0
本文作者: 吳德新 | 2017-12-19 11:38 |
在新造車企業(yè)中,小鵬汽車開始把自動駕駛放到很高的戰(zhàn)略地位。今年10月,原特斯拉AutoPliot Machine Learning Tech Lead谷俊麗加盟小鵬汽車擔任自動駕駛研發(fā)的VP,谷俊麗說,“自動駕駛會是小鵬的核心命脈”。
時隔不到2個月后,雷鋒網(wǎng)·新智駕在硅谷再次見到了谷俊麗。此時,小鵬剛剛上線了北美官網(wǎng)XMotors.ai,負責自動駕駛研發(fā)的第一批團隊已經(jīng)入駐Palo Alto的辦公室。谷俊麗告訴我們,新團隊將與位于廣州和北京的小鵬汽車研發(fā)團隊協(xié)力,為小鵬在2018年、2019年推出的前兩款車型量身定制——可量產(chǎn)、可生長的自動駕駛解決方案。目前小鵬汽車1.0版本的量產(chǎn)車正在運往硅谷的路上。
小鵬汽車想要做的自動駕駛,首先是搭建一個以自主研發(fā)為主的技術體系,同時設計一個可演進生長的技術架構,最后這些技術能夠落地在中國的道路環(huán)境下量產(chǎn)。在新造車團隊中,他們不是最高調(diào)的一支,但在自動駕駛研發(fā)上,他們的野心不小。
(2018年1月16日,雷鋒網(wǎng)將在硅谷舉辦GAIR硅谷智能駕駛峰會,峰會邀請中美兩地數(shù)十家自動駕駛技術公司演講,并有近百家產(chǎn)業(yè)鏈公司在場交流。我們也邀請了小鵬汽車自動駕駛副總裁谷俊麗在峰會當天發(fā)表演講,分享中國特色的自動駕駛問題和自動駕駛技術,訪問https://gair.leiphone.com/gair/gairsv2018了解大會的更多詳情。)
電動化和智能化的趨勢,造就了這波新造車運動的浪潮:無論是小鵬、蔚來、威馬還是車和家,無不借助了這兩個契機。
而在智能化中,自動駕駛又是對未來的汽車影響最大的功能。自動駕駛的技術研發(fā)周期很長,同時高度跨領域,因此各家的部署策略各有不同:蔚來剛剛發(fā)布的ES8將搭載Mobileye的EyeQ4,威馬也在前不久宣布了與Mobileye合作,李想創(chuàng)辦的車和家則是投資了自動駕駛創(chuàng)業(yè)公司易航,拜騰汽車則會在CES 2018上宣布與一家自動駕駛創(chuàng)業(yè)公司合作開發(fā)L4的自動駕駛技術。
谷俊麗告訴我們,2018年小鵬汽車量產(chǎn)的第一款SUV將會搭載自動泊車等輔助駕駛功能,早期的技術會是自研加供應商體系結(jié)合;而到了2019年,小鵬的第二款量產(chǎn)車型Sedan上市時,他們希望搭載一套自主研發(fā)的能限定場景內(nèi)實現(xiàn)L3級別自動駕駛的系統(tǒng)。
為什么小鵬汽車要強調(diào)自主研發(fā)?谷俊麗說,作為一家想要創(chuàng)造新型汽車的公司。需要對自動駕駛的問題進行深刻的理解,要做很多跨界融合的思考。這些思考不太可能依靠某個單一的技術供應商完成,也不太可能通過別人來完成新型汽車的變革。
關于智能汽車跟傳統(tǒng)汽車的差異,谷俊麗打了一個比方:傳統(tǒng)的汽車一出生就在它的壯年,然后在每一天的使用里衰退、折損。而智能的汽車則在演進和生長。
小鵬汽車創(chuàng)辦近3年,在過去幾年主要完成了三電系統(tǒng)的研發(fā),第一款SUV的設計已經(jīng)基本定型,也很快會迎來規(guī)?;慨a(chǎn)。對于谷俊麗團隊來說,此前的研發(fā)工作留下了財富。首先是車輛做了很好的線控設計,在內(nèi)部也為計算單元、傳感器的布局留下了空間。
