如果無(wú)人駕駛要實(shí)現(xiàn)商業(yè)化，首先突破的領(lǐng)域會(huì)是什么？

馭勢(shì)科技給出的答案是，在封閉限定場(chǎng)景的低速無(wú)人駕駛車(chē)。

目前，馭勢(shì)科技已經(jīng)在廣州白云機(jī)場(chǎng)與杭州來(lái)福士廣場(chǎng)開(kāi)始無(wú)人駕駛(地下車(chē)庫(kù)擺渡車(chē))的商業(yè)化試運(yùn)營(yíng)，未來(lái)，它還將與華夏幸福在城鎮(zhèn)新區(qū)半開(kāi)放環(huán)境合作推進(jìn)運(yùn)營(yíng)項(xiàng)目。據(jù)馭勢(shì)科技CEO吳甘沙介紹，馭勢(shì)將在今年年底實(shí)現(xiàn)產(chǎn)品量產(chǎn)，預(yù)計(jì)到2020年實(shí)現(xiàn)10萬(wàn)輛規(guī)模的運(yùn)營(yíng)車(chē)輛。

在3月31日-4月1日期間，你從白云機(jī)場(chǎng)遠(yuǎn)機(jī)位下飛機(jī)，去往P4航站樓，或是剛從杭州來(lái)福士地下停車(chē)場(chǎng)的電梯出來(lái)，去開(kāi)自己那輛停得挺遠(yuǎn)的車(chē)，都可以搭載一輛馭勢(shì)科技的自動(dòng)駕駛小車(chē)前往。

那么，為什么馭勢(shì)會(huì)選擇從封閉場(chǎng)景低速無(wú)人車(chē)開(kāi)始切入呢？馭勢(shì)如何看待通用場(chǎng)景下(高速，80km/h以上)的無(wú)人駕駛，正值柯潔與AlphaGo烏鎮(zhèn)對(duì)戰(zhàn)，無(wú)人駕駛又能如何用到深度學(xué)習(xí)和人工智能呢？馭勢(shì)在商業(yè)化落地中又遇到了哪些挑戰(zhàn)，采用了什么手段解決？近日，作者專(zhuān)訪了馭勢(shì)科技CEO吳甘沙。

通用場(chǎng)景的無(wú)人駕駛還差些火候

當(dāng)加州已經(jīng)開(kāi)放無(wú)人駕駛車(chē)路測(cè)申請(qǐng)，并有包括特斯拉、百度等在內(nèi)的20家企業(yè)已經(jīng)拿自己的車(chē)輛上路測(cè)試時(shí)，中國(guó)國(guó)內(nèi)還沒(méi)有這樣的適用法律出來(lái)。去年，長(zhǎng)安與博世合作打造的一輛無(wú)人駕駛車(chē)，打算從重慶一路北上一千公里參加北京車(chē)展，但由于沒(méi)有相應(yīng)法規(guī)規(guī)范，中途被叫停。

直到現(xiàn)在，關(guān)于無(wú)人駕駛測(cè)試，仍沒(méi)有正式法規(guī)出臺(tái)，百度要測(cè)試那輛與奇瑞合作后改造的無(wú)人駕駛版EQ，也只能趁著夜色在中關(guān)村低調(diào)地跑一跑。

在吳甘沙看來(lái)，中國(guó)要出臺(tái)一個(gè)適用于無(wú)人車(chē)的公共道路測(cè)試規(guī)范，至少還需要一年時(shí)間。而面向自動(dòng)(輔助)駕駛出臺(tái)制定底層基礎(chǔ)法律，還要1-2年時(shí)間，無(wú)人駕駛道路基本法可能就更長(zhǎng)了，要3-5年。

除了法律法規(guī)，圍繞無(wú)人車(chē)的基礎(chǔ)設(shè)施建設(shè)、技術(shù)成熟度、無(wú)人車(chē)成本(包括最重要的激光雷達(dá)成本、整車(chē)價(jià)格等)、乃至社會(huì)接受度，都是影響無(wú)人車(chē)發(fā)展的因素。

但在這些林林總總的數(shù)據(jù)之中，吳甘沙所帶領(lǐng)的馭勢(shì)科技卻拆解出來(lái)一個(gè)新場(chǎng)景：激光雷達(dá)成本、V2X、高精度定位降到合理水平可能需要3年以上，不過(guò)將低速無(wú)人駕駛電動(dòng)車(chē)的價(jià)格降到10到20萬(wàn)左右，卻可能是在三年內(nèi)就能見(jiàn)到的事情。

