324
自動駕駛的白熱化賽場上，寶刀未老的奔馳再次領(lǐng)跑。去年底，奔馳的Drive Pilot成為歐洲經(jīng)濟委員會承認(rèn)的首款且是唯一一款L3級自動駕駛系統(tǒng)。而近日，奔馳又非常“頭鐵”地宣布，“如果用戶使用奔馳Drive Pilot自動駕駛系統(tǒng)發(fā)生事故，由奔馳負(fù)全部責(zé)任。”。
奔馳的一小步代表了自動駕駛的一大步。自動駕駛的量產(chǎn)乘用車終于向L3邁出實際性的一步。
當(dāng)自動駕駛技術(shù)不斷成熟，自動駕駛產(chǎn)品開始規(guī)模量產(chǎn)，自動駕駛終于要接受商業(yè)化大考之時，自動駕駛安全問題便再一次擺在前臺，成為乘用車自動駕駛技術(shù)由“輔助駕駛”蛻變?yōu)?ldquo;有條件的自動駕駛”需要回應(yīng)的核心爭議——我們?nèi)绾未_保L3自動駕駛的安全。
按照行業(yè)內(nèi)的說法，自動駕駛在安全領(lǐng)域是完全能夠超越人類駕駛的。比如，近期特斯拉發(fā)布的《2021年第四季度車輛安全報告》中稱，其Autopilot自動輔助駕駛的安全性是人類駕駛安全性的8.9倍，一時間成為行業(yè)熱議的話題。
車企的實踐和數(shù)據(jù)已經(jīng)在宣告自動駕駛安全時代的到來，而世界各國在政策層面的出臺就有了更多積極信號的意義。
2021年4月7日，工信部公開了《智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理指南》（試行）(征求意見稿) ，文件第一條指出：“針對申請準(zhǔn)入的具備有條件自動駕駛、高度自動駕駛功能的智能網(wǎng)聯(lián)汽車生產(chǎn)企業(yè)及其產(chǎn)品，制定本指南。”而根據(jù)中國工信部在去年3月份發(fā)布的《汽車駕駛自動化分級》標(biāo)準(zhǔn)，所謂“有條件自動駕駛”，即L3級輔助駕駛。
今年3月，美國國家公路交通安全管理局（NHTSA）發(fā)布了一份長達(dá)155頁的“最終規(guī)則”（final rule），將不再要求自動駕駛汽車制造商為全自動汽車配備手動駕駛控制系統(tǒng)。這意味著此規(guī)定實施后，生產(chǎn)帶自動駕駛的車輛可以不用配備方向盤、油門、剎車等人工控制機構(gòu)，甚至可以不設(shè)置駕駛座，車上所有座位均可成為乘客座。
顯而易見，在技術(shù)層面，自動駕駛正在將“安全第一”的目標(biāo)走向現(xiàn)實，而政策層面，“國家隊”的介入又意味著政府對于這一行業(yè)的認(rèn)可與支持——自動駕駛將比人類駕駛更加安全，就從理論層面必須落實到了實踐層面。
對于自動駕駛的安全性問題，我們?nèi)匀豢梢詮?ldquo;如何為了安全”的理論設(shè)想，到“確保安全”的技術(shù)架構(gòu)，再到如何真正做到“安全第一”的技術(shù)實踐，來全面剖析自動駕駛的這一“根本命脈”問題。
為了安全：自動駕駛為何必須勝過人類司機？
想要理解這一層問題并不難，我們只需要回顧自動駕駛技術(shù)被創(chuàng)造時的初衷即可。
