馭勢科技CEO吳甘沙

隨著(zhù)國家智能駕駛相關(guān)政策法規逐漸成型、行業(yè)內技術(shù)不斷完善，以及中國智能駕駛企業(yè)積極推動(dòng)應用落地的情況下，中國智能駕駛市場(chǎng)規模呈現出持續擴大趨勢。據悉，2020年中國智能駕駛產(chǎn)業(yè)市場(chǎng)規模預計將達到1214億元人民幣，前景可期。

探索智能駕駛商業(yè)化之路

智能駕駛實(shí)現商業(yè)化需要在以下三個(gè)方面做出努力。首先需要前沿技術(shù)做支撐；其次是企業(yè)家精神，即創(chuàng )新、冒險、協(xié)作；最后是復雜系統的管理經(jīng)驗。汽車(chē)本身是一個(gè)非常復雜的系統，需要管理者具有豐富的管理經(jīng)驗。只有同時(shí)具備這三個(gè)條件，才可能實(shí)現智能駕駛的商業(yè)化。

馭勢科技于2016年3月開(kāi)始探索、研究智能駕駛相關(guān)技術(shù)的發(fā)展，不斷加強與學(xué)術(shù)界的溝通交流，提升自身的創(chuàng )新水平和研發(fā)技術(shù)，目前已具有前沿的無(wú)人駕駛技術(shù)、人工智能技術(shù)、系統工程技術(shù)和汽車(chē)電子技術(shù)。首先，開(kāi)發(fā)軟件，重構智能駕駛的軟件系統，包括算法、中間件、操作系統，尤其是中間件。經(jīng)過(guò)深入考慮，馭勢科技放棄了如今廣為使用的ROS操作系統，改用美國軍方在武器中使用的輕量實(shí)時(shí)系統RCS。接著(zhù)4月份，馭勢科技著(zhù)手硬件的開(kāi)發(fā)，包括攝像頭、控制器等。5月，算法開(kāi)始在模擬器上進(jìn)行測試，同時(shí)開(kāi)始半閉環(huán)測試（半閉環(huán)，即感知設備已經(jīng)在車(chē)上開(kāi)始運行，但還沒(méi)有控制車(chē)輛）。直到7、8月，研發(fā)出第一輛可以線(xiàn)控的車(chē)，并進(jìn)行了長(cháng)時(shí)間的測試。并在此基礎上開(kāi)始進(jìn)行全閉環(huán)測試，也就是真正的路測。在這個(gè)過(guò)程中，我們遇到了很多困難和挑戰，也獲得了諸多成長(cháng)經(jīng)驗。

困惑之后來(lái)者的定位

當前的智能駕駛，主要包括五類(lèi)。第一類(lèi)是駕駛輔助系統（driving assistant system），即人開(kāi)汽車(chē)，機器起一定的輔助作用。第二類(lèi)是自動(dòng)輔助駕駛，像特斯拉的AutoPilot，它有兩個(gè)要素，（1）在封閉的結構化的高速路上，機器持續地實(shí)現自動(dòng)駕駛；（2）駕駛員仍然需要把注意力放在路上，甚至把手放在方向盤(pán)上。第三類(lèi)是高度自動(dòng)駕駛。指不再局限于封閉的高速公路，能夠開(kāi)到大街小巷。駕駛員可以做其他事情，只要能夠在5秒內重新回到?jīng)Q策化，這是比當前輔助駕駛更有用的一種自動(dòng)駕駛技術(shù)。第四類(lèi)是限定場(chǎng)地的無(wú)人駕駛，能夠在城市區域里實(shí)現無(wú)人駕駛。沒(méi)有駕駛員，沒(méi)有方向盤(pán)、油門(mén)、剎車(chē)，限定在固定場(chǎng)景，最高時(shí)速在40公里以?xún)?。第五?lèi)是全天候全區域的無(wú)人駕駛，我們相信在2030年，可能會(huì )出現。如圖1所示。

圖1 智能駕駛的分類(lèi)

為此，馭勢科技也面臨著(zhù)定位選擇。2016年，工信部發(fā)布的智能網(wǎng)聯(lián)汽車(chē)發(fā)展技術(shù)路線(xiàn)圖指出，到2020年，我國每年將有1500萬(wàn)輛車(chē)具備駕駛輔助或者輔助駕駛系統，同時(shí)在目前的輔助駕駛形態(tài)中，技術(shù)還有很多可改進(jìn)的地方，國內能夠有商業(yè)化技術(shù)的供應商還很欠缺，因此我們決定將第二類(lèi)輔助駕駛作為公司研發(fā)的切入點(diǎn)。

