自動(dòng)駕駛做了已經(jīng)很多年，最近幾年又有大量的資金和團(tuán)隊(duì)投入這個(gè)領(lǐng)域，但大家發(fā)現(xiàn)很多自動(dòng)駕駛技術(shù)在演示時(shí)效果很好，卻很難做到大規(guī)模量產(chǎn)。
那么制約量產(chǎn)的核心問題在什么地方?如何解決?
在剛剛舉辦的2019世界智能網(wǎng)聯(lián)汽車大會(huì)上，有不少企業(yè)提出了自己的解決方案，下面我們看看國(guó)內(nèi)影響力比較大的兩家企業(yè)——百度和阿里巴巴是怎么做的。
百度的量產(chǎn)探索：
高精地圖和自主泊車
百度自動(dòng)駕駛首席架構(gòu)師郭陽(yáng)在演講中談到，百度認(rèn)為自動(dòng)駕駛量產(chǎn)應(yīng)該從比較合適的場(chǎng)景做起，而不是上來就做功能全面的汽車。
做出來的自動(dòng)駕駛產(chǎn)品功能要符合汽車業(yè)界的規(guī)范和規(guī)律，量產(chǎn)最大的兩個(gè)障礙，一個(gè)是安全，一個(gè)是車規(guī)。
百度在量產(chǎn)方面的探索，主要集中在高精地圖和自主泊車Valet Parking上。
百度認(rèn)為高精地圖作為自動(dòng)駕駛中的嚴(yán)重依賴項(xiàng)，對(duì)于自動(dòng)駕駛的安全非常重要。
而高精地圖只把數(shù)據(jù)采集出來是遠(yuǎn)遠(yuǎn)不夠的，而是要做到實(shí)時(shí)更新。百度把更新的重任放在了眾包上，利用行車記錄儀采集的視頻數(shù)據(jù)和采集好的高精地圖進(jìn)行匹配、還原建模，把數(shù)據(jù)以厘米級(jí)的精度更新在高精地圖上。
這個(gè)更新過程是實(shí)時(shí)的，只要第一輛車(只要有前攝像頭即可)看到路況的變化，把數(shù)據(jù)回傳，后面的自動(dòng)駕駛車輛馬上可以獲得信息。
另外，現(xiàn)在的高精地圖很難說經(jīng)過了什么安全測(cè)試，安全達(dá)到什么水平，所以今年百度和汽車行業(yè)嵌入式和互聯(lián)軟件產(chǎn)品全球供應(yīng)商Elektrobit(EB)一起，做了高精地圖安全白皮書——《安全可靠的自動(dòng)駕駛地圖》，集成了ISO 26262、SOTIF 、Safety in use等安全分析方法以及地圖質(zhì)量相關(guān)標(biāo)準(zhǔn)。
百度的高精地圖遵循這些標(biāo)準(zhǔn)進(jìn)行生產(chǎn)，以保證自動(dòng)駕駛車輛使用高精地圖時(shí)的安全。
高精地圖的研發(fā)在中國(guó)還要符合國(guó)情，得到政策的支持，百度獲得了第一個(gè)高精地圖審圖號(hào)，百度的高精地圖從政策上、法規(guī)上，在敏感信息方面也是安全的。
郭陽(yáng)表示，百度已經(jīng)在國(guó)內(nèi)OEM廠商中拿到了最大的訂單量，希望能把高精地圖盡快應(yīng)用到更多場(chǎng)景中去，能為使用自動(dòng)駕駛的公司提供最好的高精地圖解決方案。
在自主泊車Valet Parking方面，百度認(rèn)為完全無人的自主泊車是自動(dòng)駕駛在乘用車領(lǐng)域落地最快的場(chǎng)景，因?yàn)榄h(huán)境穩(wěn)定，速度較低，所以對(duì)算力的需求、對(duì)傳感器的需求及對(duì)境總結(jié)的需求會(huì)得到縮減，可以把真正無人駕駛功能用在產(chǎn)品的設(shè)計(jì)上。
