为什么要造无人车?百度副总裁邬学斌首次官方详解阿波罗计划

无人驾驶车的照片

2017年7月16-17日,中国电动汽车百人会产业培训以“新能源汽车与智能网联汽车前沿技术”为主题举办系列课程,邀请清华大学、百度、沃尔沃、博世汽车、科大讯飞、智车优行、中兴智能汽车等机构的专家,进行为期两天的分享交流及深度探讨,旨在通过培训课程让业界人士了解最新前沿技术以及发展趋势,促进技术交流、产业链融合及跨界合作。

百度副总裁邬学斌发表了以“实施Apollo计划,构建自动驾驶新生态”为主题的报告,本文为发言实录:

今天的演讲题目是“实施Apollo计划,构建自动驾驶新生态”

先讲一个引子,百度认为汽车行业发生了非常大的变化,可简单归纳成“三化”,也有的人说是“四化”。(1)电动化——指从能源方面来考虑。(2)智能化——从汽车本身性能来讲,所有能使汽车变得更加聪明的技术,都统称为智能化,无论网联、还是智能驾驶。(3)共享化——并不是指汽车本身技术发展,而是指汽车未来使用状态的变化,由于使用状态的变化,对汽车产品的形态将会带来很大冲击。

为什么要研发无人驾驶汽车

实际上这个答案有很多,我们把它总结成三个方面:安全、高效、经济性。

安全

中国每天直接死于交通事故的人数大概有近500人,这个数字是非常触目惊心的。我们认为当无人驾驶普及的时候,这个数字会大幅度下降。强调一点,并不是说无人驾驶之后不会发生交通事故,但是这个事故率会大幅度下降。除了恶性交通事故之外,每天频繁的轻微交通事故造成的经济损失也非常大。因此,无人驾驶在安全方面的贡献是非常突出和显而易见的。

当然,也有人会问,如果左边是老人,右边是小孩,无人驾驶汽车到底撞谁?实际上,在无人驾驶技术层面上是不会出现这种情况的,无人驾驶汽车的感知系统在正常工作情况下,不会突然意识到某个问题,然后再做处理,所以这个命题本来就是个伪命题。

另外,国内在无人驾驶法规方面还存在很多问题,比如说交通法规。无人驾驶一定要在有人的道路环境下进行开发测试,和现在有人开着的车不一样。有人驾驶的汽车完全可以在无人的环境里面开发,不管在实验室还是在实验场,整个开发的要求、实验方法、验收标准都非常非常完善。但是无人车怎么办呢?所以还有许多方面需要完善。安全本身是狭义的,既具有社会效益,也涉及非常重大的经济利益。

高效

人工智能技术最核心的作用就是在各个方面提高生产率,用于汽车上也同样是提高生产率。人工智能可以解放人们在汽车里面以及整个交通过程中的生产力,乘客可以不用开车,转而做别的事情。

这里有很多统计的数据,其中对车辆行驶效率的提升,是一个非常重要的指标。目前车辆平均使用率不到5%,如果提高10倍,当车辆一半状况在使用时,理论上来说,车辆的保有量可以减少10倍。但这仅仅是理论上的,交通有高峰期、低峰期,不可能24小时都是均衡的。所以单纯按简单的数据计算,结果是错误的。不过,我们依然相信即使是未来无人驾驶汽车时代,社会车辆汽车总保有量还是会增加,因为每个人都向往着交通自由。

经济性

以北京的人工成本为背景,如果采用无人驾驶汽车作为出租车来运营计算的话,一年到一年半时间就把能收回成本,经济效益非常明显。在经济方面还有一个指标,即中国的人口老龄化。2015年,中国的在职人数与退休人数的比例是6.6:1。如果坚持原来一胎的计划生育政策不变,到2045年这个比例将会下降到1:1。而无人驾驶汽车能够有效缓解劳动力短缺的问题。

德国一家咨询公司,在中国、美国和德国进行了一个调研,发现在欧美大概只有48%的人相信无人驾驶技术,而在中国这个数字高达96%,表明中国人对新鲜事物的接受程度非常高。

