蘑菇车联:车路云一体化为自动驾驶落地提供系统级解决方案
来源:
环球科技网
日期:2020-10-19
责编:
殷绪江
10月16日,FUS猎云网2020年度人工智能产业峰会在北京举行。蘑菇车联副总裁、蘑菇OS部总经理邓志伟受邀发表《蘑菇车联车路云一体化自动驾驶方案》的主题演讲,他表示:“近年来,围绕自动驾驶标准、政策以及技术路线的国际形势正在发生重大变化。车路云一体化为单车智能提供车外赋能,提供体系化保障,蘑菇车联率先落地引领趋势。”对于自动驾驶产业来说,国际标准和国家政策很重要,它代表着产业未来的关键着力点和发展趋势。自动驾驶是系统级工程,需要系统级解决方案,这也是蘑菇车联车路云一体化自动驾驶落地的底层逻辑。
随着AI、5G新基建的加速部署以及智能网联相关国家政策的不断出台,相信大家都能深刻的感受到人工智能在自动驾驶产业的应用非常热。而提到自动驾驶,人们自然会关心的是一台车如何只靠自己就能实现自主感知、分析决策和自主控制。但实际上,最近这两年国内外围绕自动驾驶标准、政策以及技术路线都发生了重大变化。
为了更好地解读L0-L5分级标准,给大家解释几个跟自动驾驶等级相关的专业名词:DDT(动态驾驶任务)
假设我们规划了一个从A点到B点的自动驾驶任务,其中会有超车、并线、加速、减速、环境识别等子任务,这些子任务就都属于DDT的范畴。OEDR(目标和事件探测及反应)
OEDR是DDT的子任务,包括监测驾驶环境(检测、识别和分类对象和事件,并准备按需要做出响应)并对这些对象和事件执行适当的响应(即根据需要完成DDT和/或DDT后备)。ODD(设计运行区域)
给定的驾驶自动化系统或其特征被设计为起作用的具体条件,也就是这个标准对自动驾驶的条件限定。从右侧表格的右下角开始,如果有ODD的限制,就不是L5,没有ODD的限制,就是L5。
可以看出,在SAE的自动驾驶分级标准中,L0-L5只定义了一台车在什么环境、什么条件下、能够执行什么动作、达到什么结果,没有任何外界环境因素介入。而到了2019年,欧盟、美国、日本联合推出了一个新的支撑自动驾驶的道路设施标准叫ISAD,这个标准把车之外的道路设施分成了ABCDE五级,其中A-C代表数字化道路设施,A等级最高,代表协同驾驶,B等级代表协作感知,C等级则是动态信息数字化。另外,美国交通部也在2019年提出了支撑自动驾驶的协同信息分级标准,定义了车与外界信息交互的类别,这里面就包括车辆与车辆以及车辆与设施之间状态、意图、行为的信息交互,最终是为了形成协同最优的自动驾驶路径规划。
通过上述两个新标准的发布就可以明确,这两年国际上对自动驾驶的技术路线已经发生了重大转变。业内纷纷将注意力从单车智能转移到车辆和外界环境的连接协同,从而整体提升自动驾驶的鲁棒性。具体而言,车将自身行驶速度、轨迹和驾驶意图传递给路,路把所有交通参与者的驾驶意图信息上传到云端,协助云端实时更新交通信息,再通过车、路、云之间的全局协同做出最优决策,从而体系化地提升自动驾驶的安全,同时将单车智能化的高昂成本部分转移到路侧。这是全球自动驾驶产业走向大规模落地非常重要的路线突破。
从单车智能到车外赋能,自动驾驶趋势重大变化的背后,是单车智能自动驾驶面临的两大核心挑战日益突出。从全球范围来看,目前单车智能化的自动驾驶路线主要有两类,以谷歌Waymo为代表的激光雷达+重地图路线和以特斯拉为代表的重视觉路线。下面这张图展现了Waymo自动驾驶汽车的豪华配置。
装配了这么多豪华感知设备,还有高精度地图的加持,整体的感知灵敏度肯定是非常高的,可感知范围内的感知精准度也非常不错。但是这种方案的劣势也在于它对高精地图的依赖性非常高。目前国内高精度地图的大规模实时更新以及演进还比较困难,而且根据前面提到的ODD,只要有任何条件的依赖,自动驾驶都不能达到L5。其次是单车智能天然面临的长尾问题,难以解决大量极端工况和不规则问题。整个方案成本也非常高,不利于大规模商业化落地。
再来看单车智能自动驾驶的另一家代表企业,特斯拉。大家都知道特斯拉的自动驾驶系统主要是基于摄像头和毫米波雷达的视觉感知。这种技术路线的硬件部署成本相对会低一些,但是由于没有激光雷达,在感知的准确性上存在缺陷,由于车视角较低,道路上的很多物体都会被遮挡,感知范围有限。