作者:蜉蝣采采
来源:无线深海
随着人工智能和深度学习的成熟,以及5G的来临,自动驾驶离我们越来越近,似乎我们马上就要从开车这种枯燥的机械操作中解脱出来了。
我们且先想象一下,全自动驾驶会怎样改变我们的生活:
• 出租车自动开,司机全都要下岗?
• 喝酒开车,睡觉开车,玩游戏开车,打情骂俏开车不是梦?
• 车联网,高速路上的车速均等,组成密集队列,相对静止前进?
看完本文,这些问题都将得到答案。
01:未来狂想曲
早晨,睡眼惺忪,急匆匆拿出手机,对某打车APP发号施令:我要去公司!很快一辆没有司机的车就平稳地停在了你身边。
这车里有饮料售卖,有书籍,有游戏,但是方向盘,油门,刹车统统没有。你系上安全带之后,车就自动开了起来,如老司机附体。
放眼窗外,路上的车流整齐有序,车里的人有的在打盹的,有说笑的,有在看书的,但几乎没有开车的,大家对此早就以习为常了。
你在车里吃了早餐,虽然车里不断播放着吵人的广告,但你仍然补了个回笼觉,然后被车叫醒,原来上班的地方到了,下车。车自动开走时还顺便捡了个乘客。
是不是觉得不可思议?
以后,出租车都是自动驾驶,随叫随到,方便快捷还便宜。喝酒开车,睡觉开车,玩游戏开车等现在想来不可思议的事情都将成为现实。
在这个全面自动驾驶时代,个人买车不再是刚需,司机这个职业消失,自己手动开车早已退化成为小众的爱好。
02:什么是自动驾驶?
顾名思义,自动驾驶就是车会自己跑。但是,有没有专业的定义的?
美国的SAE(美国汽车工程师协会)搞出了一个自动驾驶5级模型,是目前认可度最高的自动驾驶分级定义了。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73681-1.jpg)
L0级:纯人工驾驶。汽车只负责执行,对驾驶不进行任何干预。
L1级:指自动系统在一定条件下能够辅助人类完成某些驾驶任务,比如我们常说的ABS,以及由ABS升级而来的ESP,还有高速上常用的定速巡航、ACC自适应巡航功能及LKA车道保持辅助等功能都属于L1级自动驾驶的范畴。
L2级:系统能够把L1的多个技术融合起来,完成部分驾驶任务,但驾驶员需要密切进行环境监控并准备随时接管。
目前绝大多数车企都已经做到了L2级别的自动驾驶技术,比如ACC自适应巡航加上拨动转向灯即可实现自动变道行驶等等。
在这个级别,虽然机器可以独立完成一些组合行驶需求,但驾驶员仍需要将双手双脚预备在方向盘及制动踏板上随时待命。
L3级:本级别基本可以称为自动驾驶了,机器已经可以独立完成几乎全部的驾驶操作。
人类驾驶员放开手脚,睁一只眼闭一只眼了,但仍需要保持注意力集中,以便应对机器无法处理的情况。
L4级:本级别的自动驾驶已经不需要人类干预了,但只适用于于部分场景下。
适用的场景通常包括在交通设施完备的城市中或是高速公路上,还有一些封闭的但限定区域(如园区、景区、矿山、农场内)。
L5级:在任何场景下都完全自动驾驶,是真正的无人驾驶阶段,不需要人类驾驶员,也不需要放向盘、油门、刹车踏板等。
本文开篇的未来狂想曲就是基于L5自动驾驶级别的。
03:怎样实现自动驾驶?
实现自动驾驶,需要搞定下面3个事情:感知,决策,执行。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73682-2.jpg)
感知
感知是一切决策和执行的基础,说白了就是用一系列的传感器把车武装起来,收集处理各种环境信息。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73683-3.jpg)
为什么需要这么多传感器呢?因为自动驾驶是一个对安全要求极高的系统,容不得一点失误,而每种传感器都有自身的优点和弱点,加起来综合判断就十项全能了。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73684-4.jpg)
这么多传感器组合起来,真是可谓眼观六路耳听八方了。有了这些全方位信息,车要加速还是刹车,是变道还是超车,就要看决策系统的表现了。
决策
决策层就轮到人工智能深度学习发挥主导作用了。
和人一样,机器在做决策时需要不断地回答下面这几个问题:
① 我在哪,周边环境如何?