迈入“L4”级别,需引入人工智能技术

人工智能技术实际上也不是一项新的技术,在上世纪五六十年代也曾经火过,那么为什么没有火起来呢?最核心的有两点:一个是计算能力;另一个是更重要的数据。没有云计算的技术,人工智能技术是没有根基的。2000年以后,这两项技术均得到了快速的突破,所以人工智能技术才得以再次迎来春天。百度为什么有人工智能技术呢?因为人工智能技术最早应用在搜索技术上,所以百度积累了非常丰富的经验,它跟大数据的搜索技术有点相关,但是还有本质区别。

按照美国的划分标准,从L1到L4,其中L1、L2已经实现产业化,奥迪号称实现了L3的产业化。我们认为从L3到L4,这是一个巨大的鸿沟,因为要判断、处理的数据量是急速增长的,靠传统的CPU以及这种硬编程的方法是无法处理的,必须引入人工智能技术,用GPU、FPGA等。所以,要真正达到L4,人工智能技术是不可缺少的。当然,L4到L5之间又是一个巨大的鸿沟,因为L5是没有地图的,未来的L5又是另外一个新天地。

“Apollo”计划发布

“开放能力,共享资源,加速创新,持续共赢”是“Apollo”计划的16字宣言。

开放能力是指将百度无人车的软件、平台、数据等所有能力免费开源、开放,通过这种开源方式,任何人随时可以在网页上查看,也非常希望大家提宝贵意见,来丰富我们的不足,这就是开放能力来共享资源。我当年做电动车的时候,06年开始为奥运会做电动汽车,电动汽车做到现在做了十几年了,实际上这个领域里低水平的重复投入是相当严重的,没有必要每个人都把轮子重新的发明一遍,所以百度愿意把自己做的一些基础性工作向整个产业、向整个社会开放,希望能够提高我们的资源利用效率,加速我们的创新。

前几天百度CEO李彦宏讲了一句话:在PC时代有个人英雄主义,在人工智能时代将不复存在。

这话是什么意思?在PC时代,编一个很好的程序、写一个优秀的算法,可能要不了几个人,也许某一个人就能实现。但是到了人工智能时代,最重要的是数据,而数据是不可能靠一个人或是个人英雄主义就能解决的问题,数据一定是众人拾柴火焰高,所以我们把生态开源、开放,希望大家参照我们的算法贡献自己的数据,然后才能使这个“Apollo”生态的数据越来越多、越来越丰富,这样才能加速创新。

详解“Apollo”

Apollo是一个开放的、完整的、安全的生态,怎么理解完整和安全呢?Apollo开放是各个模块逐步开放的过程,凡是决定开放在网上的,都是经过内部反复严格训练和测试,所以开放出来的模块肯定是完整的、安全的。

这个框架就是Apollo的技术框架,这个框架的左边分成四层。

1、最下面一层是整车模块,这个模块不一样的地方就是需要线控技术。线控技术在现行车辆里面,由于使用的并不多,所以成本和技术路线还处在研发状态。实际上,很多国际公司的技术上是成熟的,但产品有赖于产业化的推进。

2、整车模块之上是硬件平台,这里面的硬件目前汽车上都还不存在,而未来智能汽车上需要这些硬件,包括计算平台、定位、惯导和各种传感器。还需要设计一个黑盒子,把车上所有的数据实时记录下来,以备不时之需。

3、第三块是最核心的,就是汽车的大脑。这里面有无人驾驶系统所有的模块,最上面一块是云,无人驾驶汽车必须要有云的支持,很多数据必须在云上面。

讲到硬件和整车的时候,讲的是参考平台,意思是生态里边有许多整车的模型和硬件的模型。“”Apollo”生态本身并不只属于百度的,它也不是一个实体公司或是赚钱的工具。只有汇聚产业界的力量,“Apollo”的大脑、血液,甚至整个智能车才能像人一样,才是一个完整的工业布局。

“Apollo”布局的速度:7月5日已经开放封闭场地的循迹自动驾驶,如果把刚刚这些模块下载下来,按照我们推荐的硬件和整车模型的话,就可以在封闭场地打造一款可以循迹的车辆。有一家美国公司花出3天时间的确做出一辆车出来了。9月份的时候会把固定车道的自动驾驶开放,年底的时候开放简单的城市工况。到2020年底,基本上可以把城市道路和高速公路,在有路的情况下全部开放。百度相信到2020年底,技术上是可以开发成熟的,可以让车上路。至于到时候能不能上路,就看法律是否上路。

