<mark id="oztn4"></mark>
0
雷鋒網按：智行者科技 CTO 王肖博士在汽車創新港微課堂的分享，已授權雷鋒網編輯與發布。
王肖，清華大學汽車工程系博士，北京智行者科技 CTO。他曾作為核心人員參與并獲得 2012、2014 及 2015 中國智能車未來挑戰賽冠軍，獲得汽車工業科學技術進步一等獎、軍隊科技進步獎等多項獎勵，參與起草中國智能網聯車輛技術路線圖。
本文內容主要包含以下三點：
為什么選擇無人物流作為首選落地場景；
蝸必達-無人物流車集成解決方案；
AVOS 設計思路及關鍵技術介紹。
智行者其實是一家非常年輕的公司，核心團隊人員從事智能車的研究已經非常長，主要是來自于清華大學汽車系李克強教授的實驗室。
智行者成立于 2015 年 6 月，短短兩年的時間我們做了很多工作。
2016 年北京車展前夕，長安汽車從重慶到北京 2000 公里自動駕駛的測試中，我們參與了部分城區自動駕駛研究工作。在北汽推出的自動駕駛試乘展示里，我們也做了很多相關工作。
這兩個項目當時在北京車展取得了很大的反響。2016 年 10 月，我們在杭州參加了阿里云棲大會，而且首次在國內推出了低速自動駕駛觀光車， 7 天之內我們差不多接待了 2000 多名乘客，整個演示過程非常順利，外界給我們評價很高。
除了封閉區自動駕駛外，2016 年底我們開始啟動高速自動駕駛季度的拉練，也就是我們每個季度會選擇一條路線作為長途拉練。
去年 11 月，我們從北京到北戴河進行來回五天的拉練測試，主要是在國道上進行我們的算法測試。車上有非常周密的安全措施，比如駕駛員可以隨時介入、有緊急按鈕等等。
進入 2017 年后，我們通過一年多的團隊鍛煉、技術積累以及我們對自動駕駛市場的整體判斷，我們選擇了「低速物流」作為首選的落地場景。
*「四步走」戰略
我改寫了一句比較時髦的話：「自動駕駛不僅有詩和遠方，更有眼前的茍且」，但是這個「茍且」是打引號的。我想說的是智行者的基因實際上是一個自動駕駛產品導向型的公司，而不是一個純技術導向型的公司。
具體說來，智行者會根據用戶需求來定義產品。用戶需求包括成本、功能等等，我們選擇當前最成熟、最合理的技術方案進行產品化，而不會去追求采用單個相機來解決所有問題的學術型流派思路。這也是我們與一些 AI 公司最大的區別，我們是做產品，而不是純粹做算法。
上圖是我們的「四步走」的戰略，需要說明一下：SCR、GCR 縮寫詞是智行者內部的叫法，并不代表官方說法。
概括講，我們的戰略由簡單到復雜。說白了，先把我們自己的“肚子填飽”，基礎打好，這才有力量去迎接真正屬于自動駕駛的詩和遠方。否則當前目標如果過于遠大，對于創業公司來說，可能根本熬不到詩和遠方那一天。
2016 年，我們做了非常多主機廠的演示項目，如北汽、長安，我們都全身心參與，所以團隊積累了很多經驗和資源。2017 年我們將重心就放在低速自動駕駛，而且提升到一個產品的高度，并不是說只是演示。
我們堅信，自動駕駛與我們常規車輛一樣，并不是要用多么先進的方法，更不是采用 Deep Learning （深度學習）學習數據就能一蹴而就。它需要從業者以極大的耐心和無數的失敗，才能真正的做出一款可能看似比較簡單的產品。
我們的思想是，只有先把特定場地的自動駕駛做好，不斷積累經驗和數據，打好基本功，才有資格去嘗試城市和高速的自動駕駛產品。否則，稍有不慎可能造成巨大的交通事故，這也就是我們造車與做手機的人不同的思路。汽車是關乎乘客生命安全，并不是說手機死機就重啟這么簡單。
無人配送物流車：為什么是當前最佳落地場景
