今年 1 月，法國公司 EasyMile 首輛無人駕駛公共汽車 WEpod 開始在荷蘭一座大學(xué)城內(nèi)進(jìn)行開放式測(cè)試；2 月底，日本無人自駕計(jì)程車 Robot Taxi 為了在 2020 年東京奧運(yùn)前實(shí)現(xiàn)商業(yè)化營運(yùn)目標(biāo)，已經(jīng)在日本神奈川縣藤澤市展開道路實(shí)測(cè)……

似乎無人駕駛離上路真的不遠(yuǎn)了。但是作為一套要商業(yè)化的系統(tǒng)，成本問題自然無法回避。高精度激光傳感器、GPS 造價(jià)不菲。即使作為一個(gè)成熟的智能系統(tǒng)，如何降低價(jià)格或者在廉價(jià)傳感器上尋找解決方案？

本文整理自「硬創(chuàng)公開課 Online | 無人駕駛」專場(chǎng)。分享嘉賓是馭勢(shì)科技聯(lián)合創(chuàng)始人姜巖，他是北京航空航天大學(xué)博士、美國伊利諾大學(xué)香檳分校聯(lián)培博士研究生，研究領(lǐng)域?yàn)樽詣?dòng)駕駛系統(tǒng)架構(gòu)設(shè)計(jì)和規(guī)劃控制。

1、靠什么實(shí)現(xiàn)無人駕駛產(chǎn)業(yè)化

雷鋒網(wǎng)：馭勢(shì)具體在做什么？進(jìn)度如何？

姜巖：我們?cè)谧鰞蓚€(gè)方向：第一個(gè)方向是做自動(dòng)駕駛，環(huán)境開放，路線不固定，在自動(dòng)駕駛中駕駛員是參與駕駛過程的，以強(qiáng)化駕駛體驗(yàn)為目的，車主可以將車開到任何地方去，比如特斯拉這種；第二個(gè)方向是，固定線路、開放環(huán)境的無人駕駛，比如谷歌的豆莢車。

我們希望以低成本實(shí)現(xiàn)自動(dòng)駕駛或無人駕駛的產(chǎn)業(yè)化。在汽車產(chǎn)業(yè)這一專業(yè)性極強(qiáng)的產(chǎn)業(yè)中，我們不會(huì)去做專業(yè)公司已經(jīng)在做的事情。

在硬件方面，我們不會(huì)做汽車，只會(huì)提供解決方案；解決方案中的核心載體是自我研發(fā)的車載超級(jí)電腦，這臺(tái)超級(jí)電腦負(fù)責(zé)解決自動(dòng)駕駛中感知定位規(guī)劃控制的所有工作；

傳感器上來說，如果有現(xiàn)有傳感器能夠滿足我們的要求，我們會(huì)盡可能的采用貨架產(chǎn)品，比如毫米波雷達(dá)，超聲波雷達(dá)，以及低成本的 GPS；

在機(jī)器視覺方面，由于現(xiàn)在還沒有能夠滿足我們要求的貨架產(chǎn)品，因此我們會(huì)推出自己的機(jī)器視覺解決方案。這也是我們的優(yōu)勢(shì)之一。

雷鋒網(wǎng)：我們都知道谷歌使用的 LIDAR 傳感器成本很高，售價(jià)七八萬美元一個(gè)，你們究竟怎么用低成本實(shí)現(xiàn)？

姜巖：無論哪個(gè)方向，成本是最關(guān)鍵的因素。自動(dòng)駕駛有個(gè)特點(diǎn)，90% 的功能可以用 1% 的成本實(shí)現(xiàn)，但是剩下的 10% 的功能是最難的，可能增加 100 倍的成本也不一定能實(shí)現(xiàn)，真正實(shí)用的自動(dòng)駕駛系統(tǒng)不會(huì)使用最昂貴的設(shè)備、最復(fù)雜的技術(shù)。

在我看來，做好自動(dòng)駕駛，取舍是關(guān)鍵。最好的自動(dòng)駕駛技術(shù)方案，是在成本限制下最簡(jiǎn)單的方案。所以我們不會(huì)花時(shí)間去攻克最難的部分，我們只用低成本實(shí)現(xiàn) 90% 的功能。