② 接下来有可能会发生什么?
③ 我该怎么做?
第一个问题的本质就是通过信息融合来进行环境理解。
环境理解需要融合感知层收集的多个维度的信息,对环境进行分析,包括自身的精确定位,行人识别、车辆识别、车道识别、交通标识识别、行驶中车辆的追踪、行动中行人的追踪等。
基于深度学习的计算机视觉已经被广泛应用。
第二个问题的本质就是行为预测。
人类可以根据动态变化的环境实时调整驾驶策略,同样人工智能也需要对车辆周边的人、车、物的行为进行预测,为行动决策提供实时输入。
第三个问题的本质是行动决策。
行动决策就是根据自身状态、外部环境信息的行为预测做出当下最优的行动选择,包括加速、刹车、变道、转弯等,并能根据环境适时调整。
在自动驾驶的深度学习算法模型搭建好之后,下面就是要开始训练了,用海量的真实驾驶数据来喂饱机器,让它通过学习从新手变成能熟练开车的老司机。
截止2018年2月,谷歌Waymo自动驾驶车的公路训练里程数已经突破了500万英里。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73685-5.jpg)
执行
执行就比较容易了。汽车发展了这么多年,各种操控的实现已经非常完善了。
因此,只要决策算法对执行硬件的驱动得以打通,决策层的一切指令汽车都可以精准地得到执行。
04:自动驾驶的发展现状如何?
市场上有哪些级别的自动驾驶汽车?
目前L0级已经的车被淘汰,市面上的绝大多数车集中在L1级和L2级。而傲娇的特斯拉的辅助系统Autopilot,比L2级强一些,但又达不到L3级,只能定位为L2.5级了。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73686-6.jpg)
在L3这个级别上,最近只有奥迪A8这个孤独的领先者了。
从上面可以看出,传统车企的思路是:自动驾驶从目前的L1,L2逐级进化,经过L3,慢慢过渡到L5这样一个渐进式的发展路线。
L3级自动驾驶是否存在可行性?
但是,L3这个级别的安全性,却存在着巨大的争议。我们再来看看这张自动驾驶级别图:
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73687-7.jpg)
可以看出,L3是自动驾驶的临界点,车已经可以自动开了,但是人集中精神却要随时待命,准备在紧急情况下接管车辆。
这样的自动驾驶有什么意义呢?如果司机还要随时待命,又不能干别的,干脆自己开车得了。
这就是责任分散的问题:永远不要让两个人同时对一件事情负责。人认为有自动驾驶在开车自己可以休息了,可自动驾驶却认为关键时刻有人顶着呢,不是我的责任。
结果呢,万一人松懈了打个盹,这个时候发生了紧急情况,被叫起来睡眼惺忪地还正懵圈着呢,判断情况也得花点时间,这样接管车辆这简直太危险了。
2018年3月23日,38岁的特斯拉车主黄伟(音译),驾车在高速公路行驶时,撞上了他所在车道与另一条高速公路的分道路障不幸身亡。
特斯拉承认,当时的自动辅助驾驶系统Autopilot确实处于开启状态,但事故发生的唯一可能在于车主过于信任自动驾驶系统,没有注意看道路,尽管汽车已经发出了多次警告。
人都是有惰性的,这个司机信任L2.5级的自动辅助驾驶系统,付出了生命的代价。
所以,自动驾驶虽不难,但安全大过天。L3级到底能否规模商用,恐怕要打上一个大大的问号。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73688-8.jpg)
所以,互联网科技企业,依托自身在人工智能决策上的特长,直接跨过L3,把精力主要投入到L4甚至L5的研发上。
这里面影响最大的是谷歌旗下的子公司Waymo。
谷歌从2009年开始自动驾驶的研究,2016年拆分出子公司Waymo专门做自动驾驶的研发,到如今已经10个年头了,真可谓十年磨一剑。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73689-9.jpg)
看着圆滚滚呆萌的小车,就是Waymo的自动驾驶汽车了。
再来看看内部。What?方向盘,油门,刹车踏板全部都没有!
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73690-10.jpg)
基于L4到L5的技术,汽车可以完全自己开,自然也就用不上这些外在的操作接口了。把一切交给冷静又不会出错的人工智能就好了。
当然,L4和L5级完全的自动驾驶没有这么简单,现在应该还有不少难题需要攻克,谷歌也对此非常的谨慎。
和特斯拉的激进完全不同,谷歌自动驾驶尽管已经积累了500万英里的训练里程,到现在依然看不到商用的时间点。
传统车企,和互联网公司,谁会是最后的赢家?
