0
| 本文作者： 思佳 | 2017-08-11 17:23 |
雷鋒網·新智駕按：“這是個尷尬的時刻，不過我們還是來討論技術吧！”今年3月份在德國柏林召開的博世互聯大會2017（Bosch Connected World 2017）上，Mobileye CTO兼聯合創始人Amnon Shashua在演講開場時幽默地如是說。
觀眾笑了。因為就在這場演講開始前的兩天，英特爾宣布斥資153億美元收購Mobileye，也創造了幾乎是2017年最大、最受矚目的收購案。
時間回到現在，就在前幾天，英特爾已經正式完成對Mobileye的收購，故事以Mobileye成為英特爾子公司開始一個新的篇章。
很多人都討論過英特爾這筆錢花得值不值，但不可否認的是，Mobileye正調用自身在環境“強感知”技術的積累，在自動駕駛領域走得越來越遠。同時，Mobileye實現了技術廠商的躍進，如今真正和車企站在一起。
或許是因為這些，或許是因為其他的什么，CTO Amnon Shashua在演講中可以自信地說，“Mobileye正在走一條正確的路線，不這樣做自動駕駛永遠都實現不了。”
在這個路線中，人工智能不可或缺。Mobileye到底如何利用人工智能實現對自動駕駛研發的超車呢？答案在Amnon Shashua的演講中，雷鋒網·新智駕對演講內容做了不改變原意的編輯整理。
Amnon Shashua：在浩大的自動駕駛產業鏈中，人工智能到底扮演著怎樣的角色呢？今天我們要來討論這個問題。
在這之前明確，實現自動駕駛的方案和路徑多種多樣，我將它們分為兩類：比較傳統的方案；大量運用人工智能的方案，也是我們正在做的方案。今天會具體介紹他們。
為了實現自動駕駛，我們需要解決的技術主要分為三部分：
感知：在車輛部署攝像頭、激光雷達、毫米波雷達等傳感器，配合高性能的算法，讓車輛感知周邊環境。
高精度地圖：高精度地圖是實現自動駕駛的必要性技術之一，它提供了一種更前瞻的信息指示和冗余性，是保證自動駕駛安全的基礎。
駕駛決策：在駕駛決策的技術研發中，往往能為人工智能提供大量用武之地。其最終目的是，讓自動駕駛車輛在面對復雜交通環境時，能夠像人一樣駕駛，擁有人類的一些決策屬性和技巧，同時也要保證安全。
下圖是我們與德爾福合作研發的自動駕駛demo，車輛在長達10公里的拉斯維加斯街道上完成了無干預的自動駕駛。圖中可以看到，3D box準確框出了每一臺車輛，綠色部分標識了可駕駛的空白區域，同時算法對交通燈、交通指示牌也進行了識別。總的來說，這臺自動駕駛車對周邊環境進行了360度的感知識別。
再來展示一下關于繪圖的內容。下圖展示的是Mobileye近一年半時間研發的REM（Road Experience Management）路網采集管理系統，這是我們通過眾包模式收集數據繪制高精度地圖的方法，這些采集到的路標構成了RoadBook（路書）。該項目中，我們與寶馬和其他汽車平臺合作，進行數據收集。
最終我們得到一個存儲在云端的地圖，它可以投射在兩個界面上，圖中右手邊是將數據投射在谷歌地球上，這樣可以得到大尺度的精度參考，左手邊是投射在車輛采集的實時圖像上。
當運行起這樣的系統時，可以看到投射在谷歌地球和車輛視角圖像的車道線非常精準，同時標注出了道路標識等信息，精度達厘米級。
這是另一個demo，與尼桑汽車在倫敦街道上的道路測試。
在這個過程中，人工智能發揮了哪些作用？
當提到車輛感知，通常指的是物體檢測的過程，即道路上的車輛、行人、交通標識、交通燈等等。