傳統(tǒng)車企為什么做不了OTA升級?“是因為車輛沒有徹底地數(shù)字化,請注意徹底二字,”谷俊麗說,“它需要系統(tǒng)性的設計思路,設計到不到位,只有一個點形成不了線,形成不了產(chǎn)品?!?/strong>
更重要的一點是,汽車是至少使用5 - 10年的產(chǎn)品。如果要滿足未來5 - 10年持續(xù)地升級,硬件系統(tǒng)的設計需要有很高的前瞻性,甚至要足夠深入地介入到最困難的研發(fā)里,以確保這樣的設計能夠交付。所以,普通用戶可能認為OTA升級是一種功能,但是對造車團隊來說,OTA升級是系統(tǒng)設計能力、軟件迭代的能力甚至硬件研發(fā)能力的集合。
這也就是為什么谷俊麗一開始提到“核心命脈”,一個新造車廠商要比供應商們,更提前、更全面地認識到整個車輛的生命周期內(nèi)要解決的問題。
在谷俊麗與雷鋒網(wǎng)·新智駕的這次采訪前,谷俊麗剛剛在紐約的一個人工智能頂級產(chǎn)業(yè)會議AI Summit上做了一場演講,內(nèi)容就是小鵬汽車的使命以及如何解決中國特色的駕駛問題。谷俊麗說,在她演講完后,許多國外的專家是服氣的,甚至是佩服的。
亞洲的自動駕駛問題是最困難的,在全球范圍內(nèi)中國的自動駕駛問題可能僅次于印度,這里面包含了中國人的社交習慣、豐富的障礙物類型、各種各樣的交通環(huán)境:
1. 外國人走在中國的大街上可能會不習慣,可能覺得有人在擠他,推他。其實是環(huán)境不同,資源緊張,大家都會走得快一些。國內(nèi)道路上的,加塞、急剎也也會比美國更常見。
2. 障礙物遠比美國豐富,街上有物流車、快遞車、小電驢。如果有一種物體,自動駕駛系統(tǒng)沒有見過,可能就識別不出來。所以設計算法要基于數(shù)據(jù),數(shù)據(jù)來源于場景。
3. 交通環(huán)境。在國內(nèi)的一個路口,離路口3米可能有各種車竄出來,有車子在最后時刻決定要換道了,行人從車跟車之間穿梭過去,自行車溜著的邊兒。
要解決這些問題,需要有真實的中國道路數(shù)據(jù),而且是全面、平衡的數(shù)據(jù)。
小鵬汽車有自己的車輛和車輛資源,這是自主研發(fā)的優(yōu)勢。在數(shù)據(jù)的基礎上,進行算法的研發(fā),形成一套可演進的技術架構,而在未來量產(chǎn)車上路之后,新的數(shù)據(jù)又會推動小鵬智能駕駛的生長。
文末是雷鋒網(wǎng)·新智駕最近一次采訪小鵬汽車自動駕駛副總裁谷俊麗的對話節(jié)選,雷鋒網(wǎng)·新智駕做了不影響原意的刪減:
新智駕:小鵬自主研發(fā)自動駕駛的目標是什么?
谷俊麗:我們要創(chuàng)造一個環(huán)境,讓自動駕駛技術去生長。
亞洲的自動駕駛駕駛是行業(yè)里最難做的,一個是中國,一個是印度,能解決這兩個國家的駕駛,那全世界都可以解決了。
我們還要實現(xiàn)有個性化的,能夠有區(qū)域人文特征和社交文化特征的駕駛場景。同一輛車你早上開跟晚上開的特性可能會不一樣,你周末出去玩可能是另外一種特征,有老人的時候可能會緩和一點,沒有老人的時候會激進一點。一輛車,從你最開始買它的時候是一個baby,但是它的智能會越來越強大。傳統(tǒng)的汽車一出生就是壯年,然后開始衰退。而我們的車在不斷增長它的智能,所以給用戶的體驗是截然不同的。
之前在國內(nèi)就講過,我們的自動駕駛,最核心是要可落地。要基于現(xiàn)有技術能做到的極佳狀況,提交給用戶,而不是提前預設靜態(tài)的目標。
我們會先從輔助駕駛開始做,再到高速駕駛,技術先突破,然后再形成技術框架和產(chǎn)品,形成線,形成面,形成框架。我們在做每一個點都是解決真實的問題,你要解決中國式的加塞,中國式的急剎車,中國式的社交,人跟車的交互,車跟車的交互。
新智駕:中國式的社交問題怎么理解?