差異化發(fā)展策略

馭勢科技作為智能駕駛領(lǐng)域的新興企業(yè)，一直在探索屬于自己的差異化發(fā)展之路，主要表現在技術(shù)、服務(wù)、成本三個(gè)方面。

1 視覺(jué)識別技術(shù)

今年五月，一輛開(kāi)啟了Autopilot自動(dòng)駕駛功能的特斯拉Model S被卷入了一場(chǎng)嚴重的事故中，車(chē)內的駕駛員在車(chē)禍中不幸身亡。這起事故發(fā)生在佛羅里達州中部的一段公路，當時(shí)一輛拖拉機掛車(chē)正在橫穿高速公路，疾馳而來(lái)的特斯拉Model S迎頭撞上了掛車(chē)。自動(dòng)駕駛的過(guò)程中多種傳感器失效、未能發(fā)現掛車(chē)，導致悲劇。

這場(chǎng)事故更加突出了自動(dòng)駕駛在技術(shù)上存在一些缺陷。首先是視覺(jué)缺陷，事故發(fā)生時(shí)，正處于典型的逆光狀態(tài)，實(shí)際上從目前Autopilot的系統來(lái)看，它具備動(dòng)態(tài)曝光和自動(dòng)增益的能力，理論上在強逆光或微光情況下，仍舊能夠識別前車(chē)尾部。但是案發(fā)當場(chǎng)，卡車(chē)是橫在路上的，它的截面并不符合這套視覺(jué)系統識別的特征，因此當時(shí)的視覺(jué)系統是失效的?；蛟S有人會(huì )問(wèn)，毫米波雷達為什么沒(méi)有起作用？雷達在遠距離發(fā)現了橫在路面上的一排反射點(diǎn)，但是為了避免誤剎車(chē)，它做了一個(gè)比較保守的分類(lèi)，將障礙物分類(lèi)為橫跨路面的一個(gè)交通標志牌，并希望隨著(zhù)距離的縮減能夠有更準確的分類(lèi)。但是，根據當時(shí)的情況判斷，事故發(fā)生時(shí)毫米波雷達是放空的。

針對以上提及的視覺(jué)缺陷，首先可以改進(jìn)雷達的算法，這也是特斯拉正在做的。特拉斯通過(guò)與博世合作，挖掘更多的數據，得到六倍之多的object，每個(gè)object也有更多的信息，同時(shí)實(shí)現了將3D的雷達影像在時(shí)間維度對object進(jìn)行correlation，這樣可以更好地區分動(dòng)態(tài)和靜態(tài)object，以及虛假反射。此外，還可以采取一種眾包的方式區別永久和臨時(shí)的障礙物。如果很多車(chē)經(jīng)過(guò)一個(gè)場(chǎng)景時(shí)，都判定前方有一個(gè)靜態(tài)障礙物，那么就可以斷定確實(shí)存在一個(gè)障礙物；如果并不是所有車(chē)都能判定有障礙物，那么就可以將其稱(chēng)之為臨時(shí)障礙物。

其次，通過(guò)基于深度學(xué)習的視覺(jué)算法提升感知能力。相比起傳統的視覺(jué)算法，它能從不同距離、不同角度進(jìn)行識別，既可以識別奇形怪狀的車(chē)輛，也可以識別被遮擋的車(chē)輛。在此基礎上，馭勢科技又利用立體攝像頭做了一個(gè)視覺(jué)雷達，它能夠實(shí)時(shí)識別出靜態(tài)、動(dòng)態(tài)障礙物的點(diǎn)云，并實(shí)時(shí)用暖冷色調標識其距離和相對速度。視覺(jué)雷達與深度學(xué)習相結合，就能有效避免特斯拉遇到的問(wèn)題。對此，我們開(kāi)始輔助駕駛系統的商業(yè)化。馭勢科技的這套視覺(jué)識別系統實(shí)現了100公里時(shí)速的高速輔助駕駛，并且具有自主超車(chē)能力，累計測試里程接近2萬(wàn)公里。

2 高質(zhì)量的服務(wù)