我們首選低速場景作為一個入口，實際上低速也包含很多，比如低速掃地車、低速景區觀光車，還有園區通勤車輛，這都屬于低速車輛。
我們認為當前自動駕駛要落地，有兩大關鍵指標，需要強調的是「當前需要落地」，而不是 10 年、20 年要落地，這兩大指標就是：現實剛需程度和可預期安全風險。
現實剛需程是指眼下的自動駕駛是不是社會以及客戶所需要的。這里的產品是客戶掏錢買來，需要產生利潤，而不是說為了演示或參加比賽而使用的。我認為，現實的剛需程度如果把控不了，那可能成了賠本賺吆喝。
比如我們參加了很多的比賽和演示，非常熱鬧，媒體評價非常高，但是實際上最終沒有人給你掏錢，那么最終實際上還是一個演示。
可預期的安全風險是指我們在一些非常極端，功能失效的情況下會造成多么嚴重的安全事故。
比如，在新聞報道里，載貨大卡車由于制動器失效導致車毀人亡的事故。同理，我們做算法或者做產品也要好好考慮：哪怕現在用最先進的技術手段，如果說大規模上量一千臺、一萬臺的產品，我們會有多大的概率出現多大的交通事故？這是我們做產品要非常值得考慮的事情。
我們認為，針對當下的社會需求以及技術水平，低速載物最具落地優勢。
載物自動駕駛到底有沒有社會需求？我們從數據上分析，這兩幅圖集中反映目前中國電商的繁榮以及為消費者所帶來的便利，其實很大程度上是建立在巨大的人力成本上。
2015 年，中國物流占 GDP 的 18%，但美國可能只有我們的一半甚至少一點。同樣，未來快遞行業并不是已經發展到頂峰。
根據相關數據預測，在未來 3 到 4 年可能還會翻倍。試想一下，在未來 10 年、20 年人口下降的情況下，如此大規模的一個送貨方式還能繼續維持嗎？
隨著快遞員的工資越來越高，電商的核心競爭力到底在哪里？如果單純只是一個勞動密集型產業，我相信這不是長久之計。既然有這么大的產業，那么我們應該將成本降下來，來真正提高他們的核心競爭力。
上圖數據顯示，目前中國物流行業成本最高的環節，并不是卡車司機、倉儲管理，而是最后一公里的一線快遞員。
從圖中可以看出，2016 年快遞相關的從業人中一線快遞員占了總體一半以上。從這個角度考慮，如果把一線快遞員無人化后，它的經濟效益肯定會顯著上升。
同時從另外一個社會影響角度講，目前人力電動三輪這種送貨方式，由于數量越來越多，三輪車本身行駛速度非常快，好多時候不遵守交通規則，甚至出現逆行等問題。
所以我們綜合考慮，最后一公里的無人化綜合效益應該非常顯著，而不僅僅是一個經濟效益。
也許有人認為，我們選擇低速載物就沒有什么技術門檻。上圖是我們在清華實地運營期間，遇到的一些非常典型的問題。
第一個問題就是 RTK，也就是差分 GPS 基本失效。因為兩邊的樹非常多，這對我們激光定位或者視覺定位要求非常高。
第二，在園區內，目標交通行為非常復雜。比如有很多自行車、電動車在路上行駛，而且它可能事先是毫無任何特征，也沒有什么手勢之類就直接切入。對于自動駕駛小車來講，我們需要進行非常準確的目標行為和軌跡預測，否則要么造成車輛猛剎車，要么造成撞人事故。
第三，園區內基本上沒有交通秩序的約束。比如，逆行或是人在道路中間站著拍照這種場景應該是常態。這種場景我們并沒有辦法通過法律法規約束，這也是團隊面臨的非常嚴重的問題。
第四，行駛路徑會有很多突發和偶然性的事故，比如，無人物流車行駛在一半的時候突然被一輛亂停亂放的車輛堵住通道，這時候物流車不僅需要重新規劃路線，可能還涉及到調頭、倒車等非常復雜的操作。
以上場景算法的復雜程度，其實已經遠遠高于高速自動駕駛。需要強調的是，我并不是說高速自動駕駛非常簡單，它可能注重點不同，高速自動駕駛的算法可能非常簡單，但要求每一項功能非常可靠，比如感知算法。