目前“Apollo”生态已经有了一些成员,这些成员里面包括主机厂、政府、大专院校、运营公司等,生态里边没有排名歧视,大家都是为了无人汽车行业的技术共同奋斗。

美国Autonomoustaff的一个工程师,当初他不相信“Apollo”,也想试试我们的技术,所以我拍了一段视频。可以看到,这个视频本身并没有显示出非常高水平的无人驾驶技术,它想展示和想说明的几个问题:第一个,“Apollo”的系统是相通的,我们把相关的数据放在网上,大家一起做成这个事情,把通道打通。第二个,在整个实验过程中还是有些问题的,第一是刹车,需要再优化,这个是“Apollo”的精神,并不是说这个数据拿下来马上就能够商业化的,可能还得根据不同的应用进行不同的调整。

“Apollo”的必要性

在“Apollo”生态里面,相信各种各样的公司或单位都是需要的,而且目前也是有这么几大类:一个是政府,中央政府是法治法规的制定者,地方政府要提供一些测试的场景来测试,中国一些城市已经开辟了一些小型测试实验区,但这种实验区实际上远远不能满足无人驾驶汽车产业化的需求。无人驾驶汽车要能安全的上路(指比开得最好的驾驶员还要好,而且没有交通事故),测算大概需要100亿公里的行驶里程数据,光靠任何一个城市建一个小型示范区,想跑100亿公里是不太可能的,而且这100亿公里并不是说在同一个场景里行驶。

另外一个指标是ADS,就是自动驾驶场景,这种场景全世界可能会有2万—3万个场景,很多人认为测试场景达到3700个之上车子就能安全上路,如要安全无忧可能要测试超过上万个场景。这些怎么办?这些场景光靠一个公司和有限的100辆车去跑是不够的。大家有没有注意到,谷歌最近不太讲里程数了,里程数跑到一定程度已经到了一个玻璃天花板了,他的ADS的增长上面已经没法增长了,必须要有不同的情况。那么如何解决这个问题?这就需要更多的地方政府一起来开辟无人车的开发测试场景,无人驾驶汽车需要在有人的环境里边来学习,否则只能是纸上谈兵,所以政府的支持是很重要的。

汽车制造商、传感器、硬件制造商不用多说。另外,出行服务商也是很重要的,因为只有他们掌握出行数据。在美国,Uber也好,小的出行公司也好,在无人驾驶方面都非常积极。他们认为,出行服务商如果不在无人驾驶领域占有一席之地的话,可能就没有机会了。另外,通讯服务提供商,很多人讲无人驾驶汽车跟V2X之间的关系,我认为一个车首先要保证自己做到无人驾驶的功能,V2X是之上的冗余系统。

无人驾驶的10大核心技术

百度认为,无人驾驶有10大核心技术,包括:环境感知、行为预测、规划控制、高清地图、高精定位、操作系统、车载硬件、智能互联、人机交互、系统安全。

其中最重要的是系统安全,因为当一个车跟云端进行数据交换时,没有安全保证,这辆车就可能会变成杀人武器。如果无人驾驶汽车在信息安全上出现问题,那么是不可能产业化的,其他的都是可以解决的。

在互联网世界中,不存在百分之百的安全。所以我们的安全理念是什么呢?我们的安全理念是把有可能造成的伤害控制到最小,就像一个城市,不可能没有犯罪,但是安全的城市,一方面可以防止很多犯罪,另一方面,即使发生犯罪,也能会迅速处理,控制局势。

从汽车行业到智能驾驶行业,最复杂的技术实际上是行为预测。如果没有人工智能技术,只靠写程序,是无法完成这个工作的。因此,人工智能技术、机器深度学习是不可或缺的。

百度目前的技术怎么样呢?在检测识别方面,KITTI(自动驾驶算法公开排行榜)每年都会举行比赛,它有六项指标,去年在全球比赛当中百度在六项指标当中拿到四个第一。比如车辆检测,检测量第一。行人检测,目前准确率为95%,当然这种准确度肯定是不能上路的。红绿灯检测准确率为99.99%,但也很低,这只是说摄像头的识别率,对于红绿灯有好几个系统可以识别,这些系统全部放在一起的冗余,可以达到99.999%,单靠摄像头只能达到99.9%。

