蘑菇車聯副總裁鄧志偉演講實錄:自動駕駛是一場控制的革命 - 天堂私服推薦網

蘑菇車聯副總裁鄧志偉演講實錄:自動駕駛是一場控制的革命

  9月27日,蘑菇車聯副總裁鄧志偉參加2021世界智能網聯汽車大會,並發表主題演講:“單車智能+車路協同:多重冗余下的自動駕駛安全之道”。他在演講中表示,從戰略層面來講,自動駕駛應該是一場控制的革命,或者說是一種方向盤的革命。

  那麽,如何解決自動駕駛的安全性問題,其實是從邏輯上解答“人們在哪裏、要去哪兒、周圍有什麽、他們要去哪兒、我要怎麽做”的問題。

  面對駕駛過程中面臨感知範圍有限、視線被遮擋、特殊天氣、光線變化、行爲難以預料等難題,鄧志偉分享了蘑菇車聯領先且獨有的“單車智能+車路協同”系統化方案。他表示,“自動駕駛是一個系統化的工程,所謂的系統化工程不能從單點來解決問題,要系統考慮多點來解決問題。自動駕駛想達到更高層次的安全,一定通過單車智能加車路協同的方案才能獲得。”

  據了解,作爲全球領先的自動駕駛全棧技術和運營服務提供商,蘑菇車輛目前在衡陽落地的項目是全球最大的自動駕駛商業項目。

  各位尊敬的嘉賓朋友們,大家上午好,我是來自蘑菇車聯的鄧志偉。今天跟大家分享的主題是“單車智能+車路協同:多重冗余下的自動駕駛安全之道”。

  從戰略層面來講,自動駕駛應該是一場控制的革命,或者說是一種方向盤的革命。自動駕駛把人類對車輛的控制變成對機器的控制。今天早上我來會場時就深刻感受到,的確需要把人類對車輛的控制逐漸降低。方向盤革命的初衷是什麽?降低人類不規範駕駛造成的人身安全和生命財産傷害。但是,如果真的想把人類駕駛員對車輛的控制剝奪掉,自動駕駛首先要解決的是安全問題。自動駕駛想要規模化落地,一定要先解決安全問題,安全至上是自動駕駛的前提和基礎。

  自動駕駛的實現,從邏輯上來講很簡單,從技術上來講又很難。後者要回答這麽幾個問題:首先,我在哪;第二,我要去哪;第三,我周圍有什麽;第四,他們要去哪;第五,我要怎麽做。

  “我在哪”指的是通過高精定位設備實現車道級定位,知道我在哪條路,哪條車道。“我要去哪”包含局部規劃和全局規劃,局部規劃是我判斷接下來直行還是左轉,全局規劃是我看到最終目的地在哪。

  “我周圍有什麽”指的是通過自身傳感器和計算單元,對周圍環境進行識別和類別分析,知道周圍有哪些交通參與者和道路基礎設施。

  首先是“我在哪”。假設自動駕駛車輛進入橋區、隧道、地下停車場後,可能會遭遇GPS信號的丟失,這時如果沒有高精定位輔助,就會存在一定安全隱患。天堂m新手職業

  其次是“周圍有什麽”。爲什麽我不知道周圍有什麽?原因一是看不見,視線被擋住了,或者目標物體太遠;二是看不清,只能看到一部分信息、信息比較模糊,甚至幹脆不認識。我把後者定義成人工智能裏面的“怪獸”,因爲不認識這些“怪獸”,自然不知道它們的行爲習慣,不知道“他們要去哪”,無法預測周圍交通參與者的下一步行爲;三是沒有准確判斷物體類別和狀態。同樣是兩輪車,電動自行車和摩托車的行駛速度、行爲習慣都完全不一樣,一旦識別錯了,針對它們下一刻可能在什麽地方的預測就會出現錯誤。

  我們知道,自動駕駛汽車要在一定ODD(運行設計區域)執行動態駕駛任務,如果前面這幾步都存在安全隱患,自然不知道下一步該怎麽做。引用卡耐基梅隆大學Argo Lab人工智能無人駕駛研究中心首席科學家John Dolan的一段話,“單車智能的自動駕駛已經解決了大部分的問題,剩下5%的問題主要是長尾問題”。

  首先,感知範圍有限。我們在實踐中發現,單車智能的感知範圍大概在七八十米。假設激光雷達的垂直分辨率是0.3度,100m外兩條線公分。也就是說,激光雷達對100m外一個身高1.7m的行人采集的點數不會超過6個。這樣識別起來肯定非常困難,也就無法判斷交通元素的類別。

