0
雷鋒網(wǎng)新智駕（AI-Drive）按：賈兆寅，現(xiàn)任滴滴出行前沿業(yè)務技術(shù)負責人。上海交通大學本科畢業(yè)、康納爾大學博士，于谷歌工作三年半，擔任過從谷歌旗下無人車公司W(wǎng)aymo的技術(shù)經(jīng)理。博士時期主要在感知領(lǐng)域進行研究，包括基于計算機視覺的一些具體算法比如物體識別、三維重建，并將其應用在機器人、自動駕駛汽車方面。
以下內(nèi)容根據(jù)賈兆寅在知乎Live的分享整理，雷鋒網(wǎng)新智駕已獲授權(quán)，并做了不改變原意的整理：
無人駕駛（雷鋒網(wǎng)注：智能駕駛最高形態(tài)）研究大概是2000年從北美開始的，當時是斯坦福大學等名校參加一個名為“DARPA”的無人車挑戰(zhàn)賽。這些學校的團隊設(shè)計的無人車在封閉的道路上跑完全程，第一個沖過終點線的就是第一名。
DARPA里面有一些比較有意思的事情發(fā)生，比如說麻省理工學院和康奈爾大學兩個學校的無人車有一次發(fā)生了碰撞——應該算是無人駕駛界的第一次事故。
他們詳細分析了事故發(fā)生的原因，實際上是無人駕駛一些關(guān)鍵性的技術(shù)如障礙物感知、物體識別以及路徑規(guī)劃方面仍有很多問題存在。
正因為DARPA比賽的舉辦，從2013年開始，很多著名廠商開始跟進無人駕駛。比如說特斯拉開始做Autopilot，還有一些創(chuàng)業(yè)公司像Cruise Automation（后來被GM收購）。
無人駕駛也在很多領(lǐng)域進行了開展，比如最直接的接送乘客就是無人駕駛非常重要的商用領(lǐng)域；車廠也希望通過智能駕駛來讓每一輛車的行車體驗更好；包括像特斯拉也主打Autopilot讓駕駛體驗變得更好、更安全。
事實上，無人駕駛的技術(shù)手段也隨著時間的推移在變化。一開始以激光雷達（LiDAR）為主流；后來因為深度學習和視覺技術(shù)的突破，攝像頭開始被受車企和初創(chuàng)企業(yè)青睞；之后車上又加裝了很多新的傳感器（比如毫米波雷達）。此外，這些年計算機計算能力的提升以及新算法的出現(xiàn)，也對無人駕駛研究大有裨益。
我們最常見的傳感器就是照相機，其優(yōu)點是非常便宜。它捕捉的是可見光，能得到物體非常豐富的細節(jié)信息。它的頻率相對于其他傳感器來說是非常高的，一般的正常照相機都應該是30-60HZ，對于自動駕駛領(lǐng)域要對高速移動的物體進行感知和識別來說，這種頻率完全可以應付。
很多智能駕駛平臺會配備多個攝像頭，包括前向、側(cè)向和后向，每個攝像頭記錄的信息合成車身周邊360度的信息，再加上人工智能的算法，可以對周圍物體進行感知，基于感知便可做車輛的路徑規(guī)劃。
此外，一些高清攝像頭可以看得非常遠，在沒有障礙物遮擋的情況下，能夠看到200米以外的物體，這對于智能駕駛來說是一個非?？捎^的感知距離。
另一種是激光雷達，其工作原理是發(fā)射一束激光（肉眼不可見），碰到物體后會反射回來，然后再測算這束激光從發(fā)射到反射中間花費的時間，可以具體知道這個物體的深度。
一束激光可以得到一個點的深度，多束激光便可得到多個點的深度，這就是所謂的激光雷達的線數(shù)?，F(xiàn)在主流的LiDAR最多是64線，它把激光束排成像扇子一樣，這個扇子以軸為圓心進行360度的旋轉(zhuǎn)，這樣每一束激光就形成了一道環(huán)，64束激光就會形成64道環(huán)，可以得到360度的圖像。
激光雷達除了能得到物體的深度，還能測算出反射過來的激光信號的強度，根據(jù)激光信號的強度就可以得到一些其他的信息。比如說像人體就不是一個很好的光的反射面，所以反射回去的強度比較弱，像汽車的燈或者是一些標志符號會像鏡子一樣反射激光雷達，就會形成更強的反射。
