0
| 本文作者： 易建成 | 2017-06-11 19:35 |
雷鋒網(wǎng)按：6 月 8日，百度智能汽車事業(yè)部總經(jīng)理顧維灝在 CES Asia 上帶來(lái)了主題為《自動(dòng)駕駛新浪潮》。
在演講中，顧維灝詳解了百度在自動(dòng)駕駛領(lǐng)域的兩大亮點(diǎn)成果——端到端的自動(dòng)駕駛模型 Road Hackers, 以及與德賽西威、聯(lián)合汽車電子分別開(kāi)發(fā)的、國(guó)內(nèi)首個(gè)可量產(chǎn)的自動(dòng)駕駛計(jì)算平臺(tái) BCU（Baidu Computing Unit)。
*長(zhǎng)城汽車提供底盤(pán)控制技術(shù)，英偉達(dá)提供 DRIVE PX2 計(jì)算平臺(tái)，百度提供自動(dòng)駕駛技術(shù)
百度還在場(chǎng)館外進(jìn)行了自動(dòng)駕駛車輛的測(cè)試，該車最大亮點(diǎn)是采用了基于單目攝像頭、端到端深度學(xué)習(xí)自動(dòng)駕駛解決方案。
百度一位工程師向雷鋒網(wǎng)透露，除了此次與長(zhǎng)城汽車合作的兩款車型外，今年 8月，百度還將展示第三輛自動(dòng)駕駛汽車——具備自定位、環(huán)境感知能力和決策控制能力。
今年 3 月，百度通過(guò)內(nèi)部郵件宣布，對(duì)現(xiàn)有業(yè)務(wù)及資源進(jìn)行整合，成立智能駕駛事業(yè)群組（IDG），由自動(dòng)駕駛事業(yè)部（ADU）、智能汽車事業(yè)部（L3）、車聯(lián)網(wǎng)業(yè)務(wù)（Car Life etc.）共同組成。
作為百度智能駕駛事業(yè)群組的事業(yè)部之一，本屆 CES Asia 可以看成是智能汽車事業(yè)部（L3）整體發(fā)展成果的一個(gè)展示窗口。
眼下，百度的「阿波羅計(jì)劃」依舊沒(méi)有太多實(shí)質(zhì)性的消息公布。在這次長(zhǎng)達(dá) 45 分鐘的演講中，關(guān)于「阿波羅計(jì)劃」的介紹也僅在最后的 5 分鐘：「阿波羅計(jì)劃是一套開(kāi)放、完整，安全的生態(tài)系統(tǒng)和架構(gòu)，它包含了四個(gè)層次：參考汽車層，參考硬件層，軟件平臺(tái)層、云服務(wù)層?！?/p>
顧維灝表示，演講中的內(nèi)容對(duì)于整個(gè)「阿波羅計(jì)劃」來(lái)說(shuō)只是冰山一角。盡管如此，顧此次的演講依然值得咀嚼，他代表的是百度另一種自動(dòng)駕駛解決方案的思路：如何用低成本、成熟的傳感器和端到端的深度學(xué)習(xí)實(shí)現(xiàn)自動(dòng)駕駛。
以下是顧維灝在 CES Asia 的演講，雷鋒網(wǎng)在不改變?cè)獾幕A(chǔ)上做了編輯與刪減：
自動(dòng)駕駛仿真技術(shù)
在這次展會(huì)上，除了高精地圖外，我們還帶來(lái)了更多面向智能汽車、自動(dòng)駕駛或智能駕駛的新產(chǎn)品。
如果你到我們展臺(tái)，會(huì)發(fā)現(xiàn)有一個(gè)互動(dòng)的大屏，它展示的是自動(dòng)駕駛仿真技術(shù)，這項(xiàng)技術(shù)主要解決的是自動(dòng)駕駛測(cè)試問(wèn)題。
我們相信未來(lái)的自動(dòng)駕駛，它的能力一定會(huì)超過(guò)人類。但是，如何超過(guò)人類？我們需要在真實(shí)的道路和環(huán)境上實(shí)踐多少才能達(dá)到人類的水平？
有很多論文都在研究這個(gè)問(wèn)題。其中我看到一篇比較著名的論文，通過(guò)各種可信度和置信度的計(jì)算，在理想情況下，汽車需要行駛兩億英里才能夠達(dá)到人類的水平。而特斯拉通過(guò)自己的計(jì)算，需要六億英里。
對(duì)中國(guó)來(lái)講，路況更加復(fù)雜，我們需要測(cè)試多少里程才能讓自動(dòng)駕駛車輛趕上或者超過(guò)人類的水平？
