0
雷鋒網按，近日，Waymo 在 Youtube 上發(fā)了一段視頻專門介紹“Waymo Driver”——自動駕駛巨頭的第五代無人車平臺。
視頻主講人是 Waymo 設計主管 YooJung Ahn，這位一手打造了“螢火蟲”自動駕駛汽車的女設計師給我們分享了新平臺的基本設計理念。
總結來說，這個名為“內部洞見”的視頻重要內容如下：
Waymo 已累計完成 2000 萬英里（3200 萬千米）路測，仿真里程更是超過 100 億英里（160 億千米），測試地覆蓋美國 25 個城市；
傳感器擁有 360 度視野，最遠探測距離可達 500 米（準確來講，Waymo 的 雷達探測距離是 300 米，而新的視覺系統則能看到 500 米之外）；
Waymo Driver 未來的四大使用場景：打車服務、卡車運輸、貨物遞送與私人乘用車；
四大設計原則：簡潔、誠實、平易近人、令人愉悅；
整個平臺整合了 29 顆攝像頭，同時為傳感器配備清潔和加熱系統；
傳感器還在超過 50℃ 的死亡谷進行了耐久性測試；
傳感器滿足各項嚴格的車用標準；
該平臺為大規(guī)模量產而生；
可適配不同的車輛平臺；
車頂配備了 LED 屏幕，方便與等車的乘客溝通。
是不是覺得這些視頻中的“高光時刻”不夠重磅？
很正常，這就是 Waymo 的風格，它們對于許多細節(jié)性技術問題還是挺神秘的。
Ahn 講起第五代平臺來也有些語焉不詳。舉例來說，Waymo 自研的激光雷達、攝像頭、雷達和計算機規(guī)格，她都不愿說的太細，而對外界來說這些才是價值連城的關鍵信息。
就拿 Waymo Driver 擁有的算力來說，眼下沒人知道 Waymo 到底用了什么處理架構。就連 Strategy Analytics 車載電子服務部門主管 Ian Riches 都對此一頭霧水。
一些行業(yè)觀察者猜測，除了谷歌自家基于 TensorFlow 的加速器，Waymo 在 CPU、GPU 和 FPGA 的組合上可能玩了混搭（比如用 CPU 用英特爾的，GPU 用英偉達的）。
當然，Waymo 也可能通過自己的定制芯片吃掉了一部分計算任務，為更重要的工作省下更多算力。
在視頻中，關于 Waymo 的計算引擎 Ahn 只透露了兩點：
1. 它是 Waymo 自行開發(fā)的；
2. Waymo 成功縮減了計算引擎的體積，為后備箱騰出不少空間，不過依然實現了算力的提升。
對行業(yè)觀察者來說，Waymo 第五代平臺最可怕的就是其傳感器的裝備量，它不但整合了 29 顆攝像頭，還有升級版的激光雷達和雷達等。
Yole Développement 最近在名為《2020 年無人車傳感器》的一篇報道中指出，“自動駕駛汽車對傳感器成本和長期可靠性不太感冒，而這兩點是傳統汽車制造商的命門。不過，傳感器的可用性、性能和可維護性自動駕駛廠商則非?？粗?/strong>。
如果成本可以忽略不計，那么什么才是真正利害攸關的呢？
在 Yole 看來答案是后端算力的限制，未來這一問題可能會阻礙系統設計師繼續(xù)為車輛增加傳感器。
那么，自動駕駛平臺攝像頭裝備量的上限到底在哪？
Yole 首席分析師 Pierre Cambou 認為，“傳感器數據流的增長最終會被后端算力所限，我們可能真的會觸及那個天花板，讓系統設計師們不得不捆住手腳?！?/p>
Cambou 對增加的數據流和處理新增數據所需算力間的關系進行了研究，他表示：“自動駕駛汽車數據流的增長已經受到嚴重限制?！?/p>
鑒于計算能力整體是呈對數增長的（先快后慢），因此 Cambou 也坦言稱，自己的結論是個“可怕的發(fā)現”。
