业界 | 体验百度无人车,系统性人工智能技术让自动驾驶越来越近
机器之心原创
作者:赵云峰
第三届世界互联网大会在乌镇召开,人工智能成为热门话题,而真正能让大众切身体验到人工智能便是已经从「测试」走向「试乘」的无人车,百度无人车邀请了多位嘉宾进行了体验,李彦宏竟然也发朋友圈「吐槽」自己不是第一批体验的,同时这也标志着桐乡市子夜路智能汽车和智慧交通示范区内开始测试和试运营,这成为百度继 2013 年启动无人车项目、2015 年底完成多种路段测试、今年 9 月和 10 月分别获得美国加州自动驾驶汽车道路测试许可证和完成加州首次公共道路测试,无人车项目的有一个重大进展。
这是国内首次第四级别的自动驾驶汽车全程无干预的在全开放城市道路上行驶,投入乌镇运营无人车 15 辆,3 天内超过 200 位乘客规模化试乘,应付了多时段的复杂气象条件。更加重要的是,这是支持 5 款车型的跨平台无人驾驶技术。
2015 年底,在百度宣布正式成立自动驾驶事业部且表示「计划三年实现自动驾驶汽车的商用化,五年实现量产。」时,很多人会持观望态度。也有人在谷歌和特斯拉的自动驾驶汽车出现事故(后者为辅助驾驶)后去质疑自动驾驶的发展方向。但就像斯坦福「人工智能百年研究」的首份报告中所提到的那样:就像现在还不明确的一点是,自动驾驶汽车需要发展到何种程度才能引起大众的广泛接受。解决这个问题一方面是需要技术的持续进步和产品的不断成熟;另一方面是需要大众和自动驾驶汽车在生活中进行持续和良性的互动,感知到每一次自动驾驶技术的进步给自己生活带来的影响。
而我们通过一次次的真实体验,逐渐感知到,梦想中的完全自动驾驶和决策精确的汽车以及随之而来的更加智能的城市已经离我们越来越近。波士顿咨询做了一项调查,58% 的调查对象表示他们愿意乘坐自动驾驶汽车。例如,印度和中国消费者的意愿很高:分别有 85% 和 75% 的调查对象表示准备乘坐自动驾驶汽车。
城市是自动驾驶汽车最有可能给人们的生活、工作和出行带来更好的彻底变革的场景。因为城市既是我们最大的,也是我们增长最快的人口中心。现在全世界已有一半的人类――35 亿人――生活在城市里;而到 2030 年,全世界将有三分之二的人是城市居民。城市占据了 60%――80% 的能源消耗和全世界 70% 的温室气体排放。这也是此次桐乡市子夜路智能汽车和智慧交通示范区内开始运营的意义,它的重要性要远远超过一条供自动驾驶汽车测试的道路,因为这是一个智慧系统。对于我们生活的城市来说,我们可以预计到的好处包括:
1)更为安全的驾驶和更少的事故
首先,人工智能使机器在很多任务的决策速度上都超过了人类,在驾驶决策,尤其是紧急情况下的应变能力更是如此。驾驶员遇到突发情况,他从视觉感知、到肢体决策再到汽车的执行大约需要 1.2 秒,而自动驾驶汽车仅需要 0.2 秒。其次,驾驶员的安全视距一般在50米左右,而自动驾驶汽车安装有多种中远距雷达、摄像头等传感器,能实现200米以上的超视距扫描观测。第三,人类驾驶员会受疲劳、酒驾、醉驾、情绪等问题影响,而计算机系统却不存在这样的问题。因此,更好的「视力」、更快的「驾驶决策」和更加稳定的「驾驶表现」会使自动驾驶汽车成为比人类更加出色的驾驶员,从而降低事故发生率,甚至是提高我们的平均寿命。据麦肯锡咨询预测,自动驾驶可将制动距离及反应时间的大幅降低,车辆碰撞事故发生率减少九成。而根据波士顿咨询的数据,自动驾驶汽车的广泛应用能够让美国每年减少约3万起公路死亡事故。