谷俊麗:駕駛問題其實是個社交問題,你可以想象一下馬路上那么多車,它們在交互。中國怎么玩,美國怎么玩,是截然不一樣的。中國的車就是我就硬塞,你塞不過我,我就過去了,就是以己為主,其實是我們的資源緊張,不走快一點,就搶不到。
你在西方駕駛基于規(guī)則的決策算法大部分情況下是可行的,在中國基于規(guī)則可能不行。在國內(nèi)的一個路口,離路口3米各種車亂竄?有的車在最后時刻決定了要換道,行人從你旁邊跟車之間穿梭過去,自行車溜著邊兒,摩托車是S形的。大家是在交互,有地兒、有空就鉆。
除了社交、互動的問題,還有障礙物種類的問題。在中國路上的障礙物遠比美國豐富,豐富3倍以上,物流車、快遞、小電驢,這種物體系統(tǒng)就沒有見過,就識別不出來。所以算法基于數(shù)據(jù),數(shù)據(jù)來源于場景。如果一個系統(tǒng)沒有中國的數(shù)據(jù),它的算法肯定演變不出來。
新智駕:你加入小鵬之前,小鵬的自動駕駛研發(fā)有哪些基礎?
谷俊麗:我們團隊做了非常優(yōu)秀的數(shù)字化的工作,雖然前三年研發(fā)主要集中在三電上,但是我們國內(nèi)團隊做了大量的工作,把這個車改成了數(shù)字化的單元,然后能夠數(shù)字化地控制剎車、油門、轉(zhuǎn)向,架構上也留空間做計算單元的更新設計,打了很好的基礎。
我們當前設計的車上,數(shù)字化已經(jīng)完成了。我們的車可以空中升級。
新智駕:剛剛講到,自動駕駛上,小鵬會去做數(shù)據(jù)、算法和計算,數(shù)據(jù)和算法容易理解,計算怎么解決?
谷俊麗:現(xiàn)在有CPU、GPU、FPGA,有各種加速器和各種信號處理器,這些都是計算能力。
但是恰恰缺的是車上的嵌入式平臺,不是一個分布式的云端,也不是大機箱、分布式的云端和大機箱,它從來不是為高速、震動的情況下設計的。
很多領域的技術從來不是為車規(guī)和車載環(huán)境制定的,這是我們做自動駕駛要解決的問題?,F(xiàn)在很多做算法的公司有時對計算和芯片缺乏理解,一個大機箱,做demo可以,給用戶是不行的。
現(xiàn)在最適合計算的處理器,就是能解決自動駕駛的芯片,我個人認為還沒有出來。
新智駕:小鵬現(xiàn)在的自動駕駛團隊在什么樣的狀態(tài)?
谷俊麗:我們現(xiàn)在集中精力進行團隊建設、技術能力建設,我們需要組建一支國際化的團隊,以人工智能為核心,探索覆蓋的各個子領域進行衍射,把最優(yōu)秀的人才和技術專家都吸引來。
我們現(xiàn)在已經(jīng)招了不少從高科技公司以及自動駕駛公司來的非常優(yōu)秀的青年人。
過去大家認為自動駕駛就是一個軟件問題,現(xiàn)在大家已經(jīng)意識到了,駕駛的問題是一個復雜的軟硬件系統(tǒng),要找一個靠譜的平臺。所謂的靠譜的平臺:得有車,要能量產(chǎn),你能改車上的東西,只獨立做軟件怎么行。
新智駕:2018年的輔助駕駛的具體規(guī)劃是什么樣的?泊車已經(jīng)看到有展示,然后還有哪一些?
