解讀自動(dòng)駕駛中智能感知技術(shù)的三大因素及車(chē)聯(lián)網(wǎng)V2X技術(shù)

年前，GCP硅谷專家咨詢邀請(qǐng)了三星北美研發(fā)中心高級(jí)經(jīng)理王凡博士，從自身專業(yè)角度解讀了在自動(dòng)駕駛中智能感知技術(shù)的三大因素以及車(chē)聯(lián)網(wǎng)V2X技術(shù)。

王凡博士，亞利桑那大學(xué)碩士和博士畢業(yè)，三星北美研發(fā)中心高級(jí)經(jīng)理，負(fù)責(zé)自動(dòng)駕駛中的人工智能感知、路徑規(guī)劃和決策方向，同時(shí)負(fù)責(zé)戰(zhàn)略部門(mén)投資收購(gòu)的咨詢建議。

以下為嘉賓觀點(diǎn)分享：

無(wú)人駕駛的核心技術(shù)有五個(gè)主要模塊：傳感器、定位、AI感知、路徑規(guī)劃和決策、車(chē)輛控制。傳感器包括視覺(jué)、雷達(dá)、通信、定位等不同類(lèi)型，將信息傳遞給智能感知模塊，檢測(cè)車(chē)輛所處的環(huán)境。根據(jù)以上的感知結(jié)果，汽車(chē)決定最優(yōu)的路徑和決策，最后到達(dá)車(chē)輛控制和執(zhí)行，完成整個(gè)流程。此外定位是指車(chē)輛通過(guò)GPS或者是SLAM的方式確認(rèn)自己在地圖的位置。

今天主要講的是人工智能感知，不過(guò)在此之前可以大概提一下行業(yè)內(nèi)發(fā)展比較大的方向，比如從傳感器角度來(lái)說(shuō)，Velodyne的激光雷達(dá)市場(chǎng)占有率和利潤(rùn)率都很高，成本都是在幾萬(wàn)美元，接近整車(chē)價(jià)格，所以硅谷有很多創(chuàng)業(yè)者計(jì)劃把激光雷達(dá)的成本降到1000美元以下，實(shí)現(xiàn)類(lèi)似性能。定位方面，我們知道最好的是RTK（載波相位差分技術(shù)）這樣的實(shí)時(shí)定位系統(tǒng)，但這個(gè)價(jià)格是比較貴的，比如市場(chǎng)常用的SBG定位傳感器大概有3萬(wàn)美元，相對(duì)于整車(chē)而言成本很高。硅谷同樣有公司以十分之一的價(jià)格實(shí)現(xiàn)類(lèi)似的功能。所以在傳感器方面有很多公司在做不同的研究。

在汽車(chē)上應(yīng)用人工智能感知的目的，就是為了讓計(jì)算機(jī)具備對(duì)周?chē)?chē)輛/行人的距離、速度、朝向，交通標(biāo)識(shí)等所有環(huán)境信息的獲取和認(rèn)知能力，進(jìn)而進(jìn)行合理的規(guī)劃和決策。之所以自動(dòng)駕駛在近兩年有比較大的突破，感知技術(shù)發(fā)揮了至關(guān)重要的作用，其中深度學(xué)習(xí)的圖片識(shí)別能力甚至達(dá)到人眼的水平。這些更精確的算法成為自動(dòng)駕駛商業(yè)化的前提。

主要有三個(gè)因素促進(jìn)了人工智能感知技術(shù)的發(fā)展：有標(biāo)注的結(jié)構(gòu)化數(shù)據(jù)、深度學(xué)習(xí)算法以及計(jì)算力/計(jì)算平臺(tái)。

在訓(xùn)練數(shù)據(jù)方面，目前已經(jīng)有ImageNet、KitTI、Cityscapes等公開(kāi)數(shù)據(jù)集，很多的初創(chuàng)公司都在用公有數(shù)據(jù)集進(jìn)行一些初始模型的開(kāi)發(fā)。但這些數(shù)據(jù)集并不是很適合于自動(dòng)駕駛的需要，欠缺汽車(chē)行進(jìn)過(guò)程中的環(huán)境因素。所以很多大的公司都在采集汽車(chē)駕駛的視頻影像，構(gòu)建自己的私有訓(xùn)練數(shù)據(jù)。私有數(shù)據(jù)標(biāo)注主要有公司內(nèi)部標(biāo)注和外包標(biāo)注兩種做法，根據(jù)公司自身的人力資源情況進(jìn)行選擇。目前較大的外包數(shù)據(jù)標(biāo)注公司有數(shù)據(jù)堂，和采取眾包形式的CrowdFlower。隨著深度學(xué)習(xí)運(yùn)用越來(lái)越頻繁，數(shù)據(jù)標(biāo)注公司前景還是比較廣闊的。

