雷鋒網(wǎng)按，一直以來，Uber 都沒有公開談過自家的自動駕駛平臺架構(gòu)。不久前，Uber 終于通過一篇博文詳細(xì)講了 ATG 部門在測試、驗(yàn)證和部署 AI 模型時用到的黑科技。

通過這篇文章，不但能進(jìn)一步認(rèn)識到自動駕駛汽車研發(fā)的復(fù)雜性，還能對 Uber 的自動駕駛標(biāo)準(zhǔn)有更深的了解，畢竟后者是少有的經(jīng)歷過自動駕駛傷亡事故并進(jìn)行了長時間深刻反思的公司。

據(jù) Uber 介紹，ATG 部門工作流中最重要的部分是 VerCD，這是一套專為 Uber 旗下自動駕駛原型車研發(fā)的工具與微服務(wù)。它能追蹤研發(fā)過程中不同代碼庫、數(shù)據(jù)集和 AI 模型的相關(guān)性，保證工作流從數(shù)據(jù)提取階段開始，隨后逐步過渡到數(shù)據(jù)驗(yàn)證，模型訓(xùn)練、評估與服務(wù)階段。

“VerCD 已經(jīng)成了 Uber ATG 部門自動駕駛傳感器訓(xùn)練數(shù)據(jù)的可靠來源?！?/strong>Uber 在博文中寫道?！皩⒐ぷ髁髦械臄?shù)據(jù)集轉(zhuǎn)上 VerCD 后，我們數(shù)據(jù)集刷新的頻率已經(jīng)提升了十倍有余，效率有了重大進(jìn)步。對經(jīng)常使用的數(shù)據(jù)集進(jìn)行定期維護(hù)也加速了機(jī)器學(xué)習(xí)工程師產(chǎn)品迭代的速度，因?yàn)樗麄兡軐?shí)時利用數(shù)據(jù)集做實(shí)驗(yàn)，而非花幾天時間等待數(shù)據(jù)集搭建完成。

“此外，我們還定下了目標(biāo)探測與路徑預(yù)測模型的日日訓(xùn)與周周練工作，這樣密集的訓(xùn)練頻率不但縮短了探測時間，還加快了 bug 的修復(fù)速度。”

Uber 指出，VerCD 背后的大部分工程都花在添加公司專屬的整合工作上了，這是為了使現(xiàn)有系統(tǒng)能夠與 ATG 的完整端到端機(jī)器學(xué)習(xí)工作流程進(jìn)行交互。為此，最新版 VerCD 的 Orchestrator 服務(wù)可以調(diào)用各種數(shù)據(jù)原語來構(gòu)建自動駕駛汽車的運(yùn)行時間以進(jìn)行測試，或者在使用深度學(xué)習(xí)庫創(chuàng)建圖像并在數(shù)據(jù)中心之間來回復(fù)制數(shù)據(jù)集時與代碼存儲庫進(jìn)行交互。

VerCD 管理的數(shù)據(jù)集們來自于 ATG 自動駕駛汽車采集的日志。這里所說的日志數(shù)據(jù)包括攝像頭拍到的圖像，LiDAR 生成的點(diǎn)云，雷達(dá)采集到的信息，車輛狀態(tài)（位置、速度、加速和指向），以及地圖數(shù)據(jù)（比如車輛路線和行駛車道）。在工作中，日志數(shù)據(jù)還會被分為訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)和驗(yàn)證數(shù)據(jù)，其中 75% 的數(shù)據(jù)會用于訓(xùn)練，15% 用于測試，而剩下的 10% 會用在驗(yàn)證上。為了更好的對日志數(shù)據(jù)進(jìn)行分類，Uber 還專門開發(fā)了基于地理位置的專屬工具 GeoSplit。

一般來說，VerCD 用戶可提供任何數(shù)據(jù)集，模型或度量標(biāo)準(zhǔn)構(gòu)建的相關(guān)性，而數(shù)據(jù)庫后端是 VerCD 管理此類信息的“據(jù)點(diǎn)”。新數(shù)據(jù)集注冊完成后，VerCD 數(shù)據(jù)集服務(wù)會將相關(guān)元數(shù)據(jù)存儲在補(bǔ)充數(shù)據(jù)庫中。數(shù)據(jù)集會通過名稱和版本號以及 VerCD 跟蹤的相關(guān)項進(jìn)行唯一標(biāo)識，從而可以準(zhǔn)確地從自動駕駛汽車中復(fù)制傳感器日志 ID，描述數(shù)據(jù)集生命周期的元數(shù)據(jù)等。機(jī)器學(xué)習(xí)模型也會打上唯一標(biāo)識，支持諸如版本化數(shù)據(jù)集和 AI 模型訓(xùn)練配置文件路徑的復(fù)制。

在機(jī)器學(xué)習(xí)訓(xùn)練上，Uber ATG 用到了“雙線作戰(zhàn)”的混合方式，訓(xùn)練工作不但會在數(shù)據(jù)中心運(yùn)行，還會在云端開展。在這里，Uber 的開源統(tǒng)一資源調(diào)度程序 Peloton 也非常有用。

一旦機(jī)器學(xué)習(xí)工程師在 VerCD 的模型服務(wù) API 中定義好了實(shí)驗(yàn)?zāi)Ｐ?，ATG 的系統(tǒng)就會開始對其進(jìn)行訓(xùn)練。在驗(yàn)證中，VerCD 還允許實(shí)驗(yàn)與生產(chǎn)模型間的平滑過渡，Uber 認(rèn)為這對復(fù)驗(yàn)性和可追溯性至關(guān)重要。

基于訓(xùn)練中的表現(xiàn)，VerCD 會為各種模型標(biāo)上“失誤”、“故障”和“成功”等描述。如果一個模型確實(shí)出了故障或必須被拋棄，機(jī)器學(xué)習(xí)工程師可以選擇用新的參數(shù)對模型進(jìn)行重構(gòu)。此外，VerCD 還能主導(dǎo)模型的驗(yàn)證，即基于訓(xùn)練過的特殊模型對訓(xùn)練管道進(jìn)行檢查。Uber 指出，只有在構(gòu)建和驗(yàn)證上同時取得成功，一個模型才會被升級為生產(chǎn)模型。

在外界看來，這篇博文也是 Uber 提高透明度的嘗試。坦率來講，Uber 在自動駕駛汽車研發(fā)上的記錄好壞參半。

去年 12 月，它們重啟了在匹茲堡的自動駕駛測試測試，而此前因?yàn)閬喞Ｄ堑囊粓鲋旅鹿?，Uber 的自動駕駛車隊禁足了 8 個月。國家運(yùn)輸安全委員會（NTSB）的調(diào)查結(jié)果顯示，Uber 禁用了車禍中沃爾沃 XC90 的自動剎車系統(tǒng)（該公司在內(nèi)部文件中表示，這樣做是為了“減少車輛不規(guī)律行為的可能性”）。

在 2018 年 6 月發(fā)布的一篇博文中，Uber ATG 負(fù)責(zé)人 Eric Meyhofer 詳細(xì)介紹了公司新實(shí)施的保障措施，例如針對安全手動駕駛和監(jiān)控系統(tǒng)的培訓(xùn)計劃。如果駕駛員將視線移開道路，遠(yuǎn)程監(jiān)控人員會收到警報。在向國家公路交通安全管理局（NHTSA）提交的安全評估中 Uber 表示，憑借其新成立的系統(tǒng)工程測試團(tuán)隊，Uber 現(xiàn)在有了更好的站位，“可以對許多可能的結(jié)果進(jìn)行推理，最終做出安全響應(yīng)?！?/p>

（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。