在Waymo、特斯拉兩派背后，自動(dòng)駕駛技術(shù)形成兩派，前者注重激光雷達(dá)、高精地圖，后者的方案則以視覺(jué)感知為主。在中國(guó)國(guó)內(nèi)，車(chē)路協(xié)同技術(shù)又成為新的變量。成為一些自動(dòng)駕駛初創(chuàng)公司的重要方案。
作為一家自動(dòng)駕駛方案供應(yīng)商，紐勱科技從場(chǎng)景出發(fā)，采用了以視覺(jué)為主、多傳感器融合的方案，目標(biāo)是在復(fù)雜場(chǎng)景中實(shí)現(xiàn)載人和運(yùn)貨。它的方案既包括L3/L4，又包括滿(mǎn)足當(dāng)下市場(chǎng)緊需的L2+，以及與智慧城市融合一體化的方案。
這些方案最終的目標(biāo)是量產(chǎn)上車(chē)。紐勱科技CEO徐雷表示，面向量產(chǎn)的自動(dòng)駕駛解決方案，一定需要達(dá)到三個(gè)方面的要求：安全，高效，經(jīng)濟(jì)。
以安全為例，紐勱科技在系統(tǒng)冗余、傳感器冗余、緊急情況應(yīng)對(duì)措施以及備份的控制系統(tǒng)等方面進(jìn)行了充分考量和設(shè)計(jì)。基于對(duì)安全的考量，紐勱科技的方案還在功能安全、預(yù)期功能安全和網(wǎng)絡(luò)安全三部分進(jìn)行了重點(diǎn)設(shè)計(jì)。
紐勱科技已經(jīng)獲得美國(guó)加州的自動(dòng)駕駛路測(cè)牌照，并在2018年先后完成了擁堵跟車(chē)(TJP)、高速代駕(HWP)、自主泊車(chē)(AVP)功能等前裝量產(chǎn)功能的上線(xiàn)。今年8月，紐勱科技在上海正式落地L4級(jí)別的RoboTaxi項(xiàng)目。
以下為徐雷的演講速記整理，進(jìn)行了不改變?cè)獾木庉嫞?/p>
在自動(dòng)駕駛落地的道路上，無(wú)論是像我們一樣的自動(dòng)駕駛方案開(kāi)發(fā)者，還是像OEM這樣的自動(dòng)駕駛方案需求方，為了自動(dòng)駕駛的大規(guī)模量產(chǎn)落地，常常會(huì)思考很多問(wèn)題。
量產(chǎn)方案究竟需要滿(mǎn)足哪些要素?在ADAS都還并不完美的當(dāng)下，實(shí)現(xiàn)自動(dòng)駕駛是否真的具備可行性?無(wú)人駕駛究竟能否應(yīng)對(duì)所有場(chǎng)景?是否將交鑰匙式的方案直接裝到車(chē)上就能實(shí)現(xiàn)自動(dòng)駕駛?
種種問(wèn)題，最后又可以歸結(jié)為一個(gè)問(wèn)題：自動(dòng)駕駛的落地之路到底是怎樣的?