“問(wèn)起我周?chē)切╅_(kāi)特斯拉的朋友，他們對(duì)那套自動(dòng)輔助駕駛系統(tǒng)(目前是L2級(jí)別)不是特別敢用。”吳甘沙說(shuō)道，要社會(huì)層面接受高速公路上(開(kāi)放道路)2-3級(jí)的自動(dòng)駕駛，至少要需要3年時(shí)間，而與之對(duì)應(yīng)的，在限定場(chǎng)景下的低速無(wú)人駕駛卻能在1到2年內(nèi)為人所接受。

馭勢(shì)科技的無(wú)人駕駛落地嘗試

馭勢(shì)科技此前對(duì)低速無(wú)人車(chē)的應(yīng)用場(chǎng)景進(jìn)行了一番調(diào)研，發(fā)現(xiàn)即使是低速場(chǎng)景，要運(yùn)營(yíng)起來(lái)也不簡(jiǎn)單。

給政府做訂單自不必說(shuō)，政府需求不是市場(chǎng)需求，使用頻次一般較低，同時(shí)維護(hù)成本可能更高昂一些，后期也沉淀不了多少商業(yè)價(jià)值；最初馭勢(shì)科技將目光瞄向了景區(qū)無(wú)人車(chē)，但幾番切磋下來(lái)，馭勢(shì)最終得出來(lái)一個(gè)結(jié)論：看上去很美的景區(qū)反而不是低速無(wú)人車(chē)的第一波需求。

對(duì)于景區(qū)來(lái)說(shuō)，一到旺季，就會(huì)需要大量車(chē)輛(無(wú)人車(chē))來(lái)運(yùn)送游客，在這種情況下，如何保證乘客的安全、并且能在短時(shí)間內(nèi)快速疏通游客成為景區(qū)的第一訴求，而這就要求成規(guī)模地部署無(wú)人車(chē)。馭勢(shì)的這輛車(chē)此前只在房山進(jìn)行過(guò)展示和訓(xùn)練，顯然，直接進(jìn)景區(qū)載客時(shí)機(jī)尚不成熟。

三月初，馭勢(shì)科技開(kāi)始與廣州白云機(jī)場(chǎng)談機(jī)場(chǎng)擺渡事宜。這也是這輛車(chē)第一次經(jīng)歷長(zhǎng)途運(yùn)輸、在外地進(jìn)行測(cè)試和部署，用時(shí)不到一個(gè)月，3月底，馭勢(shì)無(wú)人車(chē)在白云機(jī)場(chǎng)進(jìn)行了無(wú)人駕駛的試運(yùn)營(yíng)，為期三天?！斑@也是馭勢(shì)進(jìn)行的首次真實(shí)現(xiàn)場(chǎng)運(yùn)營(yíng)?！眳歉噬痴f(shuō)道。

畢竟之前這輛車(chē)是針對(duì)景區(qū)設(shè)計(jì)，在到達(dá)白云機(jī)場(chǎng)前沒(méi)有進(jìn)行過(guò)實(shí)地適配，三月末，正趕上南方的梅雨季節(jié)，馭勢(shì)這輛無(wú)人車(chē)沒(méi)有車(chē)門(mén)，車(chē)內(nèi)的人員會(huì)被雨淋濕，馭勢(shì)又針對(duì)性進(jìn)行了防雨防濕設(shè)計(jì)，理順了現(xiàn)場(chǎng)的管理、保安、保險(xiǎn)等等。

這次試運(yùn)營(yíng)算是秀肌肉，馭勢(shì)科技首席架構(gòu)師彭進(jìn)展介紹道，目前雙方已經(jīng)拓展了新場(chǎng)景，即進(jìn)行航站樓通道間的擺渡，這個(gè)場(chǎng)景相對(duì)前者來(lái)說(shuō)更好，因?yàn)檫@個(gè)通道只是擺渡車(chē)運(yùn)行，沒(méi)有行人，場(chǎng)景更簡(jiǎn)單。彭進(jìn)展算了一筆賬，通道的擺渡應(yīng)用頻次比較高，每天吞吐近萬(wàn)人次，年吞吐量在300多萬(wàn)人次，到時(shí)真正跑起來(lái)，投入10輛車(chē)，建立3班倒的司機(jī)隊(duì)伍，能產(chǎn)生可觀的收益。

