯拉“僅通過改進軟件即可實現L5自動駕駛”,至今沒有為特斯拉車型配備激光雷達。

時速96公里的特斯拉在高速路馳騁,四名乘客喝酒唱歌,駕駛座卻空無一人

而且,特斯拉一直將L2自動駕駛系統冠以Autopilot之名出售,這便導致一部分車主把特斯拉當成了L5級來開,這幾乎是在用自己的生命試錯,不斷發生的致命事故,也打破了一部分人對自動駕駛技術的美好憧憬。

2016年1月20日發生在中國的事故被認為是全球首例“自動駕駛”致死車禍

2016年起,美國汽車協會每年的調查都表明,“害怕”自動駕駛技術或搭乘自動駕駛汽車的受訪者始終在70%以上。

2017年的調查中,只有19%的人表示,會讓自己的孩子或親人乘坐完全自動駕駛的汽車;另外44%的人表示,可以接受自動駕駛車輛運送食品或包裹;還有53%的受訪者表示,可以對機場或主題公園的自動駕駛擺渡車感到安心。

然而,特斯拉為什么堅持不肯裝激光雷達?還是太貴。

雖然激光雷達近年來價格大幅下降,但是在汽車上裝一個,成本大約還要10000美元。

為了實現量產,智能和安全不得不向成本妥協。

在保證安全的前提下智能進化

能不能在兼顧智能和安全的前提下,實現高級別自動駕駛技術的量產落地?

阿里巴巴物流機器人小蠻驢的出現,讓人看到了自動駕駛技術落地的另一條道路。

不同于其他自動駕駛公司,阿里巴巴自動駕駛技術的落地場景,從一開始就聚焦在物流,旨在通過自動駕駛,讓物流變得更智能和更高效。

阿里巴巴物流機器人小蠻驢

一樣的是,達摩院自動駕駛實驗室負責人王剛同樣認為,安全應該放在首位,“安全是自動駕駛的基礎,沒有安全,一切都無從談起。”

王剛認為,目前的自動駕駛系統,并沒有辦法靠自己完全解決所有問題。

“人工智能發展到今天,智能的本質還是計算智能,通過數據驅動,通過案例學習,如果遇到一個從未見過的交通場景,那么自動駕駛系統就沒辦法穩定安全地加以處理。”王剛說。

正因如此,小蠻驢采用了人機共駕的自動駕駛系統。

人機共駕,是指小蠻驢一旦識別到它處理不了的場景,就會停下來去呼叫線上安全員遠程接管。

這個過程,就是“從不知道自己知不知道,到知道自己不知道。”

與此同時,通過技術迭代升級,小蠻驢的自動駕駛系統可以不斷拓展自主處理場景的邊界,讓人工介入的比例越來越小。

這是一條在確保安全前提下,不斷提升智能水平的進化路徑,而且達摩院已經走通了。

迄今為止,小蠻驢已經具有類人認知智能,能輕松處理復雜路況,能聰明選擇最優路徑,遇到緊急情況,大腦應急反應速度是人類的7倍,自動駕駛率更是達到了99.9999%。

算法自研+深度定制助力量產落地

為了提升小蠻驢的智能水平,達摩院研發了業界獨有的自動駕駛機器學習平臺AutoDrive,由機器替代人工,提升算法研發效率。

基于AutoDrive平臺的支持,小蠻驢可以借助達摩院自研的感知算法,準確識別避讓磚塊這樣的“厘米級”障礙物。

憑借背靠阿里云的天然優勢,達摩院還在AutoDrive平臺上搭建了專屬自動駕駛云平臺,讓自動駕駛算法研發更高效。

為了攻克自動駕駛長尾挑戰,達摩院還推出了全球首個自動駕駛 “混合式仿真測試平臺”,采用虛擬與現實結合的仿真技術,引進真實路測場景和云端訓練師,模擬一次極端場景只需30秒,系統每日虛擬測試里程可超過800萬公里,大幅提升了自動駕駛AI模型的訓練效率。

為了降低成本,達摩院自主研發了高性能、低功耗、低成本的嵌入式異構計算單元,能以1/3算力的達到同等智能水平,并通過軟硬件協同優化,將計算單元功耗降低72%、成本降低50%、體積壓縮62%。

除了嵌入式計算單元,小蠻驢的傳感器、定位單元等硬件均采用了軟硬一體化設計。

在自動駕駛車輛或機器人上,傳感器設備通常占據著成本大頭,小蠻驢的傳感器非常豐富,包括激光雷達、攝像頭等,但是通過深度定制大幅降低了成本。

最終,憑借算法自研+深度定制,小蠻驢的制造成本降低到可量產水平,阿里巴巴自動駕駛技術也在物流場景成功落地。

用自動駕駛技術滿足真實需求

阿里巴巴有全世界最豐富的物流場景,菜鳥、天貓、淘寶、盒馬、餓了么,每天有大量訂單需要配送,全社會的物流配送需求也在極速爆發,不久的將來,中國預計每天將產生10億個配送訂單。

王剛表示,服務于末端的智能機器人產品,仍是達摩院未來一段時間落地的重點方向,相信依托這樣強有力的業務支撐和牽引,小蠻驢量產后還能繼續實現技術的提升和迭代。

當然,今天用在物流機器人上的自動駕駛技術,未來也可以移植到貨車甚至轎車上,達摩院的自動駕駛技術,原本就采取了末端物流和開放道路物流齊頭并進的策略。

而在開放道路上,阿里巴巴同樣有非常豐富的場景,包括菜鳥的同城配送以及新零售配送等,可以說,阿里巴巴自動駕駛技術未來如何進化,如何在更多場景落地,還有豐富的想象空間。

值得一提的是,中國的自動駕駛技術,未來也許不會走單車智能路線,而是協同智能路線。

今年2月,國家發展改革委等11個部門聯合印發了《智能汽車創新發展戰略》,提出到2025年,實現有條件自動駕駛的智能汽車達到規模化生產,并實現高度自動駕駛的智能汽車在特定環境下市場化應用。

為此,我國將構建先進完備的智能汽車基礎設施體系:包括推進智能化道路基礎設施規劃建設、建設廣泛覆蓋的車用無線通信網絡、建設覆蓋全國的車用高精度時空基準服務能力、建設覆蓋全國路網的道路交通地理信息系統等。

這些基礎設施,可以幫助自動駕駛車輛提高感知和通信能力,實現車路協同、車車協同,最終實現低成本高可靠性的自動駕駛方案。

1598425344392

分享:

發表評論

最新評論

偷拍学校女厕小便视频在线