但是，相較于攝像頭（特別是高清攝像頭），激光雷達的弊端是很難表現(xiàn)出這個物體比較豐富的變化。它可以描繪出物體大致的輪廓，但是細節(jié)上則表現(xiàn)得沒那么好。
目前，激光雷達非常昂貴，比如說Velodyne的激光雷達一個可能都是上萬美金。
還有一類傳感器就是一般意義上的毫米波雷達，它根據(jù)多普勒效應來檢測物體的位置以及速度，包括速度的方向和速度的大小。
而且毫米波雷達也可以檢測非常遠的物體，同時還可以穿透一般的障礙物，遠方行駛車輛的信號是非常強的，所以很多智能汽車上都配備了雷達。
不過，毫米波雷達的劣勢也是很明顯。
第一，基于毫米波雷達的反射信號，它得到的位置以及速度信息是比較模糊的，只能得到一個大概的信息，誤差可能在米這個范圍內(nèi)，遠距離的誤差會更大。
其次，毫米波雷達對金屬的反射是非常好的，但對于非金屬的反射相對來說是比較糟糕的，比如說行人或者是小動物。
第三，毫米波雷達必須是雙方有一個相互速度才能夠檢測出物體的位置，因為它是基于多普勒效應的傳感器，如果雙方靜止的話，便會失效。
除了這些主要傳感器，智能駕駛還需要其他一些傳感器。比如要進行精確定位便離不開GPS；要知道車輛車頭的朝向、行駛的速度或者加速度轉(zhuǎn)角，IMU（慣性測量單元）則不可或缺。
除了這些傳感器之外，高精度地圖對于智能汽車來說也是非常重要的。
如果想象智能汽車是一個機器人的話，那高精度地圖的作用就是告訴機器人這個世界是怎樣的。你給了這個機器人一些先驗的知識包括車道線在什么地方、在路的什么位置、是不是有斑馬線，斑馬線上的行人可能更多，是不是要更注重行人的檢測等。
高精度地圖和普通地圖的區(qū)別也是非常大的，高精度地圖不僅要知道這條路整個的連接狀況，更要知道這條路上有幾個車道？每一個車道線是一個什么樣的？甚至還包括一些車道的轉(zhuǎn)角以及車道線之間的連接等細節(jié)信息。還需要非常頻繁的來進行采樣，精確還原道路實況。
路網(wǎng)信息是智能駕駛的一部分，另外一部分地圖比較重要的工作就是整個世界的信息，包括車道具體有多寬，然后這些車道是什么樣的形狀，這些信息也是非常重要的。
這個圖片就是三維的世界的重建包括比較成熟的一些SLAM建造的這個世界，你可以看到這個世界是由剛才我們說的激光點源構(gòu)成的，從這個截圖就可以看到，就是很多幀激光點源疊起來的一個狀況，疊起來的地圖我們就知道強在什么地方，具體的道路的路面是一個什么樣的形狀，它是有多少的比如說上坡、下坡或者是具體的轉(zhuǎn)角都會有一個比較清晰的知識。
得到這些先驗的知識以后，后面的感知和路徑規(guī)劃相對來說就容易一些。比如說感知就可以把路面去掉，得到比如說障礙物在什么地方的信息；路徑規(guī)劃有了車道線的知識，更容易進行避障，知道哪些地方可以靠邊，哪些不能。
但是，智能汽車對世界的感知也會遇到一些困難。
雖然道路上絕大多數(shù)的障礙會是汽車、行人、自行車、摩托車、助力車等這樣的物體，但也會有比較低頻出現(xiàn)的障礙出現(xiàn)。比如說道路上會有一些車爆胎留下的爆胎，比如超市里的手推車有時候會滑到路上，還有路面上的一些垃圾、磚塊……這些障礙物可能需要開幾百公里甚至幾千公里才能碰到，但是當有足夠的數(shù)據(jù)量以后，這些長尾問題也會成為比較重要的物體識別問題。
此外，惡劣天氣、自然環(huán)境等等也會影響智能汽車的感知環(huán)節(jié)。
所以在智能駕駛中可以看到，特別是現(xiàn)在基于深度學習的感知方法，數(shù)據(jù)量是關(guān)鍵。一個是因為更多的數(shù)據(jù)量，學習出來的模型會更好；另外一個是大的數(shù)據(jù)量，也能收集到更多的低頻事件數(shù)據(jù)。
