人工智能能否幫助中國自動駕駛“彎道超車”？
百度發(fā)布了最新的全年財報，人工智能不出意外的成為財報的核心。從新興業(yè)務中可以看到，自動駕駛作為業(yè)務重點被介紹。那么在歐美列強自動駕駛聲勢浩大的今天，中國的人工智能能否幫助中國廠商“彎道超車”?
在考慮這個問題前，我們先要知道中國的人工智能已經(jīng)達到了什么水平?當然，這是一個打嘴仗的話題，畢竟人工智能的算法眾多，領域多樣。所以筆者也不準備去費口舌，只是說幾個事情，大家感受一下。
年初美國人工智能協(xié)會年會因為時間安排與中國春節(jié)撞車，但是考慮到中國研究人員眾多，不得不將會議改期。從這一點看，中國在全球人工智能技術領域的重要地位不言而喻。
另一個例子，美國白宮此前發(fā)布報告，表示“中國深度學習領域研究已經(jīng)趕超美國。”中國人工智能對美國政府都已經(jīng)產(chǎn)生觸動。
再說個更具威脅性的評價。紐約時報發(fā)文稱，“中國人工智能迅速進步，軍備競賽正在緊逼美國?！惫怨?，這個水太深了，為了不敏感，這里就不說了。
可以說，看過這些已經(jīng)足夠反映中國人工智能水平在不斷提升中 ，且地位不低。不過，作為關注汽車圈的人，更多更人關心的是人工智能在自動駕駛領域上能幫助中國自動駕駛“彎道超車”嗎?
上個月百度智能汽車亮相美國CES，向全球展示了百度在高精地圖生產(chǎn)制造、自動駕駛環(huán)境感知等領域的領先技術，并向全球發(fā)布自動駕駛開放平臺RoadHackers，其實這足以說明中國自動駕駛的技術路徑。
人工智能的突破口在哪?
在展開這個話題前，首先得知道目前自動駕駛主要應用那方面的人工智能。
根據(jù)L3自動駕駛定位、感知、決策、控制的需要。自動駕駛首先要有強大的計算感知系統(tǒng)。比如能夠準確實時的判斷路面的各種標示、狀況的圖像識別體系，這不可避免要用到深度學習技術。而且，為了具有距離感知，還必須有毫米波雷達、超聲波、激光定位雷達之類的黑科技。(這點大家感興趣可以了解一下谷歌無人車用的激光雷達，絕對地球頂配。)
另外，還要采集和校準非常、非常多的地圖、路線、實際路況等數(shù)據(jù)，也就是精準的定位一輛車在什么地點。
最后是少不了精密的自動控制系統(tǒng)，讓汽車能夠敏捷精準地根據(jù)電腦給出的指令處理各種突發(fā)狀況。
基于以上基本的自動駕駛需求，人工智能目前最大的發(fā)揮領域主要集中在感知與數(shù)據(jù)采集和校對上。(目前主要，未來就不好說了)
從感知上來說，最為重要的就是識別行駛道路上的各種必要信息，比如交通標志、道路線，以及旁邊的車輛、樹木等等，而電腦根據(jù)實際情況執(zhí)行不同指令。所以感知的重要性很高，畢竟這玩意要識別錯了，輕則損失幾千元，嚴重可就是生命的代價。不過要達到極高的識別速度，并最終達到100%準確程度，就需要人工智能來幫助了。
目前，感知識別主要需要使用諸如深度學習的CNN(卷積神經(jīng)網(wǎng)絡)算法來完成。其原理核心簡單說就是對圖像等信息不斷逐層分級，獲取特征信息，并進行特征學習，從而達到類似于我們?nèi)祟愰_車時的視覺作用。
但是，由于路況千變?nèi)f化，比如交通標志也有破損的時候，車道線也有看不清的時候，加上受限于攝像頭像素、感知距離限制等等傳感器局限問題(特斯拉理想狀態(tài)也不過250米的感知范圍)，這就導致無法保證100%的準確率。特斯拉的幾起交通事故就是典型的例子，所以，高精地圖作為輔助就有了必要性。
