不用激光雷達和高精地圖照樣玩自動駕駛，這是哪冒出來的神仙公司？
2019-05-06 10:31:08 雷鋒網(wǎng)
既然如此，何不換個思路找突破口呢？
英國新創(chuàng)公司 Wayve 就來了一次“思想解放”。這家公司宣稱，它實現(xiàn)自動駕駛只需要一顆攝像頭、一個 GPS 追蹤器和一臺強大的計算機，不用激光雷達，不用高精地圖，也不用手編程序。
更可怕的是，在 Wayve 的調教下，未來的自動駕駛汽車一天之內就能在復雜的路況下應對自如了。
這是什么騷操作？
它就是 Wayve 的端對端機器學習自動駕駛解決方案。與其搭建一個平臺并不斷向其灌輸各種交通規(guī)則，這套系統(tǒng)轉而依靠模擬和增強學習技術。
這套基于模型的深度增強學習系統(tǒng)讓車輛能像人一樣在新環(huán)境迅速掌握駕駛的能力。顯然，Wayve 走了完全不同的路子，因為在它的語境下，車輛會自行創(chuàng)造規(guī)則并基于安全駕駛員的接管不斷進化，工程師手上的海量實時數(shù)據(jù)唱不了主角。
拋棄了昂貴的激光雷達和數(shù)據(jù)密集型的高清地圖的 Wayve，要用多層神經(jīng)網(wǎng)絡和計算視覺預測城市環(huán)境中物體的動作。
不過，傳感器技術專家們卻認為 Wayve 的設想非常荒謬，即使它成功了，這樣的解決方案也是絕對的目光短淺。
當然，這家英國新創(chuàng)公司也不是異想天開，其前不久就放出了一段相當成功的測試視頻。那輛測試車才學習了 20 小時，就成功在雨天完成了某路段的行使，不但復雜的轉彎沒問題，躲避自行車也不在話下。
這次測試的強悍之處在于，測試車只靠機器學習就掌控全場，完全沒有借助高精地圖和高度復雜的傳感器套裝，這樣的演示也算得上世界首創(chuàng)了。
大多數(shù)自動駕駛汽車在確定行駛路線時都要靠實時數(shù)據(jù)，這些數(shù)據(jù)來自道路上的障礙信息，人行道上的行人動向和周邊車輛的走位等。Wayve 并不會試圖破譯這些數(shù)據(jù)，因為它“寒酸”的傳感器配置根本采集不到如此豐富的信息。相反，它更依賴于已經(jīng)導入系統(tǒng)的訓練數(shù)據(jù)以及過去的駕駛經(jīng)驗。
當然，還有一些“增強”數(shù)據(jù)，它是人類駕駛員口口相傳的街道信息。
前不久，Wayve 在博文中表示，自己的“人類驅動”方案雖然速度會慢一些，但絕對與眾不同。“每次安全駕駛員介入，我們的系統(tǒng)就能學到經(jīng)驗并不斷進步。我們不教車輛如何駕駛，而是靠經(jīng)驗、范例和反饋，就像人類學車那樣。與其他方案相比，這樣更安全且更容易普及。雖然這樣操作部署會晚一些，但僅僅是因為學習曲線不同罷了。”
此外，與其他公司一城一策的落地方案不同，Wayve 的測試車可以快速適應不同環(huán)境，一次完成 100 個城市的部署。
該公司聯(lián)合創(chuàng)始人 Alex Kendall 也指出，“做了這么長時間的自動駕駛后，我越來越相信一點，那就是端對端機器學習才是唯一能大規(guī)模落地的解決方案。”
“我們的模型能借助端對端學習掌握車輛的橫向和縱向控制（即轉向和加速）。同時，模型中也充滿不確定性，這就讓系統(tǒng)能從輸入的數(shù)據(jù)中學到與控制相關的功能，讓計算變得更加高效。事實上，我們的系統(tǒng)運行起來和最新的筆記本電腦差不多，這就大大節(jié)約了傳感器和算力成本（當然還有功耗）。”Kendall 解釋道。
Wayve 是在胡來？
雖然 Wayve 極力“吹捧”自家方案，但專家們還是覺得這并非什么好主意。
