關(guān)于自動(dòng)駕駛的全面解析

車(chē)輛定位

自動(dòng)駕駛中車(chē)輛精確定位的方法主要有3種：

第一種是通過(guò)高精度的差分GPS+慣性導航IMU來(lái)完成，GPS定位精度高，但是刷新速度較慢，IMU刷新速度快，但是存在累積誤差，兩者配合使用剛好可以獲得快速且精確的位置信息。

第二種是通過(guò)激光雷達+高精度地圖來(lái)定位，將激光雷達掃描周?chē)h(huán)境所獲得的點(diǎn)云與高精度地圖進(jìn)行比對和匹配，從而獲得位置信息。

第三種是通過(guò)攝像頭圖像數據+視覺(jué)地圖來(lái)定位，將攝像頭在行駛過(guò)程中拍攝到的圖像數據，包括圖像靜態(tài)信息和圖像間的移動(dòng)信息，與視覺(jué)地圖進(jìn)行比對和匹配，可以獲得位置信息?；蛘邚膱D像中提取一些關(guān)鍵目標及其精確的幾何特征(如車(chē)道線(xiàn)、地面標記、交通標牌、紅綠燈等)，將其和高精度地圖中存儲的信息進(jìn)行對應和匹配，完成定位功能。

環(huán)境理解

包括物體識別和物體追蹤，比如行人識別、車(chē)輛識別、車(chē)道識別、交通標識識別、行駛中車(chē)輛的追蹤、行動(dòng)中行人的追蹤等。深度學(xué)習在這些應用中展現出了比傳統計算機視覺(jué)技術(shù)更好的性能，從而被廣泛應用。

行為預測

人類(lèi)智能在駕駛中體現在可以根據動(dòng)態(tài)變化的環(huán)境實(shí)時(shí)調整駕駛策略，同樣機器也需要對車(chē)輛周邊的人、車(chē)、物的行為進(jìn)行預測，從而做出安全駕駛決策。

行動(dòng)規劃

根據車(chē)身狀態(tài)數據、局部環(huán)境數據做出當下最優(yōu)的行動(dòng)選擇，包括加速、剎車(chē)、變換車(chē)道、轉彎等。

路徑規劃

從出行需求出發(fā)，在高精度地圖的基礎之上，根據全局路網(wǎng)數據和宏觀(guān)交通信息，繪制一條從出發(fā)點(diǎn)到目標點(diǎn)的最優(yōu)行車(chē)路徑。

實(shí)事求是地說(shuō)，國內真正進(jìn)入到?jīng)Q策層的企業(yè)不多，有做園區、機場(chǎng)擺渡車(chē)的馭勢科技，做高速公路貨運的圖森互聯(lián)，還有做園區無(wú)人車(chē)和干預輔助類(lèi)高級ADAS系統的智行者。你們聽(tīng)說(shuō)過(guò)的那些單目、雙目、環(huán)視視覺(jué)ADAS公司實(shí)現的大多是預警提示類(lèi)功能，如碰撞預警、盲點(diǎn)監測等，只是停留在感知層面，沒(méi)有涉及到?jīng)Q策。相比之下國外在決策層探索的企業(yè)就很多了，Drive.ai，Comma.ai，nuTonomy，zoox，Faraday，Cruise，Otto，Navya等等。國內的路況確實(shí)比國外復雜得多，再加上中國政府還不允許自動(dòng)駕駛車(chē)輛上路路測，這些都制約著(zhù)國內企業(yè)在決策層發(fā)力。

識別算法業(yè)內有KITTI(用于評測目標檢測、目標跟蹤、語(yǔ)義分割等)和Cityscapes(用于評測像素級場(chǎng)景分割和實(shí)例標注等)等公開(kāi)數據集進(jìn)行評測，但是對決策質(zhì)量和規劃能力的好壞還沒(méi)有統一評價(jià)標準，因而無(wú)從判斷各家技術(shù)能力的強弱，只能從公布的Demo中窺測一二。

執行層

自動(dòng)駕駛的執行層離不開(kāi)和車(chē)載控制系統的深度集成，可惜車(chē)廠(chǎng)和Tier1出于自我保護，不愿意對外開(kāi)放車(chē)輛控制總線(xiàn)，一些創(chuàng )企無(wú)法對原車(chē)做改動(dòng)，不得已只能另外附加一套電機裝置，通過(guò)電機拉動(dòng)鋼絲繩，鋼絲繩再拉動(dòng)油門(mén)、制動(dòng)、轉向等裝置完成執行動(dòng)作。這種做好確實(shí)非常笨拙，操控性和可靠性很差，根本無(wú)法體現自動(dòng)駕駛的優(yōu)勢。真正的自動(dòng)駕駛必須要將決策控制信息與車(chē)輛底層控制系統深度集成，通過(guò)線(xiàn)控技術(shù)完成執行機構的電控化，達到電子制動(dòng)、電子驅動(dòng)和電子轉向。