高精度地圖相比我們常見的導航地圖信息量會大得多，畢竟自動駕駛車需要精確的知道在路上的位置，而車輛與車道線、馬路牙子也就幾十厘米左右，所以高精度地圖的絕對精度一般都是1米以內(nèi)，而如果需要車道和車道、車道和車道線的相對位置精度等信息，往往還要更精確，比如百度的高精度地圖就是厘米級，而且還含有每個車道的坡度、曲率、航向、高程、側(cè)傾的數(shù)據(jù)。
有了高精地圖就能大大的減少傳感器等系統(tǒng)實時運算的負擔。比如“路右側(cè)有一個限速60的標志牌”，行駛到附近時，因為高精度地圖中已經(jīng)有了標牌的準確位置，車載攝像頭可以有針對性地分析圖片中有標志標牌的區(qū)域，確認限速信息，免去全畫幅的分析計算，從而減少運算量。
有了高精地圖作為輔助，感知準確率和效率就會大幅提升。但是，高精地圖數(shù)據(jù)需要不斷豐富，這就涉及到了數(shù)據(jù)的收集和校對。這方面也同樣可以開始利用人工智能。
比如，利用深度學習，百度高精地圖數(shù)據(jù)自動化處理程度已達到90%，能自動識別包交通標志、地面標志、車道線、信號燈等上百種目標，相對精度達0.1-0.2米。
可以說 ，人工智能已經(jīng)大大幫助中國自動駕駛技術的成熟，尤其是中國相關人工智能技術廠商還不賴，并且對自動駕駛的專注度越來越高。所以，中國自動駕駛無論是技術嘗試，還是車廠等相關廠商機會還是大大的。
不過……，還是有一點要注意!
不斷強化的人工智能優(yōu)勢
對現(xiàn)在的自動駕駛技術廠商而言，如何解決數(shù)據(jù)來源問題已經(jīng)開始成為新的問題。畢竟自動駕駛需要的數(shù)據(jù)維度太多，太豐富，而且不同國家、不同城市的路況環(huán)境各不相同，所以數(shù)據(jù)是絕對的重點，而且量級絕對不能少。備受技術宅敬仰的特斯拉老大Elon Musk 就說過，沒有 10 億英里(注：約 16 億公里)的數(shù)據(jù)，就不能稱有足夠的數(shù)據(jù)。而且，10 億英里的數(shù)據(jù)只是 “需要條件” (necessarily)，而非 “充份條件” (sufficient)。
那么數(shù)據(jù)如何積累?谷歌、百度地圖常用的那種滿街跑的地圖測繪車是一種方式，但是對于像高精地圖這種高信息量的地圖，還需要專用的測繪車，這種成本就不是一般的高了。之前，百度就表示， 250輛測繪車中，可用于高精度地圖數(shù)據(jù)采集的車只有10輛。不過話說回來，就算有1千輛、1萬輛專用測繪車也存在數(shù)據(jù)不實時、不夠“新鮮”的問題。
當然，辦法也不是沒有。目前，百度一直利用自身云端的Learning Map實現(xiàn)地圖眾包，也就是通過行駛中的汽車車載傳感器采集道路信息，回傳云端后補充、更新地圖數(shù)據(jù)。而且，百度正在實驗更神奇的技術，希望通過人工智能技術，實現(xiàn)低質(zhì)量的圖像數(shù)據(jù)更新高質(zhì)量的高精地圖。舉例說就是，類似768這樣的超低分辨率影像，也可以去補充采集車的4K影像。如果成功，即使像素質(zhì)量不高的影像也可以充分利用，高精地圖就可以進行自我學習和演進，最終實現(xiàn)高精地圖數(shù)據(jù)的實時更新。
當然，還是那句話，眾人拾柴火焰高，人工智能技術是自動駕駛的核心競爭力，也是中國自動駕駛技術“彎道超車“的關鍵，但還需要整個業(yè)態(tài)的參與其中，尤其是中國各大車廠，也是最直接的自動駕駛技術受益人，其自身就蘊藏巨大的數(shù)據(jù)資源，如果和有自主知識產(chǎn)權的中國自動駕駛技術廠商合作，其前景不可估量?！?/p>
關注我們
