阿里入局自動(dòng)駕駛路測(cè)平臺(tái) L5技術(shù)落地為時(shí)尚早

       繼谷歌、百度之后，阿里巴巴也加入了仿真路測(cè)平臺(tái)的陣營(yíng)。

      4月22日，阿里達(dá)摩院發(fā)布了全球首個(gè)自動(dòng)駕駛“混合式仿真測(cè)試平臺(tái)”。這一平臺(tái)采用虛擬與現(xiàn)實(shí)結(jié)合的仿真技術(shù)，引進(jìn)真實(shí)路測(cè)場(chǎng)景和云端訓(xùn)練師，模擬一次極端場(chǎng)景只需30秒，系統(tǒng)每日虛擬測(cè)試?yán)锍炭沙^(guò)800萬(wàn)公里，能大幅提升AI模型的訓(xùn)練效率。

對(duì)自動(dòng)駕駛來(lái)說(shuō)，仿真路測(cè)是訓(xùn)練算法的核心環(huán)節(jié)。

       達(dá)摩院資深技術(shù)專(zhuān)家敖閏在接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)透露，混合式仿真平臺(tái)改變了自動(dòng)駕駛路測(cè)的方式。在這個(gè)平臺(tái)上，場(chǎng)景構(gòu)建成本幾乎為零，因此可以根據(jù)需求任意增加場(chǎng)景變量。加上引入人類(lèi)駕駛行為干預(yù)，可以推動(dòng)加速自動(dòng)駕駛技術(shù)的成熟。

仿真路測(cè)能極大提升訓(xùn)練算法的效率。真實(shí)路測(cè)積累數(shù)據(jù)有限，據(jù)美國(guó)蘭德智庫(kù)估算，一套自動(dòng)駕駛系統(tǒng)量產(chǎn)需要積累170億公里以上數(shù)據(jù)，即需要一支100輛車(chē)的路測(cè)車(chē)隊(duì)，以40公里/小時(shí)的速度，在全天行駛500年。但如果基于真實(shí)路測(cè)數(shù)據(jù)搭建仿真路測(cè)，訓(xùn)練效率能有數(shù)量級(jí)的提升。

此外，極端情況也不可能在真實(shí)路測(cè)中還原，如惡劣天氣、交通事故等。但算法學(xué)會(huì)應(yīng)對(duì)這些情況，需要在仿真環(huán)境中訓(xùn)練算法。因此，從現(xiàn)階段的測(cè)試情況來(lái)看，L5技術(shù)落地還有很長(zhǎng)一段時(shí)間，無(wú)論是平臺(tái)還是自動(dòng)駕駛的車(chē)輛研發(fā)，都處于非常早期的階段。

訓(xùn)練效率提升

       路測(cè)一直是自動(dòng)駕駛落地的核心環(huán)節(jié)。研究顯示，自動(dòng)駕駛汽車(chē)需要積累177億公里的測(cè)試數(shù)據(jù)，才能保證自動(dòng)駕駛感知、決策、控制整個(gè)鏈路的安全性。傳統(tǒng)純虛擬仿真測(cè)試平臺(tái)能快速跑完自動(dòng)駕駛路測(cè)里程，但仍然面臨極端場(chǎng)景訓(xùn)練效率低下的關(guān)鍵問(wèn)題：極端場(chǎng)景數(shù)據(jù)不足，就無(wú)法還原真實(shí)路況的不確定性，系統(tǒng)就無(wú)法精準(zhǔn)應(yīng)對(duì)真實(shí)路況的突發(fā)情況，自動(dòng)駕駛就難以實(shí)現(xiàn)進(jìn)一步突破。

因此，多家科技企業(yè)都將目光瞄準(zhǔn)了這一市場(chǎng)。在2019年4月的上海車(chē)展上，華為自動(dòng)駕駛云服務(wù)Octopus首次展出，仿真測(cè)試就屬于其中一項(xiàng)服務(wù)能力。華為認(rèn)為，自動(dòng)駕駛的快速開(kāi)發(fā)上市及功能迭代，將是車(chē)企在未來(lái)智能網(wǎng)聯(lián)競(jìng)爭(zhēng)中率先贏得市場(chǎng)的關(guān)鍵，但在這個(gè)過(guò)程中，自動(dòng)駕駛的開(kāi)發(fā)者面臨的挑戰(zhàn)也十分明顯。

      據(jù)了解，如果要解決虛擬仿真測(cè)試問(wèn)題，海量數(shù)據(jù)的處理是第一道關(guān)口。通過(guò)云服務(wù)處理海量數(shù)據(jù)，自動(dòng)化挖掘及標(biāo)注，能夠?yàn)闇y(cè)試企業(yè)節(jié)省70%以上的人力成本。

此外，在極端場(chǎng)景下的測(cè)試數(shù)據(jù)不足的問(wèn)題，達(dá)摩院正在試圖解決這一難題。該平臺(tái)打通了線上虛擬固定環(huán)境與線下真實(shí)路況不確定性的鴻溝。傳統(tǒng)仿真平臺(tái)難以通過(guò)算法模擬人類(lèi)的隨機(jī)干預(yù)，但在達(dá)摩院的平臺(tái)上，不僅可以使用真實(shí)路測(cè)數(shù)據(jù)自動(dòng)生成仿真場(chǎng)景，還可通過(guò)人為隨機(jī)干預(yù)，實(shí)時(shí)模擬前后車(chē)輛加速、急轉(zhuǎn)彎、緊急停車(chē)等場(chǎng)景，加大自動(dòng)駕駛車(chē)輛的避障訓(xùn)練難度。

