《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 通信與網(wǎng)絡(luò) > 業(yè)界動(dòng)態(tài) > 三星專家解讀自動(dòng)駕駛中的智能感知和車聯(lián)網(wǎng)

三星專家解讀自動(dòng)駕駛中的智能感知和車聯(lián)網(wǎng)

2018-03-07

  年前,,GCP硅谷專家咨詢邀請了三星北美研發(fā)中心高級經(jīng)理王凡博士,,從自身專業(yè)角度解讀了在自動(dòng)駕駛智能感知技術(shù)的三大因素以及車聯(lián)網(wǎng)V2X技術(shù),。

  王凡博士,亞利桑那大學(xué)碩士和博士畢業(yè),,三星北美研發(fā)中心高級經(jīng)理,,負(fù)責(zé)自動(dòng)駕駛中的人工智能感知、路徑規(guī)劃和決策方向,,同時(shí)負(fù)責(zé)戰(zhàn)略部門投資收購的咨詢建議,。

  以下為嘉賓觀點(diǎn)分享:

  無人駕駛的核心技術(shù)有五個(gè)主要模塊:傳感器、定位,、AI感知,、路徑規(guī)劃和決策、車輛控制,。傳感器包括視覺,、雷達(dá)、通信,、定位等不同類型,,將信息傳遞給智能感知模塊,檢測車輛所處的環(huán)境,。根據(jù)以上的感知結(jié)果,,汽車決定最優(yōu)的路徑和決策,最后到達(dá)車輛控制和執(zhí)行,,完成整個(gè)流程,。此外定位是指車輛通過GPS或者是SLAM的方式確認(rèn)自己在地圖的位置,。

  6365542141379087632540725.png

  今天主要講的是人工智能感知,不過在此之前可以大概提一下行業(yè)內(nèi)發(fā)展比較大的方向,,比如從傳感器角度來說,Velodyne的激光雷達(dá)市場占有率和利潤率都很高,,成本都是在幾萬美元,,接近整車價(jià)格,所以硅谷有很多創(chuàng)業(yè)者計(jì)劃把激光雷達(dá)的成本降到1000美元以下,,實(shí)現(xiàn)類似性能,。定位方面,我們知道最好的是RTK(載波相位差分技術(shù))這樣的實(shí)時(shí)定位系統(tǒng),,但這個(gè)價(jià)格是比較貴的,,比如市場常用的SBG定位傳感器大概有3萬美元,相對于整車而言成本很高,。硅谷同樣有公司以十分之一的價(jià)格實(shí)現(xiàn)類似的功能,。所以在傳感器方面有很多公司在做不同的研究。

  自動(dòng)駕駛中的人工智能感知技術(shù)

  在汽車上應(yīng)用人工智能感知的目的,,就是為了讓計(jì)算機(jī)具備對周圍車輛/行人的距離,、速度、朝向,,交通標(biāo)識等所有環(huán)境信息的獲取和認(rèn)知能力,,進(jìn)而進(jìn)行合理的規(guī)劃和決策。之所以自動(dòng)駕駛在近兩年有比較大的突破,,感知技術(shù)發(fā)揮了至關(guān)重要的作用,,其中深度學(xué)習(xí)的圖片識別能力甚至達(dá)到人眼的水平。這些更精確的算法成為自動(dòng)駕駛商業(yè)化的前提,。

  主要有三個(gè)因素促進(jìn)了人工智能感知技術(shù)的發(fā)展:有標(biāo)注的結(jié)構(gòu)化數(shù)據(jù),、深度學(xué)習(xí)算法以及計(jì)算力/計(jì)算平臺。

  在訓(xùn)練數(shù)據(jù)方面,,目前已經(jīng)有ImageNet,、Kitti、Cityscapes等公開數(shù)據(jù)集,,很多的初創(chuàng)公司都在用公有數(shù)據(jù)集進(jìn)行一些初始模型的開發(fā),。但這些數(shù)據(jù)集并不是很適合于自動(dòng)駕駛的需要,欠缺汽車行進(jìn)過程中的環(huán)境因素,。所以很多大的公司都在采集汽車駕駛的視頻影像,,構(gòu)建自己的私有訓(xùn)練數(shù)據(jù)。私有數(shù)據(jù)標(biāo)注主要有公司內(nèi)部標(biāo)注和外包標(biāo)注兩種做法,,根據(jù)公司自身的人力資源情況進(jìn)行選擇,。目前較大的外包數(shù)據(jù)標(biāo)注公司有數(shù)據(jù)堂,,和采取眾包形式的CrowdFlower。隨著深度學(xué)習(xí)運(yùn)用越來越頻繁,,數(shù)據(jù)標(biāo)注公司前景還是比較廣闊的,。