當然，這些小概率事件以及惡劣的天氣、環(huán)境除了對感知造成影響，也對車輛控制提出了新的挑戰(zhàn)。比如當?shù)孛鏉窕畷r，如何能夠精準控制智能汽車的轉(zhuǎn)向和剎車，同時給智能系統(tǒng)正確的技術(shù)反饋？這些都是有待研究的問題。
智能駕駛在一些高端的汽車上已經(jīng)有了一些具體的應用，比如說有一些車上面已經(jīng)有相關(guān)的ADAS應用進去，可以進行必要的輔助駕駛，比如制動和轉(zhuǎn)向、防碰撞預警等。當然，真正的讓人手離方向盤還需要一定的時間，肯定是一個循序漸進的過程。
相對來說，在一些交通狀況不那么復雜的地方，智能駕駛可能會率先應用起來。比如一些工業(yè)區(qū)、旅游區(qū)等。此外，未來利用自動駕駛汽車進行貨物的運輸，甚至是通過自動駕駛汽車進行共享出行也都是很有前景的。
當然，智能駕駛最可貴的效果是，可以避免一些不必要的人為操作造成的交通事故，提高錘形的整體安全性。
對我個人而言，能夠在這個時候參與到這個過程中推動智能駕駛技術(shù)，是非常令人高興的一件事情。也希望更多人參與進來，讓科幻電影、小說里的技術(shù)變成真正的產(chǎn)品。
問：攝像頭怎么感知距離？
賈兆寅：比較傳統(tǒng)是用雙目攝像頭來做，通過兩顆攝像頭來檢測同一個物體。如果你知道這個物體在兩顆攝像頭里面具體的圖片中的位置，那如果兩個攝像頭中間有一些距離，你可以知道這個位置的視差，通過這個視差再加上一些幾何上的過程，可以知道具體物體的位置。
但是它會制約于幾個因素，第一個因素是車載的物理限制。因為像人的雙眼一樣，兩顆攝像頭之間的距離越大，可以檢測的物體的深度越深。但是搭載在車身的攝像頭相互間的距離是受限的，不可能無限大。
另外一個就是雙目攝像頭來測量深度會局限在具體的匹配算法，如果兩顆攝像頭里面會出現(xiàn)兩張圖片，那怎么樣把這兩張圖片相同的物體聯(lián)系起來，然后通過這種對應的算法得到視差，這也是一個算法上的問題。如果這個算法出現(xiàn)一些偏差的話，距離感知就會有誤差。
還有一種使用單目攝像頭來感知距離，原理如下：如果一個照相機照一個平面，平面上的物體在照片里都是近大遠小，或者物體與地面接觸的那條線越低，就表示離照相機越近。如圖所示，照相機照路面，在相片里是一個梯形，物體1和地面接觸于藍色線，物體2與地面接觸于紅色線，紅色線在照片里“高于”藍色線，就說明物體2比物體1遠。
問：三維重建一般需要哪些傳感器的共同配合？
賈兆寅：對于三維重建來說，我們一般會把攝像機、LiDAR還有IMU、GPS這些結(jié)合起來，配合行程對整個場景進行重建。一般的三維重建會進行一些數(shù)據(jù)的采樣，得到比如說照相機和LiDAR對于世界的描述，然后再通過說GPS、IMU把一幀一幀的信息聯(lián)合起來做三維的重建。
問：5G的到來會幫助解決智能駕駛的部分技術(shù)難關(guān)嗎？在剛剛結(jié)束的WMC上，很多巨頭通信公司把無人駕駛作為5G的載體。
賈兆寅：這個高速網(wǎng)絡的到來會對智能駕駛各個領(lǐng)域都有一些幫助，比如說可以迅速得到地圖的更新，然后大的數(shù)據(jù)可以迅速與服務器進行一些交互，新的數(shù)據(jù)傳輸方式也可以催生一些在智能駕駛、車聯(lián)網(wǎng)方面的新的應用。
問：智能駕駛何時能真正到來？
賈兆寅：這個要看我們怎么定義“到來”。智能駕駛有不同的維度和發(fā)展階段，一些技術(shù)我覺得已經(jīng)在很多車廠進行比較廣泛的應用，比如說剛才我提到的盲區(qū)檢測、車道線檢測、CMB、ACC等等，其實這些對于駕駛來說都具備一定革命性，而且開始慢慢融入到我們?nèi)粘ｓw驗中。未來肯定會有更多種智能駕駛的方案并行，而且這些智能駕駛方案會相輔相成。
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。
