硅谷“封城”前夜的L4級(jí)別無(wú)人車試乘實(shí)況，及其背后創(chuàng)新技術(shù)的深度剖析

編者按：本文來(lái)自微信公眾號(hào)“量子位”（ID:QbitAI），36氪經(jīng)授權(quán)發(fā)布。

主講人 | 輕舟智航：于騫汪堃

硅谷“封城”前夜，讓無(wú)人車途徑搶購(gòu)中的超市，會(huì)是怎樣的體驗(yàn)？

3 月 21 日，這家自動(dòng)駕駛公司的無(wú)人車，就經(jīng)歷了這樣獨(dú)一無(wú)二的體驗(yàn)。

最初，這個(gè)計(jì)劃是“在硅谷晚高峰乘無(wú)人車買漢堡”，但因?yàn)槊绹?guó)疫情形勢(shì)的急轉(zhuǎn)直下，最后難度大大增加。

但最終，輕舟智航的無(wú)人車還是順利完美地經(jīng)受住了新挑戰(zhàn)、新考驗(yàn)，圓滿完成既定目標(biāo)——買到了漢堡。

所以這是一個(gè)怎樣的過程，對(duì)于這個(gè)過程和背后的技術(shù)，輕舟智航的兩位聯(lián)合創(chuàng)始人又如何解析？

在輕舟智航x量子位的技術(shù)直播分享中，輕舟智航CEO、前Waymo感知關(guān)鍵模塊的機(jī)器學(xué)習(xí)算法研發(fā)負(fù)責(zé)人于騫，輕舟智航聯(lián)合創(chuàng)始人、Google中國(guó)直接入職Waymo第一人汪堃，基于現(xiàn)場(chǎng)試乘的實(shí)時(shí)數(shù)據(jù)，詳細(xì)介紹了其創(chuàng)新技術(shù)路徑以及大規(guī)模智能仿真系統(tǒng)的具體應(yīng)用，包括如何借助大規(guī)模智能仿真系統(tǒng)復(fù)現(xiàn)邊界化場(chǎng)景、生成模擬真實(shí)場(chǎng)景，如何自主學(xué)習(xí)各種復(fù)雜場(chǎng)景、尋求最優(yōu)運(yùn)動(dòng)規(guī)劃決策等。

如果你錯(cuò)過了直播，現(xiàn)在也可以細(xì)致看看這份文字實(shí)錄。

分享要點(diǎn)

試乘體驗(yàn)技術(shù)難點(diǎn)解析

以 DMV 年度報(bào)告談自動(dòng)駕駛技術(shù)評(píng)價(jià)標(biāo)準(zhǔn)

當(dāng)前自動(dòng)駕駛技術(shù)演化至哪一階段？

自動(dòng)駕駛長(zhǎng)尾挑戰(zhàn)的解決之道

為什么無(wú)人駕駛規(guī)?；涞匦枰抡?？

無(wú)人車需要什么樣的仿真系統(tǒng)？

硅谷“封城”前夜無(wú)人車試乘體驗(yàn)

大家好，我是輕舟智航的聯(lián)合創(chuàng)始人和CEO于騫。

很高興能跟大家在屏幕前見面，而且是以這種比較新鮮的方式見面。

輕舟智航，一直希望以一條獨(dú)特嶄新的路徑實(shí)現(xiàn)無(wú)人駕駛，在公司成立之初，我們就立志打造一個(gè)輕、快、高效的團(tuán)隊(duì)，這也是公司名稱的由來(lái)——兩岸猿聲啼不住，輕舟已過萬(wàn)重山。

今天想要展示的，是在硅谷“封城”前夜，讓我們的無(wú)人車路經(jīng)遭遇搶購(gòu)、人流車流密集的超市地段。

加州“在家隔離”強(qiáng)制執(zhí)行令發(fā)布后的3個(gè)小時(shí)，對(duì)輕舟智航來(lái)說(shuō)是難忘的3個(gè)小時(shí)。