其次是深度學(xué)習(xí)算法。業(yè)界在做自動(dòng)駕駛的時(shí)候很多是從計(jì)算機(jī)視覺(jué)來(lái)入手的，而計(jì)算機(jī)視覺(jué)包括了以CNN（卷積神經(jīng)網(wǎng)絡(luò)）為核心的各種模型，比如YoLov2、SDD、Faster R-CNN、Mask R-CNN。這些算法有各自的優(yōu)勢(shì)，但是僅能在PC端發(fā)揮較佳的效果，在汽車(chē)行進(jìn)并需要高速運(yùn)算的過(guò)程中，這些算法的效率可能會(huì)打很大折扣。這就需要對(duì)模型進(jìn)行優(yōu)化。國(guó)內(nèi)的代表性公司有商湯科技和格靈深瞳，硅谷也有很多類(lèi)似的公司。

第三個(gè)是計(jì)算平臺(tái)。目前有三個(gè)比較大的趨勢(shì)。大部分在用的NVIDIA的GPU，比如DRIVE PX、Xavier等計(jì)算力很強(qiáng)的平臺(tái)，不過(guò)它們的功耗也很高。Google則針對(duì)人工智能框架TensorFlow發(fā)布了TPU計(jì)算平臺(tái)，但目前該平臺(tái)主要還是對(duì)內(nèi)狀態(tài)。此外就是其他專用于深度學(xué)習(xí)的芯片，在車(chē)輛的環(huán)境中以較小的模塊實(shí)現(xiàn)更強(qiáng)的感知計(jì)算功能。國(guó)內(nèi)在這方面做的最大的兩家是地平線和寒武紀(jì)。

以上講的是比較傳統(tǒng)的單車(chē)人工智能方式，即傳感器——人工智能的感知識(shí)別——路徑規(guī)劃和決策——控制的線路。此外常提的就是車(chē)聯(lián)網(wǎng)（Vehicles to Everything，車(chē)與一切物體的信息交換）。之所以車(chē)聯(lián)網(wǎng)會(huì)比較火熱，主要原因是：?jiǎn)诬?chē)的人工智能感知容易受限制，需要有極高的成功率才能上路駕駛，此前特斯拉的autopilot系統(tǒng)就因識(shí)別錯(cuò)誤出了兩次車(chē)禍，而V2X是提高感知成功率的發(fā)展方向。比如，單車(chē)智能下的汽車(chē)無(wú)法看到走在前方車(chē)輛正前方的行人，通過(guò)V2X技術(shù)，前車(chē)就能夠把感知到的信息傳遞給后車(chē)。還有紅綠燈檢測(cè)，在夜晚，自動(dòng)駕駛有可能會(huì)誤把前方車(chē)輛的剎車(chē)燈看作紅燈導(dǎo)致行車(chē)事故，一旦車(chē)與道路設(shè)施信號(hào)實(shí)時(shí)通信，則避免了這個(gè)麻煩。

總結(jié)而言，車(chē)聯(lián)網(wǎng)主要包括以下幾個(gè)需求：車(chē)與后臺(tái)服務(wù)器互聯(lián)，包括更新高清地圖、車(chē)載系統(tǒng)升級(jí)等；車(chē)與道路設(shè)施直接互聯(lián)，比如紅綠燈、事故預(yù)警；車(chē)與車(chē)互聯(lián)。目前，我國(guó)官方在智能網(wǎng)聯(lián)汽車(chē)的相關(guān)文件中已經(jīng)對(duì)車(chē)聯(lián)網(wǎng)發(fā)展等級(jí)做了以下劃分，而歐美國(guó)家對(duì)此尚無(wú)清晰的定義，可見(jiàn)中國(guó)在車(chē)聯(lián)網(wǎng)領(lǐng)域是走在前面的。