環境感知的階段一：感知障礙物。對機器而言，輸入的是圖像，輸出的其實是bounding box，如一輛汽車的bounding box、一個行人的bounding box。這是如今的駕駛輔助系統，我們需要檢測車輛、行人等物體，再根據這些障礙物進行相應的駕駛決策。
環境感知的階段二：感知空閑區域（free space）。過去的環境感知，是檢測路緣、護欄等障礙物，依此判斷哪里能夠駕駛，哪里不能。而現在換一種方式，輸入仍然是圖像，但輸出是一種自由形式的邊界范圍（free form boundary）。對邊界范圍進行識別，我們需要對諸如車道線、路緣等等特征進行語義理解，這使得系統實現變得更復雜。
環境感知的階段三：感知可駕駛區域（Drivable Paths）。這個階段產生的是真正的顛覆性技術，系統將感知每條道路通往何地，以及與道路相關的語義理解，例如這條路有多長、這條道路會通往高速、高速的出口又在哪里…所以這個時候，輸入是圖像，但輸出的是一個故事，是要去描述一個的場景，而不只是識別出障礙物。我們將這稱為“強感知”，這確實是一個開放性的問題。
以上就是Mobileye在車輛感知中應用人工智能的嘗試。第一階段是單純軟件問題，第二階段進行了升級，目前已經實現量產，比如特斯拉的第一代Autopilot系統，第三階段是非常有挑戰性的，同時需要大量的人工智能技術參與。
感知技術是如何被運用的？
感知技術是如何被運用的？目前主要有兩種路徑，第一種“重地圖模式”（Map heavy approach），第二種“輕地圖模式”（Map light approach），Mobileye屬于第二種方式。
1、重地圖模式
這種方式很好描述，也很容易使用和部署。但這是一個錯誤的方式。為什么？下面具體介紹。
這種方式通過使用3D傳感器（如激光雷達）來檢測車輛和行人，然后被呈現在車輛的3D坐標系統中。
之后，將車輛在3D地圖中進行定位。實現方式有多種，例如車輛通過激光雷達采集了周邊環境數據，并與已有的高精度地圖數據進行匹配，就可以進行自定位。
將步驟一中檢測到的車輛和行人放置到高精度地圖中，因為你已經實現了自定位，而高精度地圖中包含了所有車道線等信息，所以你已經擁有了“上帝視角”，你從高精度地圖上獲取了可駕駛的路徑，同時有通過感知得來的物體檢測信息，所以直到目前，似乎我們不需要任何攝像頭。
如果你回憶一下谷歌最初的無人車原型，他們沒有部署環境感知攝像頭，只有一個看交通燈的攝像頭，其他都是基于激光雷達完成的。
這就是第一種路徑。
2、輕地圖模式
現在，如果你希望系統有更好的魯棒性。你就需要加入更多的傳感器，例如攝像頭。每加入一種傳感器，都需要將其數據轉化成三維，所以，如果你現在擁有攝像頭數據，就必須將攝像頭數據加載在3D坐標系統中。
問題在于，由2D轉向3D是很困難的，毫米波雷達的數據也是2D的，它測量不同的維度，但仍然是2D。我們使用輕地圖模式，解決這個問題。
使用攝像頭同時檢測車輛、行人以及可駕駛路徑。即將靜態和動態場景描述放在同一個2D坐標系統中。
通過將高精度地圖數據投射在車輛獲取的2D圖像中進行車輛自定位。該技術在上面的demo中已經進行了展示。
現在，我們使用這種投射方式，建立一個車輛和可駕駛路徑的統一3D視角，因為地圖是三維的。而當你需要加入一個額外的傳感器，如毫米波雷達、激光雷達等傳感器，你所有需要做的，就是將3D轉換成2D。例如將激光雷達數據投射到二維圖像中，這是比較簡單的。
舉個例子，這是將激光雷達數據和其他數據投射到二維圖像上的示例。
這是將毫米波雷達數據投射到二維圖像的示例。
現在，讓我們看一下這種方式的優勢。如下圖所示，左側展示了右側圖像的仰視圖視角，并且我們可以非常準確地獲取這種視角。