而自主泊車實(shí)際上有很大的用戶需求，比如在北上廣深這些大城市中，車位非常緊張，但在一些區(qū)域車位并沒有得到充分利用，比如機(jī)場(chǎng)的停車樓有的區(qū)域擁擠，有的區(qū)域空閑，自主泊車就可以讓這些社會(huì)資源得到有效利用。
自動(dòng)駕駛的Demo往往是在算力十分充沛、沒有功耗限制的環(huán)境下完成的，到了車上，算力就要受到限制，即使目前最好的特斯拉FSD3.0芯片，算力只有70TOPS左右，和計(jì)算機(jī)完全沒法比，同時(shí)算力的提高也會(huì)帶來功耗的提高，風(fēng)冷甚至水冷都不能解決散熱問題。
百度花了兩年時(shí)間，按照業(yè)界規(guī)范設(shè)計(jì)出了一個(gè)真正可以上車，解決實(shí)際運(yùn)算需求的硬件，符合車規(guī)級(jí)要求，里面有等級(jí)非常高的安全芯片，可以真正布署到汽車上，滿足普通消費(fèi)者自主泊車需求。
同時(shí)，百度還對(duì)算法進(jìn)行了深度優(yōu)化，可以真正在車上跑起來，在并行計(jì)算、神經(jīng)網(wǎng)絡(luò)上進(jìn)行了探索，把百度自己的開源神經(jīng)網(wǎng)絡(luò)移植到硬件上，實(shí)現(xiàn)了很好的配合，讓算力超越了原有的硬件限制。
阿里巴巴專注物流車的無人化
在自動(dòng)駕駛領(lǐng)域，阿里巴巴的做法和跟百度不太一樣，阿里巴巴達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室負(fù)責(zé)人王剛在演講中介紹，從一開始阿里巴巴關(guān)注的就是物流行業(yè)的自動(dòng)駕駛。
阿里巴巴為什么要選擇這個(gè)方向?一方面，阿里巴巴以天貓、淘寶為代表的電商平臺(tái)，包括餓了么、盒馬代表的本地生活平臺(tái)，將會(huì)產(chǎn)生越來越多的包裹。另一方面，社會(huì)的老齡化越來越嚴(yán)重，在可以預(yù)見的未來，社會(huì)將會(huì)缺乏足夠的勞動(dòng)力去運(yùn)輸這些包裹。
因此，阿里相信物流車的無人化是整個(gè)物流產(chǎn)業(yè)發(fā)展的必然選擇，也是社會(huì)發(fā)展的必然選擇。
阿里巴巴目前專注于兩個(gè)物流場(chǎng)景：第一是末端物流場(chǎng)景，最后1~3公里的問題。這應(yīng)該是未來幾年內(nèi)最容易實(shí)現(xiàn)落地的場(chǎng)景，其在安全、法律上的挑戰(zhàn)都相對(duì)少一些。第二是公開道路的技術(shù)研發(fā)，阿里巴巴已經(jīng)開始在杭州鬧市街頭進(jìn)行常態(tài)化路測(cè)以及相應(yīng)的研發(fā)工作。
目前，阿里的無人車不僅可以應(yīng)對(duì)各種復(fù)雜的開放道路路況，包括轉(zhuǎn)彎、與非機(jī)動(dòng)車輛以及行人的交互，還能在復(fù)雜的城市道路實(shí)現(xiàn)上千公里的自動(dòng)駕駛，而不需要人工的接管。
王剛認(rèn)為自動(dòng)駕駛不僅能夠創(chuàng)造社會(huì)價(jià)值，同時(shí)也是一個(gè)巨大的機(jī)遇，但自動(dòng)駕駛是一個(gè)投入非常大、周期非常長(zhǎng)的產(chǎn)業(yè)，純粹的技術(shù)驅(qū)動(dòng)或投資驅(qū)動(dòng)，存在很大的風(fēng)險(xiǎn)，必須在早期就與商業(yè)和業(yè)務(wù)進(jìn)行結(jié)合，產(chǎn)生商業(yè)的結(jié)果，從而驅(qū)動(dòng)它的良性發(fā)展。