硅谷時(shí)間3月16日下午4點(diǎn)23分，我們收到加州相關(guān)政府發(fā)布的正式強(qiáng)制性命令，所有居民必須在家隔離，除非采購(gòu)食物，就醫(yī)或者其他緊急情況才允許離開住所，強(qiáng)制性命令于當(dāng)天午夜12點(diǎn)生效。

收到這個(gè)通知時(shí)，離生效只剩下8個(gè)小時(shí)。為了保障硅谷同事的健康安全，也是為了不違反強(qiáng)制性命令，原計(jì)劃于今天進(jìn)行的試乘直播活動(dòng)是不是只能取消？

我們沒有放棄，而是在第一時(shí)間聯(lián)系了硅谷風(fēng)險(xiǎn)投資BoomingStar Ventures管理合伙人Alex Ren作為第三方見證者，在當(dāng)天晚上7點(diǎn)多緊急錄制了路測(cè)視頻。

由于時(shí)間緊張，我們只有一次機(jī)會(huì)，所以這個(gè)視頻也是按照一次性錄制完成的。

為什么我們會(huì)選擇用直播的方式做試乘體驗(yàn)?zāi)兀?/p>

主要是因?yàn)橹辈ケ旧頃?huì)遇到許多不可控的情況，例如天氣、交通情況等，我們希望借直播向大家展示對(duì)自身技術(shù)的信心。



以上是本次試乘的部分路線圖，無(wú)人車將開到一個(gè)商業(yè)區(qū)周邊的麥當(dāng)勞，經(jīng)過一個(gè)汽車穿梭窗口（Drive-through），隨后穿過一個(gè)大超市和其停車場(chǎng)，回到公司。

Drive-through 是美國(guó)很常見的一種點(diǎn)餐方式，是典型的城市復(fù)雜交通環(huán)境之一。從技術(shù)上角度來(lái)看，Drive-through場(chǎng)景也是很有挑戰(zhàn)性的。

首先，其車道比單車道更窄，對(duì)定位和控制的要求都比較高，如果橫向定位和控制不精確，就會(huì)軋到路沿或蹭到建筑物，如果縱向不準(zhǔn)，就會(huì)對(duì)不準(zhǔn)點(diǎn)餐窗口。

其次，在出口處便是停車場(chǎng)，是非結(jié)構(gòu)化道路，要應(yīng)對(duì)人車混雜的情況，還要通過無(wú)保護(hù)右轉(zhuǎn)進(jìn)入道路主路。

最后，更有挑戰(zhàn)性的是這里是正常營(yíng)業(yè)的地方，不像開放道路般可以重復(fù)進(jìn)行路測(cè)，而我們通過大量的仿真測(cè)試，做到了第一次上路就非常安全可靠。

△硅谷“封城”前夜的L4級(jí)別無(wú)人車試乘實(shí)況

以上是當(dāng)天一次拍攝的一鏡到底視頻，由于疫情的影響，許多人到超市搶購(gòu)物資。輕舟智航的無(wú)人車在超市附近就遇到了不少行人和車輛。

當(dāng)然，對(duì)于無(wú)人車的技術(shù)評(píng)價(jià)，除了試乘體驗(yàn)參考，業(yè)內(nèi)也有一些行業(yè)報(bào)告，里面也提供了一些指標(biāo)，所以就著這一次分享，不妨也解讀下這份報(bào)告：

加州自動(dòng)駕駛接管報(bào)告

今年2月，加州車管局（DMV）公布了2019年加州自動(dòng)駕駛接管報(bào)告，引起了眾多討論，其中接管里程數(shù)（MPI）這個(gè)指標(biāo)更是引起了比較大的爭(zhēng)議。

在我看來(lái)，不同公司的接管標(biāo)準(zhǔn)是不一樣的，將不同公司間的接管率相比較是沒有意義的。

打個(gè)比方，如果某家公司路測(cè)的道路足夠簡(jiǎn)單，例如沒有其他車輛、沒有十字路口、也沒有行人，那這家公司的接管率就可以做到足夠低。



但是，如果把同家公司的接管率在時(shí)間維度上進(jìn)行橫向比較就比較有意思了。

以總里程數(shù)和里程覆蓋的多樣性都比較受業(yè)內(nèi)認(rèn)可的Waymo為例，當(dāng)比較Waymo在2018年和2019年的接管類型時(shí)，可以發(fā)現(xiàn)很有意思的一點(diǎn)：感知所占的比例明顯變多了，從25%升到了47%。