「让一个有驾照的司机代替电脑驾驶,实际上增加了事故的可能性,因为人类没有那么可靠。」谷歌自动驾驶汽车项目总监 Chris Urmson 曾表示。
2)资源的利用更加高效和环保
首先从车辆来说,目前的车辆利用率较低,而无人车将通过全局优化、共享经济、实时调度、智能派单、动态定价等方式来提高汽车使用率。其次,麻省理工学院MIT研究发现,如果采用自动驾驶汽车,路口通行效率可以提升一倍;IBM研究发现,30%的城市交通流量因找车位而产生。自动驾驶会减轻对道路和停车场需求的压力。BCG 的研究表明,SDV 和「自动驾驶出租车(robo-taxi)」(尤其是共享自动驾驶出租车)在市区的广泛使用可以让城市街道上的汽车数量下降 60%,尾气排放下降 80% 或更多,这会带来公共资源的更好利用和更好的环境。
3)提高生活质量
这出现表现在出行成本的下降和时间利用效率的提升。据百度自动驾驶事业部总经理王劲介绍,未来,80%的汽车将是共享的,百度经过建模测算得出:如果居民采用完全自动驾驶模式的电动无人驾驶出租车方式出行,其成本仅为当前有人驾驶出租车出行成本的44%。甚至,如果该电动无人驾驶出租车采用分时共享方式运营的话,其出行成本将进一步降到目前出租车方式的1/3。美国一个通勤者的单程平均驾驶时间是 25 分钟,中国大城的通勤时间更长,当有了自动驾驶技术之后,人们可以在通勤中有更多的时间来工作和休闲。同时,自动驾驶汽车还可以为我们「跑腿」去处理一些任务。
因此,自动驾驶将大幅提升我们的生活效率,并且会创造出一种全新的智能城市形态。带来的影响不可估量,因此也成为众多科技巨头纷纷加入进来的原因。
从 20 世纪 80 年代卡耐基梅隆大学的 Navlab 计划,到谷歌自动驾驶项目,再到如今所有相关公司的强势布局,众多参与者都走在追求这个终极目标的路上,每个参与者都会基于自己的优势规划发展路径。各个领域的参与者从不同角度向自动驾驶这个目标进发,特斯拉上个月刚刚发布了完全自动驾驶硬件,包括 8 个环绕摄像机、12 个升级版的超声波传感器、具有增强功能的前视雷达、基于 GPU 的更强大的车载计算系统和特斯拉自己开发的神经网络;创业公司 Drive.ai 另辟蹊径选择了与自动驾驶汽车与周围环境(主要是人类)进行通信的发展方向;英伟达则将端到端学习应用到了自动驾驶中;牛津大学和Udacity刚刚开放了各自的自动驾驶数据集。
以谷歌和特斯拉为例,两家公司都使用了多种相似的传感器、地图技术以及汽车的「学习」软件技术,但各自有一些不同的考量。但就像人类一样,无人驾驶汽车也需要一双「眼睛」去「看」到路上的人、车、物,以安全为前提做出决策。而在这项技术方面,谷歌和特斯拉有不同的考量。 谷歌激光测距系统 LIDAR,通过向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,来计算目标的相关信息,比如距离、方位、高度、速度、姿态、甚至形状等参数。由于该技术可高度精确地计算汽车与周遭环境的位置关系,因此激光测距系统 LIDAR 是目前无人驾驶技术最优的选择之一。而特斯拉则完全不买 LIDAR 的帐,而是采用高速摄像头让汽车「看见」周遭的一切。
在数据方面,特斯拉在去年 10 月通过软件升级增加了辅助驾驶功能,这个功能在研发时使用了特斯拉车主过去 18 个月积累的 7.8 亿英里行驶数据。在该功能上线后的短短六个月内就积累了 4,700 万英里数据,远远超过谷歌历时 6 年积累的 150 万英里,而近期特斯拉的这个数据已经增加到 1 亿英里。特斯拉在收集数据上有着垄断性的巨大优势,所以能够利用现有深度学习做自动驾驶,在与大多数同行竞争中已然遥遥领先。但特斯拉并没有满足这一状态,Elon Musk 同时通过成立 Open AI 在本质上寻求能够实现第四级别自动驾驶的下一代的深度学习算法。