要想做到取，我們舍掉了高成本的設(shè)備。舉個(gè)例子，不用激光雷達(dá)，沒有 RTK GPS 怎么樣實(shí)現(xiàn)定位精準(zhǔn)，那就靠視覺地圖匹配，但是視覺也存在不足，有時(shí)候并不能保證一定看到環(huán)境中特征，那么我們可以加入其它技術(shù)手段來彌補(bǔ)它的不足，讓它看見足夠的特征。更重要的是，我們?cè)谡w系統(tǒng)設(shè)計(jì)時(shí)，就要讓系統(tǒng)不是那么依賴于定位的精度，從系統(tǒng)架構(gòu)的冗余設(shè)計(jì)上解決問題。

雷鋒網(wǎng)：馭勢(shì)目前采用的立體視覺是自己的相機(jī)還是別人的相機(jī)？如果是自己的相機(jī)，那么為什么市面上的相機(jī)不滿足要求？Mobileye 也是致力于視覺解決方案。能否對(duì)比一下馭勢(shì)科技與 Mobileye 的方案的異同點(diǎn)？

姜巖：我們會(huì)兼容其他家的傳感器，但是也會(huì)開發(fā)自己的立體視覺系統(tǒng)。至少到現(xiàn)在為止，Mobileye 的東西還滿足不了我的要求，我們?cè)谝曈X方面還是很有優(yōu)勢(shì)的。

目前 Mobileye 并不提供立體視覺系統(tǒng)，同樣視覺地圖匹配功能也沒有，這兩個(gè)功能是我們視覺系統(tǒng)的核心。

2、怎么實(shí)現(xiàn)無人駕駛交通系統(tǒng)

雷鋒網(wǎng)：無人駕駛最后針對(duì)的客戶是誰？是車廠還是終端客戶？

姜巖：無人駕駛與自動(dòng)駕駛針對(duì)的客戶是不同的。無人駕駛更多針對(duì)特定需求的客戶或者終端用戶，自動(dòng)駕駛更多地針對(duì)車廠。

我們公認(rèn)的是一旦推廣無人駕駛，共享經(jīng)濟(jì)就會(huì)起來，汽車的保有率會(huì)降低，那么這肯定不是汽車廠商希望看到的，車廠希望看到的不是「消滅」駕駛員，而是強(qiáng)化汽車的某些特點(diǎn)，讓駕駛員更安全的駕駛，駕駛體驗(yàn)更好，這對(duì)車廠才有意義。

無人駕駛的目標(biāo)是提高交通系統(tǒng)的效率，完全把人類從駕駛過程中解放出來，因此他承擔(dān)了更多地社會(huì)責(zé)任。

雷鋒網(wǎng)： 既然無人駕駛目標(biāo)是提高交通系統(tǒng)的效率，怎么實(shí)現(xiàn)無人駕駛的交通系統(tǒng)？

姜巖：最終的交通系統(tǒng)一定是所有車輛都是無人駕駛，而且是專門為無人駕駛設(shè)計(jì)的，但不可能一蹴而就。如果交通系統(tǒng)就是為無人駕駛設(shè)計(jì)，它運(yùn)行無人駕駛汽車就更簡(jiǎn)單。最難的是在現(xiàn)有交通環(huán)境下，除了無人駕駛汽車外，還有其他有人駕駛的車輛。

這個(gè)悖論在于，如果在現(xiàn)有的交通系統(tǒng)里面做無人駕駛，它的技術(shù)難度比無人駕駛最終形態(tài)還要難。我們最終的解決方案有兩步：

1、現(xiàn)有交通系統(tǒng)下出現(xiàn)部分自動(dòng)駕駛功能車輛，隨著功能越來越多，自動(dòng)化程度不斷提高，反推交通系統(tǒng)發(fā)生變化；

 2、固定路線開放環(huán)境的無人駕駛在以后會(huì)越來越多，從技術(shù)層面和覆蓋范圍慢慢演化。干線交通就是高速路或地鐵，毛細(xì)血管交通就是公共交通，如果最后一公里逐漸被低速無人駕駛覆蓋，交通系統(tǒng)自然發(fā)生變化。這是量變引起質(zhì)變的過程，到 2020 年之前會(huì)演變成成熟路線。