目前國內很多車(chē)廠(chǎng)若想實(shí)現輔助駕駛，需要找國際的廠(chǎng)商，這樣實(shí)現周期會(huì )很長(cháng)，而且也無(wú)法獲得高質(zhì)量和及時(shí)的服務(wù)。馭勢科技希望用最快的響應速度，降低客戶(hù)的時(shí)間成本。我們曾僅用兩周時(shí)間既在車(chē)廠(chǎng)的樣車(chē)上裝好了這套系統，并且開(kāi)始測試。另一方面，我們愿意推動(dòng)技術(shù)創(chuàng )新的擴散，與車(chē)廠(chǎng)和供應商實(shí)現開(kāi)放的、協(xié)同的創(chuàng )新，包括知識產(chǎn)權和源代碼、模型等的開(kāi)放，測試數據的共享，并且幫助客戶(hù)提升自主研發(fā)能力。

3 深度學(xué)習的成本

當然，成本也是我們考量的一個(gè)因素，甚至是技術(shù)路線(xiàn)的約束元素。比如深度學(xué)習需要很強的計算能力，其硬件的選擇就面臨了性能和成本的權衡。目前嵌入式CPU的性能仍有一定差距，無(wú)法做到實(shí)時(shí)。而ASIC雖然功耗、成本最低，但缺乏靈活性，考慮到未來(lái)幾年深度學(xué)習算法仍在快速演進(jìn)，ASIC也不是最佳選擇。GPU目前來(lái)說(shuō)是最好的選擇，英偉達已經(jīng)與多家車(chē)廠(chǎng)和一級供應商開(kāi)展合作，但對Level 2來(lái)說(shuō)價(jià)格偏貴。FPGA略便宜、功耗也較低，但是算法移植的成本也是可觀(guān)的。神經(jīng)網(wǎng)絡(luò )加速器NPU具有模型和算法的可定制能力，性能也最好，但作為新的硬件平臺，符合車(chē)規尚需時(shí)日，而且車(chē)廠(chǎng)對新平臺以及供應商的選擇偏保守。

DSP是目前的主流選擇，但在深度學(xué)習上性能還有差距，就CEVA等IP供應商的技術(shù)路線(xiàn)圖來(lái)看，未來(lái)幾年性能上獲得突破的可能性很大?？紤]成本的競爭力，未來(lái)2~3年Level 2產(chǎn)品化的主要平臺還是以DSP為主，而Level 3以上則要依靠GPU和FPGA等?；谶@個(gè)判斷，我們必須讓算法適配這些硬件平臺。比如，部分使用傳統視覺(jué)取代深度學(xué)習，比如車(chē)道線(xiàn)檢測。雖然目標檢測上，傳統視覺(jué)還不能做到深度學(xué)習那樣，但與雷達融合可以彌補視覺(jué)精確度的下降。另一方面，需要訓練多任務(wù)網(wǎng)絡(luò )，讓同一個(gè)網(wǎng)絡(luò )模型做不同事情，如行人識別、汽車(chē)識別、交通標志識別等。此外，還可以做圖像壓縮、模型壓縮，優(yōu)化算法（減少region proposal，非深度學(xué)習與深度學(xué)習級聯(lián)等），針對定點(diǎn)處理器優(yōu)化等降低深度學(xué)習的復雜度。

激光雷達和視覺(jué)的融合

作為一個(gè)創(chuàng )業(yè)公司，馭勢科技希望可以找到特定的市場(chǎng)細分領(lǐng)域，比如安東尼·列文托斯基的Otto選擇的領(lǐng)域為貨車(chē)。另外一個(gè)小的細分領(lǐng)域為私有道路、確定路線(xiàn)，如園區、景區、主題公園、高爾夫球場(chǎng)、機場(chǎng)等場(chǎng)地的無(wú)人駕駛。那么，在這樣場(chǎng)景的無(wú)人駕駛中，是否還需要激光雷達？有些廠(chǎng)商的回答是否定的。特斯拉Autopilot 1.0只用了一個(gè)前置攝像頭和一個(gè)前向的毫米波雷達，而2.0用了八個(gè)攝像頭，前向有三個(gè)不同距離和視場(chǎng)角的攝像頭，兩邊的前側有兩個(gè)，兩邊的后側有兩個(gè)，后視有一個(gè)，如圖2所示，它的理念是希望通過(guò)攝像頭的視覺(jué)加上毫米波雷達和超聲波能夠實(shí)現無(wú)人駕駛。特斯拉聲稱(chēng)，明年車(chē)上硬件部分已經(jīng)可以支持完全的無(wú)人駕駛，但是它的軟件算法還是需要逐漸迭代。

