0
數(shù)據(jù)是自動駕駛的「燃料」已成為業(yè)界共識。
4月9日，中央決策層下發(fā)的一個重要文件，讓“數(shù)據(jù)要素”的重要性蓋上了官方蓋章，成為生產(chǎn)要素之一，數(shù)據(jù)資源成為了亟待挖掘的黃金寶礦。
事實上，數(shù)據(jù)要素的重要性和想象力不僅局限于此。未來汽車將不再是信息孤島，是一個移動的感知終端，將與路、云端互聯(lián)，通過大數(shù)據(jù)、人工智能等技術(shù)實現(xiàn)智慧出行，數(shù)據(jù)是鏈接這一切的核心因素。
在眾多的自動駕駛玩家當(dāng)中，構(gòu)建「數(shù)據(jù)閉環(huán)」是騰訊助力產(chǎn)業(yè)發(fā)展，實現(xiàn)突圍的關(guān)鍵路徑。
數(shù)據(jù)要素高效利用背后更深層次的邏輯在于產(chǎn)業(yè)理解和基礎(chǔ)架構(gòu)支撐，騰訊云提供強大的云服務(wù)能力，并基于此構(gòu)建高效的自動駕駛數(shù)據(jù)服務(wù)體系。因此，在關(guān)于數(shù)據(jù)要素如何驅(qū)動自動駕駛的問題上，騰訊有著自己的一番理解。
基于此，騰訊在自動駕駛業(yè)務(wù)上擺出了三個具有殺傷力的產(chǎn)品：大數(shù)據(jù)云平臺、仿真測試平臺和高精度地圖。
雷鋒網(wǎng)新智駕將對話騰訊自動駕駛業(yè)務(wù)中心總經(jīng)理蘇奎峰，試圖了解騰訊如何用數(shù)據(jù)要素驅(qū)動自動駕駛，三大業(yè)務(wù)之間高效聯(lián)動的邏輯。
在浩瀚的賽博空間里，數(shù)據(jù)是建成海量虛擬建筑的一塊塊磚瓦。
于自動駕駛而言，數(shù)據(jù)以各種形式貫穿研發(fā)、生產(chǎn)、測試、運營等生命周期。與此同時，數(shù)據(jù)的爆發(fā)也呈指數(shù)級增長，可以想象，玩家們面臨的是如海嘯一般涌來的數(shù)據(jù)。
因此在數(shù)據(jù)要素使用上，玩家們在兩個維度上的能力就顯得十分重要：一是數(shù)據(jù)閉環(huán)，沒有閉環(huán)，數(shù)據(jù)的有效性就無法驗證；二是在數(shù)據(jù)閉環(huán)的基礎(chǔ)之上如何實現(xiàn)數(shù)據(jù)高效運轉(zhuǎn)。
蘇奎峰向新智駕表示：自動駕駛的核心競爭力在于數(shù)據(jù)要素和計算資源的低成本獲取和高效利用。對數(shù)據(jù)要素進行高效收集和利用，提高數(shù)據(jù)循環(huán)鏈路的速度，是整個自動駕駛技術(shù)迭代的關(guān)鍵點。
為此，騰訊在自動駕駛業(yè)務(wù)上推出了大數(shù)據(jù)云平臺和仿真測試平臺、高精度地圖三大業(yè)務(wù)。要理解這三大業(yè)務(wù)平臺對數(shù)據(jù)閉環(huán)的高效驅(qū)動，需要追溯自動駕駛數(shù)據(jù)產(chǎn)生的鏈條。蘇奎峰給新智駕舉了一個例子：
一輛搭載傳感器的自動駕駛車輛，在路上采集到了大量數(shù)據(jù)，基于這些數(shù)據(jù)能夠構(gòu)建相應(yīng)的場景數(shù)據(jù)集，對自動駕駛系統(tǒng)進行算法訓(xùn)練；
然后，根據(jù)這些數(shù)據(jù)進行場景分析，建立相應(yīng)的算法評測體系；同時也建立虛擬仿真環(huán)境、生成測試場景。
在自動駕駛車輛投入市場的運營階段，車輛產(chǎn)生的數(shù)據(jù)也能自動回傳，成為數(shù)據(jù)閉環(huán)新的開始，通過OTA的鏈路為自動駕駛系統(tǒng)的迭代升級獲取新的數(shù)據(jù)“燃料”。
同時，采集或回傳的數(shù)據(jù)也可以反饋給高精度地圖，在云端進行更新之后推送到車端。
由此可見，一個圍繞數(shù)據(jù)采集、場景構(gòu)建、測試驗證、運營更新的數(shù)據(jù)流通鏈條得以形成。
蘇奎峰也認(rèn)為，數(shù)據(jù)要素利用效率的提升是全鏈條事情，并非一個單點就能解決。