  第二,視線容易被遮擋。車載傳感器的位置和駕車視野都比較低,特別容易受到公共汽車、大汽車的遮擋,橋區轉彎也會形成遮擋或感知不全。

  第五,行爲難以預測。人行走的速度比較慢,但是轉彎比較快,會突然變向,或者鬼探頭,都會對自動駕駛形成威脅。

  以上是中國工程院院士李駿在去年世界智能網聯汽車大會上提到的。李駿院士指出,中國智能網聯汽車發展需要創新突破,中國自動駕駛需要新的技術突破,主要包括車載使能(單車智能)和車外賦能一體的感知技術,以及車路雲多元融合立體場景的構建。也就是說,自動駕駛是一個系統化的工程,所謂的系統化工程不能從單點來解決問題,要系統考慮多點來解決問題。自動駕駛想達到更高層次的安全,一定通過單車智能加車路協同的方案才能獲得。

  下面我們看一下蘑菇車聯的解決方案是什麽樣的。蘑菇車聯走的是“單車智能+車路協同”的自動駕駛解決方案路徑,我們把它叫做“車路雲一體化”的自動駕駛。我們通過單車智能+車路協同+AI雲平台全局調度,實現多重冗余。天堂1弓妖精加點

  不僅是冗余,我們還能提供補充。單車感知+路側感知能夠形成冗余,同時加上一定補充,實現更安全、可靠的感知。下圖藍色區域是單車感知的部分,藍色區域理論上不會形成完整的圓,因爲容易被遮擋,也就是殘缺的圓;橙色區域通過路側感知對藍色區域進行補充,形成了完整的藍色;黃色區域指的是通過AI雲平台下發到全局。單車、路側和雲端形成了更安全可靠的感知。

  “車路雲一體化”系統的優勢其實對應的就是自動駕駛安全的兩大關鍵因素:一是(信息獲取的)全面性,二是(信息交互的)及時性。我們來看一下車路雲一體化是如何實現全面性和及時性的。

  首先是感知視野的全面性。盡管路側部署的也是攝像頭、激光雷達、毫米波雷達,但路側傳感器相對于車載傳感器有一定優勢:

  就像大雨中我們站在樓上看地面車輛仍然能看清楚,俯視角度能看到更多容易被遮擋的交通參與者的位置。

  可靠性更高。相較于一直在運動的車載傳感器,路側傳感器是固定的,感知的可靠性就可以大幅提升。針對雨天等極端天氣,由于有遮雨的設備,又有俯視的角度,路側傳感器所受影響也會比較小。

  其次是信息交互的全面性。這不僅包括狀態的交互,還包括意圖的交互。剛才我提到單車感知要知道別人在什麽地方,我周圍有什麽,下一時刻他會去哪裏。如果通過車路協同中的車-車交互,實現車與車之間的狀態交互和意圖交互,你自然知道對方下一時刻要左轉。

  在數據交互的及時性方面,目前我們的端到端延時只有20毫秒,整個系統鏈路延時小于100毫秒。給大家分享一個視頻楓之谷私服這是我們通過車路雲一體化感知實現的能力。左下角是車內駕駛員和路側視角,左上角是航拍視角。可以看到,主車及周邊相關的交通元素關系都已經在視頻中呈現出來了。

  接下來的視頻是我們在城市道路上挑戰雨天晚高峰的視頻。這裏有一些特殊路口,比如環島、十字路口、立交橋區,還有進出主路的匝道,這些都是影響自動駕駛的因素。我們認爲,這些都是自動駕駛車輛落地時需要解決的問題。也就是說,自動駕駛要想規模化普及,一定要拓展ODD(設計運行區域)的範圍。

  蘑菇車聯采用的路線一直叫戰略的方案化、方案的技術化、技術的場景化和場景的規模化。也就是技術要場景化落地。只有場景化、規模化才能實現技術的批量化落地。我們在2021年3月份和湖南衡陽簽署了國內迄今爲止最大的一筆智慧交通車路協同自動駕駛項目,9月份與鶴壁簽署3億元智慧交通車路協同自動駕駛項目,接下來在江蘇、上海、湖北等地會陸續落地。其中包括自動駕駛巡邏車、清掃車等豐富的落地和運營服務,爲自動駕駛規模化落地提供更豐富的應用場景。

  相關遊戲資訊連結:

  西方媒體被非洲人玩壞了他們采訪的

  留深過年一樣有滋有味!福田38場

  天堂W職業介紹職業及免費加速器推