所以，攝像頭加地圖就可以提供所有駕駛需要的信息，之后毫米波雷達和激光雷達等傳感器，會處理一些冗余的問題。
接下來，我們總結一下這兩種路徑的優缺點。
重地圖模式的優點：
非常容易設計出原型，找10個有才能的工程師，不出6個月的時間，你就能到一個不錯的demo。這就是一些硅谷團隊在做的事。
重地圖模式的缺點：
會造成車輛對高精度地圖的過分依賴，沒有高精度地圖，你什么都做不了。
可駕駛路徑和車輛/行人處于不同坐標系統中，沒有協同，且每類物體由不同的傳感器識別。當你將它們同步到同一個坐標系統中，容易產生錯誤。
真正重要的是，創建高精度地圖需要人工標注，這是一個巨額的成本投入。
如果沒有一個真正經濟的高精度地圖繪制方式，自動駕駛很難真正落地。而如今許多公司在繪制高精度地圖時使用的方式都是非常昂貴的。
輕地圖模式的優點：
攝像頭是唯一的環境感知傳感器，在同一坐標系統中同時檢測車輛/行人以及可駕駛路徑。
使用車載攝像頭傳感器眾包獲取數據，制作高精度地圖，大大降低了成本。
可實現低成本的level 2+等級自動駕駛。在level 2中，駕駛員需要對車輛駕駛控制負責，但是通過輕地圖模式，可以實現類似level 3、level 4的體驗，同時激光雷達將不是必須的。這開拓了更廣泛的商業和市場前景。
輕地圖模式的缺點：
非常難以實現。
如剛才所說，感知的第三階段很復雜，且需要大量人工智能技術輔助。但從長遠角度看，這是一條正確的路徑。重地圖模式短期來看易于實現，但長期而言，不能形成規模化。
這部分講駕駛決策，即復雜交通中的博弈。上圖中的新聞，是大概一年多前，自動駕駛撞人的案件。無數自動駕駛車都在面臨一個共性的問題，他們的駕駛決策太過簡單，當一些復雜的、意料不到的事情發生時，駕駛員必須要進行接管。機器無法做出人類面對復雜情況的博弈和決策。
前提是，駕駛是一個“多主體”的游戲，只要道路上還存在人類駕駛員，那么機器就必須明白人類的決策技巧，人類容易沖動，人類會犯錯，所以自動駕駛車需要與人類司機進行協同配合，同時要保證安全。
所以，現實生活中的交通到底是什么樣呢？為了弄清楚這個問題，我用一架無人機進行航拍，拍下了一些現實交通的畫面。
上面這輛車嘗試并線，沒人給這個“可憐的人”讓行，不過這就是真實生活！所以想象一下，把這個場景交給自動駕駛車，你如果希望它能做到這樣，那就是天方夜譚了，做到接近都是不可能的。
我們更具體地聊聊。下圖展示了雙車道并線問題，這是我們與寶馬汽車合作的項目，目的是解決現階段一個非常具體的駕駛問題，也是一個非常困難的問題。
在雙車道問題上，車輛會從兩側車道會車，為什么這個問題具有挑戰性呢？因為車輛不是簡單地擠進來，它可能會干擾其他車輛行駛，也有可能產生兩車僵持的情況。但對于兩車道會車，沒有一個明確規則，唯一的規則就是不要發生事故。
在四車道的十字路口會車時，其實并不是最難的，因為十字路口有交通燈，有規則，但這種雙車道會車的情況則不同。所以，你必須預估出之后幾秒的情況，并做出規劃，你需要估摸出會車間距和通行的時間，能夠在不發生碰撞的情況下及時通過。所以，這其實是一種非常困難的問題。
所以，我們希望能利用機器學習解決這個非常復雜的問題。而機器學習的趨勢，就是數據驅動。
優勢：比基于規則的算法更簡單地觀察和收集數據。在很多場景中都是這樣，例如自然語言識別、計算機視覺等等。歷史經驗表明，機器理解潛在規則是很難的，但收集數據，用數據驅動機器學習算法性能，會獲得更好的表現。
所以，大規模應用機器學習，是一個正確的趨勢。