針對(duì)極端場(chǎng)景數(shù)據(jù)不足的問(wèn)題，該平臺(tái)可以任意增加極端路測(cè)場(chǎng)景變量。在實(shí)際路測(cè)中，復(fù)現(xiàn)一次極端場(chǎng)景的接管可能需要1個(gè)月的時(shí)間，但該平臺(tái)可在30秒內(nèi)即完成雨雪天氣、夜間照明不良條件等特殊場(chǎng)景的構(gòu)建和測(cè)試，每日可支持的場(chǎng)景構(gòu)建數(shù)量達(dá)百萬(wàn)級(jí)。

“仿真測(cè)試中自動(dòng)駕駛車(chē)輛遇到交通事故，可以為自動(dòng)駕駛提供算法改進(jìn)的機(jī)會(huì)。所以這個(gè)平臺(tái)，某種程度上可以說(shuō)是通過(guò)新技術(shù)增加事故場(chǎng)景的出現(xiàn)頻率和構(gòu)建成本，由此提高自動(dòng)駕駛訓(xùn)練效率。這正是為了以后上路更少出現(xiàn)事故。”敖潤(rùn)進(jìn)一步表示。

測(cè)試?yán)锍淘鲩L(zhǎng)近6倍

       行業(yè)專(zhuān)家指出，這一平臺(tái)規(guī)模化地解決了極端場(chǎng)景的復(fù)現(xiàn)難題，使得這些關(guān)鍵場(chǎng)景的訓(xùn)練效率提高上百萬(wàn)倍，將推動(dòng)自動(dòng)駕駛加速邁向L5階段。

      自動(dòng)駕駛市場(chǎng)的火熱，也使得仿真路測(cè)平臺(tái)成為巨頭們的新戰(zhàn)場(chǎng)。據(jù)《中國(guó)自動(dòng)駕駛仿真技術(shù)研究報(bào)告（2019）》預(yù)計(jì)，未來(lái)5年內(nèi)，仿真路測(cè)的全球市場(chǎng)規(guī)模會(huì)達(dá)到百億美元左右。

      對(duì)自動(dòng)駕駛企業(yè)來(lái)說(shuō)，建立仿真路測(cè)平臺(tái)就成為關(guān)鍵競(jìng)爭(zhēng)力。不過(guò)，每家平臺(tái)的出發(fā)點(diǎn)都不盡相同，對(duì)于阿里巴巴、騰訊等公司來(lái)說(shuō)，實(shí)質(zhì)是基于其云計(jì)算業(yè)務(wù)，找到更廣泛的落地場(chǎng)景。與此同時(shí)，線下實(shí)際路況測(cè)試的需求也在大幅提升。

     3月2日，北京市自動(dòng)駕駛車(chē)輛道路測(cè)試第三方服務(wù)機(jī)構(gòu)“北京智能車(chē)聯(lián)產(chǎn)業(yè)創(chuàng)新中心”發(fā)布報(bào)告顯示，截至2019年12月31日，有百度、蔚來(lái)、北汽新能源、戴姆勒等13家企業(yè)，涵蓋6家互聯(lián)網(wǎng)企業(yè)、6家主機(jī)廠、1家地圖廠商，共計(jì)77輛汽車(chē)，參與了北京市自動(dòng)駕駛車(chē)輛一般性道路測(cè)試，全年測(cè)試總里程達(dá)88.66萬(wàn)公里，較上一年度增長(zhǎng)577%。其中，百度Apollo共計(jì)投放52輛自動(dòng)駕駛車(chē)進(jìn)行路測(cè)，占北京市總投入自動(dòng)駕駛測(cè)試車(chē)輛的71%，測(cè)試?yán)锍?5.4萬(wàn)公里。

      未來(lái)，自動(dòng)駕駛仿真測(cè)試將與實(shí)際道路測(cè)試相輔相成，共同促進(jìn)自動(dòng)駕駛行業(yè)的進(jìn)一步發(fā)展。不過(guò)，自動(dòng)駕駛仿真技術(shù)會(huì)始終服務(wù)于法律法規(guī)。通過(guò)仿真評(píng)估交通事故的法律責(zé)任，幫助對(duì)交通行為進(jìn)行管理和監(jiān)管，對(duì)交通規(guī)則進(jìn)行技術(shù)評(píng)估。

      在行業(yè)人士看來(lái)，自動(dòng)駕駛仿真技術(shù)將服務(wù)于產(chǎn)品認(rèn)證，通過(guò)仿真方法提供一個(gè)科學(xué)而全面的產(chǎn)品測(cè)試和審查方法，還需要打通全國(guó)范圍的通用型數(shù)據(jù)庫(kù)。目前來(lái)看，國(guó)內(nèi)自動(dòng)駕駛仿真行業(yè)尚處于起步階段，在這個(gè)基礎(chǔ)上討論L5技術(shù)的落地，也為時(shí)過(guò)早。