雷锋网按:回头看,第一届DARPA自动驾驶挑战赛已经是十年前的事了。对比互联网产业,十年前手机还没有支付业务,而现在支付宝、微信已经全面改变了人们的消费习惯。反观汽车产业,尤其是自动驾驶行业的发展却慢如蜗牛,自动驾驶到底难在哪里?
雷锋网新智驾近日与智行者CTO王肖展开对话。与多数投身自动驾驶赛道创业者不同的是,王肖出身汽车行业,在学生时代就深耕在自动驾驶领域,对技术研发和市场落地均有深刻理解。
王肖毕业于清华大学汽车工程系,曾作为核心人员参与 2012、2014 及 2015 年中国智能车未来挑战赛,并获得团队冠军,还曾参与起草中国智能网联车辆技术路线图,获汽车工业科学技术进步一等奖、军队科技进步奖等多项奖励。
智行者选择两条腿走路的商业模式——低速自动驾驶车“蜗”系列+高速自动驾驶车“星骥”, 又于近期取得了北京市自动驾驶T3路测牌照,可见智行者在这一领域的步伐越来越快。
“自动驾驶十年”专题的深刻意义在于:窥见自动驾驶在过去十余年间的变迁,及创业者在资本寒冬对自动驾驶未来的思考。
从自动驾驶兴起之时,到后来的Waymo、特斯拉以及传统主机厂的不断发展,再到当前国内诸多企业对自动驾驶开展的如火如荼。王肖认为,任何技术发展和应用应该遵循客观规律,自动驾驶不仅要讲好故事,更重要的是做到产品落地,然而想要落地,依赖的不仅仅是规模化量产,更多的是技术的成熟以及市场的认可。目前业界认定的自动驾驶发展路线主要有以下三种模式:
可以看出,在AI时代,有价值的大数据是通向成功的必要钥匙。基于此,模型训练-OTA升级-模型应用-模型训练整套闭环系统完全打通,由此带来的大数据、模型和体系优势是压倒式的。
然而,Waymo 仅数千台车辆,受制于安全性无法快速增长,同时为了安全考虑不会去特别复杂的场地运营,另外不具备全球数据采集渠道,这是同特斯拉相比最为致命的三点缺陷,归根结底就是数据量以及多样性。而且奥迪等传统卖车模式缺乏数据手段作为支撑,同时其设计理念同特斯拉也有根本区别。
因此,最好的模式就是能够将自动驾驶大脑嵌入至量产车型中,具备搜集数据的基本条件,而后通过建立OTA系统能够快速验证有效性,让自动驾驶大脑训练得越来越聪明。
回看自动驾驶发展的这十年,如同一个高冷女孩却表现出亲切的模样,结果不可思议!
如今,500亿资本助推,200+创业公司竞赛,自动驾驶的宇宙已经大爆炸。据汤森路透的统计,在2017年时,全球的自动驾驶创业公司就达到了240家。
王肖表示,在全球玩家们的推波助澜下,自动驾驶已成为产业链厂商倾注的重心所在,中美日欧等政府已经在不断地为其产业化发展扫除障碍。
业界预计,2020年将是自动驾驶市场商业化起势之年。2020-2025年,自动驾驶乘用车销量的年化复合增速将超过80%;加上自动驾驶车辆销售、自动驾驶出行服务市场,2020年和2030年国内总市场规模将分别达到约400亿美元和5500亿美元。
时光穿梭到2015年,一直在清华大学汽车工程系读到博士的张德兆创办了智行者。也就在那一年,张德兆找到同在清华读博的王肖咨问道,有没有兴趣来做自动驾驶?
