客服热线

13167086066

首页 >> 新闻动态 >>行业动态 >> 烧了1000亿美元的自动驾驶技术,终于能用了
详细内容

烧了1000亿美元的自动驾驶技术,终于能用了

2020云栖大会,阿里巴巴发布了首款物流机器人——小蛮驴。


基于尺寸和用途,小蛮驴被定义为智能机器人,其实它的技术内核,却是阿里达摩院最前沿的自动驾驶技术。


微信图片_20200922102408.jpg


小蛮驴,不但是阿里巴巴自动驾驶技术首次落地量产,也体现了达摩院乃至阿里巴巴对自动驾驶技术演进路线的思考。 


至今为止,人类在自动驾驶研发上投入了大约1000亿美元,但始终没有一款产品,能在如何兼顾智能、安全、成本这道题上找出一个最优解。



这也导致自动驾驶技术迟迟无法落地,自动驾驶汽车难以走入千家万户。


从这个角度看,小蛮驴找到的答案,也许能为这项技术的落地趟出一条新路。


 自动驾驶技术的长尾挑战 


根据国际通行标准,只有达到L4甚至L5级(如下图),自动驾驶才算是真正的无人驾驶,可是这样的无人驾驶却迟迟无法落地,导致自动驾驶至今仍是一门实验科学。


微信图片_20200922102416.jpg


一部分原因在于,现有的自动驾驶技术,还无法确保100%的驾驶安全。


自动驾驶技术发展到今天,几乎解决了大部分底层技术问题,却卡在了真实应用场景的长尾挑战。


场景之一是自动驾驶汽车左转时,遇到闯红灯车辆,需识别并及时停车避让


长尾挑战,包括了各种零碎场景、极端情况和无法预测的人类行为,自动驾驶系统对此尚无定式和套路可用。


就这个问题,激光雷达公司Aeye做过的一次实验非常有说服性——自动驾驶系统怎么处理一个漂浮在路中央的气球。


微信图片_20200922102423.jpg


人类知道,气球是软的,所以一脚油门过去就完事了。


可是L4级自动驾驶汽车,却会采取刹车或规避动作,感知缺陷,导致它以为会发生事故。


车载相机眼里看到的一切,其实都是像素点,几乎无法感知障碍物的软硬。


而雷达对障碍物材料非常敏感,没有反射率的物体或者不含金属的软体,都无法反射无线电波,所以雷达也无法识别气球。


而且,雷达在训练中通常会忽略静止的物体,否则它会检测出成千上万的目标阻碍车辆正常行驶。


雷达容易忽略静止的物体(特斯拉)


所以,即使采用了反光金属材质,漂浮在空气中的气球如果没有相对运动,雷达也探测不到。


车载摄像头和毫米波雷达未识别出前方的白色货车,特斯拉撞进了货箱箱体


只有足够密度的激光雷达点云,可以识别出气球,前提是自动驾驶系统曾经学习过“气球”。


微信图片_20200922102431.jpg

激光雷达传感器可以采集3D 点云数据


为了克服长尾挑战,许多自动驾驶公司都通过ODD和大量真实路测,寻找并解决这些边界化难题。


ODD的全称为Operational Design Domain(运行设计域)。


微信图片_20200922102436.jpg


常规的ODD因素,包括天气、地形、道路类型等,非常规因素,则包括眩光、过时的地图信息、水洼、道路结冰、掉落物体、快递机器人和一些常见的人类违规行为。


Waymo就是通过路测、ODD、规模化路测和试运营的步骤,在积累起足够场景和数据迭代之后,才将RoboTaxi推向市场。

微信图片_20200922102514.png

Waymo有庞大的自动驾驶车队支撑大规模的测试


然而,尽管Waymo车队在开放道路上行驶了超过1000万英里,其自动驾驶模拟测试里程更是达到了100亿英里,Waymo的工程师们仍然发现,还有层出不穷的新场景有待解决。



比如,骑车人手中拿着一块Stop交通标识牌,自动驾驶系统怎么理解这种场景?停,还是不停?


微信图片_20200922102521.png


 量产就必须牺牲智能和安全?