不幸的是，在我們目前測試的幾個場景看，應該是一個常態，而且有一些場景遠遠比它還復雜。
作為最后一公里物流產品的方案，安全是我們的基本要求。
蝸必達產品在去年 11 月在內部立項，目前迭代到了 2.0 版本，1.0 的版本經過半年左右的研究，積累了許多問題。2.0 版本目前在功能和定義上面基本上比較完善。
今年 7 月，我們計劃會有 10 臺左右小批量的樣車投入到實際運營中。經過下半年持續改進，而且在我們合作方強有力的推動之下，我們希望在今年年底達到 100 臺的小批量運營。
我們認為 100 臺是產品穩定成熟的標志性數字，從現在 1 臺發展到 100 臺的難度，遠遠大于從 100 臺發展到 1 萬臺。
在底盤和執行器的設計上，我們充分考慮到實用性及可靠性問題。
我們采用車規級的電控底盤執行器、電池等提升性能，而不是采用現成玩具車的底盤改造。與國外某些送披薩的自動駕駛小車相比，我們根本區別在于我們真正將它看做是車而不是玩具。
比如，我們要充分考慮它的實用性，在重慶，我們需要考慮爬坡等問題。如果想多送幾次貨，我們要用大容量電池來提高它的行駛里程。目前我們的車能夠跑 70 公里即完整運行一天是沒有問題的。
在最關鍵的傳感器以及計算單元選擇上，我們充分考慮就是：如果量產，要考慮成本、供貨周期以及銷售服務等等。
因此，我們從一開始就立足于國產方案來確保我們后續的順利量產。比如說這里最核心的激光雷達、GPS 和相機等等，我們都具有目前國內最好的供應商資源。
在計算單元里，我們也逐步從前期的英偉達 TX 系列方案，逐步過渡到國產 FPGA 方案。我們在計算單位里，通過 ARM+FPGA+MCU 的組合方式，能實現常規 CPU 運算，也能為后期深度學習等方式來進行擴展。
當然，車輛和傳感器的硬件是蝸必達非常重要的基礎，但它真正的靈魂，就是智行者的自動駕駛開發體系軟件架構。
我們從平臺、體系以及關鍵技術四個方面來歸納，實際上主要包括以下四個模塊：
AVDC ，數據、采集和標注平臺；
AVSIM ，仿真平臺；
AVOS ，自動駕駛的操作系統；
AVTA ，自動駕駛算法測試及評估體系。
AVOS 設計思路及關鍵技術介紹
由于時間關系，以下我就 AVOS 以及其中的關鍵技術進行簡單的介紹。
AVOS 并不是憑空臆造的，也不是純粹去模仿寫出來的，它是我們從前期項目演示中摸索出來的。從功能上講，它主要解決的問題是我們算法與業務的功能：充分高內聚、低耦合。
高內聚、低耦合是一個軟件工程名詞，是指算法與業務在功能上高度依靠、環環相扣、非常嚴謹的，并不是多一個少一個的問題，而是代碼上要充分的節耦，不能高度依賴。
基于 AVOS 框架，我們能夠充分應付多種業務。
比如，我們要做高速自動駕駛車輛、掃地車、物流車等，如果沒有考慮到這一點，就會出現所謂掃地車版本、物流車版本、乘用車版本、大卡車版本。后期造成的最大問題是難以維護，代碼管理非常零亂。
所以，在 AVOS 內部架構，我們采用的是 ROS 作為框架，這主要是考慮到我們的用戶，如果他自己想做開發，用 ROS 也會比較方便。
我們真正的核心層還是在 KERNEL 層——只負責一個非常純粹的自動駕駛算法。在這個算法結構體系里沒有任何的業務功能。
舉一個例子，比如 KERNEL 層沒有所謂的停車點，在哪兒上車或者在哪兒送貨。我們認為這屬于業務層，我們只做純粹的自動駕駛算法研究。
AVOS 的設計有以下三個關鍵詞：平臺無關、功能抽象、認知虛擬。