雷鋒網(wǎng)：短期內(nèi)，可否實(shí)現(xiàn)區(qū)域性的無人駕駛,比如高速公路上的應(yīng)急車道，提供專用車道給無人駕駛車輛，比如夜間從北京到上海，局域車互聯(lián)，是否有條件實(shí)現(xiàn)？

姜巖：并不是沒有條件實(shí)現(xiàn)，但是我現(xiàn)在考慮問題的思路是：它的價(jià)值在哪里，能否可持續(xù)的推動(dòng)產(chǎn)業(yè)發(fā)展？如果是為了做無人駕駛而無人駕駛，不太現(xiàn)實(shí)。

我認(rèn)為在現(xiàn)有交通系統(tǒng)下無人駕駛是沒有需求的，無人駕駛承諾的所有事情，自動(dòng)駕駛都可以做到，我強(qiáng)調(diào)的是在高速公路上這種情況。我認(rèn)為消滅駕駛員的需求只對(duì)成本很敏感的應(yīng)用存在，對(duì)于消滅家用車駕駛員持懷疑態(tài)度。

3、關(guān)于無人駕駛的商業(yè)化

雷鋒網(wǎng)：為什么現(xiàn)階段大部分無人駕駛都在院校的研究階段？

姜巖：研究和產(chǎn)業(yè)化推廣中間有斷層，因?yàn)閷W(xué)校出來的成果更多是原理驗(yàn)證、概念成型。終端用戶或汽車廠商需要的是一個(gè)拿來就能用的成型產(chǎn)品。

對(duì)于汽車產(chǎn)業(yè)來說，測(cè)試很重要、降低成本也很重要。這部分沒有人做，我們要做的就是為了填補(bǔ)這塊的缺口。

雷鋒網(wǎng)：目前無人駕駛技術(shù)商業(yè)化有哪些案例？馭勢(shì)提供的解決方案是不是為企業(yè)定制？

姜巖：如果我們把無人駕駛技術(shù)的每一點(diǎn)都當(dāng)做是無人駕駛的一個(gè)階段的話，ACC（自適應(yīng)巡航控制）、FCW（前方碰撞預(yù)警系統(tǒng)）、荷蘭的無人巴士也算。其他還在演示階段。

需要說一點(diǎn)的是我不認(rèn)為 LDW（偏離警示系統(tǒng)） 屬于自動(dòng)駕駛范疇，因?yàn)橐詧?bào)警為目的的車道線檢測(cè)與以自動(dòng)駕駛為目的的車道線檢測(cè)的要求完全不同，他很難通過自我發(fā)展達(dá)到這個(gè)階段，必須從一開始就以自動(dòng)駕駛為目的設(shè)計(jì)車道線檢測(cè)。

馭勢(shì)在自動(dòng)駕駛這個(gè)大產(chǎn)業(yè)中只是一個(gè)環(huán)節(jié)，我們的解決方案也只是這個(gè)環(huán)節(jié)的解決方案，最終成事還需要與上下游各個(gè)專業(yè)環(huán)節(jié)共同完成。

雷鋒網(wǎng)：無人駕駛的技術(shù)集成現(xiàn)在需要囊括哪些環(huán)節(jié)，哪些環(huán)節(jié)比較成熟，現(xiàn)有在國內(nèi)哪些環(huán)節(jié)比較薄弱？

姜巖：在技術(shù)上和機(jī)器人幾乎沒有差別，就是體現(xiàn)在感知、決策、定位、規(guī)劃、控制以及需要一個(gè)汽車平臺(tái)。直到現(xiàn)在無人駕駛研究大部分都還在學(xué)術(shù)界，還沒有完全的被產(chǎn)業(yè)界接管，這意味著技術(shù)上全世界都是公開和公平的，沒有秘密。

國內(nèi)唯一薄弱的在于元件，大部分傳感器元件比如激光雷達(dá)、高精度定位等來自國外，包括底層的平臺(tái)，從算法上來說問題不大。

如果從技術(shù)指標(biāo)來說，最好的肯定是最貴的，如果只是以完成這件事情為要求的話，那就需要綜合的考量：用激光雷達(dá)做高精度地圖匹配、用 RTK GPS 做高精度定位還是用低成本的方案讓汽車在路上行駛。這些都可以實(shí)現(xiàn)。

