观点：如何理解自动驾驶领域的“热”和“乱”？
黄浴
讲述：初明明大小：4.38M时长：04:47
谈到自动驾驶现状，有人说“热”和“乱”，其实正常。众多有钱的公司都投入的方向能不热吗，而乱说明了它的“新”，实践方面的”新“。
所谓“乱”，主要因为它没有唯一的方向。目前自动驾驶发展基本两条路，一条是谷歌和百度走的，直接做 L4 级别的自动驾驶；另外一条是 Mobileye 和 Tesla 走的，从 L2 做起再演进到 L3/L4 （其实主机厂基本也是这条路，只是不是软件 OTA 模式，而是需要硬件一起迭代升级）。
谷歌和百度一类互联网公司，现金流充足，利润客观，可以不计较成本，索性直接做技术最有挑战性的东西。另外一些做 L4 的创业公司，主要靠 VC 输血。
现在有一种观点认为， L2 演进到 L3/L4 存在系统障碍，我不这么认为。我们分析一下：首先，感知是一样的，越成熟越好。其次，规划会发生变化，特别是采用高清地图的话。再者，控制都一样，相对来说，互联网公司没有多少这方面的积累，最好用线控（wire control）车以及电动车方便。V2X 目前还没有普及，有的话障碍物检测就简单了。
有人说 L2 基本靠人接管，L3 需要 fail-safe，需要提前 10 秒左右报警让人接管，而 L4 要求 fail-operational，需要及时检测自动驾驶系统失效而进入安全模式，在 1-2 分钟内停靠至安全的地方等待救援，包括远程遥控驾驶等。这都不妨碍系统迭代演进的开发模式，只是要求系统硬件软件的冗余和容错能力提高罢了。
再来看 Mobileye 和特斯拉模式，先做出 ADAS 给用户使用，直接赚钱产生利润，这方面 Mobileye 应该是市场份额最大的。而特斯拉卖车顺便增加 Autopilot 这个卖点挣现金流，然后继续投入研发提升自动驾驶级别，是一个很现实的商业模式。
综上，在这两条开发道路上，可见前者不在乎是否能快速盈利，所以在系统搭建方面就不计成本了，像激光雷达这种目前昂贵的传感器，基本都用上了。而后者大多采用摄像头和毫米波雷达搭配。最近 Mobileye 的自动驾驶车就只用 5 个摄像头，在耶路撒冷的大街上开起来了。另一方面，特斯拉用 8 个摄像头，5 个毫米波雷达，还有 12 个超声波雷达一起构建第二代 Autopilot 硬件平台。
Autopilot 总监安德烈·卡帕西（Andrej Karpathy）决定采用 E2E 的机器学习方法来处理他们收集到的数据（基本就是深度学习网络），希望能解决自动驾驶问题，他定义为软件 2.0 时代。以前模块化的软件都算 1.0 时代，debug 复杂，要求高。目前看，这个方向还没有成功。其实大多数人还是采用模块化的方法，就是前面提及的感知、定位、规划和控制的分解模式，主要是人们没有胜算能用一个模型解决这么多的 corner case。
在地图方面，Mobileye 提出的 REM 建图方法，可以通过摄像头提取特征和路标（车道线和交通标志等），通过众包方式建高清地图，这难度较大，而且应用在定位的难度也大，好处就是便宜。其实特斯拉也在做这方面的工作，它最早的团队成立了一个创业公司叫 Lvl5。国内也有好几家这么干，其中 Momenta 还拿到了甲级资质。
回头看，高清地图的几家公司，像谷歌、百度、HERE、TomTom、高德、四维图新等等，都是采用激光雷达在扫图，然后回去标注重要的车道线、路牌、红绿灯等等，其中可以提供视觉层和语义层给客户用做定位，当然成本非常高，特别是地图更新的时候。今后用户实用的带宽要求也高（现在也有不少数据压缩的方法，降低数据传输带宽需求）。当然了，精度容易保证。现在定位和感知一样，都是多种方式融合，像采用 DGPS 定位的，都可以结合起来。
另外，谈到传感器融合，我认为其实它拓宽了数据维度，以前只用激光雷达、图像的，现在融合在一起，要么构成冗余，要么互补提高精度。但是，它并没有改变感知定位是个概率决策的本质，所以还是有误差的，也必须小心定义和优化融合模型，比如 Uber 车祸就是融合后出现误判的情况。
总而言之，技术在进步和更新，不少问题会得到解决，但有可能出现新的问题，这就是“长尾“效应，同时也说明自动驾驶研发的长期性，即所谓剩下的 10% 问题还要用解决 90% 的时间来研究。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论