前英特爾中國研究院院長、馭勢科技CEO吳甘沙在Nvidia GTC大會上演講

當(dāng)吳甘沙的身份變成馭勢科技CEO之后，他也成為各類自動駕駛論壇的常客，此次Nvidia在京舉辦的GPU技術(shù)大會，便有他的主題演講。從現(xiàn)場的幻燈片來看，大致內(nèi)容與以往相比無太大變化，有一些小更新，我們來回顧一下。

與業(yè)界多數(shù)人觀點一致，吳甘沙認為人工智能是未來大趨勢，2016年的人工智能相當(dāng)于1996年的互聯(lián)網(wǎng)和1976年的PC，后兩者分別引領(lǐng)了20年的數(shù)字化和網(wǎng)絡(luò)化，接下來的20年將是人工智能波瀾壯闊的20年。

篤定智能駕駛的未來

智能駕駛發(fā)展

▼

在吳甘沙看來，未來5到10年，智能駕駛的市場輻射規(guī)模將是最大的，而且社會效應(yīng)也會最卓著。因為在2020這個重要的時間節(jié)點，多數(shù)車廠都會推出新的車型，帶動激光雷達的訂單增長，從而將單價從75000美元壓縮到500美元以內(nèi)，推動自動駕駛汽車的量產(chǎn)。

在過往的多次演講中，吳甘沙已經(jīng)闡述了其對智能駕駛發(fā)展階段的界定：

吳甘沙眼中的智能駕駛發(fā)展階段，這一次他沒提203X年（制表：雷鋒網(wǎng)）

目前我們還只經(jīng)歷了前兩個階段：從駕駛輔助到輔助駕駛。二者的技術(shù)要求也有很大不同。

1、駕駛輔助重要的是誤報率要低，而漏報率則并沒有那么重要。

2、輔助駕駛漏報率必須是0，同時其誤報率也必須非常低。

因為一次漏報就可能車毀人亡，而莫名其妙緊急剎車則非常影響體驗，同時很危險。

1、駕駛輔助只需要視覺傳感器來做感知。

2、輔助駕駛需要視覺、毫米波/超聲波雷達等多傳感器融合來做感知、規(guī)劃、決策及控制等一系列動作。

更好的識別方案

▼

如今，多數(shù)廠商都想在輔助駕駛上做得更好。

吳甘沙照例以特斯拉在5月份的首起自動駕駛撞車事故為例闡述了目前解決方案的一些弊端：因為攝像頭和激光雷達存在不可避免的缺陷（比如不能清晰辨別出前方是車身還是橋梁）而釀成悲劇。目前特斯拉也正在不斷升級其輔助駕駛系統(tǒng)。

針對此，吳甘沙給出的方案是：

1、通過深度學(xué)習(xí)算法，進行車輛識別、行人識別、標(biāo)識牌識別以及車道線識別，無論遠近、類型、角度還是有無遮擋都能識別，感知環(huán)境能力更強。但是當(dāng)其他車輛從本車的側(cè)后方出現(xiàn)時，很難識別出來，這個時候，深度學(xué)習(xí)算法也是有缺陷的。

2、基于立體視覺的算法，通過立體攝像頭進行車輛捕捉和識別，深度學(xué)習(xí)算法的缺陷就被彌補了。并且還能識別出不平整的道路表面。

三目立體攝像頭（左中右三個攝像頭）

3、建立一個多任務(wù)的識別網(wǎng)絡(luò)，將深度學(xué)習(xí)算法和立體視覺算法組合在一起，系統(tǒng)性對行人、車輛、標(biāo)示、車道線等進行識別。

而且，他正在建立一個全面的世界模型，可以識別不同國家、地區(qū)道路上的突發(fā)狀況（例如澳大利亞袋鼠跳到路上、中東地區(qū)的駱駝闖入道路等），同時將深度學(xué)習(xí)算法融合進去，令輔助駕駛表現(xiàn)得更好。

全面世界模型

除去以上路面檢測部分，還有可行駛區(qū)域（道路的可行駛范圍）以及非結(jié)構(gòu)化道路（雪天的道路邊界被掩埋）的檢測，這個時候也需要深度學(xué)習(xí)算法來讓檢測更加精確。

定位與地圖

▼

識別與檢測方案給出后，接下來要解決定位與地圖的問題：達到分米甚至厘米的精度。

定位方案

目前很多廠商使用慣性導(dǎo)航系統(tǒng)與GPS RTK（高精度GPS）作為解決方案，可以給出準確的定位信息。但是目前慣導(dǎo)系統(tǒng)基本上價格非常昂貴，并不是最優(yōu)解。

吳甘沙認為，使用視覺里程計代替慣性導(dǎo)航系統(tǒng)，也能實現(xiàn)不錯的效果，準確率很高。目前他的團隊正在做這件事。

地圖方案

區(qū)別于Google和其他地圖廠商的高精度地圖，目前吳甘沙給出的地圖方案是：

1、基于Landmark（即道路標(biāo)識：道路兩旁的標(biāo)牌）；

2、基于Lanemark（上帝視角鳥瞰“Bird View”道路表面的標(biāo)線），精度達到10cm的級別。

這種方案的地圖采集設(shè)備價格較低、定位設(shè)備價格較低且實時更新，是為自動駕駛專門制作的地圖。

創(chuàng)新攝像頭

▼

吳甘沙還提到，目前攝像頭還有很多創(chuàng)新的機會，可以借鑒自然界一些鬼斧神工的創(chuàng)造比如：蒼蠅的腹眼、老鷹的超遠距離眼、變色龍的360度環(huán)視眼、哈士奇的夜視眼。

未來，一輛車身上將有6-8個高精度攝像頭，分辨率超過750萬像素，與毫米波/激光雷達更好地進行融合，在異構(gòu)視覺融合方面做得更出色，服務(wù)于自動駕駛甚至無人駕駛。

最后，他認為，并不是最好的深度學(xué)習(xí)算法就是最適合解決問題的（方案），軟件和硬件要針對問題進行適配。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。