小马智行联合创始人兼CTO楼天城:无人驾驶:一场科技主导的“登月之旅”
⬆⬆⬆ 点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
2020年9月25-26日,2020年中国科技峰会系列活动青年科学家沙龙将迎来新的一期—“人工智能学术生态与产业创新”。本次活动由中国科学技术协会主办,清华大学计算机系、AI TIME、智谱·AI承办;大会完整视频报告,请在B站关注“AI Time论道”,或点击下方“阅读原文”。
毕马威在今年7月发布了《自动驾驶汽车成熟度指数报告》,报告通过政策与法规、技术与创新、基础设施、社会接受度等4项一级指标和25项二级指标,对全球30个国家及地区进行了评估于排名,我国位列第20位(16.42分)。
9月25日上午,大会邀请到小马智行联合创始人兼首席技术官楼天城先生做了名为《无人驾驶:一场科技主导的“登月之旅”》的主题演讲。
在演讲中,楼天城以小马智行的产品发展作为视角,不仅指出无人驾驶对于安全的要求,还表明无人驾驶技术的发展需要多方面的融合,是一场堪比登月的技术实现。然后通过无人车在城市的部署为例阐述了路测和场景积累对于无人驾驶的实现有着巨大的作用。最后表明无人化和规模化是实现无人驾驶价值的必要条件。
楼天城,杭州人,姚期智院士的得意门生,正是姚教授发现他的才能后把他引上了现在的研究方向,并大力举荐他参加国际学术会议和比赛。他被称为“楼教主”,清华同学则简称他“教主”。1986年出生,高中毕业于杭州十四中。2004年保送进清华大学计算机系,2008年进入全球唯一华人图灵奖(计算机诺贝尔奖)得主姚期智院士领导的清华大学理论计算机中心攻读博士。楼天城是中国公认的大学生计算机编程第一人,经常以一人单挑一个队,在CEOI、ACM界无人不晓其大名,人称“楼教主”。现为小马智行联合创始人兼首席技术官。楼天城曾连续十年在TopCoder中国区排名第一,并两次获得Google Code Jam比赛世界冠军。创办小马智行前,楼天城曾在谷歌无人车项目(Waymo前身)拥有研发经验,并曾是百度历史上最年轻的T10级工程师。
本文是AI Time对报告主要内容的简单整理:
一、自动驾驶回顾
自动驾驶能够变成现实,走进我们的生活,去彻底颠覆我们的出行。从难度上,这其实是一场登月之旅,其面临这非常困难的问题。但是从使用环境上看,其实现难度甚至更具有挑战性,自动驾驶要面临各种环境的挑战。
从上面的视频中看到Robotaxi已经遍布全球多个城市,而这项技术的难点在于安全、便捷的处理复杂的交通状况。在安全方面,逆光、黑天驾驶、人车混流、突然出现的逆行和加塞的情况以及恶劣天气情况下的驾驶。产品规模的扩大则对系统的一致性和可扩展性有着较高的要求。
那要如何实现让自动驾驶成为智能终端的愿景呢?