與多數(shù)人所想的提供“從A點到B點”簡單的兩點式代步通勤不同，自動駕駛技術(shù)的發(fā)展首要任務(wù)實際是減少交通傷亡，提高道路交通安全。通過自動駕駛技術(shù)，汽車能夠借助全方位的感知系統(tǒng)、智能的決策系統(tǒng)和精確的執(zhí)行系統(tǒng)充分識別道路中各類動態(tài)與靜態(tài)目標(biāo)、實現(xiàn)自主決策和車輛運行——這也就意味著，在復(fù)雜多變的駕駛環(huán)境中，自動駕駛具備理論上比人類駕駛更高的上限。
根據(jù)《自動駕駛汽車交通安全白皮書2021》的研究顯示，相較于人類駕駛，自動駕駛汽車能夠有效地對周邊環(huán)境進行提前感知，并能夠?qū)ζ渌煌▍⑴c者做出正確的禮讓。在人類駕駛事故場景中，自動駕駛汽車正常行駛的情況下，其能夠顯著減少車輛行人、非機動車與其它機動車之間的沖突風(fēng)險，進一步保障弱勢交通參與者的生命安全。并且在因駕駛?cè)俗陨碓虻葘?dǎo)致的單車事故中，自動駕駛汽車憑借嚴(yán)格的安全算法控制進行有效避免，進一步加強自身安全保障。因此面對中國道路交通環(huán)境，發(fā)展自動駕駛能夠較大的提高道路交通安全。
相較于人類駕駛汽車事故主要致因為自身錯誤，自動駕駛汽車在行駛過程中不需要或者很少需要駕駛員的操作，車輛的行駛將更加規(guī)范，因而能夠減少駕駛員因素導(dǎo)致的交通事故。
在面對駕駛?cè)酥饔^錯誤導(dǎo)致的事故致因中，因自動駕駛汽車不會有疲勞和情緒的影響，完善的決策規(guī)劃能確保車輛按照交規(guī)行駛。此時，駕駛員主觀錯誤中的未按規(guī)定讓行，速度過快，車道的違規(guī)使用，酒駕，違反交通信號燈和疲勞駕駛等現(xiàn)象幾乎可以完全得到解決，相當(dāng)于在自動駕駛汽車正常行駛時能夠完全減少人類駕駛的主觀錯誤，即人類駕駛80%的事故致因能夠得到有效的避免。交通安全得到較大的提升。
在自動駕駛汽車和人類駕駛汽車混合交通流的環(huán)境中，自動駕駛汽車并不能規(guī)范其他交通參與者的駕駛行為，不能完全避免其他交通參與者造成的事故，但自動駕駛汽車能夠?qū)︼L(fēng)險和危險進行提前感知和預(yù)判，此時，自動駕駛汽車能夠有效的緩解事故帶來的傷亡情況，并且能夠減少二次事故的碰撞風(fēng)險。
所以，在自動駕駛技術(shù)的加持下，自動駕駛汽車能夠有效避免人類駕駛時經(jīng)常出現(xiàn)的各類問題，甚至在有朝一日做到徹底根除，這在理論上是完全行得通的；但相對應(yīng)的，自動駕駛技術(shù)的思維邏輯終究與人類有別，所以時至今日，自動駕駛汽車總會犯一些常人難以想象的“低級錯誤”，但這些“低級錯誤”都可以通過技術(shù)的迭代去解決。對于行業(yè)而言，這就需要通過感知、認(rèn)知、標(biāo)注、驗證等手段進行不斷完善，而于外行人而言，也需不斷增加對自動駕駛技術(shù)的了解，并給予更多的理解。
確保安全：AI如何為自動駕駛安全保駕護航？
通過以上描述我們得知，“安全第一”始終都是自動駕駛的核心理念和價值觀，其最終目標(biāo)是自動駕駛系統(tǒng)作為AI駕駛員，能夠替代人類實現(xiàn)完全“無人駕駛”——或許這一行業(yè)并不存在100%的安全，但這并不妨礙自動駕駛技術(shù)朝著100%安全的目標(biāo)去不斷發(fā)展與完善。而為了達(dá)到這一目的，自動駕駛技術(shù)就需要在感知、算法、算力三大根源層面進行不斷升級，既要做到完善，也要做到冗余，以最終達(dá)到對人類的完全替代。
根據(jù)白皮書研究顯示，對于自動駕駛的安全技術(shù)保證，大概可以從以下四個方面來保證。