  其次是深度學(xué)習(xí)算法。業(yè)界在做自動(dòng)駕駛的時(shí)候很多是從計(jì)算機(jī)視覺來入手的,,而計(jì)算機(jī)視覺包括了以CNN(卷積神經(jīng)網(wǎng)絡(luò))為核心的各種模型,,比如YoLov2、SDD,、Faster R-CNN,、Mask R-CNN。這些算法有各自的優(yōu)勢,,但是僅能在PC端發(fā)揮較佳的效果,,在汽車行進(jìn)并需要高速運(yùn)算的過程中,這些算法的效率可能會打很大折扣,。這就需要對模型進(jìn)行優(yōu)化,。國內(nèi)的代表性公司有商湯科技和格靈深瞳,硅谷也有很多類似的公司,。

  第三個(gè)是計(jì)算平臺,。目前有三個(gè)比較大的趨勢。大部分在用的NVIDIA的GPU,,比如DRIVE PX,、Xavier等計(jì)算力很強(qiáng)的平臺,不過它們的功耗也很高,。Google則針對人工智能框架TensorFlow發(fā)布了TPU計(jì)算平臺,,但目前該平臺主要還是對內(nèi)狀態(tài)。此外就是其他專用于深度學(xué)習(xí)的芯片,,在車輛的環(huán)境中以較小的模塊實(shí)現(xiàn)更強(qiáng)的感知計(jì)算功能,。國內(nèi)在這方面做的最大的兩家是地平線和寒武紀(jì)。

  車聯(lián)網(wǎng)V2X

  以上講的是比較傳統(tǒng)的單車人工智能方式,,即傳感器——人工智能的感知識別——路徑規(guī)劃和決策——控制的線路,。此外常提的就是車聯(lián)網(wǎng)(Vehicles to Everything,車與一切物體的信息交換),。之所以車聯(lián)網(wǎng)會比較火熱,,主要原因是:單車的人工智能感知容易受限制,需要有極高的成功率才能上路駕駛,,此前特斯拉的autopilot系統(tǒng)就因識別錯(cuò)誤出了兩次車禍,,而V2X是提高感知成功率的發(fā)展方向。比如,,單車智能下的汽車無法看到走在前方車輛正前方的行人,,通過V2X技術(shù),,前車就能夠把感知到的信息傳遞給后車。還有紅綠燈檢測,,在夜晚,,自動(dòng)駕駛有可能會誤把前方車輛的剎車燈看作紅燈導(dǎo)致行車事故,一旦車與道路設(shè)施信號實(shí)時(shí)通信,,則避免了這個(gè)麻煩,。

  總結(jié)而言,車聯(lián)網(wǎng)主要包括以下幾個(gè)需求:車與后臺服務(wù)器互聯(lián),,包括更新高清地圖、車載系統(tǒng)升級等,;車與道路設(shè)施直接互聯(lián),,比如紅綠燈、事故預(yù)警,;車與車互聯(lián),。目前,我國官方在智能網(wǎng)聯(lián)汽車的相關(guān)文件中已經(jīng)對車聯(lián)網(wǎng)發(fā)展等級做了以下劃分,,而歐美國家對此尚無清晰的定義,,可見中國在車聯(lián)網(wǎng)領(lǐng)域是走在前面的。

  6365542141396247631255112.png

  目前,,傳輸實(shí)時(shí)性,、可靠性要求較低的“網(wǎng)聯(lián)輔助信息交互”技術(shù)已經(jīng)實(shí)現(xiàn),而網(wǎng)聯(lián)協(xié)同感知技術(shù)仍處于研究過程,,最高級別為網(wǎng)聯(lián)協(xié)同決策與控制技術(shù),。嘉賓認(rèn)為,當(dāng)?shù)缆飞嫌懈嗟淖詣?dòng)駕駛汽車時(shí),,車與車將在更大的交通協(xié)同下更合理地駕駛運(yùn)作,,但這對通信技術(shù)要求極高,落地時(shí)間會比較遠(yuǎn),。