這是不是意味著Waymo的感知能力下降了呢？

并不是。

從絕對(duì)MPI來(lái)看，Waymo無(wú)論在感知還是運(yùn)動(dòng)規(guī)劃上都有了進(jìn)步。

從整體比例的變化可以看到，感知占的比例上升，更多是由于規(guī)劃決策造成接管所占比例下降的緣故。

這也意味著Waymo在規(guī)劃決策方面有了很大的技術(shù)進(jìn)步，這是非常了不起的，也是和其大規(guī)模的仿真測(cè)試應(yīng)用離不開的。

大家知道，感知是一個(gè)比較確定性的問題，如何測(cè)試和評(píng)價(jià)是非常明確的，整體的方法論也是比較清楚的。

所以業(yè)內(nèi)開始把注意力集中在規(guī)劃決策技術(shù)上，把規(guī)劃決策視為目前最具挑戰(zhàn)性的問題。

規(guī)劃決策的挑戰(zhàn)性可以從兩點(diǎn)來(lái)看：

第一，不確定性難以衡量?，F(xiàn)有判斷規(guī)劃決策做得好壞的指標(biāo)是舒適度和安全性，但這兩項(xiàng)指標(biāo)都是比較偏主觀的。

一方面，不同人開車有不同的行為喜好，有人激進(jìn)一些，有人保守一些，舒適程度本身是很主觀的一個(gè)判斷；另一方面，在安全性上，簡(jiǎn)單的安全性指標(biāo)是不碰撞，但即使是不碰撞，要是你的車總是離旁邊車就差1厘米，你也會(huì)覺得不安全。

第二，從方法論的角度來(lái)說(shuō)，行業(yè)里占主流位置的規(guī)劃決策方法論，整體上看與20年前相比并沒有大的突破。模仿學(xué)習(xí)或強(qiáng)化學(xué)習(xí)的方法，在大規(guī)模實(shí)際應(yīng)用時(shí)也仍然存在眾多問題。

因此，相比感知，規(guī)劃控制的提高更困難。

那么或許也會(huì)有以下這個(gè)問題了：

自動(dòng)駕駛的技術(shù)演進(jìn)到了哪個(gè)階段？

自動(dòng)駕駛技術(shù)，最早是從地圖和定位開始做起的，簡(jiǎn)單理解就是先要知道自己在哪里。

在做好地圖和定位之后，業(yè)內(nèi)開始專注于感知技術(shù)，高線數(shù)的激光雷達(dá)對(duì)感知的早期發(fā)展有重要推動(dòng)作用。

在2012年學(xué)習(xí)爆發(fā)了之后，業(yè)內(nèi)開始把深度學(xué)習(xí)應(yīng)用在感知上，感知技術(shù)有了快速的、長(zhǎng)足的進(jìn)步。



當(dāng)該檢測(cè)和識(shí)別的物體都檢測(cè)出來(lái)了，業(yè)內(nèi)又發(fā)現(xiàn)規(guī)劃決策一點(diǎn)都不簡(jiǎn)單，甚至更困難。

這時(shí)，仿真技術(shù)出現(xiàn)了，其出現(xiàn)很大程度上是為了幫助規(guī)劃決策進(jìn)行更好的測(cè)試——畢竟不能每修改一次算法就部署到車上進(jìn)行測(cè)試。

隨著仿真技術(shù)的采用，行業(yè)又進(jìn)入一個(gè)快速的發(fā)展軌道，從2016年至今，Waymo的實(shí)際路測(cè)里程超過1000萬(wàn)英里，比繞地球赤道400圈還多，這還只是2018年的數(shù)據(jù)。