平臺無關，這里的「平臺」不只是車輛硬件或者傳感器，還包括任務，也就是我們要實現的兩點：車輛層，傳感器和硬件自適應，不能說換一臺車后，我們的代碼還需要修改，我們需要自適應；任務層是指我們開發了一個 AVOS Managenent 工具方便我們進行非常傻瓜式的操作。
功能抽象，這里的功能包括交通功能和業務功能這兩塊。交通功能，具有交通屬性；業務功能就是車除了運動外，實際上還有工具屬性，比如掃地車會掃地，物流車除了運動之外它是送貨，它實際上是一個具有業務功能的交通工具。
AVOS 將交通及業務功能統一抽象為自動駕駛的算法功能。例如，在 AVOS 里，沒有紅綠燈的概念。
我們的做法是將紅綠燈抽象為停車線前面有一個不可逾越的障礙物，通過這種方式來讓自動駕駛算法實現在規定地點自動停車。
同樣，在 AVOS 也沒有業務層，沒有送貨店、載客店的概念，都會進行高度的抽象。
比如我要到 B 點停 5 秒鐘，讓所有乘客下去，這是一個業務層的描述。我們通過將這些業務層的描述轉換到 AVOSKERNEL 能夠理解的語言。
簡單解釋，比如通過用戶在載客層點設置一個虛擬障礙物，它是不可逾越的，車輛同時也要在這里停車。那么這個不可逾越的障礙物可能就是保持 5 秒，保持 5 秒之后它就自動消失。
我描述得比較簡單，實際在模型里不簡單。通過這種業務的描述轉化為功能的描述來進行抽象，我們在 AVOSKERNEL 里相當于沒有任何業務的功能描述。
最后是認知虛擬，包括場景感知與情境認知。
場景感知就是算法，例如計算障礙物的位置以及速度等等。但人類在理解周圍障礙物的行為以及它未來軌跡時，我們肯定不是簡簡單單通過前后兩個這樣去比較。
我們實際上要做到情境認知，要對一個連續時間、空間實體的交互影響來進行描述。這里涉及到非常復雜的模型。
簡單介紹我們兩個非常細的關鍵技術，第一項是高精度地圖構建以及定位。
這是蝸必達原型車在園區實際運行的狀態，我們可以看到，這個園區還是蠻復雜的。
雖然路上沒有多少行人，但可以看到周圍有的花花草草，當它走到一個靠墻特別近的地方時，RTK 已經完全失效，在這種情況下主要是通過激光雷達進行精確定位。
這段視頻的后半段呈現的是我們算法的定位效果。這里不僅是激光雷達定位，還包括一個非常便宜的慣導、輪速計和 RTK 等進行了融合定位。我們發現當 RTK 失效時，車輛非常穩定，沒有出現漂移或者抖動。
第二項關鍵技術就是目標行為以及運動軌跡的預測。
在學術研究里，有很多種行為預測方法，當然通過深度學習也可以實現。但是實際上我們在做產品時，一定要考慮到：我們要盡可能利用一切工程化方法、先驗知識來輔助來進行非常精確的定位。
這段視頻有高精度地圖，紅色車輛是我們的自動駕駛車輛，綠色軌跡是目標行為預測的車輛，在左下角有視頻來作參考。
在地圖上，深藍色的線是自動駕駛車輛絕對的行駛參考軌跡，我們在公司附近繪制了一張面積四平方公里大小的高精度地圖，我們在上面標注了建筑物、柵欄等等。
回到切入車輛行為預測，其中四個點或者五個點代表的是，比如四個時刻、五個時刻一個車輛將要行駛到的一個全局的路徑位置。
在視頻中，我們可以看到這輛車一開始會有左轉的趨勢、有從右方切到左邊的趨勢，到這輛車又重置車道，最后又回歸到右車道的趨勢。
我們的行為預測都能夠比較準確估計出來。有了這個行為預測后，我們再構建其他模型時就可以做到非常精確。
在視頻后半段，汽車在十字路口右拐時，前車也要右轉。我們從靜止出發，因為靜止的時候前車沒有速度，我們也無法預測。如果它一旦有了速度，我們也能夠精確預測出它右轉做出的運動軌跡，然后我們再根據這個運動軌跡進行運動規劃。