“簡直精神失常了。”Velodyne 公司 COO Rick Tewell 說道。“想讓 AI 表現(xiàn)好，就得拿更多數(shù)據(jù)去‘喂養(yǎng)’，沒聽說過數(shù)據(jù)量少還能訓練好 AI 系統(tǒng)的。”
對自動駕駛汽車來說，可靠且強大的數(shù)據(jù)源是提升產品安全的關鍵。成本問題確實令人頭疼，不過隨著傳感設備的大規(guī)模普及，其成本肯定會持續(xù)走低。要知道，幾年前一套 LiDAR 系統(tǒng)還要價數(shù)萬美元呢，現(xiàn)在普通產品 1000 美元就能買到，至于雷達就更便宜了。
在成本方面，Wayve 稱自家的“極簡套裝”價格只有傳統(tǒng)“自動駕駛全家桶”的十分之一。不過，對于那些財大氣粗的汽車巨頭和不差錢的科技巨擘，在傳感器上省錢好像并不是它們的首要考慮。
中國激光雷達新創(chuàng)公司速騰聚創(chuàng)（RoboSense）研發(fā)副總裁 Leilei Shinohara 在接受采訪時就表示，自己無法理解將傳感器數(shù)據(jù)拒之門外的行為。“傳感器可是能采集到人眼看不到的細節(jié)。”
在安全面前，一切都是浮云。“也許你的激光雷達只有 5% 時間起效果，但它一出手就能解決大問題，所以你還是會備著它以防萬一。”Shinohara 解釋道，Uber 和特斯拉的致命事故就是前車之鑒。在他看來，傳感器系統(tǒng)三件套也是必不可少，因為在真實道路上什么情況都有可能發(fā)生，比如自動駕駛汽車被油漆運載車給噴成了大花臉，這時攝像頭和 LiDAR 都會被廢掉，但雷達系統(tǒng)依然能保障車輛安全運行。
Luminar 技術戰(zhàn)略主管 Matt Weed 也認為，安全才是自動駕駛汽車的終極訴求，它們必須獨立應對各種極端情況，而且得掌控全場。
“最關鍵一點就是自動駕駛汽車必須比人類司機更安全。”Weed 說道。“我們都在盡全力采集各種信息，故意減少安全性輸入也太不明智了。”
以色列雷達傳感器公司 Vayyar Imaging 聯(lián)合創(chuàng)始人兼 CEO Raviv Melamed 也發(fā)表了自己的看法，在他看來，傳感器決定了感知系統(tǒng)性能，即使是廠商需要花大量時間對傳感器三大金剛協(xié)同工作進行調配。
“想要安全就得有魯棒性。”Melamed 說道。
在這里，魯棒性必然會與 Wayve 的“極簡套裝”起沖突。如果非要給個總結，Melamed 認為 Wayve 的方案就像個十幾歲的小青年，才剛剛摸了幾把方向盤就要上路飆車，與“身經(jīng)百戰(zhàn)”的老司機相比，其安全性可想而知。
雖然看似不合常理，但 Kendall 并不孤單。曾幾何時，Anthony Lewandowski 的自動駕駛新創(chuàng)公司 Otto 也在使用類似的神經(jīng)網(wǎng)絡模型和攝像頭配置。現(xiàn)在，Wayve 還吸引了 Uber 首席科學家 Zoubin Ghahramani 的注意，這家英國公司已經(jīng)拿到了他的投資。
有趣的是，現(xiàn)在 Wayve 用的測試車是捷豹 I-Pace 電動 SUV，這款車型也是 Waymo 自動駕駛車隊的主力。
雖然受到了一眾專家的質疑，但如果有人能證明這支劍橋團隊所言非虛，也許未來某天它們的解決方案能成為其它小公司的及時雨，甚至超越那些投入巨資的公司直接一統(tǒng)自動駕駛江湖。
EETOP 官方微信
創(chuàng)芯大講堂 在線教育
半導體創(chuàng)芯網(wǎng) 快訊
相關文章
