你的假期已餘額不足
這些天你都幹嘛了?
宅在家裡吃吃喝喝?
去旅遊景點看人?
走親訪友接受靈魂拷問?
其實,你的假期可以不那麼無聊
這是一個靜下心來開啟深度閱讀的好機會
大資料(ID:hzdashuju)在長假期間
將推送6篇入門級科普,包括:
無人駕駛 | AI凜冬 | A/B測試
在豬年的最開頭
來一波高能充電!
今天是我們一起充電的第4天
無人駕駛技術範疇不僅僅涉及車輛控制、路徑規劃、感知融合等領域,還涉及人工智慧、機器學習、深度學習、強化學習等前沿領域,無人駕駛在未來的5~10年裡必將掀起一場新的技術和市場革命。
作者:申澤邦,雍賓賓,周慶國,李良,李冠憬
如需轉載請聯絡大資料(ID:hzdashuju)
01 什麼是無人駕駛
無人駕駛汽車(Self-Driving Car)也稱為無人車、自動駕駛汽車,是指車輛能夠依據自身對周圍環境條件的感知、理解,自行進行運動控制,且能達到人類駕駛員駕駛水平。
無人駕駛系統包含的技術範疇很廣,是一門交叉學科,包含多感測器融合技術、訊號處理技術、通訊技術、人工智慧技術,計算機技術等。
若用一句話來概述無人駕駛系統技術,即“透過多種車載感測器(如攝像頭、鐳射雷達、毫米波雷達、GPS、慣性感測器等)來識別車輛所處的周邊環境和狀態,並根據所獲得的環境資訊(包括道路資訊、交通訊息、車輛位置和障礙物資訊等)自主做出分析和判斷,從而自主地控制車輛運動,最終實現無人駕駛”。
1. 無人駕駛的分級標準
在車輛智慧化的分級中,工業界目前有兩套標準,一套是由美國交通部下屬的國家高速公路安全管理局(National Highway Traffic Safety Administration,NHTSA)制定的,另一套是由國際汽車工程師協會(Society of Automotive Engineer,SAE)制定的。
兩者的L0、L1、L2的分類都是相同的,不同之處在於NHTSA的L4被SAE細分為L4和L5。國內多採用SAE標準,圖1-1是SAE的分級標準[1]。
▲圖1-1 SAE無人駕駛系統分級機制
其中,L0級即完全由人類駕駛員駕駛車輛。
L1又稱為輔助駕駛,增加了預警提示類的ADAS功能,包括車道偏離預警(Lane Departure Warning,LDW)、前撞預警(Forward Collision Warning,FCW)、盲點檢測(Blind Spot Detection,BSD)預警等,主要是預警提示,並無主動幹預功能。
L2稱為半自動駕駛或者部分自動駕駛,這類系統已經具備了幹預輔助類的ADAS功能,包括自適應巡航控制(Adaptive Cruise Control,ACC)、緊急自動剎車(Autonomous Emergency Braking,AEB)、車道保持輔助(Lane Keeping Assist,LKA)等,這個等級的車輛已經實現在高速公路上自主加速,或在緊急時刻自主剎車等功能,能達到進行簡單的自動控制操作的程度。
從L2到L3,無人駕駛系統的能力發生了本質的改變,L2及以下還是由人來監控駕駛環境,並且需要人來直接進行車輛控制;而L3級被稱為自動駕駛,這個等級下的無人駕駛系統已經具備了綜合幹預輔助類功能,包括自動加速、自動剎車、自動轉向等,處於L3級的車輛系統已經能夠依靠自身感測器來感知周圍駕駛環境,但是監控任務仍然需要人類駕駛員來主導,在緊急情況下仍然需要人類駕駛員進行幹預。
L4又稱為高度自動駕駛,是指在限定區域或限定環境下(如固定園區、封閉、半封閉高速公路等環境下),可以實現由車輛完全感知環境,併在緊急情況下進行自主幹預,無須人類駕駛員進行任何干預動作。
在L4級中,車輛可以沒有方向盤、油門、剎車踏板,但其只能限定在特殊場景和環境下應用。L4和L3的最主要區別在於是否仍然需要人類幹預,L4的無人車能夠在緊急情況下自行解決問題,而L3的無人車在此情況下則需要人類駕駛員的介入。
L5即全自動駕駛,L5不需要駕駛員,也不需要任何人來幹預方向盤和油門、剎車等,也不侷限於特定場景的駕駛,可以適應任意場景和環境下的自動駕駛。
目前大多數無人駕駛創業公司、整車廠等仍然處於L2到L4級別無人駕駛技術階段,即無人駕駛原型車僅能夠在特定的限制區域(如封閉或半封閉園區內、路況非常良好的部分高速路段等)測試,並且需要車上安全員隨時進行介入。
很多網際網路公司(如百度、Waymo、Uber、景馳、小馬等)均在測試和研發L4級別的無人駕駛系統,但目前L4級無人駕駛仍然還有大量的實際問題需要解決,包括技術、成本、量產、法律法規、市場等。
一些公司宣稱已經實現了在特定園區內的L4無人駕駛,這其實是帶有一定迷惑性的,一方面,這些固定園區的場景規模一般較小,場景簡單,不會改寫到紅綠燈、各種複雜標誌標線、大量行人穿過馬路等現實的複雜場景,僅僅能夠在園區進行無人駕駛的demo並沒有達到真正的L4水準。
另一方面,就無人駕駛的區域而言,顯然開放、複雜路段的無人駕駛要比封閉、半封閉環境下的無人駕駛複雜得多,無人駕駛技術存在一種“長尾效應”,即最後5%需要解決的技術問題可能需要花費95%以上的精力。
再者,目前L4級無人駕駛技術主要基於高精度地圖(HD Map)實現,構建高精度地圖需要較高成本,並且可適用範圍有限,即在沒有繪製高精度地圖或地圖基本元素變化很大的地方,無人駕駛系統幾乎完全不能執行,這也是為什麼當前無人駕駛初創公司展示的案例多為精心設計的場地演示,而非在普通公共道路上的真實實際應用。
這也引出了我們馬上要展開的一個話題——實現真實公共道路的無人駕駛技術到底有多困難?