4、關(guān)于零事故率

雷鋒網(wǎng)：如何看待近期谷歌無人車撞巴士的事件？

姜巖：由于并沒有足夠的信息，因此我不能確定這件事是算法、場(chǎng)景復(fù)雜或者是駕駛員與車協(xié)調(diào)造成的。

但是這件事的關(guān)鍵是，它提醒人們無人駕駛做到零事故率是不現(xiàn)實(shí)的。從一開始，無人駕駛的愿景里就已經(jīng)明確：可以極大降低事故率，或者減小事故導(dǎo)致的后果。

對(duì)我們來說：第一，這種事情遲早會(huì)發(fā)生；第二，這件事情對(duì)谷歌不會(huì)有大的影響，因?yàn)樗猩习偃f公里的安全里程做背書，能夠證明它的事故率遠(yuǎn)遠(yuǎn)低于人，甚至這件事故是好事，它是真實(shí)的；第三，公眾對(duì)這件事情的看法，他們可能更聚焦于這一起事故。怎么讓公眾接受說無人車會(huì)出事故，還需要從其他方面解決。但谷歌提供了一個(gè)很好的思路：大量測(cè)試，證明它是安全的。

這種測(cè)試必須是開放的，不能只是一種公關(guān)行為。體驗(yàn)是提高公眾接受度最好的辦法。下半年我們的車開始上路測(cè)試后，整個(gè)過程都會(huì)向媒體和公眾開放，你可以隨時(shí)上車去參與自動(dòng)駕駛或無人駕駛行駛的過程。

雷鋒網(wǎng)：無人駕駛技術(shù)會(huì)降低事故率，能否實(shí)現(xiàn)零事故率？

姜巖：零事故率從理論上來說是不可能的，理性的說，無人駕駛會(huì)降低事故率，但是更多地情況下即使沒有阻止事故發(fā)生，也可以減輕事故的后果。這也是一種有益的進(jìn)步。

無人車發(fā)展到最終也未必能到零事故率。比如地鐵在一個(gè)很封閉的環(huán)境而且還有人駕駛，也不一定是零事故率。但是無人駕駛會(huì)在這個(gè)過程中會(huì)以降低事故的后果開始。

雷鋒網(wǎng)：如果出現(xiàn)事故，責(zé)任誰來負(fù)？車廠、司機(jī)還是技術(shù)供應(yīng)商? 

姜巖：自動(dòng)駕駛的車輛一定要有一個(gè)完整的數(shù)據(jù)記錄的功能，發(fā)生事故以后，能將周圍所有復(fù)雜的觀測(cè)情況、處理結(jié)果和原始數(shù)據(jù)記錄下來，能夠完整呈現(xiàn)當(dāng)時(shí)發(fā)生了什么，把數(shù)據(jù)計(jì)算出來，對(duì)比不同的計(jì)算結(jié)果：是計(jì)算能力達(dá)不到、當(dāng)時(shí)的環(huán)境我們處理不了還是第三方的責(zé)任。

在無人汽車能夠上路之前，這個(gè)系統(tǒng)是必須具備的，否則責(zé)任無法劃分。

發(fā)生了交通事故，比較理性的方案應(yīng)該是首先有一筆保險(xiǎn)墊付，然后是我們與汽車廠商做事故分析，看到底是誰的責(zé)任，比如說是車根本剎不住還是根本就沒看到，假設(shè)我們的系統(tǒng)用的是某個(gè)品牌的傳感器，我們層層分析事故結(jié)果是他們的傳感器沒有檢測(cè)到當(dāng)時(shí)的情況，那責(zé)任就在傳感器供應(yīng)商這一方。

圖片來自 commons.wikimedia.org

友情通告：

1、硬創(chuàng)公開課 Online 第三期將于明天（3 月 8 日下午 2 點(diǎn)）準(zhǔn)時(shí)開課，主題是無人機(jī)，分享嘉賓是一名無人機(jī)資深從業(yè)者。

2、附上：此次公開課的分享群，盡管分享已經(jīng)結(jié)束，但本群會(huì)作為雷鋒網(wǎng)的無人駕駛以及討論駕駛領(lǐng)域的黑科技群。歡迎此領(lǐng)域的愛好者、從業(yè)者和業(yè)內(nèi)人士掃碼加入切磋。

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。