解讀Mobileye的RSS模型，對自動(dòng)駕駛有什么意義？

　　學(xué)好數學(xué)很重要。

　　一提到 Mobileye，大多數人的第一反應是基于視覺(jué)方案的 ADAS 以及自動(dòng)駕駛方案的芯片及算法供應商。 在被 Intel 收購之后，雙方的聯(lián)盟也成為了自動(dòng)駕駛領(lǐng)域的一大陣營(yíng)。

　　事實(shí)上，除了視覺(jué)相關(guān)的技術(shù)之外，Mobileye 還希望通過(guò)別的一些手段來(lái)使得自動(dòng)駕駛能夠更加安全、快速落地。他們開(kāi)發(fā)了一套叫做 RSS(Responsibility Sensitive Safety 責任敏感安全模型)的體系，希望通過(guò)建立數學(xué)公式的手段，來(lái)使得自動(dòng)駕駛汽車(chē)有能力判斷自身的安全狀態(tài)，從而盡可能避免事故的發(fā)生。

　　在 IEEE 智能車(chē)大會(huì )上，GeekCar 和英特爾無(wú)人駕駛解決方案首席工程師兼首席系統架構師 Jack Weast 聊了聊，從他那里，我也知道了 Intel 以及 Mobileye 對于 RSS 模型的一些詳細信息。

　　什么是RSS 模型?

　　要搞清楚 RSS 模型有什么用，首先得明白它是什么。

　　從本質(zhì)上來(lái)看，RSS 模型是一整套數學(xué)公式，將人類(lèi)對于安全駕駛的理念和概念轉化成為數學(xué)公式和計算方式，用來(lái)界定什么樣的駕駛行為才是安全的駕駛。

　　Jack Weast 告訴我，他們認為人類(lèi)的駕駛雖然有很多問(wèn)題，但潛意識里對安全有很強的意識。例如開(kāi)車(chē)時(shí)候要和前車(chē)保持安全距離、并線(xiàn)的時(shí)候要留出足夠的空檔、有人加塞的時(shí)候要減速等等。這樣的安全意識是人類(lèi)的本能并且非常有效，基本上可以保障各種駕駛情況下的安全性。

　　因此，RSS 模型希望把這樣的本能變化成一套嚴謹的公式算法，來(lái)指導 AI 的決策算法在特定場(chǎng)景下做出合理安全的判斷。

　　在定義 RSS 模型的時(shí)候，有兩個(gè)原則必須要遵守：

　　1.自動(dòng)駕駛汽車(chē)絕對不可以因為自身的原因引發(fā)碰撞或者事故;

　　2. 當別的車(chē)輛造成潛在風(fēng)險、并且可能會(huì )產(chǎn)生交通事故的時(shí)候，自動(dòng)駕駛汽車(chē)應采取怎樣恰當的應對方式，來(lái)避免可能發(fā)生的交通事故。

　　在實(shí)際建立模型的時(shí)候，RSS 模型通過(guò)四條形式化的規則，來(lái)確保車(chē)輛在自動(dòng)駕駛狀態(tài)下能夠保證安全以及避免成為制造車(chē)禍的一方：

　　1. 和前車(chē)保持安全距離;

　　2. 給側邊的人或車(chē)留下足夠的反應時(shí)間和空間;

　　3. 在堵車(chē)的時(shí)候更謹慎;

　　4. 要合理使用路權(路權的使用應優(yōu)先考慮安全)。

　　在不久前，Mobileye 發(fā)布的一份官方報告中，他們例舉了 37 種可能發(fā)生事故的場(chǎng)景，包括了車(chē)輛并行狀態(tài)的安全間距、安全并線(xiàn)的間距、避免追尾的最小安全距離、路邊有行人闖入機動(dòng)車(chē)道時(shí)的安全車(chē)速等等。

　　從官方給出的數據來(lái)看，這 37 種狀況基本覆蓋了 99.4%的車(chē)禍可能性，也說(shuō)明 RSS 模型目前已經(jīng)達到了一個(gè)相當健全可用的狀態(tài)。當然，RSS 模型肯定還沒(méi)有覆蓋所有意外的可能性，還需要 Intel 以及 Mobileye 不斷去完善。

　　以下是部分官方列舉的場(chǎng)景：

　　RSS 模型的意義在哪?

　　要搞清楚這個(gè)問(wèn)題，首先得明白 RSS 模型和自動(dòng)駕駛系統的關(guān)系。

　　從一般認知來(lái)看，自動(dòng)駕駛可以分為感知——決策——執行三個(gè)步驟。其中感知主要依靠包括車(chē)身傳感器、高精地圖等部分來(lái)實(shí)現;在決策層面，更多是依賴(lài)一套經(jīng)過(guò) AI 訓練的算法來(lái)判斷當前狀況下，車(chē)輛應該做出什么反應;最后通過(guò)包括控制轉向、剎車(chē)、加速等各種動(dòng)作的車(chē)身電子部件實(shí)現對應操作。

　　而 Mobileye 在創(chuàng )建 RSS 模型的時(shí)候，則是把 RSS 定位在決策之后、執行之前。

　　Jack Weast 告訴我，RSS 模型本質(zhì)是一套科學(xué)的算法，是在車(chē)輛本身通過(guò) AI 算法做出判斷之后，把這個(gè)指令輸入到 RSS 的模型中，來(lái)驗證對應的結果。用他的話(huà)來(lái)說(shuō)，RSS 模型就是決策算法的「安全封條」。