自動(dòng)駕駛目前還面臨著全方位的挑戰(zhàn)，包括算法、計(jì)算硬件、傳感器和基礎(chǔ)設(shè)施等。多數(shù)情況下，自動(dòng)駕駛無法量產(chǎn)落地的主要原因是自動(dòng)駕駛的算法還不能夠處理道路上的復(fù)雜交通狀況。
怎么處理這樣多樣化的場(chǎng)景?王剛認(rèn)為，可以應(yīng)用人工智能里的經(jīng)典理論——No Free Lunch理論。
這個(gè)理論是指，假如用一種通用算法來解決所有問題，可能付出沒有回報(bào)，不可能獲得很好的結(jié)果。相反，如果針對(duì)每一個(gè)問題進(jìn)行針對(duì)性的開發(fā)和優(yōu)化，可能會(huì)取得更好的結(jié)果。
因此，阿里巴巴希望能夠把自動(dòng)駕駛的多場(chǎng)景問題進(jìn)行分解、細(xì)化，有針對(duì)性的解決。不過，將交通場(chǎng)景進(jìn)行分類看似簡(jiǎn)單，實(shí)際上非常復(fù)雜。王剛認(rèn)為，一個(gè)好的分類方法，一是必須非常精細(xì)化，二是必須為算法服務(wù)。
基于此，阿里巴巴建立了自己的自動(dòng)駕駛場(chǎng)景庫(kù)，針對(duì)各種場(chǎng)景，聯(lián)合感知和決策，有針對(duì)性地對(duì)場(chǎng)景類別進(jìn)行開發(fā)。
不過，假如有1000個(gè)場(chǎng)景分類，就需要開發(fā)1000個(gè)不同的算法來解決問題。如果針對(duì)每個(gè)場(chǎng)景分類做相應(yīng)的算法開發(fā)，這對(duì)每個(gè)自動(dòng)駕駛團(tuán)隊(duì)來講，都是一個(gè)非常巨大的災(zāi)難。
因此，阿里巴巴采用了計(jì)算換智能的開發(fā)模式，提出了AutoDrive平臺(tái)，更多地采取數(shù)據(jù)驅(qū)動(dòng)、計(jì)算驅(qū)動(dòng)的方式，讓計(jì)算機(jī)更聰明地找到適合每個(gè)場(chǎng)景的算法、參數(shù)、結(jié)構(gòu)等，從而提高系統(tǒng)的智能程度。
為了讓AutoDrive平臺(tái)更好地運(yùn)行，阿里將所有路測(cè)數(shù)據(jù)全部都放在了云上，因?yàn)橹挥性撇庞凶銐虼蟮拇鎯?chǔ)能力和和計(jì)算能力;阿里還建立了數(shù)據(jù)上傳、標(biāo)注、模型訓(xùn)練、仿真、評(píng)價(jià)的閉環(huán)，從信號(hào)輸入到結(jié)構(gòu)輸出，都能在計(jì)算環(huán)境中實(shí)現(xiàn)。
阿里還做了自動(dòng)駕駛數(shù)據(jù)中臺(tái)。數(shù)據(jù)中臺(tái)可以實(shí)現(xiàn)場(chǎng)景庫(kù)的共享、所有數(shù)據(jù)的共享、系統(tǒng)工具的共享及技術(shù)的共享，讓工程師能高效地開發(fā)他們的算法。
最后，王剛總結(jié)基于“No Free Lunch”理論的自動(dòng)駕駛的研發(fā)需要依賴三個(gè)要素：場(chǎng)景精細(xì)化、算法針對(duì)性和云平臺(tái)高效化，這三個(gè)要素進(jìn)行協(xié)同，才能產(chǎn)生更好的化學(xué)反應(yīng)。
