江苏龙网

  1. 首页 > 人文 > >

『埃尔法哥哥』谈数据驱动的自动驾驶

最近听了一些关于自动驾驶的分享 ， 在这里谈一下我个人的一些思考 。 目前大家普遍都认同“普通场景下的自动驾驶已经比较完善了 ， 目前主要的难点在于一些cornercases” 。 在技术不出现质变的情况下 ， 如何处理cornercases就是目前面临的主要难题了 。
以有涯随无涯 ， 殆已
早在一千多年前庄子就发表了"以有涯随无涯 ， 殆已"的哲学观点 ， 目前自动驾驶面临的问题就是极端场景非常多 ， 短时间无法穷举 ， 不管是基于规则的方法还是基于模型的方法 ， 都不可能保证应对所有的场景 ， 特别是极端场景 。
『埃尔法哥哥』谈数据驱动的自动驾驶
文章图片
为什么人类可以应对极端场景呢？因为人类可以学习、推理 ， 所以就到了"吾生也有涯 ， 而知也无涯" ， 通过学习和推理人类可以适应大量之前没有见到的场景 。 短期来看人造智能暂时还达不到学习和推理能力 ， 只是简单的逼近之前遇到的各种场景 ， 也就是数据驱动 。
依靠人工无法大量的采集数据 ， 解决问题 ， 验证并且上线 ， 但是机器可以 ， 所以目前大家都认可的一个方向是通过自动化来对抗复杂性 。 流水线一旦开启 ， 数据在流水线上流转 ， 生产出新的模型和规则 ， 在自动化的仿真环境验证 ， 然后在真车上测试 ， 从此自动驾驶的车源源不断的学习处理各种复杂的场景 。 无人车在真实环境中遇到的场景越多 ， 算法和模型就越完善 ， 通过不断的迭代来慢慢逼近自动驾驶的最高皇冠 。
『埃尔法哥哥』谈数据驱动的自动驾驶
文章图片
自动化生产流程
数据并不等于价值
既然通过数据驱动 ， 使得无人车具备学习能力 ， 但并不代表数据就等于有价值 。
没有治理的数据等同于垃圾 ， 为什么这么说呢？由于深度学习的兴起 ， 很多人对数据很重要已经形成了共识 ， 但只是简单的收集数据并不能产生价值 。 下面我们看几个例子 。
我们知道无人车主要是收集车上传感器的数据 ， 包括摄像头、毫米波、激光雷达、GPS/IMU等 ， 假如软件迭代升级了 ， 改变了数据存储的格式 ， 那么之前所有录制的数据(Bag包)都需要转换后才能使用 ， 如果这期间不对数据做管理 ， 不清楚数据采集的软件版本 ， 那么之前的数据基本都使用不了 ， 所以经常看到百度Apollo上有人提问3.0版本的数据如何在5.5上跑 。
数据存储格式改变是一方面 ， 另一方面假如传感器的配置改变 ， 比如传感器安装的位置改变 ， 或者更换其它型号的传感器 ， 如果这些元信息没有加入数据治理 ， 后面根本记不清楚这些传感器的配置 ， 也就无法对数据进行利用 。
另外传感器收集到的数据一般都是用二进制格式存储 ， 不具备可视化的能力 ， 如果直接看图片你知道是雨天还是雪天的数据 ， 如果是二进制文件 ， 你如何知道数据是什么场景、什么环境下采集的呢？所以在不具备数据可视化 ， 自动化的情况下 ， 很难检索到自己想要的数据 。 此外还有同场景下的数据缺失 ， 部分数据的错误处理等 。
所以如果有以上几种场景 ， 那么何来“有数据就是有价值 ， 有数据就是有竞争力”的说法呢？没有治理的数据就等同于在污水中的盐 ， 如果数据使用的成本已经超过了提取本身 ， 那么没有人愿意去利用这堆数据 。
『埃尔法哥哥』谈数据驱动的自动驾驶
文章图片
数据驱动的成本
以前是纯手工 ， 劳斯莱斯打造汽车 ， 现在是流水线打造汽车 ， 2者的生产模式根本就不一样 。 纯手工的是小作坊 ， 每年只能生产几百台汽车 ， 而流水线一年可以量产百万台汽车 ， 生产力差距非常大 ， 小手工作坊投入要求不高 ， 对个人水平要求非常高 ， 流水线对设备的初期投入非常高 ， 对个人的能力要求不高 ， 通过培训就可以上岗 。


推荐阅读


上一篇：「大侠上车」上汽大众Viloran正式预售，GL8不在寂寞，35万以内起

下一篇：「小蜜疯汽车」后天18时恢复，注意！镇安这一路段道路施工暂时封闭