這一條技術(shù)演進(jìn)路徑，既是我在自動(dòng)駕駛領(lǐng)域10多年經(jīng)驗(yàn)的一個(gè)總結(jié)，是不同時(shí)間點(diǎn)自動(dòng)駕駛技術(shù)所專注的不同核心，也是近幾年來(lái)許多創(chuàng)業(yè)公司從無(wú)到有的技術(shù)構(gòu)建過程——先做好建圖和定位，再做好感知，最后再開始做規(guī)劃決策和仿真。

但對(duì)于輕舟智航而言，我們從一開始便把仿真測(cè)試平臺(tái)作為關(guān)鍵核心能力，與其他模塊一同建設(shè)起來(lái)，使開發(fā)達(dá)到了十分高效的狀態(tài)。

△輕舟智航L4級(jí)別無(wú)人駕駛技術(shù)

面對(duì)自動(dòng)駕駛長(zhǎng)尾效應(yīng)，自動(dòng)化是解決邊界化難題的最好辦法

除了規(guī)劃決策方面的挑戰(zhàn)，還要提到自動(dòng)駕駛行業(yè)的長(zhǎng)尾效應(yīng)。

從事自動(dòng)駕駛的技術(shù)人員肯定深有體會(huì)，技術(shù)上已經(jīng)解決了90%的問題，但剩下的10%卻可能要花費(fèi)同樣多甚至更多的精力，這10%包括很多邊界化難題，經(jīng)常被稱為Corner Case。



上圖便是一個(gè)典型的邊界化難題（Corner case），在你遇上野鴨子之前，你甚至不知道會(huì)有野鴨子的問題，所以邊界化難題（Corner case）是需要去發(fā)現(xiàn)，并且解決的。

那么邊界化難題怎樣去發(fā)現(xiàn)并解決呢？

除了收集大量的數(shù)據(jù)，更重要的是建立自動(dòng)化生產(chǎn)的工廠，將源源不斷收集來(lái)的有效數(shù)據(jù)，通過自動(dòng)化的工具，加工成可用的模型。以更快的速度、更高效的方式應(yīng)對(duì)邊界化難題（Corner case）。



以上面野鴨子的場(chǎng)景為例，如果需要專門針對(duì)這些場(chǎng)景去開發(fā)特殊的模型，那會(huì)有無(wú)窮無(wú)盡的場(chǎng)景需要處理。

但借助自動(dòng)化的辦法，只要數(shù)據(jù)標(biāo)注好了，下次系統(tǒng)更新時(shí)便可以更好處理這種情況，省下大量工程師的時(shí)間。

以感知舉例是比較容易理解的，但其實(shí)規(guī)劃技術(shù)也一樣。要想讓車做出準(zhǔn)確的規(guī)劃，最原始的方法是工程師寫規(guī)則——大量的工程師寫出大量的規(guī)則，但這種方式維護(hù)性很差還不能滿足需求；再進(jìn)一步便是設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)——設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)比寫規(guī)則要簡(jiǎn)單的多；再往后則是利用數(shù)據(jù)自動(dòng)學(xué)習(xí)獎(jiǎng)勵(lì)函數(shù)。這個(gè)過程便是往自動(dòng)化方向發(fā)展的過程。

輕舟智航所追求的，是建立自動(dòng)化規(guī)模生產(chǎn)的工廠，相比原本的“造梯子”，我們更希望“造火箭”。為此，就要建立大量的工具鏈以及仿真測(cè)試環(huán)境。

測(cè)試在自動(dòng)駕駛里是不可或缺的

在系統(tǒng)開發(fā)和測(cè)試中，有一個(gè)10x定律，指的是在概念、設(shè)計(jì)、開發(fā)、測(cè)試、發(fā)布的整個(gè)過程中，Bug每晚一個(gè)階段發(fā)現(xiàn)，解決成本就要更高一個(gè)數(shù)量級(jí)。



這個(gè)10x定律在自動(dòng)駕駛領(lǐng)域體現(xiàn)尤為明顯，問題越晚暴露越難以解決。如果到發(fā)布后問題才暴露，那可能就是威脅到生命的災(zāi)難。

從這也可以看到仿真測(cè)試的重要性，除了應(yīng)用在規(guī)劃決策，仿真測(cè)試也能支撐無(wú)人駕駛技術(shù)的所有關(guān)鍵模塊的快速迭代。

