0
| 本文作者： AI研習社-譯站 | 2018-06-07 10:29 |
雷鋒網(wǎng)按：雷鋒字幕組獲MIT課程團隊授權翻譯自動駕駛課程
我們?yōu)槟阏砹嗣恳粋€ Lecture 的課程筆記，提煉出每一講的要點精華，推薦結合課程筆記觀看視頻內容，學習效果更佳。
原標題 MIT 6.S094: Deep Learning for Self-Driving Cars 2018 Lecture 2 Notes
作者 | Sanyam Bhutani
翻譯 | tikboa、原野、葉青、聶璐 整理 | 凡江
本文所有圖片均來自課程 PPT。
下文是關于 MIT 6 S094 第 2 講筆記：自動駕駛深度學習課程（2018），主講人 Lex Fridman。
自動駕駛汽車
（或無人駕駛汽車或 Robocars）
理想觀點：
自動駕駛汽車如何改變我們的生活：
世界各地一百三十萬人死于交通事故
僅在美國就有 35000 到 40000 人
機會：設計拯救生命的人工智能系統(tǒng)
自動駕駛有能力避免司機醉酒，疲勞，分心駕駛
消滅私有經(jīng)濟：
增加共享流動性
節(jié)約開銷
通過減少一個數(shù)量級的交通費用，降低成本變得可行
在交通工具上嵌入的軟件使我們擁有更個性化的體驗
現(xiàn)實觀點：
增加失業(yè)率：新興科技總是被人們懼怕的，因為它可能會奪走那些依賴于現(xiàn)有技術的工作。比如：
從事交通運輸?shù)娜藛T。
我們必須在哲學、技術、道德層面去考慮智能系統(tǒng)失敗的可能性。
大眾文化中的 AI（不包括工程師）可能懷有偏見?！昂谙蛔印暗牡赖聹蕜t是什么？它是否是遵循我們的社會準則？
安全性：使用代碼的交通工具可能被黑客入侵。
一位工程師的觀點：我們想找到一種可行的方法去改變我們的社會，并且改善我們的生活。
懷疑論：
關于什么是困難的和什么是容易的，我們擁有直覺。然而對于深度學習來說，AI 是有瑕疵的。
人類擅長駕駛。我們的直覺是基于數(shù)據(jù)來源、注釋、算法。
當我們作出預測和決定時，我們應該留意是否朝向了理想主義或者現(xiàn)實主義。
兩年以上時間就能開發(fā)出新車的承諾是值得懷疑的。
一個好的測試應該是在公共道路上大規(guī)模的測試車輛，另一個挑戰(zhàn)是怎么讓他們愿意購買。
Rodney Brocks 提出的（被廣泛認可的）預測：
＞2032： 美國主要的無人駕駛出租車公司即使在地理禁區(qū)也能隨意實現(xiàn)接客和下客。
＞2045： 美國大部分城市將會批準這些。
技術采用率 VS 年數(shù)：
就社會而言，我們樂于接受新技術。
每件事都能迅速改變。
概述：
不同的自動化方法
自動化的等級（SAE J 3016）：
對初步討論，政策制定和媒體帖子進行有用的分類。
對于設計底層系統(tǒng)和整體系統(tǒng)性能來說，沒有什么用處。
超越傳統(tǒng)水平： 兩種類型的AI系統(tǒng)。
起點： 每一個系統(tǒng)在一定程度上都需要人類，需要人們控制車輛并參與到系統(tǒng)中去。
A1： 以人為中心的自動化。定義： 人工智能不完全負責，人類對行為負責。
它可以使用的頻率是多少？
它是基于傳感器的嗎？
交付給司機接管所需要的秒數(shù)，目前接近 0 秒。 （喚醒并控制系統(tǒng)所需要的時間）
由車外的人員進行遠程接管控制。 人們需要對以人為中心的自動化負責。 如果系統(tǒng)失效，人類需要接管控制。
A2： 人工智能完全負責。 從法律上講， 汽車設計師對此行為負責。
不涉及遠程操控。
不應該有 10 秒原則，這點還不夠好。
必須找到安全港。
允許人類接管作為個人選擇。 僅當遭遇危險時（比如車禍），人工智能會無視人類操控。
L0： 起點；
L1，L2，L3： A1： 以人為中心；
L4，L5： A2： 完全自動化。