對(duì)于馭勢(shì)來(lái)說(shuō)，這是一個(gè)高端高頻高收益，同時(shí)又是低風(fēng)險(xiǎn)的場(chǎng)景。通過(guò)機(jī)場(chǎng)這一個(gè)B端，獲取的是機(jī)場(chǎng)人群這一高端客群。

凱德集團(tuán)是一個(gè)聽(tīng)聞馭勢(shì)并主動(dòng)找上門(mén)的客戶(hù)，需求是給杭州來(lái)福士購(gòu)物中心做地下車(chē)庫(kù)擺渡。

目前，主流采用的定位方式是GPS定位，但GPS信號(hào)在樓宇遮擋的情況下就會(huì)迅速衰減，到了地下停車(chē)場(chǎng)，GPS就太弱了，必須找到一種新的定位方法，這里會(huì)用到的是SLAM(Simultaneous localization and mapping)，即能夠同時(shí)完成定位和地圖測(cè)繪。

據(jù)吳甘沙介紹，目前馭勢(shì)的方案采用視覺(jué)SLAM與激光雷達(dá)SLAM兩種方法，在具體實(shí)現(xiàn)路徑上，馭勢(shì)會(huì)先去獲取地下停車(chē)場(chǎng)的CAD圖，將視覺(jué)和激光雷達(dá)點(diǎn)云與CAD進(jìn)行匹配，在此基礎(chǔ)上進(jìn)行傳感器的多感知融合定位，另外，馭勢(shì)還在地下車(chē)庫(kù)中設(shè)置了很多二維碼，作為無(wú)人駕駛車(chē)參考的標(biāo)記，類(lèi)似航路系統(tǒng)中的waypoint，即航途基準(zhǔn)點(diǎn)。

除了這些，地下車(chē)庫(kù)還有一些比較獨(dú)特、需要具體去解決的攻關(guān)難題。比如，地下停車(chē)場(chǎng)的燈光較為復(fù)雜，攝像頭方案常見(jiàn)的致盲等問(wèn)題便是因?yàn)楣饩€(xiàn)突然變化，對(duì)此，馭勢(shì)的解決方案是以激光雷達(dá)輔助攝像頭，以傳感器融合的方式做多感知冗余。

此外，這個(gè)場(chǎng)景還涉及到人車(chē)混行，彭進(jìn)展介紹道，馭勢(shì)對(duì)此進(jìn)行了多次連續(xù)避障訓(xùn)練，同時(shí)由于加入了行人運(yùn)動(dòng)軌跡預(yù)測(cè)、行為預(yù)測(cè)，所以車(chē)輛在實(shí)際行進(jìn)時(shí)會(huì)比較流暢，不會(huì)有頓挫感。馭勢(shì)還對(duì)地庫(kù)的矮小障礙物閃避進(jìn)行了模擬訓(xùn)練，用以應(yīng)對(duì)地庫(kù)中出現(xiàn)的兒童、動(dòng)物等道路參與者。

空間狹小也是地庫(kù)中必須要解決的問(wèn)題，這主要體現(xiàn)在地庫(kù)中轉(zhuǎn)彎半徑小，類(lèi)似人類(lèi)駕駛員在出入停車(chē)庫(kù)時(shí)應(yīng)對(duì)的螺旋形道路對(duì)無(wú)人車(chē)就是典型的挑戰(zhàn)，另外，馭勢(shì)科技還對(duì)整體的規(guī)劃控制問(wèn)題進(jìn)行了優(yōu)化，比如面對(duì)減速帶的情況。整體來(lái)說(shuō)，馭勢(shì)科技與來(lái)福士進(jìn)行配合，一天內(nèi)將無(wú)人擺渡車(chē)項(xiàng)目部署上線(xiàn)。

馭勢(shì)科技在深度學(xué)習(xí)方面的想法

吳甘沙坦言，從Demo到實(shí)際場(chǎng)景的運(yùn)營(yíng)，其復(fù)雜度、機(jī)動(dòng)性是上了一個(gè)臺(tái)階的。這就像從原來(lái)葉問(wèn)對(duì)著詠春木人樁練習(xí)，到與少林18銅人對(duì)戰(zhàn)，由靜入動(dòng)，在這種情況下，如何判斷態(tài)勢(shì)、評(píng)估他者(人或動(dòng)態(tài)物體)的動(dòng)機(jī)、預(yù)測(cè)其行為，并合理獲得路權(quán)至關(guān)重要。

