赶在加州封城前,轻舟智航展示自动驾驶Drive-through

2020-03-25
来源:亿欧 作者:张男
“规划决策是目前自动驾驶最具挑战性的问题。”轻舟智航CEO于骞如是说。

乘坐自动驾驶车在麦当劳“Drive-through”(汽车穿梭窗口)点餐是一种怎样的体验?——既不用下车也不用自行驾驶,只需在车内点单付费,即可享受一份丰盛晚餐。这种似乎只有在未来才会出现的美好生活景象,已经成为现实。

3月21日,来自硅谷的自动驾驶初创企业轻舟智航,展示了其自动驾驶汽车在麦当劳“Drive-through”的画面,轻舟智航的一位工作人员和硅谷风险投资BoomingStar Ventures管理合伙人Alex Ren共同体验了这项服务。

本次为一次性完成整趟行程,此前轻舟智航也是一次性就通过了该地测试。对此,公司CEO于骞将其归功于正式上路前的大量仿真测试。

无人车Drive-through初体验

从汽车在公司门口启动到抵达Drive-through点餐-付款-取餐,再到经过美国大卖场回到公司门口,短短15分钟的旅程对Alex Ren来说是一项全新体验。他感慨:“我还是第一次坐在后排点餐,这个体验还蛮不错。”

试乘部分路线图

(试乘部分路线图)

视频中可见,这辆由林肯MKZ改装而成的自动驾驶车,在去Drive-through的过程中,经历了停车场、无保护右转、十字路口、麦当劳餐厅等场景,最高速度达到64km/h。其中,车辆行驶的区域车道较窄,比较考验自动驾驶车的定位和控制能力,尤其是在麦当劳Drive-through点餐取餐过程中,能否精准停在相应窗口前,对自动驾驶车来说是另一大挑战。返程过程中,自动驾驶车在十字路口即将执行右转动作时,左侧突然出现两名行人,车辆暂停动作等待行人过去后才继续右转。

轻舟智航自动驾驶车行驶画面

(轻舟智航自动驾驶车行驶画面)

这段视频拍摄于5天前(16日)的加州。受美国疫情影响,在拍摄前的第三个小时(当日下午4点),轻舟智航收到了来自政府的正式强制性命令——所有居民必须在家隔离,除非采购食物,就医或者其他紧急情况不得离开住所。这条禁令打乱了轻舟智航原定于21日直播自动驾驶车Drive-through的计划,于骞第一时间联系了Alex Ren作为第三方见证者,在当天晚上7点多紧急录制了路测视频。由于时间紧张,该视频是“一镜到底”录制完成。

与开放道路可以重复路测不同,本次演示的场景麦当劳是一个正常营业的区域,平时不能在这里进行路测。“通过大量仿真测试,可以做到第一次上路就安全可靠。”于骞解释道。

在自动驾驶技术迭代过程中,仿真测试是重要一环。目前,业界最有名的仿真系统莫过于Waymo的Carcraft,如今其仿真路测里程已超过100亿英里。从加州车管局(DMV)公布的2018年和2019年两份自动驾驶接管报告中来看,Waymo 2019年因感知而导致的接管次数明显变多,“这并不意味着Waymo感知能力下降了,感知所占比例的上升,更多是规划决策造成接管所占比例下降的缘故。”于骞说道,“这离不开Waymo大规模的仿真测试应用。”

DMV:2018年和2019年Waymo接管类型对比

(DMV:2018年和2019年Waymo接管类型对比)

在创立轻舟智航之前,于骞曾是Waymo感知关键模块的机器学习算法研发负责人,但他认为,感知是比较确定性的问题,测试和评价方法都比较明确,自动驾驶最大的挑战是规划决策。轻舟智航便为解决该问题而生,于骞形象地描述道:“相比原本的‘造梯子’,我们更希望‘造火箭’。”

而‘造火箭’的有效途径便是合理利用仿真技术,帮助规划决策进行更好的测试——毕竟不能每修改一次算法就部署到车上进行测试。

此外,仿真测试还能支撑无人驾驶技术所有关键模块进行快速迭代。在产品正式上路之前,从地图到定位,从感知到预测,再到最终的规划决策,所有模块的开发需要同步进行且都都要进行测试,仿真的作用由此发挥。

独特的仿真系统,被这家刚满一岁的年轻公司视为“杀手锏”。因而,公司刚刚成立之时,轻舟智航就将仿真测试平台作为关键核心能力,与其他模块一同建设起来,以保持高效开发。

“仿真是达到规模化无人驾驶技术的唯一路径。”轻舟智航联合创始人汪堃在分享中说道。

打造一款实用的仿真软件

一款优秀的仿真软件应该是什么样子的?