2. 無人駕駛到底有多難
在討論執行在公共道路上可靠的無人駕駛系統的實現有多困難之前,我們先來看一幅公共道路的交通狀況圖,圖1-2是比較常見的路況。
▲圖1-2 某交通路況
在這種路況下沒有清晰的道路線,路人、腳踏車、三輪車、動物甚至是馬車均為道路交通的參與者,這個例子看起來似乎比較極端,但是這種路況在發展中國家是普遍存在的。
中國的城市公共道路設施(道路線、交通標識、紅綠燈)雖然相對完善,但是在諸如鄉村、縣城等區域,交通的參與者種類也會很多而且情況複雜,每個個體的行為都難以預估。
對於這類複雜的交通場景,任何一個訓練有素的、清醒的人類駕駛員都能夠輕鬆解決這些問題並且順利完成駕駛任務。但是對於無人駕駛系統而言,要處理這類場景就現階段而言非常困難,這些複雜、變化多端的交通狀況是實現全自動駕駛之路的最大障礙之一。
無人駕駛的第二個難點則是由人類的法規和制度帶來的。道路交通在不同的國家和地區呈現出各種各樣的狀態,如英國的駕駛習慣是左側行駛,而中國的駕駛習慣是右側行駛。並且,不同國家都有不同型別、符號的交通訊號標誌,其表示的含義也大為不同。
這也就意味著,並不存在全球通用的無人駕駛系統,不同國家的道路法規、習俗都不盡相同,因此,無人駕駛系統也需要做“本地化”,如果全球通用,那麼這個技術的成本、系統複雜性可謂是相當高了,也不現實。
第三個障礙則來源於人們對於機器的“高期望”。人類能夠容忍自身犯錯,但是對於機器犯錯容忍度卻極低。
而在第一點提到的複雜多變的駕駛場景下,無人車難免會犯錯,比如在光線條件非常差的情況下識別不出路人,或者高精度地圖裡沒有包含剛剛施工完成(但確實已經通車)的路段等,事實是當前的技術和演演算法(無論是機器人學科的理論還是人工智慧方向的方法)都還遠遠無法滿足大眾對於無人車的高期望。
第四個障礙來源於無人車的成本。經過百餘年的發展,汽車工業已經將傳統汽車的成本壓縮到了極致,人們只需要幾萬元就能獲得一輛汽車以及各種配置。
但是無人駕駛系統為汽車引入了一筆不小的額外成本,其中包括各種新的感測器裝置、計算裝置、軟體研發成本等,以目前在無人車的感知中應用最廣泛的鐳射雷達為例,滿足L4級別的鐳射雷達售價普遍在10萬美元以上,僅僅這些感測器的硬體成本就已經遠遠超出了絕大多數車輛自身的價格了,而如何降低成本實現量產也是目前推動無人車商業化落地的一個重要研究課題。
當然,在無人駕駛技術的道路上障礙還有很多。例如,無人駕駛法規急需完善、高昂的研發投入、安全性問題、複雜場景的感知、人工智慧技術難題、量產規模等。
無人駕駛技術在當前仍然充滿挑戰,換句話說,我們在無人駕駛領域仍然還有大量的技術研究工作要做,對於希望進入無人駕駛領域的讀者而言,仍然有巨大的可以有所作為的空間。
02 為什麼需要無人駕駛
無人駕駛技術之所以能夠帶來社會變革,其根本原因在於高度的無人駕駛能夠從根本上改變人們的出行方式和生活方式,使人們的出行、生活方式更加智慧化。
研究表明,無人駕駛技術能夠提高道路交通安全,以及緩解城市交通擁堵問題,隨著無人駕駛技術在各個領域的應用,還將催生出一批新的產業鏈,創造大量的就業機會。
1. 提高道路交通安全
2015年,全美約有35 092人死於車禍[2],而在中國大約為26萬人。
我們以駕駛人口比例來估算的話,平均每行駛14 000多萬千米就會發生一次事故死亡事件,人類駕駛員在一年發生車禍並死亡的平均機率為0.011%,在一生中發生車禍並死亡的平均機率為0.88%。同時,每年約有260萬人在道路交通事故中受傷。
這也涉及數十億美元的汽車修理費(僅限於免賠額)。如果我們能夠減少25%的事故發生,將為社會節省一大筆費用開支。
引發道路交通事故的四大原因如下:
-
駕駛員分心,註意力不集中。
-
超速。
-
酒後駕駛。
-
魯莽駕駛。
但對於無人車,則不會存在上述問題。
-
無人駕駛系統不會分心,人類坐在無人車上不管是發簡訊還是吃東西都不會影響車輛行駛。
-
無人車也不會因為乘客趕時間而超速駕駛,它會嚴格按照交通法規非常平順合理地將乘客送至目的地。
-
無人車不會飲酒,也沒有興趣在公路上莽撞行駛、開“鬥氣車”等。
種種研究表明,高度的無人駕駛系統能夠大大提高道路交通的安全性,減少道路交通事故的發生[3]。