以人為中心的方式： 批評： 當人類擁有系統(tǒng)時，他們會過度信任系統(tǒng)。系統(tǒng)越好，人們會注意得越少。
公眾對于自主車輛內部所發(fā)生的變化有哪些看法：
工程師的觀點：
道路上大量的車輛內部都配備了自動駕駛儀，這就意味著大量的數(shù)據(jù)。
MIT－AVT 自然駕駛數(shù)據(jù)集
數(shù)據(jù)集包括來自三臺高清攝像機的影像
GPS、IMU 收集的所有數(shù)據(jù)
來自 CAN Bus 的數(shù)據(jù)
源自車內的數(shù)據(jù)， 包括對話、注意力水平、困倦、情緒狀態(tài)、身體姿勢、活動等等。
5B＋框架， 主動解說。
高速公路出行數(shù)據(jù)：
利用數(shù)據(jù)來理解人的內在行為。
利用數(shù)據(jù)來訓練理解和控制。
GPS 地圖： 紅色－手動駕駛里程。 藍色－自動行駛里程。
33％ 的里程為自動駕駛（使用自動駕駛儀）。
簡略分類： 區(qū)分使用自動駕駛儀和手動駕駛兩種情況下人的注意力。 承諾：以人為中心的方式，系統(tǒng)不會被過度信任。
特斯拉自動駕駛（Auto－Pilot）：
用途：強烈的（很高比例的速度）
道路類型：大多數(shù)為公路
精神參與：在人類不舒服時，進行 8，000 次控制轉換。要點：有風險存在。
身體參與：兩種情況下注意力保持不變。
要點：
要相信系統(tǒng)，讓系統(tǒng)暴露其缺陷。知道什么情況下它有效，什么時候失效。
檢查系統(tǒng)的極限：在具有挑戰(zhàn)性的環(huán)境中。
自動駕駛汽車：機器人的角度
前景廣闊：車輛數(shù)量巨大。
深刻的：將控制權轉移給AI。
私人的：構建一種以人機交互為關鍵點的關系。
相比于“感知控制”系統(tǒng)，它更像“私人機器人”。
人類和機器的缺陷必須是透明的，并且在兩者之間進行溝通。
要點：90％ 的情況下啟用系統(tǒng)。通過揭示缺陷，我們允許人類在需要的時候采取控制。
傳感器
可以處理的原始數(shù)據(jù)源。
照相機：視覺系統(tǒng)－RGB，紅外線
雷達：超聲波
激光雷達
超聲波：
在近距離工作良好。
便宜。
傳感器的尺寸可以很小。
能在惡劣天氣、能見度下工作。
范圍很小。
分辨率低。
無法檢測速度。
雷達：
在具有一定程度自主性的車輛中廣泛可用。
電子和超聲波變種都很便宜。
在有挑戰(zhàn)性的天氣下表現(xiàn)良好。
低分辨率。
在當前最為可靠并且使用范圍廣。
雷達：
具有超聲波的所有優(yōu)點，并且能夠檢測速度。
低分辨率。
沒有紋理和彩色分辨率。
激光雷達：
價格昂貴。
極其精確的信息深度——具有很高的分辨率。
360 度的可見范圍。
可靠的數(shù)據(jù)密度更高。
激光雷達圖：藍色的半徑越大，性能越好。
范圍還可以，但不是很好。
在黑暗和明亮的照明條件下可以工作。
在惡劣天氣下無效。
沒有顏色、紋理的信息。
能夠檢測速度。
傳感器尺寸大。
價格昂貴。
不適用于超聲波。
照相機：
便宜。
高分辨率：信息密度最高，信息能夠被學習和推斷。
與其他傳感器相比，可獲得更多數(shù)量級的數(shù)據(jù)。
人類大體上用類似的方式工作。
缺點：深度估計不好，在極端天氣下不可靠。
范圍和靈敏度的對比。條件 1：清晰，光線好的條件
照相機提供最大的范圍。
超聲波有較高的分辨率，但是提供的范圍很小。
條件 2： 清晰、昏暗條件 VS 條件 3：大雨或霧或雪：
在兩種條件下視覺上都不可靠。
雷達能保持不變。
激光雷達在夜間運轉良好，但在惡劣天氣條件下無法工作。
照相機：
便宜。
傳感器尺寸小。
近距離時性能較差。
范圍最大。
在強光下表現(xiàn)良好，對光線條件較為敏感（但也不總是如此）。
在黑暗條件下無法工作。
在能見度較差（惡劣天氣）時無法工作。
提供了豐富的文本信息（深度學習所必須的）。
傳感器融合：
