您当前的位置: 首页 > 美食

阿里首次披露自动驾驶技术路线单车自动驾驶不是重点将主攻车路协同

2018-09-15 10:37:01

原标题:阿里首次披露自动驾驶技术路线:单车自动驾驶不是重点,将主攻车路协同

阿里巴巴达摩院人工智能实验室首席科学家王刚(右)

一向低调的阿里巴巴自动驾驶项目首次披露了技术进展。

9月6日,阿里巴巴集团与交通部公路科学研究院宣布,成立车路协同联合实验室,基于车路协同探索自动驾驶和道路智能化的解决方案。阿里巴巴达摩院的自动驾驶项目负责人王刚表示,阿里将推出智能感知基站,利用感知基站的远程感知能力和基础设施属性,提升自动驾驶车的感知能力,并降低成本。

据悉,阿里巴巴达摩院下设人工智能实验室(AI Lab),外界所知的阿里巴巴自动驾驶项目、机器人项目均来自该实验室,而自动驾驶项目团队负责人王刚即为人工智能实验室首席科学家。

在王刚看来,自动驾驶技术兴起至今,已经发展超过60年,至今未看到可商业化落地的产品,其中主要障碍即是成本,而在成本结构中,占据主要部分的是传感器。 

单车自动驾驶结构图

据钛媒体了解,在感知冗余设计中激光雷达和高精地图是必要技术。目前被全球自动驾驶研发团队广泛采用的激光雷达为Velodyne供应的机械旋转式激光雷达,其成本的16线产品售价约4000美元,一台车需要安装多台,而实现L4级自动驾驶往往需要更高线束激光雷达,成本更是超过数十万元。

成本高昂的同时,激光雷达的产品性能也未得到充分验证,博世相关负责人曾向钛媒体表示,已在全球跟进了解了超过100多家激光雷达企业,这其中能够满足稳定性和探测距离要求的企业很少。

“现有大部分团队的感知技术用到了激光雷达,其有效探测距离不超过80米。而由于遮挡物,盲区的存在,车上的传感器也存在视角、高度上的局限。”王刚表示,激光雷达带来的自动驾驶单车成本可达20万美元。

此外,自动驾驶的定位中也大多依靠高精度地图,但受限于高精地图的采集作业模式,其地图数据的更新频率,也远不及实际驾驶场景的变换程度……一系列技术因素为单车自动驾驶带来技术和成本两重阻力。同时,单车智能也受到环境障碍物和复杂路况等物理极限的限制,在行人突然出现等等极端情况下难以应对。

“单车智能是需要汽车去感知,决策和控制,要求汽车去处理所有的状况。但汽车的决策需要了解更多交通场景,路上不只有车,还有人。”王刚说,“汽车以60-70公里的时速行驶,前方障碍物背后突然出现一个人,是来不及反应的。” 

为此,阿里巴巴“另辟蹊径”,自主研发车路协同方案,借助智能的道路基础设施、阿里云控平台以及AliOS等技术,让自动驾驶车行驶在信息化环境中,从智能交通系统中获取所需的道路环境信息。

王刚介绍,车路协同技术方案的核心技术之一是感知基站,其大概原理类似于手机的无线发射基站,可以实现车与路,车与车之间的信息连接点,属于世界首创的技术方案。

据悉,这种智能感知基站将以“上帝视角”采集路况信息,有效解决车辆传感器的“盲点”问题。同时,感知基站将精确识别定位动态目标,在重点区域采集多模态数据,单个基站可以覆盖200米的半径,而在道路实现高度智能化后,所有基站将织就一张实时感知网,通过互联互通打破信息传递的物理距离限制。

“这就好比每隔200米就站着一位经验丰富的交警。”王刚说,比如,夜间行车的时候视野受阻,感知基站可以及时感知到前方行人和道路的异常状况,并通知后车;在高速公路或转弯路段,当前车发生险情的时候,也可以及时感知并通知后车。

王刚透露,在前期的对比路测试验中,车路协同已经体现出极高的优势。在此前进行的多次对比路测中,实验设置了可移动假人从障碍物后突然出现的场景,在不开启道路协同的情况下,紧急避让全部失灵,在开启后,紧急避让或停车的成功率则为100%。

关于智能感知基站的技术方案,王刚表示目前暂不方便透露。他向钛媒体表示,感知基站在对单车成本进行优化的过程中,或可能替代掉成本高昂的激光雷达传感器。同时,感知基站也可以作为基础设施来降低自动驾驶车辆成本。

“2017年全国的机动车保有量是3亿辆,而公路总里程是477万公里,高速里程只有13万公里,这是非常非常小的数字。”王刚说,“也就是说我们可以花很少的钱,就可以把这个路变成非常智能,在这个基础上,去降低单车的成本。”

就行业来看,无论是谷歌旗下的自动驾驶公司Waymo、百度等巨头,还是Uber、Drive.ai、Pony.ai等初创团队,以及汽车主机厂商,都在自动驾驶的单车性能上追求突破。

在加州DMV的管理条例中,要求在该州做自动驾驶路测的厂商每年向其提交报告,Waymo、通用的技术已经取得不小进展,前者的接管频率在9000公里一次,而通用的接管频率为1250公里一次。

不过在王刚看来,这个成绩还不能满足应用要求,“成熟人类司机的事故率是16万公里一次”。

当钛媒体问及阿里的单车自动驾驶目前取得了哪些技术成果,王刚表示,“应该说做得还不错,至少出于国内前面的阵营,但是这不是我们的重点,我们做它只是为了去了解一下这样的一个路线,有什么样的问题。”

过去一到两年,BAT在汽车领域都有密集布局,目前明确落地的成果是各家的车联网方案,而在自动驾驶方面,只有百度的Apollo计划声势逼人。

但是进入2018年,腾讯和阿里的自动驾驶夜都开始浮出水面,今年5月,腾讯获得深圳市自动驾驶路测牌照,而在8月的重庆智博会期间,腾讯AD Lab也展示了其L3自动驾驶技术,并正在向L4技术阶段突破。

不难看出,阿里的自动驾驶技术走了一条与百度、腾讯,乃至行业主流都不同的路线,其虽然起步较晚,但将通过主攻车路协同方案,在基础设施的推进中,获取后发优势。

“阿里车路协同方案的技术成果需要转化成技术标准,我们双方会协商推动这些标准。”中国交通部公路科学研究院IST中心副总工程师王东柱表示,“国内相关的车路协同标准虽然有,但并不是针对某一个具体应用的,阿里会做一些相关的工作,包括车路协同、自动驾驶,我们看看是不是可以把一些成果形成标准,然后可复制、可推广。”(本文首发钛媒体,作者/李勤)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

河南嵩山特产
D204肝素吸附树指图片
星合湘水湾140㎡以上户型图-株洲
推荐阅读
图文聚焦