智能駕駛“開”到哪兒了
本文轉自【人民日報】;
芯片、算法、操作系統、傳感器、雷達等持續優化
點開網約車軟件、報名、等待審核通過,用户就能免費呼叫自動駕駛車輛,在開放測試道路上進行試乘體驗……前不久,上海智能網聯汽車規模化載人示範應用啓動,滴滴出行首次面向公眾開放自動駕駛服務。
這則新聞再次激發了公眾對智能駕駛的熱切期待:什麼時候真正無人,如何保障徹底的安全,目前還面臨哪些困難,離大規模商業化還有多遠?
記者就此採訪了多位業內人士。
核心原理沒有變,但技術一直在持續優化
今年以來,有關智能駕駛的消息接二連三——
由馭勢科技研發的無人物流車,平穩地行駛在上汽通用五菱寶駿基地。這是國內首個廠區無人駕駛物流項目,已有80台無人物流車投入運營,不再配置安全員,全面提升了基地內部物流運力與效率,幫助客户降本增效。
我國第一條支持自動駕駛技術運用的“智慧高速”——杭紹甬高速公路,其相關項目也在推進中。
其實,智能駕駛不是一個新事物。專家將其劃分為5個發展階段——駕駛支持、部分自動化、有條件自動化、高度自動化、完全自動化,最後一個階段即無人駕駛。產業界目前有兩種發展路徑:一是漸進路線,在傳統汽車上逐步新增一些自動駕駛的功能,最終過渡至完全自動駕駛;二是一步到位路線,從一開始就研發完全的自動駕駛汽車,這種汽車就像“四個輪子的電腦”。
智能駕駛是現代科學技術的集大成者,匯聚了視覺、語音、語言、深度學習等多項人工智能成果。據介紹,在智能駕駛技術中,感知就像人類的眼睛和耳朵,幫助車輛觀察周圍環境;決策就像大腦,實時分析可行駛空間和其他交通參與者的行為意圖;控制則依託系統控制車輛,通過打方向、踩油門、踩剎車等完成駕駛行為。
當前,智能駕駛技術已應用到不同車型、不同場景,載人或載物。中國科學院自動化研究所研究員、複雜系統管理與控制國家重點實驗室主任王飛躍介紹,智能駕駛的應用場景一般分為開放道路場景、半封閉及封閉場景。前者包括智能駕駛出租車等,後者包括高速物流、BRT、礦山、園區、物流、港口等等。
如今的智能駕駛技術,和若干年前相比,核心原理並沒有發生大的質變,但芯片、算法、操作系統、傳感器、雷達等技術一直在持續優化。最近,阿里推出的“單幀3D點雲語義分割”算法大幅提升了車輛對障礙物的精細化識別水平,即便行駛中臨時拉起的警戒線寬僅有3釐米,車輛也能輕鬆識別並繞道而行。再比如,雨天行駛是全球智能駕駛公司面臨的難題。滴滴出行CTO兼自動駕駛公司CEO張博介紹,雨天的水花易引發噪點,路滑影響輪胎抓力,這些環境變化會對自動駕駛系統的算法和控制系統提出更高要求。據此前的實況觀察,滴滴自動駕駛網約車即使遭遇了大雨,依然能平穩運行,正常接單。
實現大規模開放道路的商業化,要走的路還很長
一直以來,圍繞智能駕駛的疑問、爭論不斷,公眾的期待也很高。
智能駕駛領域也的確面臨一系列制約發展的痛點。
芯片如同智能汽車的數字發動機,負責將數據轉化成知識,其效率直接決定了決策的好壞。
“按照我們的統計,自動駕駛每往上走一級,芯片算力就要翻一個數量級。而且,車規級人工智能芯片的研發行業內有着極高的要求和標準。”地平線公司創始人餘凱認為,技術是一切的根本,只有實現更低單位成本下更高的算力,讓算法和芯片架構儘可能契合,才能讓車輛更“聰明”。據瞭解,搭載地平線征程2芯片的長安汽車全新車型UNI—T,已於今年年中上市,這是中國首款量產上車的車規級AI芯片。
除了芯片,操作系統、傳感器、高精地圖等軟硬件協同發力,才能實現最大效益。