虽然王肖所在的团队就曾多次拿到无人驾驶技术领域比赛的冠军,但他认为产品化才是自动驾驶的最高梦想,而且时机已经到来。
同时,王肖也深刻意识到,2015年的中国汽车产业在在国外主机厂及Tier1的包围下,很难找到新的突破点,而自动驾驶将是汽车产业一个崭新的未来。
基于此契机,王肖与张德兆一起创立了智行者科技,两人分别担任CEO和CTO。一开始,二人就明确了公司发展的方向,把目光锁定了L3及以上级别自动驾驶,因为这是智行者团队在学校期间所擅长的领域。
在王肖看来,L3及以上才是真正的自动驾驶技术。智行者真正想做的是无人驾驶技术的大脑部分,也就是决策和规划,公司定位于自动驾驶系统方案提供商,主要聚焦中央决策系统的开发和系统集成。
自动驾驶在技术上的竞争,主要聚焦于决策环节。事实上,区分一个系统是ADAS还是自动驾驶,也主要是看该系统是否有决策部分。无论谷歌,还是特斯拉,其核心竞争力,都还是体现在其决策算法方面。
王肖表示,自动驾驶的基础是感知、定位及控制技术,核心及灵魂是决策规划,也就是自动驾驶大脑。经常开车的人们都知道,现在的汽车基本都需要我们人为操作,而自动驾驶汽车控制层便是替代人为操作,根据获取的信息数据,将做出的决策规划落到实处,即实时操作。用简洁语言描述,便是自动驾驶。这需要车辆的控制系统与决策系统相配合,并且能够精确的按照需求,对汽车做出加速、减速、制动、转向、变道以及超车等操作。
决策规划是自动驾驶的关键部分之一,它首先融合多传感信息,然后根据驾驶需求进行任务决策,接着在能避开可能存在的障碍物前提下,通过一些特定的约束条件,规划出两点间多条可选安全路径,并在这些路径中选取一条最优的路径作为车辆行驶轨迹。
对于智行者来说,做无人汽车驾驶的“大脑”,一直是它给自己的定位。目前,智行者主要聚焦于自动驾驶智能车中央决策系统开发及大系统集成,特别是限定区域内的低速无人驾驶这一垂直应用领域的无人物流配送和无人作业车两个方向。
自动驾驶涉及环境感知、规划决策、执行控制三个方面。
其中,环境感知包括视觉感知、毫米波雷达感知、激光雷达感知等。后两种感知方法主要用于障碍物检测、深度感知、距离测量、目标测速等,而基于深度学习的视觉感知是自动驾驶感知的最主要方式。
相比于传统的图像处理算法,深度学习技术在自动驾驶领域中具有得天独厚的优势。基于深度学习的视觉感知技术具有如下几个优点:
可扩展性:支持多个目标类型的识别,可扩展性更强;
高精度:在检测、识别等任务中均具有更高的准确率;
可靠性:在部分遮挡、模糊等条件下性能依旧可靠;
鲁棒性:抗干扰性佳。
问题是,深度学习如何用于自动驾驶呢?
自动驾驶是需要汽车像人的大脑一样来辨识一些车前出现的事物并做出决策。深度学习网络相当于是人的大脑,对安装在车前的摄像头的图像进行采集,并通过卷积神经网络来提出图像的特征,通过模型计算来得出几个输出量,比如加速、减速、刹车、方向盘的角度等信息。
但是,深度学习或者说人工智能技术现在是不能做到100%的,这个是至关重要的问题,这是现在深度学习一直无法实现应用的原因之一。因为任何一个驾驶者都不愿把生命交给一个无法100%的概率性事件上。
在很多时候,深度学习已经成为机器学习中不可否认的力量,也是任何数据建模工具库中的一个重要工具。它的普及带来了诸如TensorFlow和pytorch等必要的框架,这些,即便在深度学习之外也是非常有用的。深度学习这一段从失败者成长为超级巨星故事,使研究者们重新审视了以前其他一些晦涩难懂的方法,如进化策略和强化学习。
但是,天下没有免费的午餐,深度学习模型非常微妙,需要仔细并且有时非常昂贵的超参数搜索、优化及测试。此外,在许多情况下,从实际的角度来看,使用深度的学习是没有意义的,因为简单的模型效果更好。
王肖直言,行业对人工智能、自动驾驶宣传的泡沫太大,似乎让人觉得AI能解决一切问题,归根结底,AI只是一种工具而已,但工具并不是无人驾驶研究的目的,我们的目标不是做一个基于深度学习的无人驾驶汽车,而是以产品为导向,综合考虑成本、应用场景以及成熟可靠的技术。
自动驾驶发展至今,可以看出以深度学习为突破的人工智能时代大风口下,自动驾驶被给予了前所未有的关注,包括互联网公司,传统车厂,新兴创业公司,有数据显示,2018年全球无人驾驶汽车规模约达48.2亿美元;到2021年,预计全球无人驾驶汽车市场规模将达70.3亿美元。
自动驾驶的高光时刻,各路资本争相竞逐,热度一次又一次霸占新闻头条,那么自动驾驶的未来在哪里?