在感知層面，環(huán)境感知是自動駕駛的前提條件。環(huán)境感知系統(tǒng)融合激光雷達(dá)、毫米波雷達(dá)、攝像頭等多傳感器的優(yōu)勢，實現(xiàn)車身周圍360°視距，在復(fù)雜變化的交通環(huán)境中穩(wěn)定檢測并跟蹤交通者的行為和速度朝向等信息，為決策規(guī)劃模塊提供場景理解信息。
感知算法采用多傳感器融合或多攝像頭融合的框架，并基于深度神經(jīng)網(wǎng)絡(luò)及海量的自動駕駛數(shù)據(jù)，以更準(zhǔn)確識別出障礙物類型、并穩(wěn)定跟蹤障礙物行為，為下游決策模塊提供穩(wěn)定的感知能力。在目前主流的兩種融合方案中，基于多傳感器融合方案的感知系統(tǒng)是最受歡迎的選擇，其可通過異源感知通路形成冗余，為自動駕駛系統(tǒng)提供高容錯能力，從而提升系統(tǒng)安全。
具體談到感知系統(tǒng)的優(yōu)勢時，我們可以與人類進行比較。人類的感知只要依靠大腦通過雙眼獲取的視覺信息，而雙眼的視距僅有120°，不僅中心像素遠(yuǎn)高于邊緣像素，也會受到黑夜、大霧等環(huán)境影響，在人類駕駛時很難對環(huán)境獲得全維感知；而采用多傳感器融合方案的感知系統(tǒng)則能夠降低這些影響，并通過感知技術(shù)的不斷進步，最終將其徹底抵消。這也是為何國內(nèi)自動駕駛企業(yè)都選擇多傳感器技術(shù)路線的原因，這一點我們在下面再講。
在算法層面，算法是自動駕駛技術(shù)的大腦，而基于算法的感知、預(yù)測、決策和執(zhí)行動作都將直接影響車輛自動駕駛的能力和效果。算法以“安全第一”為原則，并基于交通安全規(guī)范與共識規(guī)則，能夠為車輛規(guī)劃出安全、高效、舒適的行駛路徑和軌跡——這同樣是一個頗具前瞻性的功能，僅在車輛通過紅綠燈左轉(zhuǎn)的這一場景下，成熟的算法系統(tǒng)就能為車輛的車速、行駛軌跡、轉(zhuǎn)向角度等進行合理規(guī)劃與控制，確保車輛能夠以讓乘客感到舒適的速度與側(cè)傾的前提下，自然地并入左轉(zhuǎn)后的同向車流中，并且保證不壓線、不事故。
為了實現(xiàn)這一理想化的功能，我們就必須提升算法的泛化能力，具體則要通過應(yīng)用數(shù)據(jù)挖掘和深度學(xué)習(xí)算法來實現(xiàn)智能規(guī)劃駕駛行為。這其中既有常規(guī)場景下，基于海量測試數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型，在常規(guī)駕駛場景下保證自動駕駛車輛安全高效平穩(wěn)的通行；也有一套安全算法層，針對各種典型危險場景設(shè)計了一系列安全駕駛策略，保證自動駕駛車輛在任何場景下都能做出安全的駕駛行為。
隨著自動駕駛的道路測試數(shù)據(jù)越來越多，積累大量的極端場景的數(shù)據(jù)，自動駕駛核心算法通過數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)算法模型，持續(xù)不斷進化成提前預(yù)判、安全謹(jǐn)慎駕駛的“老司機”。