考虑到人类司机也无法保证100%的驾驶安全,如果自动驾驶系统的智能水平足以保证一定程度的安全,似乎也具备了量产落地的条件。


还有一个大问题,这样的自动驾驶成本过于昂贵。


受各地政策与技术成熟度约束,RoboTaxi至今仍需配备安全员,外加激光雷达、计算平台等硬件软件开发成本,现阶段每公里出行服务的成本,远高于人工驾驶出租车。


微信图片_20200922102527.png


特斯拉的自动驾驶技术倒是落地了,但是一直被业界诟病过于激进。


一来,特斯拉是直接在量产、载人、高速复杂开放道路的环境下,让AI不断学习、迭代、进化……


二来,Waymo和Uber这样的L4自动驾驶公司,大都采用了激光雷达模块,建立汽车周围环境的高精度三维地图,弥补纯视觉感知的不足,提供更多的安全冗余。


激光雷达三维建图


马斯克却坚称,特斯拉“仅通过改进软件即可实现L5自动驾驶”,至今没有为特斯拉车型配备激光雷达。


时速96公里的特斯拉在高速路驰骋,四名乘客喝酒唱歌,驾驶座却空无一人


而且,特斯拉一直将L2自动驾驶系统冠以Autopilot之名出售,这便导致一部分车主把特斯拉当成了L5级来开,这几乎是在用自己的生命试错,不断发生的致命事故,也打破了一部分人对自动驾驶技术的美好憧憬。


2016年1月20日发生在中国的事故被认为是全球首例“自动驾驶”致死车祸


2016年起,美国汽车协会每年的调查都表明,“害怕”自动驾驶技术或搭乘自动驾驶汽车的受访者始终在70%以上。


2017年的调查中,只有19%的人表示,会让自己的孩子或亲人乘坐完全自动驾驶的汽车;另外44%的人表示,可以接受自动驾驶车辆运送食品或包裹;还有53%的受访者表示,可以对机场或主题公园的自动驾驶摆渡车感到安心。


然而,特斯拉为什么坚持不肯装激光雷达?还是太贵。


虽然激光雷达近年来价格大幅下降,但是在汽车上装一个,成本大约还要10000美元。


微信图片_20200922102535.jpg


为了实现量产,智能和安全不得不向成本妥协。


 在保证安全的前提下智能进化  


能不能在兼顾智能和安全的前提下,实现高级别自动驾驶技术的量产落地?


阿里巴巴物流机器人小蛮驴的出现,让人看到了自动驾驶技术落地的另一条道路。


不同于其他自动驾驶公司,阿里巴巴自动驾驶技术的落地场景,从一开始就聚焦在物流,旨在通过自动驾驶,让物流变得更智能和更高效。


阿里巴巴物流机器人小蛮驴


一样的是,达摩院自动驾驶实验室负责人王刚同样认为,安全应该放在首位,“安全是自动驾驶的基础,没有安全,一切都无从谈起。”



王刚认为,目前的自动驾驶系统,并没有办法靠自己完全解决所有问题。


“人工智能发展到今天,智能的本质还是计算智能,通过数据驱动,通过案例学习,如果遇到一个从未见过的交通场景,那么自动驾驶系统就没办法稳定安全地加以处理。”王刚说。


正因如此,小蛮驴采用了人机共驾的自动驾驶系统。


微信图片_20200922102543.png


人机共驾,是指小蛮驴一旦识别到它处理不了的场景,就会停下来去呼叫线上安全员远程接管。


这个过程,就是“从不知道自己知不知道,到知道自己不知道。”