為了更智能,機器還需要快速掌握大量的數據。馭勢科技首席執行官吳甘沙説,從統計學看,要證明一個自動駕駛系統比人的駕駛安全性能提升20%,需要110億公里的道路測試數據。行業正在為此積極努力,探索虛實結合的方法減少測試的成本和風險。據瞭解,阿里搭建全球首個自動駕駛“混合式仿真測試平台”,系統每日虛擬測試里程可超過800萬公里。
“滴滴自主研發的車載設備桔視,覆蓋了滴滴平台上50%以上的訂單。通過這種簡單的安裝,滴滴每年可以獲得近1000億公里的駕駛場景數據,從而實現自動駕駛算法的迭代。”張博表示,只有窮盡所有的可能性,才能還原真實路況的不確定性,系統才能精準應對真實路況的突發情況。
與此同時,科學家們也正在運用強化學習、模仿、生物學等手段,將人的社會閲歷知識化,賦予車輛一些“知其然也知其所以然”的能力,但目前仍處於非常基礎的探索階段。
安全是智能駕駛的重要價值,也是最基本的要求。在後續技術迭代中,在保障安全的前提下,不斷降低研發成本,維持成本與效率的平衡,仍是從業者面臨的嚴峻挑戰。
想實現大規模商業化應用,光有技術還不夠。專家認為,想達到這個目標,起碼要同時滿足5個條件——技術成熟、社會基礎完善、法律法規同步、成本下降、社會接受度良好。顯然,每個條件都還有一段很長的路要走。
目前,國內智能駕駛眾多封閉場景在逐步落地,實現了一定程度的商業化。但專家表示,距離實現大規模開放道路的商業化,要走的路還很長。
新基建政策的出台、實施,為智能駕駛帶來諸多利好
突如其來的新冠肺炎疫情,讓全社會對“智能”和“無人”的需求大幅提升,為整個智能駕駛行業帶來新的經濟增長點。
4月16日,工信部發布了《2020年智能網聯汽車標準化工作要點》,指出今年要形成支持駕駛輔助和低級別自動駕駛的智能網聯汽車標準體系,建立智能網聯汽車標準制定和實施評估機制。
今年1至5月,國內智能駕駛領域發生多起大額投融資事件。中國擁有世界上最為龐大的汽車消費羣體,有機構預測,2020年中國智能駕駛行業市場規模將超1700億元。
可以説,智能駕駛正迎來良好的發展機遇。
相比國外,我國智能駕駛有自己的特點。巨量複雜的交通路況,為智能駕駛提供了豐富數據和場景。復工復產需求和經濟發展勢頭,為智能交通提供了廣闊市場。從政府到企業和公眾,對智能駕駛這一新生事物的認同度較高。一系列新基建政策的出台和實施,將為智能駕駛打造更完善的軟硬件支撐。
“新基建對5G技術和人工智能技術進行佈局,能夠更好滿足車、路、人等協同的新要求,在新一代通信技術基礎設施上更好實現互聯互通。”吳甘沙説。
歷史上,新技術、新應用的誕生,往往經歷着蜂擁而入、泡沫破裂、重整旗鼓的階段。在受訪者看來,智能駕駛也正經歷着大浪淘沙的過程,想要成為智能駕駛行業中的佼佼者,除了順勢而為、抓住機遇,更要磨礪自身,潛心鑽研。
“企業要在通用技術領域有自己的原創產品,具有獨家、深度的技術能力,在垂直領域要結合應用場景做到快速落地,真實地解決行業問題,在具有自主知識產權的操作系統、芯片等核心軟硬件領域持續積累。同時,還要堅持不懈地推動整個產業鏈的協同發展,為我國智能駕駛系統性的快進做好充分準備。”王飛躍表示。
目前,國內多家主流車企和互聯網企業跨界融合,把人工智能和硬件設施結合,共同開發智能駕駛汽車等。越來越多的智能駕駛創業公司,自主鑽研核心技術,尋找最合適的盈利模式和應用場景。面對未來,擁抱變化,求精務實,相信國內智能駕駛行業會迎來更好的成長和蜕變。