算力層面，為了服務(wù)算法不斷提升的泛化能力，終端搭載的芯片算力也必須進行不斷升級。目前市場普遍認(rèn)為，只有算力留出更多冗余，才能夠為“硬件預(yù)埋、OTA升級”的后續(xù)需求提供更多空間，但與此同時，在“軟件定義汽車”的理念成為行業(yè)共識的背景下，整車廠對于更高算力、更高吞吐量、更低延時以及低功耗的SoC芯片需求愈加緊迫——對此，有媒體曾指出，芯片和算法的協(xié)同進化不應(yīng)該是捆綁關(guān)系，而是芯片賦予算法更多的自由度，解放算法實現(xiàn)時的牽絆。如果芯片本身算力不足、開放度不高，芯片與算法的協(xié)同只能起到削足適履的效果。這意味著自動駕駛技術(shù)真正所需求的，應(yīng)該以大算力、高兼容性為基礎(chǔ)，同時提供開放、靈活的開發(fā)環(huán)境，盡量減少算法適配芯片的時間與成本的SoC芯片。
顯而易見的是，伴隨著越來越多車企具備高階駕駛輔助系統(tǒng)的車型量產(chǎn)下線，自動駕駛的數(shù)據(jù)量將會發(fā)生結(jié)構(gòu)性的改變，其改變不僅僅在于數(shù)據(jù)量本身指數(shù)級的膨脹，由于數(shù)據(jù)類型的轉(zhuǎn)變，自動駕駛技術(shù)會更看重數(shù)據(jù)傳輸的帶寬與數(shù)據(jù)搬運的效率。由此，配合5G+V2X技術(shù)，建立云端超算中心也將成為算力層面的關(guān)鍵性一步，這種類似“開外掛”似的舉措不僅能夠為海量測試數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型提供算力支持，也能保證云端與終端間的高效協(xié)同。
簡而言之，感知、算法與算力實際就是將人類駕駛在百年來總結(jié)的各項知識、經(jīng)驗與邏輯，翻譯成機器能夠理解的語言以讓機器進行自我學(xué)習(xí)，在讓機器掌握能夠模仿、學(xué)習(xí)人類駕駛邏輯的基礎(chǔ)上，再借助比人類更強的感知能力、更快的反應(yīng)思考速度、更多的參考案例與對各項法律法規(guī)的嚴(yán)格遵守能力，讓自動駕駛達(dá)到并超越人類駕駛，變得足夠安全——借助大算力平臺與超算中心，自動駕駛技術(shù)已經(jīng)能夠算力需求，接下來各大自動駕駛企業(yè)要做的應(yīng)該是以提升多傳感器數(shù)量＆質(zhì)量來提供全面甚至冗余的感知數(shù)據(jù)，再借助算法進行高效的吸收消化，促成自動駕駛技術(shù)越發(fā)安全。
當(dāng)然，在這一過程中，采集到的數(shù)據(jù)應(yīng)當(dāng)越多越好，對應(yīng)的成本也應(yīng)越低越好，如此才能保證一家自動駕駛企業(yè)的競爭力走在行業(yè)前列。
做到安全：領(lǐng)先者們?nèi)绾螌踩M行到底？
在各大車企與自動駕駛企業(yè)的努力下，自動駕駛技術(shù)已經(jīng)走過了上半場，目前以特斯拉、毫末智行、小鵬汽車為代表的頭部自動駕駛企業(yè)已經(jīng)實現(xiàn)了高速場景下的高級駕駛輔助功能，而城市場景也將于今年推出，并將在年底徹底實現(xiàn)全場景功能，為真正的自動駕駛奠定基礎(chǔ)。而傳統(tǒng)車企們也正全力以赴投入汽車智能化的技術(shù)浪潮當(dāng)中。
如開頭所言，奔馳正成為自動駕駛路線上走得最遠(yuǎn)的傳統(tǒng)車企——獲得L3級國際認(rèn)證后奔馳近日直接公開表示，當(dāng)配備Drive Pilot的奔馳汽車駕駛者打開車輛的高級駕駛員輔助系統(tǒng)后，他們對于汽車的運行不再負(fù)有法律責(zé)任。假若發(fā)生車禍，奔馳將承擔(dān)相關(guān)責(zé)任。