現(xiàn)在，自動(dòng)駕駛行業(yè)主要有兩條不同的技術(shù)路線(xiàn)：一是以Waymo為代表，重激光、重地圖;二是以特斯拉為代表，將視覺(jué)感知作為主要的感知方式，通過(guò)攝像頭實(shí)現(xiàn)L4級(jí)別的自動(dòng)駕駛。
相比之下，紐勱科技的路線(xiàn)與后者較為類(lèi)似，在單車(chē)智能中采用以視覺(jué)為主的多傳感融合感知方案。但同時(shí)，我們也有著很大的不同，那就是不止于車(chē)端的智能，還采用智能車(chē)、智能道路、智慧城市的融合一體化方案。
一切從場(chǎng)景出發(fā)
在我們看來(lái)，自動(dòng)駕駛應(yīng)從場(chǎng)景出發(fā)。
無(wú)論設(shè)計(jì)、測(cè)試還是商業(yè)化，都應(yīng)以場(chǎng)景為基礎(chǔ)。這里的場(chǎng)景，簡(jiǎn)單來(lái)說(shuō)，就是車(chē)和車(chē)以外的事物。而我們的最終目標(biāo)，就是實(shí)現(xiàn)復(fù)雜場(chǎng)景下的無(wú)人駕駛載人和運(yùn)貨。
在紐勱科技的融合一體化的系統(tǒng)中，將車(chē)作為前端，車(chē)以外的部分作為后端。在每一種場(chǎng)景下，我們會(huì)思考車(chē)需要具備什么樣的能力才能安全可靠地行駛，并分別從前端和后端提供相應(yīng)的能力。
當(dāng)面對(duì)相對(duì)簡(jiǎn)單的場(chǎng)景時(shí)，比如，結(jié)構(gòu)化道路里的高速場(chǎng)景，或低速行駛的場(chǎng)景，我們的方案可以通過(guò)車(chē)身所搭載的傳感器和計(jì)算能力，實(shí)現(xiàn)很好的自動(dòng)駕駛。當(dāng)面對(duì)一些相對(duì)復(fù)雜的場(chǎng)景時(shí)，比如，十字路口、園區(qū)大門(mén)口，這些地方很可能連紅綠燈、車(chē)道線(xiàn)都沒(méi)有，僅依靠車(chē)本身的配置會(huì)很難達(dá)到充分安全可靠的行駛，所以，這時(shí)候需要讓系統(tǒng)具備更強(qiáng)的駕駛能力。
我們的思路是，把自動(dòng)駕駛所需的能力——感知和規(guī)劃，最合理地分配到車(chē)和車(chē)以外的地方，也就是前面所說(shuō)的前端和后端。
我們主要從兩個(gè)方面來(lái)實(shí)現(xiàn)。
在車(chē)端，以視覺(jué)感知為主、多傳感融合打造單車(chē)的智能，提供前裝量產(chǎn)的方案。在這個(gè)長(zhǎng)期發(fā)展的過(guò)程中，具備自動(dòng)駕駛功能的汽車(chē)將會(huì)越來(lái)越多，包括L2級(jí)別的智能網(wǎng)聯(lián)車(chē)。
與此同時(shí)，道路也在逐步升級(jí)，變得更加數(shù)字化、智慧化。那么，如何打造包含路側(cè)感知、路側(cè)規(guī)劃，并能與智能車(chē)融合的數(shù)字化道路，是一個(gè)很有挑戰(zhàn)的問(wèn)題，而我們可以為政府、運(yùn)營(yíng)商等提供方案。
最終，我們將基于智能汽車(chē)、智慧道路、智慧城市融合一體化的概念，提供能應(yīng)對(duì)復(fù)雜場(chǎng)景的L4方案。
具體而言，在以車(chē)為前端的單車(chē)智能方面，主要與車(chē)廠合作，從前裝量產(chǎn)方案切入。我們對(duì)場(chǎng)景有更深的理解，希望能通過(guò)與車(chē)廠在前裝方面的合作，將技術(shù)落地，并進(jìn)行數(shù)據(jù)迭代，不斷地優(yōu)化方案，實(shí)現(xiàn)復(fù)雜場(chǎng)景下的無(wú)人駕駛應(yīng)用。