可類比一個(gè)現(xiàn)代化工廠的生產(chǎn)過程，在產(chǎn)品發(fā)布前的每一個(gè)環(huán)節(jié)，都需要有充分的測(cè)試。

從地圖到定位，從感知到預(yù)測(cè)，再到最終的規(guī)劃決策，我們并非全部開發(fā)完再測(cè)試整體模塊，而是從一開始就同步進(jìn)行。

目前行業(yè)里，都認(rèn)識(shí)到了測(cè)試的重要性，都理解自動(dòng)駕駛的核心競(jìng)爭(zhēng)力不是某一兩個(gè)單點(diǎn)算法，而是如何構(gòu)建一個(gè)高效的數(shù)據(jù)工廠，高效快速地完成測(cè)試。

輕舟智航的測(cè)試工具是為了幫助工程師高效地開發(fā)，快速?gòu)?fù)現(xiàn)車輛上的問題，并提前暴露可能的潛在問題，同時(shí)也是提供一個(gè)評(píng)估系統(tǒng)，評(píng)價(jià)一個(gè)版本和另外一個(gè)版本比是變好了還是變壞了，而非做成給人看的好看的圖像或好看的點(diǎn)云。

我們的測(cè)試系統(tǒng)可做到和車載系統(tǒng)的高度一致，在路上出現(xiàn)的問題，回來(lái)就能在仿真里復(fù)現(xiàn)，并進(jìn)行修復(fù)。保證再次上路時(shí)不出現(xiàn)同樣問題。我們產(chǎn)生的場(chǎng)景庫(kù)也與現(xiàn)實(shí)環(huán)境高度一致，因?yàn)楸緛?lái)就是從現(xiàn)實(shí)中學(xué)習(xí)來(lái)的。

做不到上述這些能力，仿真測(cè)試就只是一個(gè)擺設(shè)。有了這些能力，就能把開發(fā)效率快速提高。

創(chuàng)新技術(shù)路徑才能推動(dòng)無(wú)人駕駛?cè)轿?、多?chǎng)景的高效落地



無(wú)人駕駛領(lǐng)域的兩個(gè)重要議題，一個(gè)是技術(shù)路徑，一個(gè)是商業(yè)應(yīng)用。

無(wú)人駕駛是一個(gè)很獨(dú)特的領(lǐng)域，不是沒有需求，而是有大量的需求。不論是增加安全性，還是降低人力成本，或者是提供城市交通效率，都是無(wú)人駕駛領(lǐng)域的強(qiáng)需求，但目前技術(shù)還存在各類問題，這也正是輕舟智航的機(jī)會(huì)。

在技術(shù)路徑方面，輕舟智航重視自動(dòng)化和測(cè)試。有效數(shù)據(jù)、大規(guī)模智能仿真系統(tǒng)以及可自主學(xué)習(xí)決策規(guī)劃框架是推動(dòng)輕舟智航技術(shù)不斷向前轉(zhuǎn)動(dòng)的齒輪，也是我們獨(dú)特的技術(shù)路徑。

在過去一年的起步階段，輕舟智航不希望“只見樹木不見森林”——通過見招拆招的方式進(jìn)入到某個(gè)具體的小應(yīng)用場(chǎng)景，變成一家靠堆人來(lái)解決問題、無(wú)法規(guī)?；墓こ坦?，而是專注于修煉內(nèi)功，在做到主線夠深入、橫向可擴(kuò)展之后，再以輕、快的方式實(shí)現(xiàn)真正的無(wú)人駕駛。

在商業(yè)應(yīng)用方面，我們的思路是：與其什么都做，不如聚焦擅長(zhǎng)的領(lǐng)域，與合作伙伴共同努力，將無(wú)人駕駛帶入現(xiàn)實(shí)。

這樣的一套齒輪，要想轉(zhuǎn)動(dòng)起來(lái)，也離不開外部的行業(yè)環(huán)境。在我看來(lái)，無(wú)人駕駛行業(yè)正處于一個(gè)大發(fā)展階段。