缺點：機器學習的性能表現取決于你用來訓練它的數據，這就意味著有可能出現“臨界”情況。而找到這樣的臨界情況需要更多的數據，以及更多的嘗試，直到篩選出臨界情況。
所以，機器學習是一個有監督的學習過程。在感知過程中，你感知的是當時的場景，而在感知背后的技術，是過去的積累和學習，是深度、有監督的學習；而當提到駕駛策略時，你其實是在計劃未來，這是一個不太一樣的機器學習方法，被稱作增強學習，在其中你需要與環境進行交互。
為什么這兩者在叫法上不同？他們的區別在于，使用數據的方式。
1、有監督的學習
在有監督的學習中，我們預測的行動不會對環境產生影響，因此我們可以一次性收集所有的數據，也可以在線下收集數據，然后再用這些數據不斷訓練神經網絡，直到找到所有的“臨界”情況。
2、增強學習
在增強學習中，我們的行動會對環境產生影響，這意味著，如果我決定左轉，我就正在影響其他駕駛的車輛。所以，現在如果我要更改軟件，那意味著我需要重新收集所有的數據，因為每一次變化駕駛決策，就是在改變影響環境的方式。
這會造成一些問題，因為臨界情況在駕駛中就代表著“事故”的可能性。而事故是一個小概率事件，為了找出這種臨界情況，那么我們就需要大量的數據，而每次要修改軟件時，又需要重新再收集一次數據。這就造成了很大的問題。
這也是為什么傳統基于規則的路徑規劃算法沒有引入機器學習，因為這個命題并不是那么吸引人，這聽起來并不是什么好主意。
所以，我們找到了了一種解決這個問題的方式。用這種方法，我們可以使用機器學習算法，同時避免數據量的爆炸，并確保安全。在Mobileye網站上可以找到這篇論文。
我們在仿真實驗中對其進行了測試，下圖中的8輛汽車都是被訓練的駕駛主體，隨機分布，可以看到，它們經歷了復雜的調度決策。
在這個仿真實驗中，共經歷了10萬次路測駕駛，每次測試中有8個駕駛主體、位置隨機，沒有發生碰撞事故。系統性能達到每秒10hz的頻率響應。占用的計算量僅1%，而這些，正是得益于人工智能。
在傳統的方法中，你試圖開啟的是一棵包含了所有可能性的樹，這最終會導致數據爆炸和系統癱瘓。但如果使用機器學習，就像谷歌Alphago贏得了人類積累了數千年歷史的圍棋，你正在開啟一種新的可能性。
你使用了一種新的方式，通過數據驅動的方式，穿越了這棵巨大的樹。
目前，Mobileye已經在進行相關的研究，如下圖，所有的駕駛主體都是被我們訓練的樣本，可以看到，它們的駕駛行為已經越發接近人類。
總結一下，Mobileye如何利用人工智能加速自動駕駛的落地？主要是以下幾部分。
1、正確的感知：即通過“強感知”理解可駕駛的路徑。傳統的方法過分依賴高精度地圖，而規避了技術上難以實現的部分，但如果這樣做，就不會形成規模化系統。
2、正確的繪圖：使用“強感知”技術，通過眾包自動生成高精度地圖。我們的技術最終希望高精度地圖的生成完全自動化。
3、正確的駕駛決策：讓自動駕駛車達到人類等級的判斷力，像人類一樣敏捷，同時還要確保安全，這是一個挑戰，我們在這部分的研究仍處于起步階段。大家可以在Mobileye網站上瀏覽我們的研究論文，在這方面我們與寶馬汽車進行了許多項目研究。
而在這部分，如果我們不能正確的解決，那么真的無法使自動駕駛落地。這其中將涉及大量的人工智能技術。
以上，就是人工智能在自動駕駛領域的創新應用和變革。
點擊獲取Amnon Shashua演講視頻，由雷鋒網·新智駕（AI-Drive）下載上傳。
雷鋒網推薦閱讀：英特爾完成“軍火庫”擴充，還要與Mobileye打造大規模自動駕駛車隊
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