與硅谷許多處理器工程師不愿承認摩爾定律即將作古的情況不同，Cambou 認為自動駕駛汽車的算力困境與傳感器數據流有關。他預計自動駕駛汽車的算力終將到達上限，其結果就是自動駕駛行業(yè)需要“一種新的范式”。
Cambou 指出，要想避免“數據流與算力”僵局，方法之一是開始尋求數據質量的改善。
他表示，自動駕駛行業(yè)需要各種性能更好的傳感器。當然，除了部署更好的雷達外，還需要諸如熱像儀（Waymo還沒有，但分析師認為它們后續(xù)會配備）之類的裝備對于“在數據預算內提高數據質量”也是必要的。
Cambou 提到，像 Prophesee 這樣使用“基于事件攝像頭”的公司有望解決算力有限的問題?！吧窠浶螒B(tài)是受生物啟發(fā)的‘傳感’和‘計算’。通過兩者的結合，就可以提供第三種計算方式。”Cambou 補充道。
有的人可能會說，29 個攝像頭是不是有點多了？Waymo 可不這么看，它們還專門用了多種方式來整合傳感器數據去提升數據質量呢。
1. Waymo 的激光雷達
據 Ahn 介紹，“Waymo 的全新激光雷達家族能在更廣的范圍內實現更高的分辨率。作為 Waymo Driver 平臺中最強大的傳感器，我們的激光雷達能繪制出一幅足夠精準的周邊環(huán)境圖景。即使是毫無照明條件的夜晚，也能看的清清楚楚?！?/p>
關于安在車輛頂部的那臺激光雷達，她則介紹稱，“它能看到 300 米外，而且擁有 360 度視角?！迸c此同時，安裝在車輛四周的雷達則能覆蓋更廣的視場，探測起車輛附近的物體更加得心應手。
2. Waymo 的視覺系統
Ahn 指出，新的視覺系統讓 Waymo Driver 能獲得更清晰的圖像與更廣的視角，29 個攝像頭在視覺上覆蓋車輛周邊更是不在話下。此外，攝像頭還有清潔與加熱系統支持，能在各種天氣條件下釋放最佳性能。
Ahn 還介紹稱，新的遠程攝像頭與 360 度視覺系統“能比之前看的更遠，以識別更加重要的細節(jié)信息，比如 500 米外的停止標識。此外，新的周邊視覺系統搭配車輛四周的雷達讓 Waymo Driver 能實時監(jiān)控車輛附近的物體?！?/p>
Waymo Driver 的周邊視覺系統還能大大減少停著的車或大型車輛帶來的盲區(qū)?！斑@些新攝像頭讓我們能掌握周邊物體的動向，以更好地做出決策。”Ahn 解釋道?！安煌愋蛿z像頭相結合換來的有價值信息，也能方便我們盡早做出反應?！?/p>
3. Waymo 的雷達
Ahn 認為，Waymo 的新款高清圖像雷達占據了車輛周邊 6 個有利位置。它們能“同時追蹤靜態(tài)和動態(tài)目標，在更遠的距離外發(fā)現小型目標并分辨出那些擁擠在一起的目標?！?/p>
她還強調稱，“雷達是激光雷達和攝像頭的補充，它們在各種惡劣天氣下簡直是神器?！?/p>
激光雷達、攝像頭、雷達和 AI 計算平臺都“刷到”頂級后，Waymo 就為自家自動駕駛汽車構筑了一個完美的 3D 世界。
當然，硬件配齊了，也不能忽略軟件，它也是決定 Waymo Driver 成功與否的關鍵環(huán)節(jié)。不過，在視頻中 Ahn 對這個問題一帶而過。
“在軟件端，我們自動駕駛汽車的大腦將吞吐傳感器采集到的信息以回答 4 個關鍵問題，即我在哪？我周邊有什么？下一步會發(fā)生什么？以及我該作何反應？只有軟硬件協同合作，才能讓車輛理解周邊環(huán)境，實現安全行駛的目標?！崩卒h網 雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