一方面，是技術(shù)的新高度，另一方面，是政策的強(qiáng)支撐。技術(shù)的新高度指的是傳感器和計(jì)算單元正在高速迭代，技術(shù)人才正在升級(jí)和增加等。政策的強(qiáng)支撐則包括近期“新基建”里對(duì)自動(dòng)駕駛的重視、5G等配套技術(shù)的發(fā)展、配套法律法規(guī)的完善等。

可以說(shuō)，這是一個(gè)最好的時(shí)間，也是為什么輕舟智航會(huì)選擇在這個(gè)時(shí)間出現(xiàn)。

我們專注于適應(yīng)城市復(fù)雜交通環(huán)境的L4級(jí)別自動(dòng)駕駛技術(shù)，致力于打造“老司機(jī)”，希望為合作伙伴提供全方位、可量產(chǎn)的無(wú)人駕駛解決方案。

我們有輕、快、高效的全棧式明星團(tuán)隊(duì)，有支持快速拓展的技術(shù)路徑，最后也將達(dá)到全方位、多場(chǎng)景的高效落地。

無(wú)人車需要什么樣的仿真？

大家好，我是輕舟智航的聯(lián)合創(chuàng)始人汪堃。很高興今天有機(jī)會(huì)針對(duì)無(wú)人駕駛領(lǐng)域的仿真技術(shù)與大家進(jìn)行交流。

市面上有許多仿真軟件，最流行的是基于游戲引擎開發(fā)的仿真軟件。這種仿真軟件從界面的角度來(lái)說(shuō)是比較好看的，像一個(gè)模擬城市，場(chǎng)景很真實(shí)。

與這種主流的仿真軟件不同，輕舟智航的仿真軟件界面是很簡(jiǎn)單的，拋棄了復(fù)雜的渲染工作，僅保留了感知結(jié)果，包括3D Box和雷達(dá)點(diǎn)的疊加。我們?yōu)槭裁床焕糜螒蛞?，造一個(gè)好看的模擬城市呢？

我們總結(jié)了基于游戲引擎開發(fā)的仿真系統(tǒng)的三大特點(diǎn)：

第一，在使用游戲引擎的情況下，其本身的圖像渲染工作對(duì)感知的提升是很有限的，因?yàn)槠渲械匿秩拘Ч驼鎸?shí)物體是有一定差別的。

第二，在自動(dòng)駕駛領(lǐng)域，這種Re-build軟件（基于第三方軟件開發(fā)）是缺乏測(cè)試確定性的。仿真軟件在自動(dòng)駕駛領(lǐng)域的重要應(yīng)用，就是復(fù)現(xiàn)某一次的路測(cè)效果。但由于這種第三方軟件的開發(fā)與自動(dòng)駕駛軟件的開發(fā)是相互獨(dú)立的，很難保證其中各個(gè)模塊的確定性，導(dǎo)致整個(gè)仿真軟件存在不確定性，最終影響可用性。

第三，基于游戲引擎開發(fā)的仿真器會(huì)消耗大量額外計(jì)算資源做圖像渲染，不利于大規(guī)模應(yīng)用，這也影響到本身的實(shí)用性。

基于以上考慮，才有了輕舟智航獨(dú)特的仿真系統(tǒng)。

仿真能為自動(dòng)駕駛帶來(lái)什么？

仿真對(duì)自動(dòng)駕駛的重要性不言而喻，它具有幾個(gè)優(yōu)勢(shì)：

一、低成本

仿真的路測(cè)成本大約是實(shí)際路測(cè)成本的1%，甚至更少。在進(jìn)行實(shí)際路測(cè)時(shí)，需要有硬件成本、傳感器成本、司機(jī)成本以及系統(tǒng)工程師的成本，而且一天只能有效測(cè)試8到10個(gè)小時(shí)。而利用仿真路測(cè)，在要求不高時(shí)，只需要一臺(tái)電腦和GPU，便能連續(xù)24小時(shí)進(jìn)行測(cè)試。

二、靈活性

在實(shí)際路測(cè)中，遇到極端情況是很小概率的事件，而且不安全。而在仿真系統(tǒng)里，工程師可以通過手工編輯或自動(dòng)生成來(lái)測(cè)試眾多極端情況，保證在實(shí)際路測(cè)前有充分的驗(yàn)證。