是要把真实道路场景完全“搬”到电脑上吗?汪堃对此表示否认。在他看来,这种基于游戏引擎开发的仿真软件,场景的确非常真实,但实用性却不高。

一般而言,游戏引擎的图像渲染可以做到特别真实,但过程中会消耗大量额外计算资源,不利于大规模应用,且渲染效果与真实物体状况存在一定差别,对感知能力的提升有限。此外,由于这属于一种Re-build软件(基于第三方软件开发),与自动驾驶软件的开发相互独立,因而难以保证各个模块确定性,这可能导致整个仿真软件存在不确定性,最终影响可用性。

仿真界面对比

不同于此,轻舟智航自主研发的仿真软件摒弃了复杂的渲染工作,界面简单,仅保留感知结果,包括3D Box和雷达点的叠加。与此同时,该软件还能做到与车载系统基本一致,能在仿真中复现路上出现过的问题,以此进行修复,保证再次上路时不出现同样问题。

在其展示的麦当劳Drive-through场景仿真界面中,轻舟智航用绿色框代表车辆,黄色框代表行人,白色框代表当时实际行驶轨迹。虽看起来并不“华丽”,却能真实反映当时情况,以求简单高效。

“目前自动驾驶技术已经解决了90%的问题,但由于包含边界化难题,剩下的10%可能要花费同样多甚至更多精力来解决。”于骞表示,“(解决问题)关键在于建立自动化生产工厂。”因而,轻舟智航在设计仿真系统时,考虑到大量工具链和仿真测试环境的建立,希望能在自动驾驶车实际上路前,提前暴露潜在问题。

据汪堃介绍,轻舟智航仿真系统的系统架构可分为5层,分别为自研Car OS、核心仿真器及评估器、仿真周边工具链和基础架构、大规模场景库构建、分布式系统仿真平台。

轻舟智航仿真系统架构

其中,最底层的Car OS能够借助底层的通讯系统来保证模块之间的高效通讯,向上一层的核心仿真器及评估器,能够从安全性、真值、法规、舒适度、状况等多个维度评估自动驾驶车,保证仿真系统的确定性,再上一层的仿真周边工具链和基础架构,则能高效利用全部数据,保证整个数据闭环的有效性。

在轻舟智航看来,有效数据、智能仿真系统以及决策规划框架是推动技术向前转动的“齿轮”。换句话说,仿真系统是二者之间的纽带——在收集大量数据后,轻舟智航能够借助仿真及相关工具链,形成数据测试闭环,支持算法的测试和迭代,不断修改决策规划框架,以求保证自动驾驶车的安全性和可用性。这种方式能够较大化利用有效数据,降低测试成本,提升开发效率。

目前,业界致力于实现L4级自动驾驶的公司几乎都拥有自己的仿真系统,但他们的业务重点多集中在算法研发层面。对于仿真平台的精心打造,使轻舟智航看起来多少有些与众不同。想用最少的人、最少的工具、做最难的事,就这家年轻的自动驾驶公司公司而言,目标远大,但未来仍充满挑战。

除了美国硅谷,轻舟智航还在中国北京、深圳、苏州等多个城市设有办公室,本次是其首次在国内公开亮相。公司表示,将在2020年完善大量的工具链以及仿真测试环境,以建好“自动化规模生产的工厂”,更多的落地场景则将择日进行公布。

第一时间获取股权投资行业新鲜资讯和深度商业分析,请在微信中搜索“融中财经”公众号,或者用手机扫描左侧二维码,即可获得融中财经每日精华内容推送。

融中 热门

您可能也喜欢的文章