二、“虚拟司机”的“登月之旅”
自动驾驶的目标简单来说就是实现虚拟司机,它能够实现司机所能做的所有的事情,而司机的特点在于能够适应所有的车辆。
L4:系统自动作出所有驾驶操作,自主决策,并且驾驶者无需提供应答,但是一般限定其行驶区域,比如公交、物流、出租车等。L4级别意味着车俩可以完全自主上路,无需人类陪同。
对于整个系统,通过全栈优化,实现不同传感器之间的融合方案,用于探索、理解这个世界。例如道路上的行人避让功能就需要传感器正确的收集行人信号,感知并发现行人的存在,之后做出避让的行为决策,最后控制车辆实现减速避让的行为。所以整个自动驾驶的实现需要软硬件集成的开发,从另一个角度说,这就是汽车智能化的赋能者,也就是说,为汽车打造汽车大脑,为它构建它的眼睛,手脚,让汽车变得更聪明,当然同时也会更安全。
从无人驾驶的各个模块来看,其实现了类似于人类驾驶汽车的行为:对于人类而言,知道我在哪以及我要去哪是前提。
那对于自动驾驶技术则通过三个大的模块实现:即传感器,车辆平台和计算单元。
模块 |
功能 |
传感器 |
车辆需要看到周围有哪些交通元素,面对这些交通元素接下来要做什么,通过不同的传感器,例如雷达、摄像头等传感器、感知模块和很多深度学习的算法,对数据进行分析和追踪,从而了解,看到路上的物体,并且预测路上其他参与者的行为。 |
车辆平台 |
通过传感器获得反馈后,就要做一个决策,比如说是否要加减速、执行左拐右拐。接下来通过车辆平台控制车,优化行车路径使得车辆的能够很好的匹配实际需要它完成的动作。也就是算出最佳路径,并且做出实时的决策,即反馈到刹车,油门,方向盘,这其实就是车的手脚。 |
计算单元 |
要实现以上功能,都是需要计算单位的支持,也就是基础架构的平台。它在支持很多模型训练的同时,也需要为这个车的大脑提供它真正的算力。 |
自动驾驶是一个安全至上的事情,也就是说在安全方面,有非常高的门槛。随着技术的发展,系统在安全性上的表现,对安全性的影响,会带来本质的差别,也是说会带来零到一的差别。自动驾驶并非易事,想要在完全没有人的情况下,达到高安全,其实难度也就堪比登月。小马智行做为一家自动驾驶公司,一直朝着这个目标去努力,一直做一件由技术,科技主导的“登月之旅”。
三、路测和场景积累实现自动驾驶的进化
自动驾驶发展到今天,也经历了很多阶段,现在已经进入它的下半场。上半场的主要目标是做技术研发,或者叫原形车验证的阶段。上半场的根本目的是做可行性探索,探索自动驾驶成功的可能性。下半场的焦点集中于如何实现技术产品化,规模化,使其尽快进入我们的生活,发挥真正能产生的价值。所以下半场所思考的重点,就会是如何更安全、更快,实现产品落地,找到它真正应用的场景和能够发挥应用的点。
分享者指出,在行业的下一程,技术发展仍然是主导这个产品落地,以及产品应用的最关键因素。到现在为止,小马智行已经在全球五个城市布局研发,跨越中美,分别是硅谷,尔湾,北京,广州以及计划开展路测的上海。从一个城市测,到五个城市,本质有什么变化,为什么要在这么多城市测试?
以最开始的硅谷到第二个城市广州为例。在2017年的下半年,经过加州八到十个月的路测之后才来到了广州。在广州遇到很多新鲜的状况,比如人车混杂,以及摩托车,还有一些具有倒计时的红绿灯,这些不属于硅谷的路况。还有一点是广州下雨,广州是标准的亚热带气候,经常会下雨。这些因素都是在之前各地没有见到过的。
之后到了北京,到上海,也有一些非常不同的自动驾驶场景。在北京的时候,有寒冷的天气,以及北京有很多大的路口,而上海有很大车流量,且道路相对窄一些。在美国另外一个加州城市尔湾,车辆会保持相对较快的车速,在较快的车速下,会有一些无保护的左转。所有这些新的路况,都需要额外的工作量,或者帮助系统来学习,学会在新的场景下能够自动驾驶。但是随着不断增加测试的城市,其实所需要的工作量会逐渐减少。这意味着系统的泛化能力的提高,分享者期待从第一百个城市到一百零一的城市的时候,需要工作就会很少,甚至没有。因此新的布局,新的城市扩展,其根本是技术发展的过程。自动驾驶开车和人一样,开过越复杂的场景,开过交通环境各不相同的城市之后,使得系统的性能和算法都能够得到提高,到新的城市能开的更好,这也是我们强调技术泛化能力很关键的点。也就是说,无人驾驶除了安全性要达到真正的无人化之外,还有一个挑战,就是所谓的规模化。也就是说,它最终一定需要能在成千上万的城市来部署,所以这注定是自动驾驶技术发展的趋势,也更是自动驾驶规模化的充分必要条件。