奔馳的乘用車輔助駕駛系統(tǒng)名叫智能領(lǐng)航系統(tǒng)（Drive Pilot），目前已經(jīng)達(dá)到L3級，其采用攝像頭+激光雷達(dá)+高精地圖技術(shù)路線，能夠在有高精度地圖支持的特定高速公路開啟L3自動駕駛功能，但要求速度不能超過60km/h。其遵守的是今年年初生效的第一個L3 級別法規(guī) ALKS，雖然這使得奔馳成為了全球首個獲得“L3級通行證”的汽車廠家，但由于ALKS法規(guī)的不成熟，其對L3級的硬性要求非常保守，所以Drive Pilot尚不能支持變道、進出匝道等高階輔助駕駛功能。
對比傳統(tǒng)車企，造車新勢力在自動駕駛領(lǐng)域的成績則是非常矚目的，而這其中最具爭議、但也最具成效與前景的代表便是特斯拉。特斯拉采用了劍走偏鋒式的純視覺技術(shù)方案，視覺信息首先通過攝像頭由FSD芯片交由AI神經(jīng)網(wǎng)絡(luò)技術(shù)進行識別、分析與運算，其中一部分算力由車端HW 3.0芯片承擔(dān)，超過車端算力的則分?jǐn)傊罝ojo超級計算機。
對此，特斯拉將其解釋為，“我們希望能夠打造一個類似動物視覺皮層的神經(jīng)網(wǎng)絡(luò)連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網(wǎng)膜當(dāng)中，我們希望通過攝像頭來模擬這個過程”——依照這一邏輯，特斯拉在算法層面采用了HydraNet、transformer等神經(jīng)網(wǎng)絡(luò)架構(gòu)進行數(shù)據(jù)深度學(xué)習(xí)，并最終以此為優(yōu)勢將純視覺方案獲取的2D圖像拓展為了具備時序、空序的4D向量空間。
基于多傳感器融合方案的感知系統(tǒng)，能夠通過異源感知通路形成冗余，為自動駕駛系統(tǒng)提供高容錯能力從而提升系統(tǒng)安全，這是以小鵬汽車為代表的國內(nèi)造車新勢力不同于特斯拉的理解。為了適應(yīng)國內(nèi)更加復(fù)雜多變的交通環(huán)境，小鵬汽車采用攝像頭+激光雷達(dá)+高精地圖技術(shù)路線，以高精地圖為主導(dǎo)，視覺系統(tǒng)作為輔助，激光雷達(dá)作為冗余支持，加以30 TOP NVIDIA Xavier支持，不僅能夠?qū)崿F(xiàn)厘米級城市定位能力，還能并串聯(lián)停車場、高速、城市道路等不同場景。
同樣采用攝像頭+激光雷達(dá)+高精地圖的技術(shù)路線，背靠長城汽車的自動駕駛企業(yè)毫末智行也總結(jié)出了一套極具前瞻性的方法論，并在通向成功的道路上大步前行。以今年即將落地的HPilot 3.0為例，算力層面，毫末智行為其提供了單板算力可達(dá)360TOP的自研域控制器“小魔盒3.0”，而在感知層面則依靠高精地圖與14個攝像頭，5個毫米波雷達(dá)及2個激光雷達(dá)組成的第一梯隊級別的硬件配置，實現(xiàn)高速域與即將上線的城市域的輔助駕駛。