比如，老司機(jī)在開(kāi)車(chē)時(shí)會(huì)根據(jù)前方車(chē)速快慢決定是否超車(chē)、并線(xiàn)，目前，馭勢(shì)科技使用的是強(qiáng)化學(xué)習(xí)的方法模仿老司機(jī)，在100公里的時(shí)速下，可以在前車(chē)行駛過(guò)慢時(shí)進(jìn)行打燈并線(xiàn)、超車(chē)、之后再并線(xiàn)回到原來(lái)車(chē)道。

但使用大數(shù)據(jù)驅(qū)動(dòng)深度學(xué)習(xí)也有命門(mén)：即機(jī)器很可能會(huì)出現(xiàn)訓(xùn)練集中毒、偏差——人舉著啞鈴的圖片作為數(shù)據(jù)輸入，不斷訓(xùn)練的結(jié)果是，機(jī)器會(huì)將這段舉著啞鈴的胳膊也當(dāng)成啞鈴的組成部分。

此外，深度學(xué)習(xí)最著名的命門(mén)，也是至今學(xué)術(shù)界和研發(fā)人員未解決的問(wèn)題，就是人們并不明白系統(tǒng)是怎么工作的，其原理是一個(gè)黑盒子，不具有可解釋性。這個(gè)選擇為什么好、為什么差甚至一定程度上是隨機(jī)的。

比如，Christian Szegedy等人曾在ICLR2014發(fā)表的論文中提出了對(duì)抗樣本(Adversarial examples)的概念，即在數(shù)據(jù)集中通過(guò)故意添加細(xì)微的干擾所形成的輸入樣本，受干擾之后的輸入導(dǎo)致模型以高置信度會(huì)得出一個(gè)錯(cuò)誤的輸出。在他們的論文中，他們發(fā)現(xiàn)包括卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)在內(nèi)的深度學(xué)習(xí)模型對(duì)于對(duì)抗樣本都具有極高的脆弱性。

我們?nèi)搜劭梢暂p而易舉識(shí)別出來(lái)的圖像、物體，假以對(duì)抗樣本，機(jī)器通過(guò)深度學(xué)習(xí)卻完全識(shí)別不出來(lái)。

吳甘沙認(rèn)為，在開(kāi)放動(dòng)態(tài)環(huán)境下的無(wú)人駕駛需要更強(qiáng)壯的AI，要建立這樣一種AI，需要深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)兩種打法結(jié)合。強(qiáng)化學(xué)習(xí)追求可解釋的邏輯推理(理性思考)、強(qiáng)調(diào)常識(shí)、經(jīng)驗(yàn)、可以積累的背景知識(shí)，同時(shí)輔以遷移學(xué)習(xí)的舉一反三、基于貝葉斯的因果推理。

現(xiàn)在在開(kāi)放道路無(wú)人駕駛做得最好的是谷歌Waymo，每5000千英里(合8000多公里)需要一次人類(lèi)干預(yù)，特斯拉每3英里需要一次人類(lèi)干預(yù)，而自動(dòng)駕駛新秀Uber則每英里需要一次人類(lèi)干預(yù)。但即使是做得最好的Waymo，也不及人類(lèi)駕駛員的萬(wàn)分之一，人類(lèi)駕駛員每9000萬(wàn)英里出一次小型事故。

一個(gè)很快的解決方案就是使用模擬、仿真，即基于大數(shù)據(jù)進(jìn)行快速建模，模擬天氣、光照、雨天等，用模擬、仿真+強(qiáng)化學(xué)習(xí)、以及生成性對(duì)抗網(wǎng)絡(luò)(用于中和上文提到的對(duì)抗樣本，進(jìn)行降噪，貼出為真、為假的標(biāo)簽)作無(wú)人駕駛中的深度學(xué)習(xí)。

這幾日柯潔在烏鎮(zhèn)連連敗給AlphaGo，人工智能將不可避免地成為無(wú)人駕駛領(lǐng)域的重要探索方向。馭勢(shì)目前正在與國(guó)內(nèi)外研究機(jī)構(gòu)合作研發(fā)駕駛AI，國(guó)際著名Tier 1供應(yīng)商博世也建立了自己的AI孵化器。

無(wú)人駕駛AlphaGo比肩人類(lèi)駕駛員的那一天，或許就在不久后到來(lái)。

返回第一電動(dòng)網(wǎng)首頁(yè) >