另外,在高精地图和定位方面,百度的高精度地图现在是厘米级的。

智能汽车的开发与传统汽车是不一样的。智能汽车的开发,首先要让无人驾驶汽车不断行驶。一个框图里面实际上想说的就是一个ADS,一个自动驾驶场景,若干个车去跑,就跑若干个地方,建若干个试点,再把这些场景的数据全部传送到云端进行整合和模型,产生了大脑后,实际上产生了一个模型,放到一个车里面,进行车辆的控制,就是这么一个开发过程,称之为是端到云到端这么一个开发过程。这个跟传统的控制软件的开发是有颠覆性的不同。

实际上,想行驶成千上万的场景是非常难的,怎么办呢?百度的做法是利用仿真,仿真是智能驾驶开发的加速器,仿真怎么来的呢?最初是把场景先给数字化,之后利用这些元素来进行仿真,大大提高了仿真的效率。

“Apollo”智能驾驶、智能控制系统以后要基于DuerOS操作系统(百度推出的一款对话式人工智能操作系统)之上,实现基于语音的高效操作。不仅要听见声音,还要听懂声音。听见和听对之间的区别非常大,这背后是百度人工智能技术在发挥巨大作用。目前,很多厂家有很多应用,但仅仅是在车联网这个方面,还没有跟自动驾驶相关联,这是下一步需要做的事情。

去年配合乌镇互联网大会时使用了一批无人驾驶汽车,是在开放道路行驶,道路状况极其复杂,开发过程也非常复杂。当无人车第一次遇到逆行车辆时,计算系统就停顿了,不知道该怎么处理。但是第二次遇到相同情况的时候就知道了,但依然停顿,说明机器学习还是要进行再学习。那么国外的车要想进入中国市场,就必须要在中国进行测试,这也是“Apollo”生态里有外国厂商的原因。外企进入“Apollo”生态之后,可以相对容易的获取我们的数据。

无人驾驶面临的五大挑战

Apollo开发过程当中得到了政府和合作伙伴的大力支持。在习大大的指示下,乌镇互联网大会期间展示的都是基于自主品牌的无人车。百度目前在跟很多城市、公司进行了合作协议签约,也在加快开发速度,但在这过程中也感觉无人驾驶还面临着许多挑战,主要有五项:

第一,核心零部件受制于人。这与国内产业基础有关系,无人驾驶汽车搭载的激光雷达、关键芯片等核心零部件都掌握在外国手中,成为中国汽车弯道超车的阻碍。所以希望在座的企业能够在这个领域进行创业或者投资。当然核心部件的投资风险也非常大,以激光雷达为例,还存在一些问题。激光雷达的成本和技术先进性的平衡,什么时候用?是采用旋转式的还是固态式的?多少线就可以了?等等,业界讨论非常多。

第二,法规。这是显而易见的问题,当前现有的交通法规都是不适用于无人车的,因为当初在制定交通法规的时候没有想到车子可以自己跑,所以要求车子必须要有司机驾驶。

第三,应用环境限制。无人车需要有大量的场景来训练,而不是仅靠几个城市开辟几个示范区就能解决这个问题,远远不行。国外的做法要好很多,美国有好几个州已经允许无人车上路,政府对于无人车安全保持一个基本的信任。百度与国内交管部门沟通交流的时候,交管部门对无人车的安全性不信任,觉得没有保障、没有信心。而在加州,只要交500万美金的保证金就可以拿到测试执照,申领执照没有门槛限制,是个企业或组织都能拿。

第四,交通设施。这个问题非常重要,需要重点解决。现在很多地方铺设的V2X网络相对来说还比较简单。

第五,信息安全。信息安全威胁是一个非常重要的问题。百度跟国家的有关部门也在积极探讨解决这个问题。

声明:文章为原文作者独立观点,不代表汽车城立场。本文地址:http://www.zgqcc88.com/71612.html

0

扫一扫,分享到微信

猜你喜欢

文章评论

请先 后评论

上一篇

围绕智能网联汽车,百度、沃尔沃、博世与科大讯飞都说了什么?

下一篇

40万人预订的特斯拉Model 3交付倒计时,依然有活力很神秘

微信公众号

微信公众号