王肖直言,自动驾驶是人工智能的终极场景,没有之一。
对于自动驾驶的理解需要回归到汽车行业本身,汽车发展的趋势电动化、智能化、网联化、共享化。自动驾驶实际上是汽车在自动化水平上的智能化提升,驱动力在于汽车产业,准确说是汽车电子产业的优化升级。
但目前离真正的完全自动驾驶,仍然任重道远。
举例来看,感知与决策算法技术仍需加强,在技术的鲁棒性足够的情况下要实现100%的安全命题;以激光雷达为代表的核心传感器的成本仍是商业化量产的最大阻碍;政策、法规以及车辆联网基础设施的建设等。
因此,现阶段无人驾驶依旧是一门不够成熟的生意,其商业化也只能在特定的场景之下,比如园区、港口等封闭场景。
王肖表示,即使到了自动驾驶的下一个十年,也就是2020年,自动驾驶也很难实现大规模商用,那时没有资本加持的企业,约有一半以上的自动驾驶公司关闭。所以说,自诞生之初,智行者就选择两条腿走路的商业模式——低速自动驾驶车“蜗”系列+高速自动驾驶车“星骥”。即首先落地安全性更高的低速车,逐步推出技术难度更高的高速车。目前无人扫地车(蜗小白)、无人物流车(蜗必达)及无人园区车(蜗来了)相继落地。智行者被称为“产品落地最快的无人驾驶创业公司”,其低速车产品已经陆续成型。去年11月份,智行者首批“蜗”系列量产产品也将正式下线。
王肖强调,无论资本是否寒冬,自动驾驶行业不能再单纯以先进技术研发为驱动,而是要综合考虑场景、落地及产品,以产品为导向,不单纯依靠技术赚钱,要做产品驱动型公司。
有人会产生疑问,从科技公司向产品公司转型,是否会受到缺少核心技术的质疑?
王肖告诉雷锋网,自动驾驶全栈式开发模式未来会遇到很大瓶颈,智行者的策略是同各领域国内外最先进供应商一起合作成长,比如在高精度地图领域与百度Apollo合作,依靠有资质的地图公司采集数据,视觉跟地平线合作等。
以选择与某一领域技术最好的公司合作,比如在高精度地图领域与百度Apollo合作,依靠有资质的地图公司采集数据。智行者定位为自动驾驶的产品驱动公司,技术、资源、场景,再加上公司的软硬件一体最后做成一个产品,最终依靠产品实现盈利。
所以说,自动驾驶的未来发展一定是回归现实,尽快实现公司的自我造血能力。王肖表示,智行者正在推动低速非载人车的商业化应用,提高公司的自我造血能力,与此同时,加快高速乘用车的布局。
当然,自动驾驶的重中之重依然还是安全问题,如果国内发生类似与Uber的撞人事故,对整个行业的打击不可想象。
信任是成就自动驾驶的关键。王肖最后强调,自动驾驶的普及需要一个契机,滴滴、Uber的风靡,也是因为一种契机的出现,比如资本的支持、车辆保有量的增加、高精度定位、智能手机的普及等。只有先提高安全性的可靠技术以及建立广泛测试信任,再做小范围试点和推广,确保安全性,才能不断推动整个行业的发展,千万不要辛辛苦苦几十年,一朝回到解放前。