产品中心

足球直播无人车成功挑战上海路况连续5小时不接

发布日期:2021-05-10 16:51

  原标题:无人车成功挑战上海路况,连续5小时不接管,谷歌自动驾驶之父看了都打Call

  让谷歌“无人车之父”Sebastian Thrun都点赞的自动驾驶技术,是什么样的?

  例如,面对走到机动车道上的行人,灵活操作避让,而不是小心翼翼地跟在后面:

  没错,这是滴滴正在测试的最新自动驾驶系统。坐在驾驶座上的安全员,全程双手离开方向盘。

  占据镜头30%以上的大片光线,并不影响它判断红绿灯,依旧以正常速度继续行驶:

  夜间进行无保护左转时,面对对向直行车辆,也会迅速判明情况,而不是一味等待:

  甚至在连续5小时完全无人接管的情况下,从白天开到夜晚,也没有发生什么事故。

  那么问题来了,滴滴的自动驾驶“新手司机”,在短短一年时间内,究竟是经历了怎样的修炼,才有了如今这样更加接近人类司机的表现呢?

  人类司机普遍有一个共识,开车上路,尽量避着大车走。其中一个重要原因是,大车自身的盲区多,也容易遮挡旁车的视线。

  根据滴滴自动驾驶公司COO孟醒介绍,当RoboTaxi接近大车时,大车很可能会占满传感器的视野,导致传感器判断失真。

  这种时候,来自摄像头或者激光雷达的单一信号就不够可靠了。滴滴的方案,就是将不同的传感器信号进行组合:

  另外一个对传感器考验不小的场景,是日落时分,司机们在路上经常遇见的逆光场景。

  孟醒表示,绝大多数的天气场景,如今滴滴自动驾驶系统都能覆盖得不错,这其中也引入了不少新的算法。

  利用激光雷达多次发射、多次回收信号,这样回收的回波中就包含了不同的形态和相位信息。对这样更丰富的信号进行处理,系统就能够判断出哪一些物体是可以穿透的,而哪一些又是不能穿透的。

  至于沙尘暴、台风天这样不适宜出行的极端天气,孟醒坦言,这对于当下的自动驾驶技术研发来说不是最重要的场景。

  基于这样的前提,滴滴当前需要重点捕捉的,是那些发生概率较高、影响较大的出行场景。

  说完了感知方面的提升,在行为决策方面,滴滴自动驾驶系统又是怎么向人类老司机靠拢的呢?

  首先,在被投喂了大量人类司机驾驶车辆数据之后,滴滴自动驾驶系统对于交通参与者行为的预测准确性,有了明显的提升。

  这也是为什么面对与其他车辆、行人的博弈,如今的滴滴“老司机”显得更为自信。

  孟醒谈到,对于RoboTaxi而言,可靠性是最重要的,也就是说,车一定不能出事故。而“事故”不仅仅是指安全事故,也包括体验上的事故,如车辆频繁急刹,让乘客觉得不舒服。

  更进一步,还有效率层面的“事故”——自动驾驶车辆不能因为一个复杂的场景,一直卡死不动。

  可以看到,在下面这样一个幼儿园附近的场景下,道路两旁临时停放了许多等待接小朋友放学的车辆,同时还会有大量行人、电动车出现。

  这些动态因素的变化、叠加,就对自动驾驶的预测、决策和规划提出了更高的要求。

  当风险指数(Risk Potential)上升时,安全模式就会被启动,RoboTaxi就会以更谨慎的方式去驾驶车辆,提升安全系数。

  去年6月才刚刚面向公众推出载人测试服务,短时间内又有了明显的进步,滴滴的自动驾驶技术,进展不可谓不快。

  自动驾驶技术上,滴滴具有独特的优势——有目标,有路径,有资源,还加上一点国内环境的条件。

  相比于其他自动驾驶车企,滴滴从一开始就看到了自己的“终点”——RoboTaxi。

  没错,并非像Waymo等公司一样纯技术驱动,而是从落地场景出发,思考所需技术。

  滴滴的网约车平台,已经提供了自动驾驶商业化落地的方式,例如,自动驾驶与有人驾驶同时派单,根据路况、天气和路径决定派单模式,同时为用户提供服务等。

  其次,相比于如Uber一类的网约车平台,滴滴在自动驾驶上的技术路径又更加明确。

  背靠滴滴平台的自动驾驶,每天订单数量平均达数千万,加之司机的行驶轨迹和安装在交通工具上的桔视设备,全年可以采集近1000亿公里的真实场景数据。

  凭借这些真实数据和仿真系统数据,滴滴自动驾驶能形成经营、安全和技术三张地图,可以在10秒内筛选出最具有测试价值的地点。

  此外,滴滴还基于从桔视设备上采集的数据,为网约车司机开发出了智能化驾驶安全系统:

  不仅能对车外的前向碰撞、前车急刹、车道偏离等场景及时预警,还能在司机进入疲劳状态前,通过语音提醒司机注意行车通风、及时休息、避免疲劳驾驶,让出行更安全。

  不仅能对车外的前向碰撞、前车急刹、车道偏离等场景及时预警,还能在司机进入疲劳状态前,通过语音提醒司机注意行车通风、及时休息、避免疲劳驾驶,让出行更安全。

  这个名为“基于桔视的AIoT智能驾驶感知平台”的项目,已经在今年4月10日,获评吴文俊人工智能科技进步奖“企业技术创新工程项目”。

  对于滴滴而言,目标和路径都很明确,“无非是怎么执行的问题”;但其他企业,就不一定有这么明确的方向了。

  除此之外,滴滴的自动驾驶资源,也确实丰富——人才、资金……都有足够的底气。

  孟醒在采访中表示,目前团队已经超过500人,而支撑研发和技术迭代,资金也比较充裕。

  加之国内也高度重视V2X(车联网)技术的推进工作,各地都在建成车路协同自动驾驶的相关设备和道路,又为实现真正的自动驾驶,进一步创造了条件。

  2019年8月,滴滴官宣将自动驾驶业务升级为子公司,运营和研发架构一应俱全;

  2020年6月,RoboTaxi项目落地上海,正式开放公众自动驾驶测试体验;

  同月,滴滴自动驾驶成为首家获得上海三个测试区牌照企业,总里程达530.57公里;

  现在,滴滴又发布了全球首个5小时连续无监管路测视频,测试车辆在环境感知、行为决策、运动规划与控制等方面的表现,连“无人车之父”都给予了极高的评价……

  据孟醒透露,在技术路径上,滴滴自动驾驶将会经历三个阶段,包括性能测试、可靠性和落地。

  在进行性能测试时,开发团队会迅速搭建一个车辆模型,并用各种场景去挑战它,理解它的性能边界,即目前研究技术所能达到的最高性能。

  接下来,就是提升自动驾驶系统的可靠性了,这里面的核心,是求稳。只有靠真实数据的迭代,才能检验出系统的稳定性来。

  对于滴滴而言,这几个阶段会有重叠的部分,因此更多时候会并行进行,但目前的研究重心,仍然放在“可靠性”这一阶段上。

  目前,滴滴尚未透露具体落地时间,表示商用化仍然取决于硬件成本、车企平台、政策体系等因素,“还需要与行业一同合作实现”。

  在滴滴自动驾驶上一轮融资后,我们说滴滴手握中国最好的自动驾驶资源,起点和势头会有所不同。而且在中国搞自动驾驶,没有人不羡慕滴滴。