三、可擴(kuò)展性

仿真的擴(kuò)展性比實(shí)際道路測(cè)試的擴(kuò)展性大，仿真路測(cè)里程大概1000倍于實(shí)際路測(cè)里程。仿真系統(tǒng)所需要的硬件成本是很低的，而車隊(duì)的硬件成本、人員成本以及運(yùn)營(yíng)成本是非常高的，隨著云服務(wù)的發(fā)展，仿真的可擴(kuò)展性將遠(yuǎn)大于車隊(duì)的可擴(kuò)展性。

四、可衡量性

在開發(fā)自動(dòng)駕駛軟件時(shí)，每一天都存在大量代碼的更改以及算法的迭代，那如何知道這個(gè)月的軟件和上個(gè)月的軟件哪個(gè)表現(xiàn)更優(yōu)？這種比較是難以通過實(shí)際路測(cè)進(jìn)行的，因?yàn)樵谲囕v有限的情況下，測(cè)試的場(chǎng)景以及里程數(shù)都有限，很難得到一個(gè)可靠的統(tǒng)計(jì)結(jié)果。但借助仿真，工程師能在大量場(chǎng)景庫(kù)里并行地進(jìn)行測(cè)試，在很短時(shí)間內(nèi)便能對(duì)軟件版本進(jìn)行評(píng)估。未來(lái)，在評(píng)估軟件是否達(dá)到量產(chǎn)水平時(shí)，仿真也是主要的測(cè)試評(píng)價(jià)技術(shù)。

輕舟智航仿真系統(tǒng)的系統(tǒng)架構(gòu)以及仿真評(píng)估器分類



輕舟智航仿真系統(tǒng)的系統(tǒng)架構(gòu)可以分為5層：

最底層的是輕舟智航自研的Car OS，借助底層的通訊系統(tǒng)來(lái)保證模塊之間的高效通訊；

Car OS與仿真器是高度整合的系統(tǒng)，核心仿真器及評(píng)估器，是基于底層的Car OS接口開發(fā)的，能保證仿真系統(tǒng)的確定性；

再往上一層是仿真周邊工具鏈和基礎(chǔ)架構(gòu)，可保證整個(gè)數(shù)據(jù)閉環(huán)的有效性，將全部數(shù)據(jù)高效利用起來(lái)；

第四層是大規(guī)模場(chǎng)景庫(kù)構(gòu)建；最頂層則是分布式系統(tǒng)仿真平臺(tái)，支持快速、大規(guī)模的仿真應(yīng)用，在短時(shí)間內(nèi)得出正確評(píng)估。



輕舟智航的仿真評(píng)估器也可以分為5類：

第一類是安全性評(píng)估器（Safety Evaluator），包含是否碰撞、是否壓到路邊、是否撞到行人等評(píng)估；

第二類是真值評(píng)估器（Ground Truth Evaluator），可通過人工標(biāo)注或自動(dòng)標(biāo)注的方式對(duì)仿真結(jié)果進(jìn)行檢測(cè)對(duì)比，及時(shí)反饋給工程師；

第三類是法規(guī)評(píng)估（Law Evaluator），指的是根據(jù)交通規(guī)則進(jìn)行評(píng)估，例如是否闖紅燈、是否逆行等；

第四類是舒適度評(píng)估（Comfort Evaluator），指是否有急剎等帶來(lái)不舒適感的等行為；

第五類是狀況評(píng)估（Stats Evaluator），相對(duì)比較底層一些，指根據(jù)模塊生成的中間結(jié)果，進(jìn)行縱向比較得到評(píng)估的結(jié)果。