同時(shí)，我們會(huì)在一些開(kāi)放區(qū)域進(jìn)行無(wú)人駕駛的示范運(yùn)營(yíng)，比如上海臨港地區(qū)，從商業(yè)模式和技術(shù)模式上去論證方案的可行性。
當(dāng)前，從前裝角度看，L2+級(jí)別自動(dòng)駕駛方案有著非常迫切的市場(chǎng)需求。
現(xiàn)在主流的自動(dòng)駕駛應(yīng)用，大多是一些行駛和泊車(chē)兩大類(lèi)型的輔助駕駛功能，并不能完全滿(mǎn)足市場(chǎng)對(duì)L2+甚至是L3的高級(jí)別自動(dòng)駕駛需求。一些復(fù)雜場(chǎng)景的功能，如需要橫向控制參與的變道、超車(chē)處理，用于泊車(chē)的360度精準(zhǔn)感知，都是市場(chǎng)上需求很大的應(yīng)用。
我們能夠提供L2+及以上功能的自動(dòng)駕駛解決方案，并可以通過(guò)高端和經(jīng)濟(jì)兩種不同的配置，滿(mǎn)足不同的功能需求。
搭載高端配置的車(chē)輛，可以滿(mǎn)足全功能的需求，不僅具備一些復(fù)雜場(chǎng)景的自動(dòng)駕駛功能，能夠應(yīng)對(duì)十字路口等城市環(huán)境下的行駛場(chǎng)景，還可以和智慧城市智能交通系統(tǒng)相結(jié)合，實(shí)現(xiàn)L4級(jí)別的自動(dòng)駕駛功能。
經(jīng)濟(jì)配置則可以滿(mǎn)足部分的自動(dòng)駕駛需求，如實(shí)現(xiàn)自主泊車(chē)、擁堵跟車(chē)這些自定義的功能。對(duì)前裝量產(chǎn)而言，成本非常重要，我們會(huì)提供基于ASIC芯片的低成本計(jì)算平臺(tái)打造的、以視覺(jué)為主的多傳感融合感知的方案，來(lái)實(shí)現(xiàn)所需的功能。
量產(chǎn)要滿(mǎn)足三要素
在我們看來(lái)，面向量產(chǎn)的自動(dòng)駕駛解決方案，一定需要達(dá)到三個(gè)方面的要求：安全，高效，經(jīng)濟(jì)。
安全指的是必須有全方位的安全考量，要包含運(yùn)行方面的功能安全、預(yù)期功能安全以及網(wǎng)絡(luò)信息安全，從而提供真正安全的體驗(yàn)。
比如，車(chē)輛如何進(jìn)入最小風(fēng)險(xiǎn)狀態(tài)，如何處理出現(xiàn)的各種問(wèn)題。從技術(shù)角度來(lái)講，自動(dòng)駕駛方案需要在融合后形成冗余的世界模型，并且需要具有一套安全的駕駛規(guī)則。而非為了確保安全，讓車(chē)的速度降到非常慢的程度，用戶(hù)很難喜歡這種方案。
其次是高效，自動(dòng)駕駛方案不僅需要能夠高效地開(kāi)發(fā)和應(yīng)用，同時(shí)還需要能為用戶(hù)提供高效的使用體驗(yàn)，能在日常使用中為用戶(hù)解決出行中的難題和痛點(diǎn)。這樣的方案才真正有用。
第三是成本。無(wú)論硬件還是軟件，成本都是無(wú)法忽視的要素，功能所耗費(fèi)的成本需要與為客戶(hù)創(chuàng)造的價(jià)值相匹配。因?yàn)槲锍档姆桨覆艜?huì)受歡迎，才能形成規(guī)模化的應(yīng)用。
兼顧這三點(diǎn)的方案，才是可量產(chǎn)的自動(dòng)駕駛駕駛解決方案。而我們的方案，也正是基于這些考慮完成的開(kāi)發(fā)。