這是一個(gè)非常艱巨的任務(wù)。所以我們展示一個(gè)仿真的環(huán)境：將高精地圖灌入到仿真環(huán)境里，再建立一個(gè)虛擬現(xiàn)實(shí)的 3D 環(huán)境。
同時(shí)，我們把自動(dòng)駕駛算法、車輛控制動(dòng)力模型也加入到仿真器里——它可以隨時(shí)地、不停歇地進(jìn)行測(cè)試。
有了這個(gè)仿真器，我們實(shí)際上就能更快、更好地加速自動(dòng)駕駛的測(cè)試過(guò)程。
當(dāng)我們?cè)谡勅斯ぶ悄艿臅r(shí)候，我認(rèn)為有最關(guān)鍵的兩點(diǎn)：
第一，有沒(méi)有足夠多的數(shù)據(jù)，這是人工智能基礎(chǔ)；
第二，有沒(méi)有能力將這些數(shù)據(jù)轉(zhuǎn)化為知識(shí)。
語(yǔ)音識(shí)別把聲音轉(zhuǎn)化成文字，這是一種知識(shí)能力的轉(zhuǎn)化，我們從圖像里去識(shí)別貓狗、汽車，這也是知識(shí)的轉(zhuǎn)化。所以，只有具備了數(shù)據(jù)，又有將數(shù)據(jù)轉(zhuǎn)化為知識(shí)能力，才能稱得上人工智能。
過(guò)去十幾年，我們一直是最好的中文搜索引擎，也積累了大量的文本結(jié)構(gòu)數(shù)據(jù)?，F(xiàn)在的互聯(lián)網(wǎng)或者過(guò)去十幾年在互聯(lián)網(wǎng)上存在的每一個(gè)網(wǎng)頁(yè)，我們數(shù)據(jù)里都有存載。
有這么大的數(shù)據(jù)后，如何將這些數(shù)據(jù)通過(guò)搜索引擎的排序算法，更好的展現(xiàn)給不同的搜索者？
隨著人們對(duì)搜索的要求越來(lái)越高，我們對(duì)搜索引擎的算法也提出了更多要求。百度是最早引入機(jī)器學(xué)習(xí)算法作為搜索引擎的主算法，同時(shí)加入了個(gè)性化——我們叫做「點(diǎn)擊調(diào)臺(tái)」的能力，使得每個(gè)人看到的、搜索的結(jié)果，都會(huì)有針對(duì)個(gè)人特點(diǎn)的不同排序。
我們之所以說(shuō)過(guò)去一段時(shí)間，識(shí)別的效果或搜索算法不好，是因?yàn)槲覀冊(cè)诿鎸?duì)有限計(jì)算資源時(shí)，要做很多 trade off（取舍）：主動(dòng)進(jìn)行剪枝，讓搜索空間變小，更快拿出準(zhǔn)確的結(jié)果，但這樣我們可能就會(huì)喪失一些好的結(jié)果。
隨著計(jì)算能力的提升，包括 FPGA，GPU、CPU 的發(fā)展，這個(gè)搜索空間可以變得更大，這個(gè)時(shí)候好的結(jié)果被砍掉的機(jī)率會(huì)變小，更相關(guān)的結(jié)果就排到了前面。
所以，我們?cè)谒阉饕娣矫娴哪芰Ψe累，現(xiàn)在也應(yīng)用在自動(dòng)駕駛領(lǐng)域。
搜索面臨的是一個(gè)結(jié)構(gòu)化的文本數(shù)據(jù)，但自動(dòng)駕駛面對(duì)的環(huán)境更復(fù)雜，遇到的也是完全不一樣的數(shù)據(jù)：更多圖像，更多傳感器回傳的復(fù)雜數(shù)據(jù)。
比如 Lidar（激光雷達(dá)），傳回來(lái)的激光點(diǎn)云；radar （雷達(dá)）傳回來(lái)的是探測(cè)結(jié)果數(shù)據(jù)；camera （攝像頭）傳回的影像數(shù)據(jù)。
更多現(xiàn)實(shí)環(huán)境的數(shù)據(jù)引入，讓整個(gè)數(shù)據(jù)變得更加復(fù)雜，規(guī)模更大，所需的計(jì)算資源也更多。這時(shí)候我們需要更多、更新、更快的新的深度學(xué)習(xí)算法。
在過(guò)去的一兩年，我們看到自動(dòng)駕駛所需要的數(shù)據(jù)、算法和計(jì)算的能力，都在不斷地提高，這也讓自動(dòng)駕駛更快速進(jìn)入這個(gè)時(shí)代。
