比起量产无人驾驶汽车 阿里选择“改造公路”

要闻2020-02-06 16:02:56
导读百度、腾讯、阿里等巨头都在无人驾驶车领域有所布局,但方法各不相同。比起量产无人驾驶汽车,阿里选择改造公路,即让路变得更聪明,而非生

百度、腾讯、阿里等巨头都在无人驾驶车领域有所布局,但方法各不相同。比起量产无人驾驶汽车,阿里选择“改造公路”,即让路变得更聪明,而非生产出更聪明的汽车。这样的做法,理论上来说可以弥补自动驾驶在安全性和成本方面的不足,也是互联网巨头在结合自身平台优势的情况下,为了能让车更快上路而选择的折中做法。

在刚刚结束的2018云栖大会上,阿里巴巴获得了杭州第一批无人驾驶路测牌照,其人工智能实验室首席科学家王刚也借此机会向大家介绍了阿里巴巴无人车的最新进展——从单车智能到车路协同。此前,腾讯、百度、滴滴、北汽、蔚来、戴姆勒、长安以及初创公司小马智行等相继在北京、上海、重庆、福建等地获得自动驾驶路测牌照。

所谓车路协同,简单来说就像是为自动驾驶车辆开启“上帝视角”,通过在道路的固定位置设置“智能感知基站”,为无人车在马路上建起“瞭望台”,让自动驾驶车辆从单兵作战转变为有组织有调度的配合战。

业界普遍认同,公众对机器驾驶安全性的要求往往高于人类驾驶。车路协同是否能大大提高无人驾驶的安全性能,缩短无人车的上路时间点?目前无人车的改造方案,其传感器成本动辄几十万,车路协同又能否有效降低这一成本?

带着这些问题,寻找中国创客跟阿里人工智能实验室负责人浅雪、首席科学家王刚聊了聊。

阿里布局无人驾驶,抢占物联网入口

我们不妨先来回顾一下阿里无人车的发展历程。

今年4月16日,阿里巴巴首次被媒体曝出正在研究无人驾驶。领导阿里自动驾驶研发的,正是此次介绍车路协同的人工智能实验室首席科学家王刚。

这位南洋理工大学终身教授、深度学习领域的大拿,于2017年3月加入阿里人工智能实验室,负责机器学习、计算机视觉和自然语言理解的研发工作。

值得注意的是,王刚在汽车领域并非全无积累。在新加坡时,王刚曾从事过车辆、车距、车道检测的辅助驾驶系统开发,并成功完成了商业化。

据报道,阿里自动驾驶选取的技术路线为L4级别,即行驶由机器主导,在绝大多数场景下,都不需要人干预。

实际上,无人驾驶只是阿里布局物联网的其中一步棋。在车联网方面,阿里的动作更早。

2015年3月,阿里巴巴宣布与上汽集团合作,共同研发互联网汽车。两者还共同投资了为汽车全行业提供互联网汽车整体解决方案的公司——斑马。

斑马智行成立之后,将当时阿里主推的YunOS作为了整个智能出行平台的底层系统。在去年的云栖大会上,YunOS系统正式升级为AliOS系统,面向汽车、IoT终端、IoT芯片和工业领域研发物联网操作系统。

今年9月,2018云栖大会前夕,阿里达摩院宣布,与交通运输部公路科学研究院成立车路协同联合实验室,明确透露出参与公路改造的野望。

从这些布局也可以看出,相比于生产无人驾驶汽车,阿里更看好的无人车作为未来物联网入口的战略地位。

车路协同由来已久,相较“单车智能”成本更低

事实上,车路协同概念并不是阿里的原创,早在上个世纪50年代,二战后的美国汽车行业就提出“让公路来引导汽车驾驶”。不同的是,传统的车路协同重点放在通讯,而阿里更关注感知。

进入2018年,不少自动驾驶研发团队都高举车路协同大旗,百度也在9月14号对外介绍了其车路协同进展。

与车路协同相对应的是“单车智能”,这是包括谷歌以及一众无人驾驶创业公司选择的技术路径。所谓“单车智能”,就是让无人驾驶车辆本身变得更聪明,正确及时地感知、决策、控制,以应对各种复杂路况。

但单车智能面临着严峻的现实问题:其在感知、决策方面的技术难点短时间内难以克服,即便是目前公认技术领先的谷歌,其无人车甚至连在家门口转弯都搞不定。

与其说车路协同是无人驾驶更好的解决方案,不如说这是互联网巨头在结合自身云平台优势后,选择的折中路线。通过让道路变得更聪明,从而降低了对车辆的要求,在降低单车成本的同时,也有望让自动驾驶车辆更快上路。

阿里方面这样介绍在车路协同方案中,起到关键作用的智能感知基站:由多种传感器及高效运算单元组成,可以帮车辆进行路线规划和定位的车外大脑。

这一基站安装在视野条件较好的高处,如抓拍摄像头、交通信号灯附近。据王刚透露,之所以称安装了基站就像是给车开启了上帝视角,原因有三。

一是感知基站视角较高,相比于安装在车上的传感器,可以获得更多信息;二是安装在路边的感知基站是静止的,相对于运动中的传感器,识别结果更为精准;三是智能感知基站彼此之间互联互通。基于密集的感知网络,车辆可以预知道路上发生了什么,决胜于千里之外。

这一方案在道理上似乎是讲得通的。但实际上,想要达到理想效果,对基站感知的准确性、通讯的实时性都有极高要求。

阿里已在杭州展开路测,车路协同仍待发展

自动驾驶主要涉及到感知、决策、控制三个方面,其中,感知与决策又是最难的两个环节。

今年三月份,Uber 无人车在美国亚利桑那州发生的撞人致死事故,便是在感知决策环节出了问题。

据王刚介绍,为给道路加上聪明的“眼睛”和“大脑”,感知方面使用了达摩院的感知基站等技术,决策方面则由AliOS协同计算,阿里云控平台进行决策。

在算法上,阿里无人车方案采用了多模态的融合算法,并开发出了基于网络的感知算法等;在通讯方面,通过优化实现实时通讯;在硬件方面,感知基站可以实现防雨、防雾,“应对一切天气情况”。

成本方面,浅雪表示,道路的智能化可以降低车的配置,从而降低自动驾驶车辆本身的成本。而车路协同的整体成本,则与基站设置的密度等相关。“基站如何部署、成本如何,我们目前正在讨论,具体信息不便透露。”

浅雪告诉寻找中国创客,感知基站方面,阿里与交通部公路科学研究院成立了联合实验室,目前还处于第一个阶段,感知基站和自动驾驶实现产品化落地还有很多工作要做。

在云栖大会期间,由于下雨,记者未能试乘阿里无人车。浅雪这样感性地描述她的试乘体验:坐在车里很有安全感,在车外反而有恐惧感,心跳最快的是车外的路人甲。阿里在杭州展开路测,不知道杭州市民是否知道自己已然成为了车外的“路人甲”。

除了车路协同,阿里在自动驾驶这一环还有高德地图与千寻位置提供高精地图、斑马网络打造同车企的合作平台,可以想见,当阿里无人车上路之时,支付宝也将为其提供支付保障,补全服务链条的最后一环。

车路协同方案理论上可以有效弥补自动驾驶在安全性和成本方面的不足,但道路与车辆协调配合带来多传感器融合和信号实时传输方面的难度加大,智能驾驶汽车本身的感知与决策问题也仍待解决。

免责声明:本文由用户上传,如有侵权请联系删除!