關(guān)注自動(dòng)駕駛的朋友應(yīng)該都知道，每次有相關(guān)榜單出來(lái)的時(shí)候，谷歌的兄弟企業(yè)Waymo總是高居榜首，而特斯拉有時(shí)排名倒數(shù)、有時(shí)不被考慮在內(nèi)。然而，自動(dòng)駕駛作為特斯拉汽車的最大賣點(diǎn)之一，真得有這么弱嗎？而Waymo這樣一個(gè)互聯(lián)網(wǎng)公司真的能比車廠做的好嗎？來(lái)看看專業(yè)人士的看法。

以下內(nèi)容來(lái)自車和家自動(dòng)駕駛負(fù)責(zé)人郎咸朋微博：

一句話介紹車和家的自動(dòng)駕駛思路：同步三維環(huán)境，學(xué)習(xí)人類駕駛。

1、同步三維環(huán)境，主要指使用量產(chǎn)車收集的數(shù)據(jù)加工后的數(shù)據(jù)成果。包括：高精地圖，場(chǎng)景模型，駕駛實(shí)例等。這些數(shù)據(jù)不會(huì)涉及用戶個(gè)人隱私，僅僅是對(duì)外界環(huán)境的還原。

數(shù)據(jù)收集這一步足矣拉開(kāi)各家公司的差距。Tesla已經(jīng)號(hào)稱擁有10億英里數(shù)據(jù)，比Waymo的1000萬(wàn)公里高了兩個(gè)數(shù)量級(jí)，而且差距還在不斷拉大。對(duì)于高級(jí)別的自動(dòng)駕駛而言，數(shù)據(jù)是最值錢的，也是最難獲得的。因?yàn)榇藭r(shí)決策規(guī)劃算法研發(fā)和測(cè)試都需要大量真實(shí)數(shù)據(jù)支持，我們不難想象使用鳳凰城數(shù)據(jù)訓(xùn)練的算法放在望京跑會(huì)是一種怎樣的結(jié)果。

數(shù)據(jù)的質(zhì)與量同等重要。同樣里程的數(shù)據(jù)，包含各種道路等級(jí)和天氣狀況以及各種司機(jī)駕駛習(xí)慣的價(jià)值顯然會(huì)更高。還有一個(gè)無(wú)法忽視的事實(shí)，就是數(shù)據(jù)的獲取成本。用量產(chǎn)車還是用實(shí)驗(yàn)測(cè)試車來(lái)做，效果截然不同。

高精地圖的更新，也需要大量數(shù)據(jù)，而且對(duì)實(shí)時(shí)性要求很高，按照某國(guó)外大型主機(jī)廠的說(shuō)法，更新需要滿足三“1”基本原則（1天內(nèi)發(fā)現(xiàn)，1小時(shí)內(nèi)制作，1分鐘內(nèi)發(fā)布）。在車和家，我們?cè)O(shè)計(jì)了自動(dòng)化的數(shù)據(jù)處理流程，將量產(chǎn)車回傳的數(shù)據(jù)變成場(chǎng)景模型用于后續(xù)的算法研發(fā)和測(cè)試。先賣個(gè)關(guān)子，后面再展開(kāi)介紹。

2、學(xué)習(xí)人類駕駛，主要指算法層面。首先，感知和環(huán)境模型的建立很重要，但我們的目標(biāo)不是做到100%準(zhǔn)確，而是容忍一定的不確定性和錯(cuò)誤。這其實(shí)跟人開(kāi)車是一樣的，也是在信息不完備的情況下來(lái)做行車決策的，而且傳感器的覆蓋范圍已經(jīng)比人要大很多了。

有了環(huán)境模型后，我們的思路是將后續(xù)的駕駛策略分為兩個(gè)層面。一部分跟安全行駛相關(guān)，會(huì)使用規(guī)則化的專家系統(tǒng)進(jìn)行判斷，類似于我們?cè)隈{校學(xué)習(xí)的基本行車規(guī)范；另一部分跟行駛舒適度相關(guān)，會(huì)使用強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)來(lái)做，讓車開(kāi)的更符合人的駕駛習(xí)慣，更像“老司機(jī)”。

這個(gè)駕駛策略輸入給后續(xù)的PnC模塊，確保安全穩(wěn)定的執(zhí)行到位。這一切的前提，是第一部分的數(shù)據(jù)。有了真實(shí)的數(shù)據(jù)（仿真的不算），才有可能分析出人開(kāi)車的策略，才有可能在真正上路前對(duì)corner case做更多的模擬，才有可能實(shí)現(xiàn)真正大家喜歡用的自動(dòng)駕駛。

返回第一電動(dòng)網(wǎng)首頁(yè) >