真正能用起來(lái)的仿真

△大規(guī)模智能仿真系統(tǒng)演示

以上視頻是我們?cè)邴湲?dāng)勞進(jìn)行仿真測(cè)試的一個(gè)例子，從下方的真實(shí)影像中，可看到前方是沒有車輛的。



但借助仿真，我們?cè)趫?chǎng)景中產(chǎn)生了兩輛綠色的虛擬車輛，測(cè)試車輛能否對(duì)虛擬車輛進(jìn)行準(zhǔn)確的避讓。

同樣，也產(chǎn)生了黃色框的行人來(lái)進(jìn)行測(cè)試。視頻中的白色邊框則是當(dāng)時(shí)的實(shí)際行駛軌跡。

由于麥當(dāng)勞這種場(chǎng)景是不允許多次實(shí)際測(cè)試的，這個(gè)視頻只是眾多例子中的一個(gè)，我們實(shí)際上生成了非常多個(gè)這種類似的場(chǎng)景，在仿真測(cè)試中評(píng)估器，都得到不錯(cuò)的結(jié)果后，才讓車輛到實(shí)際場(chǎng)景中測(cè)試。





△自動(dòng)化互動(dòng)場(chǎng)景生成演示

此外，以上動(dòng)圖也展示了仿真場(chǎng)景庫(kù)的自動(dòng)生成的相關(guān)工作。視頻中紅色和綠色的兩個(gè)點(diǎn)，分別代表兩輛車的運(yùn)動(dòng)軌跡，這些軌跡的生成和變化，是在真實(shí)的交通數(shù)據(jù)集上，利用深度學(xué)習(xí)的方法進(jìn)行訓(xùn)練，再使用訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò) (生成模型) 合成大規(guī)模的互動(dòng)車輛的軌跡。

大家可以看到互動(dòng)車輛的運(yùn)動(dòng)軌跡在不斷變化，這個(gè)變化是由于我們借助生成模型在互動(dòng)車輛的運(yùn)動(dòng)行為空間進(jìn)行隨機(jī)抽樣而產(chǎn)生的。

該生成模型支持在不同地圖上合成不同的場(chǎng)景庫(kù)，具有真實(shí)有效，多樣豐富，以及規(guī)模擴(kuò)展等諸多特性。

視頻中的兩個(gè)點(diǎn)或者兩輛車，是具有交互性的，它們之間可以進(jìn)行正確的互動(dòng)，這種互動(dòng)行為不是人工手動(dòng)創(chuàng)制，而是從真實(shí)車與車之間的互動(dòng)數(shù)據(jù)中通過深度學(xué)習(xí)的方法學(xué)習(xí)而來(lái)的。

總結(jié)而言，我們認(rèn)為仿真是達(dá)到規(guī)?；療o(wú)人駕駛技術(shù)的唯一路徑。

首先，借助仿真及相關(guān)工具鏈，能形成高效的數(shù)據(jù)測(cè)試閉環(huán)，支持算法的測(cè)試和高效迭代，取代堆人或堆車的方式。

其次，只有經(jīng)過大規(guī)模智能仿真驗(yàn)證過的軟件，才能夠保證安全性和可用性。以一個(gè)比喻作為結(jié)尾，如果無(wú)人駕駛是個(gè)賽跑，那么仿真便是助推器，助推完全無(wú)人駕駛的實(shí)現(xiàn)。

關(guān)于輕舟智航：

輕舟智航（QCraft）成立于美國(guó)硅谷，是世界前沿的無(wú)人駕駛公司，致力于打造適應(yīng)城市復(fù)雜交通環(huán)境的“老司機(jī)”，將無(wú)人駕駛帶進(jìn)現(xiàn)實(shí)?；诖笠?guī)模智能仿真系統(tǒng)和可自主學(xué)習(xí)運(yùn)動(dòng)規(guī)劃框架，輕舟智航專注于為合作伙伴提供可量產(chǎn)的無(wú)人駕駛解決方案，全方位覆蓋從低速到高速、從物流到出行、從商用車到乘用車等多個(gè)應(yīng)用場(chǎng)景。其核心團(tuán)隊(duì)成員來(lái)自Waymo、特斯拉、Uber、福特、英偉達(dá)等世界頂級(jí)公司，實(shí)現(xiàn)了無(wú)人駕駛關(guān)鍵技術(shù)模塊的全棧覆蓋。

作者系網(wǎng)易新聞·網(wǎng)易號(hào)“各有態(tài)度”簽約作者