圖2 激光雷達與視覺(jué)的融合

但是后來(lái)經(jīng)過(guò)了幾個(gè)月的探索，我們轉變了研究思路。一是因為深度學(xué)習的技術(shù)同質(zhì)化以及它在魯棒性上的缺陷，使得純靠視覺(jué)存在很大問(wèn)題。二是因為激光雷達的成本問(wèn)題已經(jīng)不再是一個(gè)難題。

在未來(lái)很多車(chē)輛的設計中，基本都實(shí)現了包括激光雷達在內的多種傳感器360度無(wú)死角多冗余的配置?；诖?，我們也開(kāi)始進(jìn)行激光雷達和視覺(jué)的融合。它一方面使其對環(huán)境的感知更加精準，也會(huì )產(chǎn)生新的使用模式，如激光雷達幫助視覺(jué)進(jìn)行校準，視覺(jué)利用激光雷達做ground truth等。另一方面，加入激光雷達，會(huì )提高汽車(chē)的安全可靠性。馭勢科技設計了兩款針對私有道路的無(wú)人駕駛汽車(chē)，一款是由一輛低速的電動(dòng)車(chē)改造而成的，一款是完全自主設計的無(wú)人駕駛共享出行車(chē)。它是兩臺座椅對著(zhù)坐，沒(méi)有方向盤(pán)、油門(mén)、剎車(chē)，已在北京一些園區開(kāi)始常態(tài)化測試，即將進(jìn)入試運行。特別值得一提的是，這款無(wú)人駕駛車(chē)還實(shí)現了無(wú)線(xiàn)充電的功能，當汽車(chē)電量耗光后，它可以自己尋找帶有無(wú)線(xiàn)充電功能的停車(chē)位進(jìn)行充電。

此外，我們嘗試了一系列的算法提升感知和認知能力，從簡(jiǎn)單的目標識別到目標理解和建立全面世界模型（World Model），從卷積神經(jīng)網(wǎng)絡(luò )到語(yǔ)義分割和實(shí)例分割，實(shí)現惡劣天氣和非結構、半結構道路上的可行駛區域檢測。未來(lái)，馭勢科技希望通過(guò)立體視覺(jué)識別道路路面上的坑坑洼洼和障礙物（road hazards），通過(guò)循環(huán)神經(jīng)網(wǎng)絡(luò )推理從前車(chē)掉落動(dòng)態(tài)物品的特性，通過(guò)Inverse Reinforcement Learning方法實(shí)現駕駛員駕駛風(fēng)格的學(xué)習，還有基于強化學(xué)習和循環(huán)神經(jīng)網(wǎng)絡(luò )來(lái)判斷駕駛態(tài)勢，評估他人的動(dòng)機，預測其行為，合理獲取路權。

總之，智能駕駛是超級復雜的系統工程。就拿全速度自適應巡航FSRA來(lái)說(shuō)，不僅僅要考慮基本算法，還需要近千個(gè)參數的表達，全面的實(shí)現和測試細節，和完整的系統支持。真正的產(chǎn)業(yè)化不僅僅是對一些技術(shù)的研發(fā)，從學(xué)術(shù)研究到產(chǎn)業(yè)化的“最后的十公里”往往是最困難的，需要學(xué)術(shù)界和產(chǎn)業(yè)界非常緊密的合作。

（本文根據作者在2016年中國智能車(chē)大會(huì )暨國家智能車(chē)發(fā)展論壇上所作報告整理）

作者簡(jiǎn)介：

吳甘沙，馭勢科技聯(lián)合創(chuàng )始人、CEO，致力于研發(fā)最先進(jìn)的自動(dòng)駕駛技術(shù)，以改變這個(gè)世界的出行。個(gè)人定位：略通商業(yè)智慧的資深工程師，嘗試破壞式組織變革的技術(shù)管理者，用技術(shù)推動(dòng)社會(huì )創(chuàng )新的趕潮人。

摘自《自動(dòng)化博覽》2017年1月刊