  國際上有兩條車聯(lián)網(wǎng)技術(shù)路線:DSRC和Cellular V2X(LTE-V或5G),。前者即專用短程無線通信技術(shù),可以實(shí)現(xiàn)在特定小區(qū)域內(nèi)對高速運(yùn)動(dòng)下的移動(dòng)目標(biāo)的識別和雙向通信,,可實(shí)時(shí)傳輸圖像,、語音和數(shù)據(jù)信息,該技術(shù)目前發(fā)展已相對成熟并開始應(yīng)用,,具有低延時(shí),、可靠性的特點(diǎn)。有不少公司已將DSRC作為自己的產(chǎn)品并開始使用,,自動(dòng)駕駛卡車車隊(duì)就是一個(gè)很好的案例(一名司機(jī)駕車領(lǐng)隊(duì),,后車自動(dòng)駕駛跟隨),。

  第二類是基于4.5G的無線通信行業(yè)標(biāo)準(zhǔn)推出,以LTE蜂窩網(wǎng)絡(luò)作為基礎(chǔ),,面向未來5G,,是車聯(lián)網(wǎng)的專有協(xié)議。就像手機(jī)一樣,,它有更廣的通信距離,,有更大的系統(tǒng)容量(一個(gè)基站可以支持上百輛車的通信需求),有成本優(yōu)勢,,有可靠性,、低延時(shí)的特點(diǎn)。該技術(shù)起步較晚,,但起點(diǎn)很高,,目前該類市場還不是很擁擠。

  Q&A環(huán)節(jié)

  Q:在感知方面最大的難點(diǎn)是什么,?

  A:難點(diǎn)有很多,,嘉賓認(rèn)為最大難點(diǎn)在特殊情況(罕見場景)下感知能否發(fā)揮感知能力,我們目前的訓(xùn)練數(shù)據(jù)能基本涵蓋常見的路況,,但汽車遇到罕見的路況時(shí)還能否成果檢測出來,,特斯拉的事故就跟此有關(guān)。目前感知成功率已經(jīng)很高,,但最后1%的問題尚有待解決,。

  Q:有什么方式在可預(yù)見的幾年能很好地解決?

  A:在真實(shí)場景下有些情況我們很難遇到,,但在仿真環(huán)境下則能夠構(gòu)建,,改進(jìn)算法。

  Q:車聯(lián)網(wǎng)在無人駕駛中的重要性,?

  A:現(xiàn)在我們還在無人駕駛的起步階段,,大家在做的是如何推出一輛這樣的汽車,但在未來無人車變多的時(shí)候就需要考慮如何讓整個(gè)汽車交通更加安全,,車聯(lián)網(wǎng)在解決這個(gè)問題占很重要的位置,。

  Q:車聯(lián)網(wǎng)目前有什么難點(diǎn)和機(jī)遇?

  A:DSRC技術(shù)目前發(fā)展已比較成熟,,Cellular V2X起步較晚,,5G標(biāo)準(zhǔn)尚未確定,但大有可為,。

  Q:三星在無人車的哪個(gè)領(lǐng)域布局,?

  A:在今年的CES展,三星公司第一次公開無人駕駛的軟硬件集成平臺DRVLINE,面向車廠,。相比于同類產(chǎn)品,,DRVLINE具有開放性和模塊性,其他公司可以把自己的算法嵌入平臺,。三星在無人駕駛的投入很高,,此前花了80億美元收購哈曼電子,打入Tier1市場,,還有很多的戰(zhàn)略合作和投資合作,。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點(diǎn),。轉(zhuǎn)載的所有的文章、圖片,、音/視頻文件等資料的版權(quán)歸版權(quán)所有權(quán)人所有,。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認(rèn)版權(quán)者。如涉及作品內(nèi)容,、版權(quán)和其它問題,請及時(shí)通過電子郵件或電話通知我們,,以便迅速采取適當(dāng)措施,,避免給雙方造成不必要的經(jīng)濟(jì)損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。