从背道而驰到趋于大同,阿里百度的自动驾驶技术路线经历了什么?

电科技刘佳琪09-18 15:18

近日,阿里巴巴首次公布自动驾驶技术路线,侧重于依靠自动驾驶车辆和道路基础设施的配合实现自动驾驶。同时,阿里巴巴达摩院和交通部公路科学院宣布成立车路协同联合实验室。

随后,百度一改之前专注的单车智能,宣布今年底将正式开源Apollo车路协同方案。相隔不过数日,两大巨头竞相宣布重大技术路线,不约而同地强调车路协同的重要性。就此,中国自动驾驶的前进方向也进入统一思路,殊途同归的快车道。

车路协同.jpg

单车智能的不足

自动驾驶是汽车智能化的重要内容。智能汽车可以满足人更多样化的需求。但智能汽车本质上仍然是一辆汽车,最核心的功能仍然是载客拉货。智能汽车相比于传统汽车最关键的进步应该是交通安全以及运输效率方面的提升,并在这一前提下尽可能地降低成本,从而逐渐普及。

目前自动驾驶主流的技术路径仍然是单车智能,谷歌、通用等国际领先的自动驾驶玩家主要依靠汽车上的传感器和人工智能,再借助高精地图的辅助实现自动驾驶。

单车智能首先要面临的问题是高昂的传感器成本。目前自动驾驶汽车上的传感器设备要占到整车40% 左右的成本,这就决定了现在只有高档汽车能够配备自动驾驶功能。根据相关预测,2023年,传感器成本有望降到整车成本的26%。即使降到26%,对于很多车辆来说,还是太贵了。

传感器.jpg

昂贵的传感器极大地限制了自动驾驶的普及。自动驾驶汽车虽然一直在模仿人类驾驶行为,但终究和人类驾驶不同。自动驾驶汽车和人类驾驶的车辆共同行驶在公路上,实际上使得交通环境更为复杂。单纯依赖单车智能,想要保障安全,有赖于自动驾驶车辆足够多。

可能真的会有那一天,路上跑的全是自动驾驶车辆,所有车辆都以同一速度高速行驶,不会再有堵车和交通事故,交通运输的效率极大地提升。但这种场景还过于遥远。

传感器都有自己的盲区和使用条件,在恶劣天气等场景下性能会大打折扣。高精地图可以为自动驾驶车辆提供路况信息,帮助自动驾驶车辆安全行驶。但是高精地图是提前绘制的,很难做到实时更新。

众包是一种解决高精地图更新难题较为经济的方案。但是实施众包方案的前提是已经有足够多的符合要求的车辆在路上行驶。而且众包的车辆是否能对所有道路进行全面覆盖也是一个问题。高精地图虽然可以为自动驾驶车辆提供“记忆”并提供更新,但无法确保自动驾驶车辆的安全。

之前频发的自动驾驶交通事故不仅表明现有的自动驾驶技术尚不完善,而且也暴露了单车智能的局限。

为何要发展车路协同?

车路协同与单车智能的最大的区别在于增加了智能化的道路基础设施。阿里称之为车路协同感知基站,百度将配备了这种基础设施的道路称之为“聪明的路”。这种智能化道路基础设施由多种传感器和运算单元组成,可以像摄像头一样悬挂在道路上,每隔一定距离布置一个。

王刚.jpg

这种装置可以为自动驾驶车辆提供周围的路况信息,对于突发状况可以实时监测,提醒附近车辆提前准备。有了这种装置,高精地图的实时更新就不再是问题,这种装置可以将变动的路况实时传送到高精地图数据库,进行相应的更新。

有了这种装置的辅助,智能汽车自身传感器的要求就可以降低,相应的成本也会降低。这就可以促进自动驾驶的普及。这样做,实际上是把一部分汽车传感器转移到公共基础设施上,不仅可以为自动驾驶汽车提供辅助,也可以把信息传递给人类驾驶的汽车。传感器的利用效率得以大大提升,自动驾驶的成本更容易被摊平。

自动驾驶车辆已经开始逐渐落地,比如,Waymo 的无人驾驶出租车马上就要商业化运营了。人类驾驶的车辆和自动驾驶汽车终究要跑在同一条马路上。两者的矛盾系已经到了必须要解决的时候。

智能化道路基础设施的意义还在于对不同的车辆进行沟通,这已经涉及到了车联网。未来道路上的车辆并不会全都是自动驾驶车辆,但每一辆车都会联网。车联网可以让乘客和驾驶员借助网络进行娱乐,购物,但这并不是真正意义上的车联网,更确切的说法是车内上网。

车联网更重要的意义在于对不同车辆进行沟通。人类驾驶可以通过经验对其他车辆的行为进行判断,预测。而自动驾驶汽车做这一类的判断则要困难得多。

通过车联网,自动驾驶车辆可以获得其他自动驾驶车辆和人类驾驶的车辆的信息,进而突破感知盲区以及减少误判。这不仅可以减少交通事故的发生,同时可以降低对车载智能的依赖以及对车载计算资源的消耗。

车联网.jpg

和美国相比,中国的道路环境更加复杂、拥挤,这给自动驾驶的实现带来的很大的挑战。单凭智能汽车自身很难适应这样复杂的路况,即使可以适应,也需要更昂贵的传感器以及更高级别的人工智能以及算力,整体成本会很不亲民。

有了基础设施方面的帮助,自动驾驶可以适应更多的应用场景,比如,对于自动驾驶来说,难度非常高的市内交通场景。毕竟,能适应绝大多数场景的自动驾驶才能真正把人类从驾驶工作中解放出来。

车路协同并不是对单车智能的简单否定,而是将单车智能拓展到整个交通系统的智能。短期内的车路协同并不一定要服务于自动驾驶。车路协同的服务基站可以先对现有普通车辆进行联网,进而加强对车辆的调度管理能力,这种较为初级的应用就可以达到提升交通效率的效果。

9月14日,戴姆勒和博世用一辆奔驰E63完成了一场自动代客泊车展示。这辆奔驰车上没有驾驶员,也没有任何传感器,而是在停车场内安装传感器,进行智能化改造,来帮助车辆完成自动泊车。

自动泊车.jpg

这一自动泊车方案的重点不是自动驾驶车辆,而是车联网以及车路协同技术。应用场景面向的是公共停车场。这其实也体现了汽车人工智能向基础设施方面转移的趋势。

如果按照这种技术路径发展下去,自动驾驶将会更加依赖基础设施的智能化。政府在自动驾驶产业中扮演的角色将会越来越重要。

自动驾驶是人工智能的一个应用领域。其他人工智能应用,比如智能家居,不需要考虑不同企业间标准统一的问题,只需在小范围内部打通即可。而自动驾驶属于公共领域,涉及安全问题;而且车联网,车路协同都需要统一标准。这就要求不同企业的自动驾驶都要能接入统一的标准。

目前,我国推进自动驾驶产业的决心很大,并且十分擅长基础设施建设。自动驾驶向基础设施智能化的方向演进,政府可以更好地发挥作用,在标准方面也更容易统一。标准的确立和统一也将加速自动驾驶的普及。