針對(duì)自動(dòng)駕駛，有很多新的算法出現(xiàn)，百家爭(zhēng)鳴，各不相同。但我認(rèn)為現(xiàn)在自動(dòng)駕駛還處在一個(gè)相對(duì)比較早期的階段。
如果對(duì)這個(gè)行業(yè)有所關(guān)注，你可能會(huì)看到不管是創(chuàng)業(yè)公司還是成熟公司，他們都演示過(guò)自己的自動(dòng)駕駛技術(shù)。
他們?cè)谲嚿洗钶d的傳感器都不相同：激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、前視攝像頭、環(huán)視攝像頭、黑白攝像頭、彩色攝像頭等等。各種傳感器不同，數(shù)量也不一。
你會(huì)發(fā)現(xiàn)這些自動(dòng)駕駛汽車與現(xiàn)實(shí)世界的汽車非常不同。當(dāng)然，不同場(chǎng)景所需要的傳感器、所要求的算法復(fù)雜度或者算法的種類也不同。
比如，以圖像為主的解決方案，要處理圖像的數(shù)據(jù)，我們會(huì)選擇更加主流的卷積神經(jīng)網(wǎng)絡(luò)，它對(duì)圖像定型計(jì)算、目標(biāo)識(shí)別、語(yǔ)義分割比較在行。
對(duì) Lidar、radar 這種數(shù)據(jù)量要求更大的傳感器，我們肯定需要不同的深度學(xué)習(xí)算法。但如果我們的目標(biāo)是希望自動(dòng)駕駛盡快到來(lái)，就必須考慮一個(gè)非?，F(xiàn)實(shí)的問(wèn)題：用什么樣的傳感器才能讓自動(dòng)駕駛更快到來(lái)？
我們的一個(gè)答案是：用更便宜、更成熟的傳感器，用更先進(jìn)的深度學(xué)習(xí)算法來(lái)實(shí)現(xiàn)自動(dòng)駕駛。
我們?cè)谶@方面的實(shí)踐： Road Hackers，這是基于深度學(xué)習(xí)的自動(dòng)駕駛解決方案。
我們的目標(biāo)是通過(guò)一個(gè)消費(fèi)級(jí)攝像頭、深度學(xué)習(xí)算法實(shí)現(xiàn)自動(dòng)駕駛。當(dāng)然，這是我們最苛刻的一次實(shí)踐。我們不可能只依賴這一個(gè)方案實(shí)現(xiàn)自動(dòng)駕駛，未來(lái)我們還是需要雷達(dá)或者其他傳感器。
但如果我們今天對(duì)最苛刻的環(huán)境，實(shí)踐得更多，要求得更嚴(yán)，那在未來(lái)，自動(dòng)駕駛對(duì)整個(gè)汽車的安全和擴(kuò)展性也會(huì)更方便。
所以我介紹的這個(gè)實(shí)踐，就是通過(guò)一個(gè)傳感器、深度學(xué)習(xí)的算法和過(guò)去我們積累的大數(shù)據(jù)來(lái)實(shí)現(xiàn)自動(dòng)駕駛的。
秉著這樣一個(gè)想法，我們?cè)谌ツ觊_(kāi)始了一系列調(diào)研工作。在這個(gè)過(guò)程中，我們發(fā)現(xiàn)在過(guò)去的積累中，我們做了一件非常了不起的事。
2013 年，當(dāng)時(shí)我還在百度地圖部門(mén)，那時(shí)我們升級(jí)了所有的地圖采集車輛，讓所有的地圖采集車輛都用上了最先進(jìn)的傳感器設(shè)備。
在地圖采集的過(guò)程中，我們記錄了所有影像，記錄了采集車上司機(jī)所有的駕駛行為，包括轉(zhuǎn)方向盤(pán)、踩油門(mén)、踩剎車的行為。去年，我們發(fā)現(xiàn)了這個(gè)寶藏。
*紅色的線代表方向盤(pán)轉(zhuǎn)向的角度。綠色的線代表用算法預(yù)測(cè)出的司機(jī)對(duì)方向盤(pán)的轉(zhuǎn)動(dòng)
我們每天都有幾百輛采集車在全國(guó)各地行駛，每年整體的采集里程達(dá)到數(shù)百萬(wàn)公里。