谷俊麗:2018年,自動泊車是我們的亮點,我們的目標就是解決中國人的駕駛焦慮,停車是焦慮吧,停不進去。另外一個就是高速駕駛長途疲憊的焦慮,高峰期堵塞的焦慮。我們最終的駕駛是一個一個焦慮去解決,就改變了人的駕駛體驗。
新智駕:這些技術的自主研發(fā)和對外合作是怎么平衡呢?
谷俊麗:我們會部分采用供應商,然后部分自主研發(fā),一半一半。等到2019年,我們的技術能力和國際團隊都建設起來了,并且形成了特別具有戰(zhàn)斗力的團隊。
新智駕:小鵬汽車現(xiàn)在的傳感器方案是怎么布局的?
谷俊麗:我們還有一些東西正在持續(xù)演進。但可以告訴你,2018年我們的方案主要是以相機、雷達、超聲波等。
新智駕:由一級、二級供應商提供技術和完全自主研發(fā),你覺得好處和壞處在哪里?
谷俊麗:自動駕駛的問題是誰的問題,是需要深刻理會的。我不能指望供應商只做一個模塊,卻要比我還懂我的問題。我們要創(chuàng)造一個新型的汽車,要做很多的跨界的融合思考,供應商基于過去的汽車形態(tài),比如說,它不能給我創(chuàng)造,怎么可能依靠別人做這個變革。
新智駕:特斯拉和日產(chǎn)是自動駕駛領域的兩個代表。特斯拉慢慢轉(zhuǎn)向自主研發(fā),日產(chǎn)則跟Mobileye有很緊密的合作。這兩個方式的優(yōu)缺點是什么?
谷俊麗:新型汽車的精髓在于智能駕駛。
Mobileye在技術的積累上已經(jīng)做了十幾年了,它的沉淀是非常棒的。但是Mobileye能解決復雜的中國環(huán)境和感知嗎?而且Mobileye只是個感知的部分,控制和其他方面怎么辦?所以這不是單一技術的問題,它是軟硬件系統(tǒng)。
新智駕:未來的車上通過OTA升級智能駕駛,怎樣快速地驗證新的軟件?
谷俊麗:所以要有車,驗證是分多階段的。
首先你通過信息技術的方法能驗證各種應用場景的大數(shù)據(jù),同時在小部分的車上要測試一下,再有節(jié)奏地按區(qū)域推向市場上。
測試不是一步完成的,也不是都在車上完成的,它是混合體的,有的還要加上一些模擬器,方方面面都要驗證。
新智駕:為什么傳統(tǒng)車企做不到這一點呢?
谷俊麗:OTA升級要在數(shù)字化的基礎上完成,不要忘了“徹底”二字。所以它需要一個系統(tǒng)性的設計思路的,你設計到不到位,你光改一個點它形不成線,形不成線就形不成產(chǎn)品。
新智駕:所以架構上要足夠的前瞻?
谷俊麗:傳統(tǒng)車輛四年革新一代技術,什么意思呢?人工智能算法是每三個月就是一個周期。這兩個領域的更新頻率不一樣。
新智駕:那怎么做面向四年、五年以后的架構設計,傳感器方案設計?
谷俊麗:這個問題就是當一切都在變的時候,你怎么預見未來?對于技術節(jié)奏的把握非常重要。你大概知道一年之后計算到什么樣,傳感器到什么樣,車到什么樣。你再拍板這個系統(tǒng),到某一個結(jié)點,我所有的技術最佳能夠收斂,收斂就是穩(wěn)定收斂了,不能到時候亂蹦。
穩(wěn)定收斂到什么層面的產(chǎn)品,你要有一個判斷的。所以它需要跨領域的支持,車的把握,高科技節(jié)奏的把握,最后還要能拍得動這個板。
新智駕:所以這就是為什么需要自主研發(fā),來控制越來越多的環(huán)節(jié),對吧?
谷俊麗:對,所以這是為什么不要過分依賴供應商。
新智駕:那你們現(xiàn)在評估需要多大的一個團隊?
谷俊麗:這個團隊其實應該分成幾塊,就是核心創(chuàng)新團隊不會特別特別大,但是我的產(chǎn)品執(zhí)行團隊是耗資源的,還有一個系統(tǒng)集成團隊,就是硬件團隊。團隊建設是有節(jié)奏的。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。