比如從數(shù)據(jù)采集角度看，知道采集何種數(shù)據(jù)就十分重要。在了解白天黑夜、擁堵與非擁堵路段等數(shù)據(jù)需求之后，可以將動態(tài)場景進行自動或手動標(biāo)定觸發(fā)，從而提升數(shù)據(jù)獲取效率，避免重復(fù)。
而在車輛真正在路上運行之后，也可以根據(jù)相應(yīng)的觸發(fā)條件，自動篩選一些有用的數(shù)據(jù)回傳到云端；此外，騰訊還會提供數(shù)據(jù)管理系統(tǒng)，將采集回來的數(shù)據(jù)進行標(biāo)簽化，快速清洗、篩選、查找需要的數(shù)據(jù)，進行高效流轉(zhuǎn)。
工具鏈涵蓋從數(shù)據(jù)采集、數(shù)據(jù)訓(xùn)練、到算法模塊評測（包括模型在環(huán)、軟件在環(huán)、車輛在環(huán)、硬件在環(huán)），再到實際路測的整個自動駕駛鏈路。
“這個閉環(huán)體系的每個工具的每一個環(huán)節(jié)，都在提高數(shù)據(jù)要素的流轉(zhuǎn)和利用效率，以便快速解決問題或加速研發(fā)。”蘇奎峰如此表示。
比如遇到一個Corner case，騰訊能夠從數(shù)據(jù)庫里找到相關(guān)案例來標(biāo)注算法訓(xùn)練，或快速采集相應(yīng)的數(shù)據(jù)，以保證數(shù)據(jù)閉環(huán)的穩(wěn)定有效。
目前，針對L2.5級以上的自動駕駛系統(tǒng)，騰訊都能提供云端工具鏈包括場景分類器等生產(chǎn)工具，同時提供車端與云端的一些標(biāo)準(zhǔn)，用戶可以根據(jù)自己的算法需求進行選取。
基于對數(shù)據(jù)閉環(huán)和高效運作的理解，騰訊在自動駕駛的目的也呼之欲出：為行業(yè)客戶提供，能夠?qū)?shù)據(jù)要素進行高效收集和利用，提高數(shù)據(jù)循環(huán)鏈路速度的軟件與服務(wù)，助力產(chǎn)業(yè)技術(shù)的演進，加速產(chǎn)品落地。
換言之，為行業(yè)客戶提供自動駕駛云開發(fā)的工具鏈，集數(shù)據(jù)采集、訓(xùn)練、評測、更新等環(huán)節(jié)于一身。這也是蘇奎峰一直在強調(diào)的騰訊在自動駕駛上的工具屬性。
騰訊的大數(shù)據(jù)云平臺、仿真測試平臺、高精度地圖三大業(yè)務(wù)，構(gòu)成了這些工具鏈的產(chǎn)品形態(tài)。
以仿真測試平臺為例，可以理解為，騰訊的仿真平臺TAD Sim就是一部大型的、針對自動駕駛車輛的角色扮演游戲，結(jié)合了專業(yè)的游戲引擎、工業(yè)級車輛動力學(xué)模型、虛實一體交通流等技術(shù)。
蘇奎峰告訴新智駕，仿真測試非常核心的一個功能就是，能夠?qū)⒉杉降臄?shù)據(jù)轉(zhuǎn)換成有用的測試場景。
他強調(diào)道：“工具本身要求我們會使用數(shù)據(jù)，我們也有數(shù)據(jù)要素儲備。但對仿真來講，核心功能在于工具而非數(shù)據(jù)本身。有了這個工具，車輛采集的數(shù)據(jù)就可以生產(chǎn)大量的測試場景?！?/p>
騰訊的TAD Sim仿真平臺也能夠提供單機版本和云端版本。
單機版能夠進行場景編輯，做各種測試驗證。而云端版本則是提供云端高并發(fā)的測試能力，包括場景云仿真和虛擬城市型云仿真。
場景云仿真通過大量數(shù)據(jù)生成幾十萬甚至上百萬的測試場景，在云端大規(guī)模并行加速，實現(xiàn)自動駕駛算法的高效驗證。
虛擬城市云仿真，則是能夠加載一個真實或編輯的城市級高精度地圖，實現(xiàn)上百萬輛交通流車輛和上千臺自動駕駛主車的并行加速，進行7×24小時的不間斷測試。
通過不斷尋找Corner case、或是將算法處理不好的場景積累下來，豐富自動駕駛測試的場景庫。
當(dāng)然，這背后可以很明顯地看到騰訊強大的游戲技術(shù)支撐的痕跡。
“仿真系統(tǒng)可以把數(shù)據(jù)鏈條打碎，然后分階段驗證，同時也會將這個鏈條集成驗證。這從一定意義上來說更接近于實際的道路測試。但是還是要強調(diào)，實車測試永遠是需要的，仿真永遠代替不了實車測試。”蘇奎峰說。
