全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

  • A+
所属分类:实时资讯

自动驾驶时代一定会到来,这已经成为了工业界的共识。

但对于自动驾驶手艺现在还面临什么要害手艺难题、何时才气真正实现大规模商用等问题,许多人却也照样雾里看花、一知半解。

此次,品驾带着对自动驾驶手艺的求解之心,走进美国密西根大学智能网联交通研究中央,专访 Henry Liu 教授团队。就在不久前,由该华人研究团队所提出的全新自动驾驶汽车智能测试方式登上了《Nature Communications》,在业界引起了普遍关注。

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

▌ 实现自动驾驶手艺的要害问题

日产汽车曾在 2014 年笃定地以为,到 2020 年市场上将会泛起多款无人驾驶汽车,马斯克也曾在 2015 年时宣称,2018 年特斯拉 L5 级其余 " 完全自动驾驶 " 就将面世。然而,时至今日,我们仍然没有看到有完全无人驾驶的汽车穿梭于一样平常生涯之中。

那么,是什么导致无人驾驶汽车的商用之路不停延期?

在回覆这个问题之前,我们需要领会一辆及格的自动驾驶汽车是若何发生的。

" 自动驾驶汽车是一个很庞大的系统,它的实现不仅需要硬件和软件的通力协作,更主要的是要具有智能性而且能够不停学习。这就需要海量的自然驾驶数据不停地举行测试与训练以确保平安。"Henry Liu 教授向品驾注释道。

HenryLiu 教授示意,当前各大车厂着实都有能力制造出具有一定水平自动驾驶能力的测试车了,但难点就在于测试层面——若何能够确保无人驾驶汽车的平安性。

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

" 现实上现在已经投入市场的大部门产物都还停留在辅助驾驶阶段,最多也就是介于 L2-L3 级之间。其中主要缘故原由之一就在于,驾驶系统还无法保证汽车能够在完全脱离驾驶员的情形下足够平安地行驶。"

据美国交通部的统计数据,人类驾驶员平均每百万英里会发生一次碰撞事故,每 9000 万英里会发生一次致死事故,而自动驾驶的平安性能要比人类驾驶员凌驾三个数目级才气知足预期,即一辆无人驾驶汽车要保证开出的十亿英里内不能发生任何碰撞事故。

为了到达该平安局限,需要搜集海量的 " 问题数据 " 举行剖析,同时还要保证这些数据是发生在差其余驾驶环境下的,而这往往要累积几千亿英里甚至万亿级其余测试里程才气够举行有用验证。

平安事故发生的低概率与车辆行驶环境的庞大性,成为了在对自动驾驶汽车举行平安性能测试中亟待解决的难题。

▌ 构建更高效、更智能的测试环境

几千亿英里级其余测试里程是一个什么观点呢?

最早涉及自动驾驶手艺研究的 Waymo,自 2009 年正式确立以来,延续测试了十多年,蹊径实测才仅有 2000 万英里,仿真测试也只有 150 亿英里。

为了完成云云大规模的测试,让样车在真实的环境中举行 " 试跑 " 显然是远远不足的,仿真平台测试和测试场测试着实是现在各大车厂最主要的数据泉源。

" 简朴来讲,仿真测试就像是构建了一个基于真实天下的,让一辆自动驾驶汽车在这个虚拟天下里一直地运行。" 文章第一作者封硕博士注释道," 但由于这个环境是基于数学模子构建的,若是我们想要盘算效果越靠近真实天下,那这个模子的构建就越庞大,盘算速率也会越慢。"

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

而为了提高测试的效率,现在许多车厂在仿真测试上都市接纳 " 场景式 " 的测试方式。

所谓 " 场景式 " 测试,就是指测试者会事先将现实天下中车辆可能遇到的情形举行分类,然后按种别来为车辆设置特定的事宜,好比让它身边行驶的车辆突然早年方切入,或者是在前方蹊径泛起障碍物,从而测试并训练车辆在这些特定场景下的处置能力。

然则基于场景来举行测试的方式一样平常是离散、片断的,更适用于自动驾驶的功效性测试,无法有用权衡自动驾驶汽车在投放到真实蹊径之后的性能显示。

" 由于在现实天下中,许多情景并不是割裂开的,好比你在高速上开车,在实验变道的同时,还可能同时遇到你前方的车辆急刹车的情形,或者你在交织路口左转时,你在判断没有障碍物的同时,还要能判断右侧直行的来车。"

自动驾驶汽车在现实中需要履历延续的、不中止的庞大驾驶环境,而当前的场景测试方式并无法解决这个难题。

此次,Henry Liu 团队则针对这一业界难点,提出了一种全新的驾驶环境天生方式,该方式基于大数据构建了一个具有 " 无偏性 " 和 " 挑战性 " 的自然驾驶环境。

什么意思呢?就是在这个仿真环境里," 陪练 " 车辆的一切行为都跟真实天下无异,有人变道、有人超车、有人急刹。同时,借助人工智能手艺,还可以有目的地给 " 陪练 " 车辆发出特定指令来 " 挑战 " 被测试的车辆,从而给 " 主角 " 车辆营造一种真实而富有挑战的测试环境。

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

△该自然驾驶环境将席卷多种驾驶情形

这一方式,也是业界首个能够构建完整加速测试环境的方案。而通过与类似于 Waymo 的 CarCraft、百度的 AADS 等模拟的自然驾驶环境举行对照测试,新的方式可以让测试历程加速几百、几千倍,这意味着,在该系统上每测试一英里,相当于在传统平台上测试几百、几千英里。