目前，傳輸實(shí)時(shí)性、可靠性要求較低的“網(wǎng)聯(lián)輔助信息交互”技術(shù)已經(jīng)實(shí)現(xiàn)，而網(wǎng)聯(lián)協(xié)同感知技術(shù)仍處于研究過(guò)程，最高級(jí)別為網(wǎng)聯(lián)協(xié)同決策與控制技術(shù)。嘉賓認(rèn)為，當(dāng)?shù)缆飞嫌懈嗟淖詣?dòng)駕駛汽車(chē)時(shí)，車(chē)與車(chē)將在更大的交通協(xié)同下更合理地駕駛運(yùn)作，但這對(duì)通信技術(shù)要求極高，落地時(shí)間會(huì)比較遠(yuǎn)。

國(guó)際上有兩條車(chē)聯(lián)網(wǎng)技術(shù)路線：DSRC和Cellular V2X（LTE-V或5G）。前者即專用短程無(wú)線通信技術(shù)，可以實(shí)現(xiàn)在特定小區(qū)域內(nèi)對(duì)高速運(yùn)動(dòng)下的移動(dòng)目標(biāo)的識(shí)別和雙向通信，可實(shí)時(shí)傳輸圖像、語(yǔ)音和數(shù)據(jù)信息，該技術(shù)目前發(fā)展已相對(duì)成熟并開(kāi)始應(yīng)用，具有低延時(shí)、可靠性的特點(diǎn)。有不少公司已將DSRC作為自己的產(chǎn)品并開(kāi)始使用，自動(dòng)駕駛卡車(chē)車(chē)隊(duì)就是一個(gè)很好的案例（一名司機(jī)駕車(chē)領(lǐng)隊(duì)，后車(chē)自動(dòng)駕駛跟隨）。

第二類(lèi)是基于4.5G的無(wú)線通信行業(yè)標(biāo)準(zhǔn)推出，以LTE蜂窩網(wǎng)絡(luò)作為基礎(chǔ)，面向未來(lái)5G，是車(chē)聯(lián)網(wǎng)的專有協(xié)議。就像手機(jī)一樣，它有更廣的通信距離，有更大的系統(tǒng)容量（一個(gè)基站可以支持上百輛車(chē)的通信需求），有成本優(yōu)勢(shì)，有可靠性、低延時(shí)的特點(diǎn)。該技術(shù)起步較晚，但起點(diǎn)很高，目前該類(lèi)市場(chǎng)還不是很擁擠。

Q：在感知方面最大的難點(diǎn)是什么？

A：難點(diǎn)有很多，嘉賓認(rèn)為最大難點(diǎn)在特殊情況（罕見(jiàn)場(chǎng)景）下感知能否發(fā)揮感知能力，我們目前的訓(xùn)練數(shù)據(jù)能基本涵蓋常見(jiàn)的路況，但汽車(chē)遇到罕見(jiàn)的路況時(shí)還能否成果檢測(cè)出來(lái)，特斯拉的事故就跟此有關(guān)。目前感知成功率已經(jīng)很高，但最后1%的問(wèn)題尚有待解決。

Q：有什么方式在可預(yù)見(jiàn)的幾年能很好地解決？

A：在真實(shí)場(chǎng)景下有些情況我們很難遇到，但在仿真環(huán)境下則能夠構(gòu)建，改進(jìn)算法。

Q：車(chē)聯(lián)網(wǎng)在無(wú)人駕駛中的重要性？

A：現(xiàn)在我們還在無(wú)人駕駛的起步階段，大家在做的是如何推出一輛這樣的汽車(chē)，但在未來(lái)無(wú)人車(chē)變多的時(shí)候就需要考慮如何讓整個(gè)汽車(chē)交通更加安全，車(chē)聯(lián)網(wǎng)在解決這個(gè)問(wèn)題占很重要的位置。

Q：車(chē)聯(lián)網(wǎng)目前有什么難點(diǎn)和機(jī)遇？

A：DSRC技術(shù)目前發(fā)展已比較成熟，Cellular V2X起步較晚，5G標(biāo)準(zhǔn)尚未確定，但大有可為。

Q：三星在無(wú)人車(chē)的哪個(gè)領(lǐng)域布局？

A：在今年的CES展，三星公司第一次公開(kāi)無(wú)人駕駛的軟硬件集成平臺(tái)DRVLINE，面向車(chē)廠。相比于同類(lèi)產(chǎn)品，DRVLINE具有開(kāi)放性和模塊性，其他公司可以把自己的算法嵌入平臺(tái)。三星在無(wú)人駕駛的投入很高，此前花了80億美元收購(gòu)哈曼電子，打入TIer1市場(chǎng)，還有很多的戰(zhàn)略合作和投資合作。