在安全方面，我們有著全面深入的設(shè)計(jì)考量。一般來(lái)說(shuō)，自動(dòng)駕駛的應(yīng)用場(chǎng)景發(fā)生變化，系統(tǒng)的性能也通常會(huì)有一些影響，如果是在開(kāi)發(fā)完成后根據(jù)應(yīng)用的場(chǎng)景再去補(bǔ)充安全架構(gòu)和模塊，安全方面可能會(huì)存在問(wèn)題。
所以我們的做法并不是先把功能開(kāi)發(fā)完，然后再回過(guò)頭去想哪一塊不安全，再去加一些安全模塊。而是從設(shè)計(jì)、開(kāi)發(fā)，到功能實(shí)現(xiàn)、測(cè)試，其中的每一個(gè)環(huán)節(jié)都把安全放在第一的位置。
同時(shí)，為了保障在部分傳感器失效的情況下，系統(tǒng)依舊能夠去應(yīng)對(duì)出現(xiàn)的問(wèn)題，我們提出了三層感知融合，進(jìn)行同一傳感器內(nèi)、不同傳感器之間以及世界模型構(gòu)建的融合。
比如在攝像頭內(nèi)部，車(chē)道線(xiàn)可以基于深度學(xué)習(xí)算法和傳統(tǒng)的算法來(lái)分別完成;而在不同傳感器之間，比如前視的兩個(gè)攝像頭，可以通過(guò)雙目檢測(cè)來(lái)進(jìn)行測(cè)距，也可以通過(guò)雙目檢測(cè)可行駛區(qū)域是否有立體的東西，來(lái)判斷是否為平面。
另外，因?yàn)槠?chē)存在于真實(shí)的物理世界，所以我們還會(huì)進(jìn)行模型層面的校驗(yàn)，基于這些融合的信息會(huì)構(gòu)建一個(gè)冗余的世界模型。
這個(gè)世界模型是對(duì)周?chē)澜绲睦斫猓ㄓ徐o態(tài)障礙物、動(dòng)態(tài)障礙物、動(dòng)態(tài)障礙物的行為預(yù)測(cè)、交通規(guī)則的理解、自身狀態(tài)的定位。在世界模型里，除了會(huì)預(yù)測(cè)一些處于動(dòng)態(tài)的物體外，比如行駛中的車(chē)下一步會(huì)怎么行駛，我們還會(huì)預(yù)測(cè)一些暫時(shí)處于靜態(tài)的物體，比如行人站在十字路口的時(shí)候，通過(guò)他的身體語(yǔ)言去判斷其是否看到了本車(chē)，是不是有穿過(guò)馬路的意圖。
而在高效方面，我們的方案可以做到感知更全、識(shí)別更準(zhǔn)、反應(yīng)更快。
以泊車(chē)時(shí)的停車(chē)位檢測(cè)為例。全國(guó)各地有各種各樣的停車(chē)位，在實(shí)際使用中，市面上絕大部分泊車(chē)方案的車(chē)位檢測(cè)成功率不到50%，而我們基于視覺(jué)停車(chē)位檢測(cè)的成功率能達(dá)到90%以上。
我們對(duì)方案的要求不僅是車(chē)不發(fā)生碰撞，還有更重要的一點(diǎn)是，我們希望自動(dòng)駕駛車(chē)能符合用戶(hù)的使用期望，就像真人駕駛一樣。這其中，對(duì)未來(lái)時(shí)間一定窗口內(nèi)場(chǎng)景變化的預(yù)測(cè)非常重要。
通常情況下，系統(tǒng)中會(huì)有很多模塊運(yùn)行，但是很難保證每一個(gè)模塊在任何情況下都能正常運(yùn)行。如果出現(xiàn)硬件失效或是感知受限等情況，比如攝像頭被遮擋，功能還能否安全地運(yùn)行呢?答案是可以，因?yàn)槲覀儗?duì)系統(tǒng)有安全的冗余考量，配備了冗余傳感器、緊急操作模塊、備份系統(tǒng)。