我們開(kāi)始用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的算法去挖掘這些數(shù)據(jù)和行為。這是我們?cè)诮衲?1 月份美國(guó)拉斯維加斯的 CES 上正式發(fā)布的視頻（如上圖）。在這張圖上，我們預(yù)測(cè)的行為和司機(jī)實(shí)際駕駛行為，在方向盤(pán)轉(zhuǎn)角上已經(jīng)相對(duì)接近。
當(dāng)然，我們也意識(shí)到，這樣的寶藏只靠我們?nèi)ネ诰蚝蛯?shí)現(xiàn)是有限的，我們的速度還不夠快。
所以我們將這套數(shù)據(jù)開(kāi)放出去：今年 1 月，我們開(kāi)放一萬(wàn)公里的 Road Hackers 原始數(shù)據(jù)，包含了采集車上收集到的所有數(shù)據(jù)，遇到的所有天氣：不管是晴天、雨天、陰天、雪天；不管是在一條揚(yáng)長(zhǎng)大路、一條曲徑小路、風(fēng)景秀麗的景區(qū)、還是在滿地都是泥濘的道路。
光是開(kāi)放數(shù)據(jù)還不夠，百度是一個(gè)技術(shù)信仰的公司，我們相信技術(shù)能夠改變一切。
每一個(gè)季度，百度都有一個(gè)技術(shù)比賽，我們叫做開(kāi)發(fā)馬拉松：大家在有限的時(shí)間之內(nèi)，設(shè)定有限的場(chǎng)景和環(huán)境，比拼誰(shuí)的產(chǎn)品和算法做得最好。
今年 1 月從 CES 回來(lái)后，我們?cè)趦?nèi)部做了一個(gè)技術(shù)比武。大家一起在這個(gè)平臺(tái)比賽，看誰(shuí)的算法能讓它的收斂變得更加明顯，誰(shuí)的算法能讓自動(dòng)駕駛的訓(xùn)練速度變得更快。
最后一共 50 支隊(duì)伍報(bào)名，我們進(jìn)行了為期一個(gè)月的技術(shù)比武。當(dāng)然，這種技術(shù)比武最重要的是交流和共享。我們讓這些勝出的隊(duì)伍和我們的團(tuán)隊(duì)工程師們充分進(jìn)行交流，進(jìn)而完善算法。
通過(guò)這樣一個(gè)技術(shù)比武，我們發(fā)現(xiàn)，我們可以再引入一種具有時(shí)間記憶的新算法，來(lái)實(shí)現(xiàn)縱向控制或者更好的橫向控制。
在這個(gè)網(wǎng)絡(luò)結(jié)構(gòu)里，我們可以從底層的圖像特征本身進(jìn)行自動(dòng)提取，它仍然用卷積神經(jīng)網(wǎng)絡(luò)來(lái)自動(dòng)處理。但在縱向控制上，我們引入了一個(gè)新的模型：它具有神經(jīng)記憶功能，不僅僅是通過(guò)這張圖片，而是根據(jù)過(guò)去十張，二十張，甚至一百?gòu)垐D片來(lái)預(yù)測(cè)出接下來(lái)該如何做。
這種技術(shù)最早也是用于語(yǔ)音識(shí)別的研究：LSTM （長(zhǎng)短期記憶，long short term memory）。
只要是針對(duì)連續(xù)性行為來(lái)做預(yù)測(cè)，我們就會(huì)考慮這種深度記憶的模型，并引入到縱向控制中，這當(dāng)中的新突破是：車的加速度、減速度變得更加流暢和舒服。
這是我們優(yōu)化算法之后，在北京測(cè)試的一段視頻（如上圖）。
鏡頭剛開(kāi)始，我們看到一個(gè)司機(jī)，實(shí)際上是一個(gè)駕校司機(jī)，他繞著我們既定的路線在行駛，當(dāng)他駕駛了幾次之后，我們把他的駕駛行為完整記錄，并訓(xùn)練出一個(gè)深度神經(jīng)學(xué)習(xí)的網(wǎng)絡(luò)結(jié)構(gòu)。然后我們?cè)侔堰@種網(wǎng)絡(luò)結(jié)構(gòu)經(jīng)過(guò)剪層、剪枝、優(yōu)化，放到汽車上。
*長(zhǎng)城汽車、英偉達(dá)、百度三家一起聯(lián)合開(kāi)發(fā)的只基于一個(gè)攝像頭和端到端深度學(xué)習(xí)的自動(dòng)駕駛展示
在過(guò)去的兩年，我和我的同事們拜訪了幾乎所有中國(guó)或者是國(guó)外主流的 OEM。直到去年，有 OEM 的朋友對(duì)我說(shuō)，「你們說(shuō)的技術(shù)很牛，我也知道你們現(xiàn)在做的還不錯(cuò)，但我不知道應(yīng)該怎么來(lái)使用?！?/p>