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

△新测试方式(NADE)和传统测试方式(NDE)的效率比对

除了在构建仿真平台之外,团队还在探索一种连系增强现实手艺的测试场环境。

现在,无论在在美国和中国,都建有许多的无人驾驶测试区。测试区是一片专为训练无人驾驶汽车的微缩都会,席卷了都会蹊径、高速、墟落土路,甚至颠簸的坏路等种种型的蹊径,同时设有修建物、红绿灯、路标和假人,用以验证无人车算法的准确性。

" 但测试场测试的问题在于它是一个与世阻隔的区域,因此缺少大量的汽车、行人等交通环境来跟测试车辆举行‘互动’,从而会影响真实投放的效果评定。"

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

△密西根大学打造的 Mcity 是全球首座无人驾驶汽车测试场

针对这个问题,Henry Liu 课题组提出的增强现实方案,能够将已往空无一人的测试场酿成一个 " 门庭若市 " 的天下。跟仿真平台一样,除了能够还原现实生涯中庞大情形外,还可以自动为测试车构建有挑战的环境。

" 这就似乎是给测试车戴上了 AR 眼镜,它会‘看到’测试场里突然多了许多汽车和行人,而且我们还可以在后台给它在行进历程中设置一些难题 , 从而给测试车营造出跟现实天下一样真实同时也有特定挑战的环境。" 封硕注释说。

而该方案接下来也将会在美国自动驾驶测试中央(ACM)举行落地应用,ACM 总裁 Reuben Sarkar 指出,该测试方式将极大降低自动驾驶汽车测试的总成本,使得测试加倍平安、可控和可重复,将成为自动驾驶汽车研发的主要推动力。

▌ 自动驾驶时代已经不远

那么,既然有了更高效、便捷的测试方式,自动驾驶手艺什么时刻才气通过平安测试,真正地走向市场呢?

关于这个问题,封硕示意,人类要走向自动驾驶时代,还需要产业链上各个环节的配合起劲。

现在,自动驾驶的平安测试主要包罗两个方面:一是网络足够数目的测试数据,寻找车辆自己存在的平安隐患,并评估车辆大规模投入应用后的平安显示;另一方面则是基于搜集到的测试效果,不停提升平安性能使其到达预期,两个方面是相辅相成、迭代提升的关系。

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

" 对于第一个方面,随着测试方式的不停完善,应该在接下来的 3-5 年内就能战胜万亿级英里测试所带来的难题,然则对于基于测试效果的改良,现在还无法有一个明确的展望,由于这将涉及到传感器、导航、控制和决议系统等各个部门的协作,但我小我私人以为应该在未来 5-10 年之内,自动驾驶会逐步走向大规模商用。"

虽然许多车厂和手艺提供商现在都示意自己已经实现了 L4 级的自动驾驶,但封硕告诉品驾,着实 L4 级的自动驾驶下也分为差其余条理。

"L5 级自动驾驶是一个理想化的状态,可以明晰为一个完善的方案。L4 级由于对应用环境可以举行限制,以是生长到一定水平以上就可以举行大规模商用了。但当前的 L4 级并没有一个细分的尺度,应用环境的差异导致自动驾驶难度显著差异,以是现在处于 L4 级别上的厂商现实上水平也是乱七八糟的。"

全新自动驾驶测试平台效率暴涨千倍,华人研发团队登上 Nature 子刊

△ SAE 自动驾驶分级尺度

在市场化路径上,海内外自动驾驶厂商主要有两种差其余蹊径。第一种是 " 渐进演化 " 蹊径,即在传统的汽车上逐渐增添自动驾驶的辅助功效,并通过已售出的汽车来搜集大量真实天下里的数据,最终辅助过渡到完全自动驾驶的阶段,好比特斯拉、蔚来、理想、小鹏等。

另外一种则是走 " 一步到位 " 蹊径,即在攻克能够规模化应用的自动驾驶手艺之后,再生产真正不需要司机、没有脚踏板的 " 全新 " 自动驾驶汽车,好比 Waymo、Cruise、百度 Apollo 等。

封硕以为,两种蹊径从研究角度来看并无明确的优劣之分,主要是模式上的区别。无论选择哪种蹊径,人人现在的目的都是搜集大量的驾驶数据,进而验证并提升车辆的平安性能。

而关于各家车企的研究希望,除了每年官方宣布的讲述外,果然资料着实一直控制在有限局限,以是现在业界也不清晰它们的各自手艺研究已经生长至哪个阶段,可能哪天某个企业就会公布出重磅功效,给行业带来推翻性的改变。

最后,封硕说道," 自动驾驶是一个异常庞大的系统性工程,涉及的专业领域异常广,这些年无论是学术界照样工业界,都在各自的领域里专一苦干,人人是竞争对手也是相助同伴,但我们配合目的都是希望早日将人类带入自动驾驶时代,而现在看来,黎明已经在不远处。"

Henry Liu 团队该课题论文:

Shuo Feng et al. Intelligent driving intelligencetest for autonomous vehicles with naturalistic and adversarial environment,Nature Communications ( 2021 ) . DOI: 10.1038/s41467-021-21007-8. https://www.nature.com/articles/s41467-021-21007-8

美国密西根大学智能网联实验室:https://traffic.engin.umich.edu/

泉源:PingWest品玩