　　比如說(shuō)，如果決策算法在某個(gè)狀態(tài)下做出了剎車(chē)的判斷，那么這個(gè)判斷就會(huì )輸入到 RSS 模型中，得出剎車(chē)操作是否能在當前狀況下保證車(chē)輛的安全。

　　如果結果顯示安全，那么這個(gè)命令會(huì )直接執行;如果結果顯示有危險，那么 RSS 模型會(huì )把這個(gè)指令返回到?jīng)Q策算法，進(jìn)行二次決策直到得到最安全的結果。

　　用下面這張圖簡(jiǎn)單說(shuō)明 RSS 模型和決策算法以及執行的關(guān)系：

　　由于決策算法是通過(guò)不斷學(xué)習各種狀況，來(lái)使得算法能夠判斷出各種場(chǎng)景下做出對應的決策，本質(zhì)上還是一個(gè)概率學(xué)的問(wèn)題。因此，人工智能算法還不能 100%保證做出決策的安全，特別是隨著(zhù)路況、車(chē)輛性能、傳感器配置等各種外界因素的影響，現階段下很容易做出不夠正確的判斷。

　　另外， Jack Weast 在演講中還談到過(guò)這樣的數據，目前人類(lèi)駕駛的事故概率是 10^-6 ，無(wú)人駕駛要達到 10^-9 的事故率，也就是目前航空業(yè)的安全水平才會(huì )被外界所廣泛認可。要實(shí)現這樣的安全水準，大概需要 30 億英里的里程來(lái)訓練算法。而目前數據量最大的谷歌累積里程也就是百萬(wàn)級，遠遠達不到數據量。因此，這樣的方式在很大程度上限制自動(dòng)駕駛的發(fā)展速度。

　　在這個(gè)前提下，RSS 模型的介入就有了很大意義。RSS 模型屬于一個(gè)嚴謹的數學(xué)算法，通過(guò)控制某個(gè)特定狀況下，外界包括道路限速、車(chē)速、距離、天氣等等各種可能存在的變量，來(lái)計算出明確的結論，指導人工智能算法像真實(shí)人類(lèi)一樣進(jìn)行安全判斷。從官方給出的數據來(lái)看，大約只需要 10^5 量級的自動(dòng)駕駛里程數據，就可以保證 RSS 模型實(shí)現 10^-9 的事故率。

　　從這個(gè)角度看，RSS 模型對于自動(dòng)駕駛的普及有著(zhù)很重大的意義。

　　開(kāi)放是關(guān)鍵

　　在采訪(fǎng)中，Jack Weast 和我強調最多的就是 RSS 模型是一個(gè)開(kāi)放的體系，希望能夠幫助所有自動(dòng)駕駛的參與者，使得整個(gè)行業(yè)快速發(fā)展。

　　他們也不會(huì )因為自身是自動(dòng)駕駛方案的供應商之一，而限制 RSS 模型應用的軟硬件方案。事實(shí)上，行業(yè)的快速落地也會(huì )使得 Intel 和 Mobileye 在自動(dòng)駕駛領(lǐng)域商業(yè)模式更快的建立，這也是他們極力推行 RSS 模型的原因之一。

　　為了能夠讓更多的參與者使用 RSS 模型，Intel 和 Mobileye 選擇將 RSS 模型進(jìn)行開(kāi)源，提供一套透明的框架，使得任何參與者能夠直觀(guān)的看到 RSS 模型的原理以及效果。這樣一來(lái)，能夠最大程度的降低主機廠(chǎng)、自動(dòng)駕駛企業(yè)、監管部門(mén)等參與者的質(zhì)疑。

　　我們能夠見(jiàn)到 Intel 以及 Mobileye 的努力，但背后的挑戰依然存在。

　　RSS 模型在建立之初，就希望能夠全球范圍內通用的自動(dòng)駕駛驗證模型，加速產(chǎn)業(yè)落地。從歷史來(lái)看，Intel 在 USB 以及 PCI 協(xié)議的制定上，都有過(guò)類(lèi)似開(kāi)源的行為。但考慮到自動(dòng)駕駛受到車(chē)輛本身性能配置、傳感器能力、道路狀況等一些可控以及不可控因素的影響很大，因此開(kāi)源的模型需要面對更大的挑戰。當更多的人使用這套模型，背后意味著(zhù)更大的責任和更高的安全性要求。

　　另外，自動(dòng)駕駛行業(yè)還處在起步階段，大家對于數據的敏感程度還很高，如何取得信任依然是很大的挑戰。

　　Jack Weast 表示，RSS 模型在每個(gè)地區都需要和主機廠(chǎng)、自動(dòng)駕駛企業(yè)以及政策制定者等合作，才能滿(mǎn)足特定地區不同法規、駕駛習慣下的安全需求，從而建立更嚴謹的安全模型。目前，他們已經(jīng)通過(guò)自建車(chē)隊等方式，來(lái)逐漸完善 RSS 模型。在國內，他們也在通過(guò)寶馬的車(chē)型進(jìn)行測試。

　　總之，自動(dòng)駕駛的應用絕對是一個(gè)復雜而艱巨的過(guò)程。而作為消費者，我很樂(lè )于見(jiàn)到這類(lèi)能加快自動(dòng)駕駛落地的技術(shù)被開(kāi)發(fā)應用。