各有优势。传统车企通过多年经营,有深厚技术积淀,直白地说就是他们更懂车。
但车企是要量产盈利的,因此他们对于成本比较敏感,也会为了安全而在技术上进行妥协。
特斯拉已经为L2.5级辅助自动驾驶激进的宣传吞下了苦果,而奥迪A8就要谨慎得多,其L3自动驾驶也只支持到最高60km/h的速度。
而科技企业更懂软件,并且他们没有量产盈利的压力,可以直接从L4和L5起步,把大量资源投入到基于人工智能的自动驾驶算法研究上,继续扩大在软件系统上的优势。
因此,在未来,传统车企和科技企业应该会走向合作。
就像现在的电脑一样,硬件和操作系统缺一不可,车企负责高性能汽车硬件的开发,在其之上,可以安装不同汽车操作系统厂家的自动驾驶系统。
L3级的自动驾驶因安全性问题可能会被跳过,L4级的自动驾驶首先应用于固定,封闭的道路通勤,如旅游景区,工业园区,矿山,农场等使用场景。
最后随着技术的成熟和法规的完善,L4至L5级的自动驾驶才会在城市道路上普及,这个过程可能要持续十年以上的时间。
05:自动驾驶的成熟需要5G支持
随着自动驾驶的成熟,车与车(V2V),车与人(V2P),车与道路基础设施(V2I),车与网络(V2N)之间的通信变得必不可少,由此衍生出了车联网(V2X)的概念。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73691-11.png)
5G,以超高下载速率,支持海量设备连接,超低时延超高可靠性为特征,可以完美地支持车联网的应用。
超高的下载速率可以支持厘米级高精度3D地图的实时更新和定位,让自动驾驶不仅能更精确判断百米的路况,还能对驾驶路线进行更优的统筹规划。
海量设备连接可以支持大量公路上的指示牌,路标,红绿灯等基础设施联网并给车辆发送信息,自动驾驶的决策更有依据更精细合理。
超低时延超高可靠性,可以让车与车之间互联,相互告知彼此的路线和速度,快速预警突发情况,并整体规划行车路线,让道路的使用率更高。
通过下面这张图可以看出车联网对于驾驶安全有非常大的辅助作用。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73692-12.jpg)
随着车联网的应用,以后在高速路上,所有的车可以互相协调到同样的车速,以非常近的车距,组成密集队列,相对静止地向前行驶。
这样既避免了堵车,又能对道路利用率达到最高。所以,以后路上的车流,可能是这样的:
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73695-15.jpg)
就像计算机互联网给每个相互隔绝的个人电脑打开了新世界的大门一样,车联网同样也会带给自动驾驶以更瑰丽的想象力,促使自动驾驶全面成熟。
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73693-13.gif)
在全球化的今天,没有一个国家能够做到全产业链的领先,中国不行,美国也做不到。国际的合作是大势所趋。无线通信如此,自动驾驶这个领域也不例外。
下面是自动驾驶全球产业链分布图,没有一家公司能掌控整个生态系统:
![](http://imgtec.eetrend.com/files/2019-07/%E5%8D%9A%E5%AE%A2/100043982-73694-14.jpg)
总结:
1、自动驾驶分为 0~5级,其中0级为纯手动驾驶,1~5级的自动化逐级上升。目前市面上的主流在L1~L2级。
2、要实现自动驾驶,需要解决这3个模块:感知,决策,执行。感知主要靠在车上加装各种传感器,决策主要靠基于人工智能的海量驾驶数据训练,执行是车的最底层功能,现在已经很成熟。
3、目前自动驾驶的研发分为传统车企和科技公司两大阵营。传统车企倾向于从L1~L5的渐进式发展路线,科技公司聚焦于决策模块,直接从L4和L5起步。
4、基于5G的车联网技术,将大大促进自动驾驶的成熟和普及。
5、在全球化的今天,没有一个国家能够做到全产业链的领先,中国不行,美国也做不到。国际的合作是大势所趋。无线通信如此,自动驾驶这个领域也不例外。
本文转自:无线深海(微信号:wuxian_shenhai),作者:蜉蝣采采,转载此文目的在于传递更多信息,版权归原作者所有。