歸根結底，自動(dòng)駕駛的落腳點(diǎn)在“駕駛”不在“自動(dòng)”，“大腦”再發(fā)達也要靠“雙腳”來(lái)行走。不把人工智能算法落地到車(chē)輛的控制執行，你永遠不知道有多少dirty work要做。例如車(chē)的轉向、制動(dòng)、加速，你究竟要把方向盤(pán)打多大何時(shí)回輪、剎車(chē)踩多大、

歸根結底，自動(dòng)駕駛的落腳點(diǎn)在“駕駛”不在“自動(dòng)”，“大腦”再發(fā)達也要靠“雙腳”來(lái)行走。不把人工智能算法落地到車(chē)輛的控制執行，你永遠不知道有多少dirty work要做。例如車(chē)的轉向、制動(dòng)、加速，你究竟要把方向盤(pán)打多大何時(shí)回輪、剎車(chē)踩多大、驅動(dòng)給多少，人類(lèi)司機是憑經(jīng)驗來(lái)執行的，但是對自動(dòng)駕駛系統來(lái)說(shuō)，需要很多汽車(chē)動(dòng)力學(xué)的knowhow才能完成。如果你只是單純地在計算機上跑幾個(gè)Demo，沒(méi)有實(shí)打實(shí)地上車(chē)路測過(guò)，哪家車(chē)廠(chǎng)敢用你的算法?真上路還不得撞得人仰馬翻?那些單靠幾個(gè)博士弄個(gè)算法跑個(gè)測試集刷刷榜就想出來(lái)融資的初創(chuàng )都是耍流氓。業(yè)內人打趣說(shuō)，做自動(dòng)駕駛只要撞死個(gè)人，公司就可以直接倒閉了，融的那點(diǎn)錢(qián)還不夠賠償費呢!大家所熟知的國內計算機視覺(jué)領(lǐng)域四大獨角獸，都未染指自動(dòng)駕駛(商湯只是聲稱(chēng)可以提供算法支持，和真正做自動(dòng)駕駛還差得遠呢)，視覺(jué)算法在人臉識別、安防監控領(lǐng)域落地相對比較容易，但是在自動(dòng)駕駛領(lǐng)域要實(shí)實(shí)在在做車(chē)的話(huà)還是有很多坑的，這就是為什么國內涉及決策層和控制層的企業(yè)這么少的原因。

中國人要想碰執行層確實(shí)非常難，國內在線(xiàn)控技術(shù)上仍處在研發(fā)初始階段，技術(shù)底子薄，積累時(shí)間不足。國外車(chē)廠(chǎng)和Tier1壟斷了自動(dòng)駕駛控制執行部分，同時(shí)它們在感知和決策部分也在不遺余力地投入研發(fā)，憑借多年積累的工程能力、產(chǎn)品化能力和汽車(chē)經(jīng)驗，已有符合車(chē)規的產(chǎn)品成熟量產(chǎn)，對國內企業(yè)來(lái)說(shuō)確實(shí)是不小的壓力。創(chuàng )業(yè)企業(yè)可以通過(guò)和國產(chǎn)車(chē)廠(chǎng)、國產(chǎn)供應商合作研發(fā)，共同抵制國外廠(chǎng)商，也可以和深諳執行器改裝的團隊合作，介入執行層，總之未來(lái)的競爭不會(huì )是單個(gè)企業(yè)實(shí)力的比拼，而是生態(tài)聯(lián)盟間的合縱連橫。

自動(dòng)駕駛的基本技術(shù)架構

關(guān)于自動(dòng)駕駛的全面解析

上圖是我畫(huà)的自動(dòng)駕駛基本技術(shù)架構，由車(chē)載系統+云端系統組成。

車(chē)載部分

感知層各種類(lèi)型的傳感器采集、接收的數據，通過(guò)總線(xiàn)進(jìn)行集成，再通過(guò)數據的融合和智能化處理，輸出自動(dòng)駕駛所需的環(huán)境感知信息。車(chē)載傳感器的優(yōu)化配置，可以在保證精度和安全性的基礎上，降低整體成本。

主控系統由硬件部分高性能車(chē)載集成計算平臺和軟件部分智能車(chē)載操作系統組成。計算平臺融合了傳感器、高精度地圖、V2X的感知信息進(jìn)行認知和決策計算，硬件處理器可以有GPU、FPGA、ASIC等多種選擇，它們各自的優(yōu)缺點(diǎn)可以參見(jiàn)小研以前的分析文章《AI時(shí)代，我的中國“芯”》。智能車(chē)載操作系統融合了車(chē)內人機交互、運營(yíng)服務(wù)商、內容服務(wù)商的數據，為乘客提供個(gè)性化服務(wù)，真正把智能車(chē)變成下一個(gè)“互聯(lián)網(wǎng)入口”，目前的主流操作系統包括Android、Linux、Windows、QNX、YunOS(阿里云提供)等。