數(shù)據(jù)層面，毫末智行認(rèn)為，數(shù)據(jù)就是自動駕駛技術(shù)的核心。在對海量用戶累計行駛里程數(shù)據(jù)進行分析總結(jié)后，毫末得出了自動駕駛能力發(fā)展曲線：F=Z+M（X）。其中F代表產(chǎn)品力，Z代表毫末第一代產(chǎn)品，M是將數(shù)據(jù)轉(zhuǎn)化為知識的函數(shù)，包括數(shù)據(jù)獲取、表達(dá)、存儲、傳輸、計算、驗證，以及對成本和速度的影響，也就是數(shù)據(jù)智能體系MANA。以MANA為指導(dǎo)，并借助長城汽車龐大量產(chǎn)優(yōu)勢帶來的海量數(shù)據(jù)來訓(xùn)練算法，進行大規(guī)模采集、測試與驗證。
算法層面，為實現(xiàn)多傳感器感應(yīng)數(shù)據(jù)的高效融合，毫末智行為MANA引入了Transformer多層神經(jīng)架構(gòu)做空間和時間上的前融合，首先Transformer 編碼圖像特征，將其解碼到三維空間，而坐標(biāo)系變換已經(jīng)被嵌入到了自注意力的計算過程中，實現(xiàn)空間前融合；其次時序數(shù)據(jù)作為Transformer的老本行，可以被自然地提取到時序特征。
Transformer解決了MANA在感知層面面臨的問題，而在認(rèn)知層面，MANA則借助CSS解決自動駕駛的安全問題。毫末智行擁有全棧自研安全認(rèn)知模型CSS，其核心是自動駕駛系統(tǒng)不只局限在從純機械的角度保證自己不主動犯錯，而是充分考慮從數(shù)據(jù)中學(xué)習(xí)到的對其他交通參與者行為的理解和超時空的歷史經(jīng)驗；而在安全底線之上，MANA能夠從數(shù)據(jù)中學(xué)習(xí)舒適和更高效的量化標(biāo)準(zhǔn)，讓自動駕駛算法可以更好地處理紛繁復(fù)雜的駕駛場景，制定更符合用戶喜好的駕駛策略。并且通過自動化場景挖掘、強化學(xué)習(xí)、仿真引擎構(gòu)建認(rèn)知智能閉環(huán)系統(tǒng)，持續(xù)不斷從海量人駕數(shù)據(jù)中提取知識，快速迭代車端認(rèn)知算法能力。
從奔馳到特斯拉再到毫末智行，我們看到自動駕駛技術(shù)被逐漸勾勒清晰，其功能不僅變得越發(fā)強大，安全也越發(fā)得以保證，這正是毫末智行由MANA前瞻性的戰(zhàn)略規(guī)劃，即以數(shù)據(jù)為核心，以更高效＆更低成本獲取數(shù)據(jù)為方式所帶來的制勝優(yōu)勢。以數(shù)據(jù)為保證，算力算法為支撐，自動駕駛技術(shù)將越來越智能，自然也會越來越安全。
2022，安全的自動駕駛正在到來
自動駕駛是否能真正確保安全、做到安全？相信看到這里，你已經(jīng)有了更為清晰的認(rèn)識，并對自動駕駛技術(shù)的未來建立了初步的自信。
在國家政策的支持下，自動駕駛技術(shù)已不再是空中樓閣。數(shù)據(jù)智能在自動駕駛中的應(yīng)用，已經(jīng)成為推動自動駕駛安全的技術(shù)加速器。技術(shù)迭代對于政策的落地和相關(guān)標(biāo)準(zhǔn)的出臺，起到正向賦能的積極作用。
進入2022年，國內(nèi)外各大頭部自動駕駛企業(yè)紛紛入局高階輔助駕駛城市場景，并依次為重要階段，以下半年為關(guān)鍵節(jié)點，實現(xiàn)全場景高階輔助駕駛，進而實現(xiàn)完全自動駕駛。在國內(nèi)，以毫末智行為代表的自動駕駛企業(yè)為自動駕駛技術(shù)規(guī)劃了清晰的藍(lán)圖，而國家政策也予以了肯定與支持，自動駕駛將逐步在未來幾年在大眾的日常出行場景中成為“新常態(tài)”。