一個(gè)朋友跟我這么講，我會(huì)覺(jué)得你為什么會(huì)有這樣的問(wèn)題，但是當(dāng)多個(gè) OEM 的朋友和我說(shuō)同樣的問(wèn)題時(shí)，我們就開(kāi)始反思：我們的技術(shù)該如何應(yīng)用到自動(dòng)駕駛中？
汽車產(chǎn)業(yè)鏈非常長(zhǎng)，我們進(jìn)入這一領(lǐng)域之后，才知道 OEM 有 Tier1、Tier2。那么，我們的定位是什么？該如何與這個(gè)產(chǎn)業(yè)鏈融合？如何將我們的技術(shù)應(yīng)用到量產(chǎn)的汽車上？
反思了這些之后，我們推出了一個(gè)新的概念：叫做 BCU（Baidu Computing Unit）。
在人工智能時(shí)代，所有算法、軟件都需要硬件的搭載，只有將這些能力寄托到硬件上，我們的能力才得以釋放。
原來(lái)我們更多在與 OEM 交流，在那之后，我們開(kāi)始與汽車行業(yè)的 Tier1、Tier2 來(lái)交流這件事情。在與他們的交流中，我們也提出了算法對(duì)硬件的要求：需要多大計(jì)算能力、多少存儲(chǔ)空間、多少功耗等等。
原來(lái)我們更多在與 OEM 交流。在那之后，我們開(kāi)始與行業(yè)的 Tier1、Tier2 來(lái)交流這件事情。在與他們的交流中，我們也提出了算法對(duì)硬件的要求：需要多大計(jì)算能力、多少存儲(chǔ)空間、多少功耗等等。
自定位是自動(dòng)駕駛一個(gè)非常重要的基礎(chǔ)，它要告訴汽車本身在哪。我們定位的方法是基于物理標(biāo)志物、影像提取和高精地圖來(lái)做匹配。
橫向定位精度在 0.2 米以內(nèi)，這樣的定位精度就可以保證汽車能夠在自己車道上行駛，我們現(xiàn)在能做到差不多 98% 或者 99% 的準(zhǔn)確率?？v向的定位精度在 2 米，我們現(xiàn)在差不多是在 80% 到 90% 的準(zhǔn)確率。對(duì)高速自動(dòng)駕駛來(lái)講，這種定位精度其實(shí)已經(jīng)足夠了。
我們把定位能力、感知能力、路線規(guī)劃能力與 Tier1 交流后，開(kāi)發(fā)了一個(gè)適合于自動(dòng)駕駛量產(chǎn)的 BCU 硬件。
BCU 硬件分為三種：BCU-MLOC（高精定位）、BCU-MLOP（高精定位+環(huán)境感知）、BCU-MLOP2（高精定位+環(huán)境感知+決策規(guī)劃）。
有了這種實(shí)實(shí)在在的硬件后，我們賦能汽車行業(yè)，讓整個(gè)行業(yè)加速的想法才能夠快速實(shí)現(xiàn)。
（今天）我介紹的所有事情，相比于在我們?cè)?4 月上海車展公布的阿波羅計(jì)劃來(lái)講，其實(shí)都是鳳毛麟角。
阿波羅計(jì)劃是一套開(kāi)放、完整，安全的生態(tài)系統(tǒng)和架構(gòu)，它包含了四個(gè)層次：參考汽車層，參考硬件層，軟件平臺(tái)層、云服務(wù)層。
任何公司、個(gè)人，只要有能力，按照我們參考硬件設(shè)計(jì)，參考汽車設(shè)計(jì)，就可以開(kāi)發(fā)出一輛與百度能力一樣的自動(dòng)駕駛汽車。
自動(dòng)駕駛是一個(gè)完全新增的市場(chǎng)，我們希望為行業(yè)提供自己的核心能力，加快整個(gè)產(chǎn)業(yè)發(fā)展，讓自動(dòng)駕駛更快到來(lái)。
PS：關(guān)于顧維灝演講的完整視頻，請(qǐng)點(diǎn)擊此鏈接觀看。
雷鋒網(wǎng)推薦閱讀：
手掌大小、20W功耗，百度將量產(chǎn)國(guó)內(nèi)第一款車載自動(dòng)駕駛計(jì)算平臺(tái) | CES Asia 2017
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