回到广州的测试,据统计在前500天运营里边,遇到209个雨天,而且很多是暴雨天气。雨水会给传感器的感知带来很大的挑战,比如激光雷达会有很多噪点,雨水会模糊摄像头。为了处理雨水,除了软件上模型的适配的变化之外,团队也添加了传感器的清洁系统,以及利用更多的传感器融合技术,提升系统在雨天中的表现。有赖于系统的处理能力,自动驾驶可以在很多时候,特别是雨天,能达到一个比世界上最优秀的司机,更清晰的感知。在雨天,它能比人看得更远,看得更清楚,从而做出更果断的决策判断。其实我说这些,想跟大家分享的是,大量路测和丰富的场景的积累,其实是自动驾驶变得更加聪明的必经之路。
目前,小马智行的路测量已突破了300万公里。
但回想公司2018年底给自己设置要在2019年内完成第一个100万公里的测试里程目标时,当时看起来是一个不可完成的目标,但其实很多路测,里程不是目标本身,而是达到目标所要经历的。真正的目标是有如下几点:
第一,通过百万公里测试里程,获得百万公里的测试数据。当时运营的区域,如果想达到百万公里,需要有足够大的区域,才能容下足够多的车辆。
第二,车辆运行的时间经历上下班高峰期,早晚,黑天的时候,也会经历雨天。另外,通过区域的变大,需要时间的增长和稳定性提高,共同来完成了这百万公里的目标。
当然这个故事,对小马智行来说,也是我们做事一贯的风格和特点,我们会给自己设定目标,努力完成它,这是一种指标指引的文化。因为在自动驾驶路上,我们别无选择,需要攻克一个接一个的技术难点,最终跨越挑战,达到我们的目标。
今年以来,自动驾驶技术进行了很多的应用尝试和落地,我们也希望通过这个方式,改变人们的生活。首先在2018年底,那时候我们先后在广州和加州尔湾推出ROBOtaxi app,实现无人车打车服务。自动驾驶行业,虽然还处在技术发展的关键时期,但是产品落地也带来了更多真实的用户需求,这也是真正的困难和挑战,同样也是不断提高自动驾驶技术的机遇。随着技术的提升,出行的范围也越来越稳定用户体验也可以得到优化。这个过程中,技术实力和应用实践形成的正向的闭环,它们能互相的促进,也就是所谓的测试,研发,应用,包括监控。
上图显示了,通过不断的数据收集和测试,对一些非常复杂的场景的处理。首先左一显示接送乘客的时候,会绕开所有的障碍,把车停到距离这个乘客上车点最近的位置。右一显示的是对路边停车进行绕行。左二显示面对一些非常狭窄的路段,有时候需要跟对面的车进行交互,才能够正常的通行。右二显示有时候会遇到非常繁忙的路段,有各种人车混流,有很多摩托车,所以希望在这种场景下,也能做到非常安全的驾驶。左三则是主动变道,做出一些理解人的行为。右三显示的是无保护左转大的路口。这些其实都是实际路上收集的场景,都是自动驾驶的挑战。通过这些挑战中不断的测试和提升,能够全面提升整个系统的安全性。
无人化和规模化是实现无人驾驶价值的条件
自动驾驶到底能够给我们带来什么价值?当自动驾驶真正实现的那一天,人、车和路的关系,将会彻底被改变,被颠覆,人类出行将迎来新的彻底的变革。如果有一天自动驾驶真正到来的话,车会变成一个平台,我们手机其实是一个终端,人可以在上面做游戏、娱乐、购物,车会成为人生活的一部分。类似于这些,无人驾驶如果真实现之后,对人、车、路的改变,其实才是科技发展,真正能给我们生活带来的无限可能,这些才是我们真正希望自动驾驶能给我们带来的真正意义。
回到无人驾驶的技术门槛的话题。自动驾驶技术,究竟要做成什么样子,就做到全无人和规模化量产。为什么把它叫做门槛?很简单,在做这两样之前,自动驾驶真正价值没有办法体现出来。也就是说无人化和规模化,是所有产品话题的基础。小马智行作为无人驾驶初创公司,提高技术水平,达到门槛,是最重要的努力方向,没有之一。在这个过程中,通过很多复杂产品的积累,提高复杂产品的处理能力,更好更快的覆盖很多长尾效应。另外,也会加强与国内外车厂的合作,因为可以提高车辆的整体的深度整合能力,也就是一步一个脚印,向无人化,规模化的方向迈进。
整理:闫昊
排版:田雨晴
AI Time欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,请将简历等信息发至[email protected]!
微信联系:AITIME_HY
AI Time是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。
更多资讯请扫码关注
(点击“阅读原文”查看直播回放)