与此同时,通过技术迭代升级,小蛮驴的自动驾驶系统可以不断拓展自主处理场景的边界,让人工介入的比例越来越小。


这是一条在确保安全前提下,不断提升智能水平的进化路径,而且达摩院已经走通了。



迄今为止,小蛮驴已经具有类人认知智能,能轻松处理复杂路况,能聪明选择最优路径,遇到紧急情况,大脑应急反应速度是人类的7倍,自动驾驶率更是达到了99.9999%。


微信图片_20200922102550.png


 算法自研+深度定制助力量产落地 


为了提升小蛮驴的智能水平,达摩院研发了业界独有的自动驾驶机器学习平台AutoDrive,由机器替代人工,提升算法研发效率。


基于AutoDrive平台的支持,小蛮驴可以借助达摩院自研的感知算法,准确识别避让砖块这样的“厘米级”障碍物。



凭借背靠阿里云的天然优势,达摩院还在AutoDrive平台上搭建了专属自动驾驶云平台,让自动驾驶算法研发更高效。


微信图片_20200922102556.jpg


为了攻克自动驾驶长尾挑战,达摩院还推出了全球首个自动驾驶 “混合式仿真测试平台”,采用虚拟与现实结合的仿真技术,引进真实路测场景和云端训练师,模拟一次极端场景只需30秒,系统每日虚拟测试里程可超过800万公里,大幅提升了自动驾驶AI模型的训练效率。


微信图片_20200922102602.png


为了降低成本,达摩院自主研发了高性能、低功耗、低成本的嵌入式异构计算单元,能以1/3算力的达到同等智能水平,并通过软硬件协同优化,将计算单元功耗降低72%、成本降低50%、体积压缩62%。


除了嵌入式计算单元,小蛮驴的传感器、定位单元等硬件均采用了软硬一体化设计。



在自动驾驶车辆或机器人上,传感器设备通常占据着成本大头,小蛮驴的传感器非常丰富,包括激光雷达、摄像头等,但是通过深度定制大幅降低了成本。


最终,凭借算法自研+深度定制,小蛮驴的制造成本降低到可量产水平,阿里巴巴自动驾驶技术也在物流场景成功落地。


 用自动驾驶技术满足真实需求 


阿里巴巴有全世界最丰富的物流场景,菜鸟、天猫、淘宝、盒马、饿了么,每天有大量订单需要配送,全社会的物流配送需求也在极速爆发,不久的将来,中国预计每天将产生10亿个配送订单。



王刚表示,服务于末端的智能机器人产品,仍是达摩院未来一段时间落地的重点方向,相信依托这样强有力的业务支撑和牵引,小蛮驴量产后还能继续实现技术的提升和迭代。


微信图片_20200922102609.jpg


当然,今天用在物流机器人上的自动驾驶技术,未来也可以移植到货车甚至轿车上,达摩院的自动驾驶技术,原本就采取了末端物流和开放道路物流齐头并进的策略。


而在开放道路上,阿里巴巴同样有非常丰富的场景,包括菜鸟的同城配送以及新零售配送等,可以说,阿里巴巴自动驾驶技术未来如何进化,如何在更多场景落地,还有丰富的想象空间。


值得一提的是,中国的自动驾驶技术,未来也许不会走单车智能路线,而是协同智能路线。


今年2月,国家发展改革委等11个部门联合印发了《智能汽车创新发展战略》,提出到2025年,实现有条件自动驾驶的智能汽车达到规模化生产,并实现高度自动驾驶的智能汽车在特定环境下市场化应用。


微信图片_20200922102614.png


为此,我国将构建先进完备的智能汽车基础设施体系:包括推进智能化道路基础设施规划建设、建设广泛覆盖的车用无线通信网络、建设覆盖全国的车用高精度时空基准服务能力、建设覆盖全国路网的道路交通地理信息系统等。


微信图片_20200922102620.jpg


这些基础设施,可以帮助自动驾驶车辆提高感知和通信能力,实现车路协同、车车协同,最终实现低成本高可靠性的自动驾驶方案。


创立于上海,一家专业的IT服务管理公司,基于“客户导向”的经营理念以及“合作共赢”的发展战略,立足于国内市场,以为客户提升IT核心竞争力为使命,以专业的服务和卓越的解决方案、对客户业务的深刻理解以及高效的交付能力

业务范围

关于我们

新闻动态

关注我们

COPYRIGHT @ 2018 . ALL RIGHTS RESERVED.  版权所有 某某网络科技

本站已支持IPv6 技术支持: 呈龙网络 | 管理登录
seo seo