在通往自动驾驶之路上,各家科技公司各显神通,百度无人车的体验让我们意识到自动驾驶已经离我们的生活越来越近,而现在我们需要探寻的就是谁将先到达那里。自动驾驶涉及的技术非常复杂,现在下结论还为时过早,但唯一明确的一点是,自动驾驶是一项系统工程,需要各种技术相结合。BCG报告中指出,传感器和传感器整合技术在自动化驾驶中至关重要。但除此之外,自动驾驶还需要有精确到10厘米以内的高清地图,满足其对周围环境进行预判。传感器和地图的结合可以保证数据的连贯性,准确定位、导航,不止这些,高清地图可以对传感器进行交叉检查,帮助自动驾驶车辆对周围环境进行实际的测试。
百度无人车的这次试乘不仅可以让我们更加自信的畅想自动驾驶给我们带来的未来,同时也更好的让我们感知到系统性自动驾驶技术的进展。
「百度汽车大脑」是百度自动驾驶的核心,包括高精度地图、定位、感知、智能决策与控制四大模块。底层为高精度地图、中间层为感知/定位,最高层为智能决策与控制。目前汽车大脑已经可为汽车提供高精度地图、高精定位、智能感知、智能控制的自动驾驶整体解决方案。其中,百度自主采集和制作的高精度地图记录完整的三维道路信息,能在厘米级精度实现车辆定位,相比于GPS定位精度提升了两个数量级。百度无人驾驶车依托国际领先的交通场景物体识别技术和环境感知技术,实现高精度车辆探测识别、跟踪、距离和速度估计、路面分割、车道线检测,为自动驾驶的智能决策提供依据。百度无人驾驶使用了64线激光雷达、毫米波雷达、视频等感应器。GPS定位系统等,随时采集车辆周边数据,精确识别路面交通线、红绿灯、各种交通标识,可准确接收车辆的定位信息。在国际通用的KITTI测试车辆检测项目中,百度的车辆识别准确率达到89.32%。在计算能力方面,百度无人车还拥有CPU+GPU+FPGA的异构车载计算平台,计算能力比去年提升8倍。
虽然完全自动驾驶在技术上是一个极其困难的问题,我们需要在这方面持续加速,但 自动驾驶汽车的出现还会带来社会、法律和监管上的问题,这就需要决策者、规划者、企业和作为世界各地城市一份子的普通居民等城市市民都将要参与进来,让大家感知和接受它慢慢渗透进我们生活的完成过程。人工智能为大众所知需要一个载体,令人惊艳的 AlphaGo 取得了伟大成就,但是除了我们见证了技术之外没有从本质上改变我们的生活。从目前看来,自动驾驶就是人工智能的最佳呈现方式之一,自动驾驶不能仅仅提留在高校和科技公司的实验室里,也不能一直在工程师进行封闭的测试,而是应该通过一次次公开体验让大众感知到自动驾驶技术的逐渐进步。只有这样,我们才能拥有 BCG 在报告《Revolution in the Driver’s Seat: The Road to Autonomous Vehicles》中「问题不再是 SDV(自动驾驶汽车) 是否会上路,而是会何时上路。」那种状态和自信。
©本文为机器之心原创文章, 转载请联系本公众号获得授权 。
?------------------------------------------------
加入机器之心(全职记者/实习生):hr@almosthuman.cn
投稿或寻求报道:editor@almosthuman.cn
广告&商务合作:bd@almosthuman.cn