此前我們?cè)鴱?qiáng)調(diào)，自動(dòng)駕駛由從場(chǎng)景所驅(qū)動(dòng)，設(shè)計(jì)、開(kāi)發(fā)、功能實(shí)現(xiàn)、測(cè)試、商業(yè)化運(yùn)用也都如此。所以，我們自己總結(jié)了一套比當(dāng)前市面上更健全的測(cè)試體系，針對(duì)L3及以上級(jí)別的自動(dòng)駕駛進(jìn)行測(cè)試評(píng)價(jià)。其中，最重要的一點(diǎn)就是可量化的測(cè)試標(biāo)準(zhǔn)。
我們對(duì)開(kāi)發(fā)的功能，在不同情況下進(jìn)行了測(cè)試和評(píng)分，根據(jù)我們自己的標(biāo)準(zhǔn)，方案達(dá)到了良好水平，而根據(jù)行業(yè)的標(biāo)準(zhǔn)，我們方案能達(dá)到優(yōu)秀水平。
基于車(chē)端和智慧道路的融合
紐勱科技主要做的是L3/L4級(jí)別自動(dòng)駕駛，L2+的方案為降級(jí)使用。我們自主開(kāi)發(fā)了自動(dòng)駕駛所需的全套上層應(yīng)用軟件和算法，包括配備了基礎(chǔ)通信庫(kù)、高性能計(jì)算庫(kù)、深度學(xué)習(xí)加速庫(kù)的自動(dòng)駕駛專(zhuān)用平臺(tái)MaxOS，這也是我們自己開(kāi)發(fā)的，所以我們的方案拓展性強(qiáng)，很容易移植到不同平臺(tái)上，進(jìn)行各種定制化的開(kāi)發(fā)。
此外，我們的方案不依賴(lài)于高精地圖和激光雷達(dá)。車(chē)本身具有足夠的智能，高精地圖可以加入其中作為補(bǔ)充，感知以視覺(jué)感知為主，不依賴(lài)于激光雷達(dá)。方案可以實(shí)現(xiàn)低成本高性能定位，定位精度達(dá)到厘米級(jí)。
在車(chē)端實(shí)現(xiàn)這些智能功能后，再通過(guò)智能汽車(chē)、智能交通、智慧城市的深度融合，就能實(shí)現(xiàn)更復(fù)雜場(chǎng)景下的自動(dòng)駕駛，進(jìn)行Robotaxi等更高級(jí)別自動(dòng)駕駛的應(yīng)用。目前，我們正在和一些合作伙伴進(jìn)行這方面的測(cè)試和落地。
比如，在上海臨港地區(qū)，我們已經(jīng)啟動(dòng)基于融合一體化方案的Robotaxi項(xiàng)目，目前正在分階段地進(jìn)行落地，逐步擴(kuò)大車(chē)隊(duì)規(guī)模和運(yùn)營(yíng)范圍。現(xiàn)在第一階段的工作已經(jīng)完成。
在先期的驗(yàn)證測(cè)試中，我們的純視覺(jué)Robotaxi方案能夠應(yīng)對(duì)真實(shí)開(kāi)放道路中出現(xiàn)的多種難點(diǎn)。
包括復(fù)雜場(chǎng)景下的行人和非機(jī)動(dòng)車(chē)檢測(cè)和行為預(yù)測(cè)，遠(yuǎn)距離紅綠燈、異形紅綠燈的檢測(cè)，磨損或不規(guī)則車(chē)道線(xiàn)情況的應(yīng)對(duì)，實(shí)現(xiàn)十字路口調(diào)頭及復(fù)雜車(chē)流變道等功能，等等。這套方案并不是專(zhuān)門(mén)為該項(xiàng)目定制的方案，而是一套真正可以快速進(jìn)行部署的量產(chǎn)化方案。未來(lái)，我們還會(huì)在其他地方進(jìn)行落地。
總而言之，我們的自動(dòng)駕駛落地之路就是：開(kāi)發(fā)可量產(chǎn)的全棧方案，通過(guò)前裝提供高速代駕、擁堵跟車(chē)、自主泊車(chē)等高級(jí)別的自動(dòng)駕駛功能;同時(shí)，我們將車(chē)輛與智慧道路和城市進(jìn)行深度融合，打造無(wú)人駕駛出租車(chē)。