此前，騰訊和國家智能網(wǎng)聯(lián)汽車（長沙）試驗區(qū)合作了智能網(wǎng)聯(lián)汽車仿真實驗室。
利用高精度地圖和模擬仿真技術(shù)對試驗區(qū)的地理全貌進行數(shù)字化建模，實現(xiàn)在仿真環(huán)境下進行安全、高效的智能汽車實驗。
除此之外，仿真測試平臺的還離不開大數(shù)據(jù)云平臺和高精度地圖的組合。
蘇奎峰表示，云化是未來的一大趨勢，不光是數(shù)據(jù)存放在云端，目前在客戶端的很多服務(wù)和終端決策也會隨著云端趨勢的加強而發(fā)生改變。
“未來隨著5G通訊鏈路的增強、軟件架構(gòu)和硬件架構(gòu)升級、以及云端能力的增強，自動駕駛一定會從端的分布逐漸向云端遷移?！边@也是騰訊構(gòu)建大數(shù)據(jù)平臺的原因。
此外，騰訊表示，TAD Sim提供地圖編輯器，可以直接編輯高精度地圖，也可以直接導(dǎo)入生產(chǎn)的實際高精度地圖， TAD Sim提供通用的高精度地圖接口，能夠加載地圖中的道路要素信息，也可以導(dǎo)入建筑物、樹木等等三維環(huán)境信息。
“總體來說，無論車端還是云端，這個閉環(huán)是互相嵌套的體系。最終的呈現(xiàn)形式可以是單獨模塊，但如果想提高數(shù)據(jù)的流轉(zhuǎn)效率和開發(fā)效率，就需要把這個體系緊密地耦合在一起，才能發(fā)揮最大效率。”蘇奎峰說。
而閉環(huán)體系中算法、數(shù)據(jù)流轉(zhuǎn)的效率越高，自動駕駛的成本也越低，核心競爭力也會更強。
在工具鏈上有一個完整的閉環(huán)，但在商業(yè)策略上，騰訊的商業(yè)模式是靈活的。
現(xiàn)階段，“全家桶”式的打包顯然不能滿足當(dāng)下主機廠們對產(chǎn)品定制化的需求。
既可單兵作戰(zhàn)，也能齊同上陣。也就是說，三大業(yè)務(wù)既可以模塊化輸出，也能集大成者，進行團戰(zhàn)?？偠灾鶕?jù)行業(yè)需求靈活組配甚至一定程度的定制。
與此同時，在三大核心業(yè)務(wù)能力的加持下，騰訊也一直打磨自己的自動駕駛解決方案。
相比其他玩家，騰訊并不以自動駕駛分級來劃分解決方案，而是從用戶高頻的需求出發(fā)，提供場景化的自動駕駛解決方案，分場景、分需求逐步實現(xiàn)自動駕駛落地。
從2019年開始，騰訊就瞄準(zhǔn)了高速及泊車兩大用戶剛需場景，并將針對這兩大場景推出自動駕駛量產(chǎn)解決方案。
蘇奎峰告訴新智駕，目前，騰訊高精度地圖團隊已經(jīng)完成了全國高速及快速路的高精度地圖數(shù)據(jù)采集及繪制工作，為實現(xiàn)高速場景的自動駕駛打好了基礎(chǔ)。
至于在商業(yè)落地上，蘇奎峰表示，由于互聯(lián)網(wǎng)公司的介入，傳統(tǒng)主機廠的固有合作模式會發(fā)生變化，尤其是軟硬件分離的趨勢越來越明顯。“合作的模式和機制都在改變，目前騰訊與主機廠也在通過一些合作來推動模式的升級?！?/p>
比如在車端的解決方案上，騰訊既可以提供地圖定位的算法模塊，也可以提供感知、融合算法模塊。但是不同的車廠、不同的傳感器配置，仍然需要進行定制化，通用模塊很難適配所有車型。
而大數(shù)據(jù)云平臺方面，騰訊和寶馬中國聯(lián)合開發(fā)的自動駕駛高性能數(shù)據(jù)開發(fā)平臺已經(jīng)交付使用。
就像游戲中輔助角色一樣，在“輔助輸出”的理念下，騰訊正在用非常靈活的姿態(tài)融進主機廠、業(yè)內(nèi)玩家們的自動駕駛生態(tài)之中。
正如騰訊CEO馬化騰在朋友圈寫道：“助力車企開發(fā)自己的自動駕駛AI算法和大數(shù)據(jù)平臺”。騰訊憑借自己對數(shù)據(jù)閉環(huán)高效運作的理解與實踐，有望助力車企們早日抵達自動駕駛的未來。
（雷鋒網(wǎng)） 雷鋒網(wǎng)
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。