便宜的傳感器：超聲波＋照相機＋雷達。
傳感器的未來
照相機和激光雷達對比
激光雷達
融合的便宜傳感器：標記的數(shù)據(jù)一直在增長，深度學習算法在持續(xù)改善中。
兩者表現(xiàn)一樣好。對激光雷達的挑戰(zhàn)體現(xiàn)在：花銷、范圍和尺寸。
便宜傳感器融合和激光雷達的對比
公司
Waymo 公司
2017年4月：結束測試，允許第一次公開上路。
2017年11月：獨立（筆記：獨立的定義存在爭議）駕駛了超過400萬英里。
2017年12月： 沒有司機。
優(yōu)步
2017年12月：自動駕駛超過了200萬英里。
特斯拉
2014 年 9 月：發(fā)布了名為 Autopilot 的自動駕駛系統(tǒng)。
2016 年 10 月：從頭開始研制第二代 Autopilot 系統(tǒng)。
2018 年 1 月：通過自動駕駛系統(tǒng) Autopilot 行駛了超過 10 億英里。
2018 年 1 月：超過 30 萬輛汽車裝備了自動駕駛系統(tǒng) Autopilot。
奧迪 A8 系統(tǒng)（將于 2018 年底發(fā)布）：
承諾達到 Level 3 級別的自動駕駛技術。
Thorsten Leonhardt 將 L3 定義為： 如果遇到交通擁堵，汽車將以低于每小時 60 km 的速度行駛。
發(fā)生碰撞后汽車將負有法律責任（在自動駕駛模式下）。
值得注意的地方。
人工智能和機器學習的機遇。
定位和地圖構建：
能夠在空間中定位自己。
視覺里程計：
使用照相機傳感器來理解環(huán)境并定位車輛。
SLAM：同時實現(xiàn)定位和地圖構建。
在場景中檢測特征，時不時地或者逐幀來追蹤這些特征，估計照相機的位置和方向。
傳統(tǒng)方法：
得到傳感器的饋電。
（立體聲） 不失真，矯正
（立體聲） 計算視差圖
特征檢測 （例如，SIFT 尺度不變特征轉換，F(xiàn)AST）特征追蹤 （例如，KLT（Kanade－Lucas－Tomasi）跟蹤算法、軌跡預估
使用場景部分（要求外部和內部檢測）
對于單聲道，需要更多類似于照相機方位和距地高度的信息
深度學習的方法－端到端的方法：
從視頻中提取特征，使用卷積神經(jīng)網(wǎng)絡算法。
使用循環(huán)神經(jīng)網(wǎng)絡來一直追蹤軌跡。
估量姿態(tài)。
贊成：借助數(shù)據(jù)后將變得更好。
贊成：這是“可訓練的”
場景理解
借助照相機來理解環(huán)境。
將照相機作為主要的傳感器來駕駛。
物體檢測：傳統(tǒng)的 HAAR 算法。
深度學習在該領域占據(jù)主導地位，對識別、分類和檢測提供更高的準確性。
道路紋理和聲音條件：使用遞歸神經(jīng)網(wǎng)絡算法。贊成：改善車輛的牽引力控制。
運動規(guī)劃
在理解場景之后，如何從 A 到 B ？
傳統(tǒng)：基于控制的優(yōu)化：決定最優(yōu)的控制，將問題形式化為可修正的基于優(yōu)化的方法。
深度強化學習方法。
駕駛狀態(tài)
檢測駕駛的狀態(tài)。
與司機進行交互。
這些度量標準對于檢測睡意，情緒狀態(tài)，檢測一覽（確定司機的注意力在哪里）是非常重要的。
”蜥蜴－貓頭鷹效應“：蜥蜴（大部分）的眼睛比頭動得更多，而貓頭鷹（小部分）頭比眼睛動得更多。
估計司機的認知負荷。
身體姿態(tài)估計。
基于語音交互的司機情緒。
認知負荷：通過眼睛區(qū)域來估計，通過眨眼動態(tài)來估計一個人的思維深度，級別在 0－2 之間。
重申：自動駕駛未來的兩條路
論點： A1 系統(tǒng)在近些年更受歡迎
對于 A2 系統(tǒng)的挑戰(zhàn)：
復雜的情況。
聲稱自己處于“繁忙的區(qū)域”。
雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
