江苏龙网

  1. 首页 > 资讯 > 科技 > >

#驾驶#去了达摩院，修得真自动驾驶？

#驾驶#去了达摩院，修得真自动驾驶？
文章图片

4月22日 ， 阿里达摩院发布了全球首个自动驾驶"混合式仿真测试平台" ， 采用虚拟与现实结合的仿真技术 ， 引进真实路测场景和云端训练师 ， 能够提供最贴近实际道路状况的模拟测试 ， 并且模拟一次极端场景仅需30秒 ， 系统每天虚拟测试里程可超过800万公里 ， 将大幅度提升自动驾驶AI模型训练效率 ， 加速迈进自动驾驶L5阶段 。
或许很多人看到这里会觉得一脸茫然 ， 但笔者却对此无比激动 ， 先不要着急 ， 且听我慢慢解析达摩院发布的"仿真路测平台"意味着什么 。
要想了解这套平台的意义 ， 首先要弄明白自动驾驶的实现方式 。
#驾驶#去了达摩院，修得真自动驾驶？
文章图片

简单理解来说可以分为：感知道路环境、处理数据并给出结果、控制车辆 ， 其中最简单的是控制车辆方面 ， 因为如今绝大部分车辆的方向、油门、刹车都是电子化控制 ， 所以想要执行明确命令并不难 ， 而真正难点在于感知道路环境和基于这些信息做出正确的决策 。
专业说法为：感知、融合、决策、控制 。 即通过传感器将道路信息记录下来、把信息整合分类送入计算单元、处理数据后做出抉择、根据给出的决策控制车辆行驶 。
难点即是感知、融合、决策阶段 。
尽管近两年 ， 自动驾驶经常被媒体所报道 ， 但几乎所有人争执的焦点都在"激光雷达""5G技术""V2X（车联网 ， Vehicle to Everything）"这几个问题上 ， 似乎大多数认为只要解决了"激光雷达成本""5G技术普及""V2X落地"等问题 ， 完全自动驾驶就能迎刃而解 。
错 ， 这种观念其实与"我买了这款屏幕、键盘、鼠标就能上分""我买了这个厨具就能做出好菜"差不多是一个逻辑 。
激光雷达是传感器 ， 存在问题的地方在于其成本和体积 ， 高昂的成本使其无法大规模应用于民用车 ， 庞大的体积导致车辆不美观也影响空气动力学 。 尽管近些年激光雷达的成本在大幅下降 ， 以及在保证性能情况下 ， 体积越来越小 ， 但一个传感器硬件并非是决定自动驾驶发展的充分条件 。
#驾驶#去了达摩院，修得真自动驾驶？
文章图片

（激光雷达传感器效果）
5G技术则可以与V2X归位一类 ， 5G技术本质上解决的是通讯速度和延迟问题 ， 有5G技术的支持 ， V2X才能够实现 。 而这两者对自动驾驶的促进作用 ， 在于通过大量车载、非车载的传感器互相沟通 ， 提供几乎所有的环境信息 ， 也就是环境感知的来源不再局限于单个车辆 ， 而是所有联网的传感器都是汽车的"眼"；另外一个作用则是 ， 由于通信速度得到了保证 ， 那么信息处理单元也不再局限于单一车辆的计算力 ， 可以将感知数据传输至云端处理器 ， 而后将决策传输至车辆并执行 ， 以此解决车载处理器算力不足的问题 。
#驾驶#去了达摩院，修得真自动驾驶？
文章图片

细心的你应该已经发现了 ， 无论是5G还是V2X ， 本质上也只是能够解决感知层面问题 ， 并且由于目前车载算力已经足够（如今Mobileye、英伟达、特斯拉等公司的车载自动驾驶芯片 ， 从算力角度应对自动驾驶需求已经绰绰有余） ， 其实云计算的收益也不高 ， 所以这些仍然不是自动驾驶的核心痛点 。
注意 ， 笔者并没有说感知层面和算力层面不重要 ， 因为没有足够的信息输入 ， 就不足以得出正确判断 ， 而没有足够的算力 ， 就不足以在极短时间做出决策 。
但是 ， 信息不是越多越好 ， 虽然信息越多 ， 不确定性就会越少 ， 但信息量一旦过了某个节点 ， 其收益增速会逐渐下降 ， 并且导致成本大幅上；同样算力的过剩 ， 除了成本大幅上涨之外 ， 并不会带来更多的益处（另外算力还受到功耗、体积等多种限制） 。


推荐阅读


上一篇：公司@300万违约金背后，武汉封城影像记录第一人经历了什么？ | 风眼前线

下一篇：『半价』联想第二次找罗永浩带货：半价ThinkPad？