IT思维

文章页右侧顶部广告

做无人驾驶应该遵循长板理论?Pony .ai 却认为这恰恰是圈内最大的错误

2018-01-31 20:37:49 0 自动驾驶 | , ,

对众多迈过五万产量门槛都还需要几年时间的自动驾驶公司来说,先做减法,区域化、场景化,可能是一个必须的过程。

撰文 | 高静宜

就像年初 Pony.ai「承诺」的那样,要让广州市民最快在春节前体验无人驾驶汽车,近几天,他们的无人测试车已经在广州上路了。

这是 Pony.ai 计划在 2018 年一季度开始投放无人驾驶车队并正式展开运营的开始。

我们看到过很多公司打出「运营」目标或口号,「运营」在自动驾驶领域已经算得上是一个高频词。不过,究竟达到怎样的技术程度才可以实现「运营」?怎样评判车队「运营」的成熟度?「运营」与「路测」的区别又在哪里?

这些问题的答案似乎众口不一。「全世界只有一家无人车公司做到了真正的『运营』,就是 Waymo,其他家的车都还只是在测试。」彭军说,最直接的区别是,Waymo 的无人车队由身为安全员的司机开出去,他们不做操作,工程师则在远端进行监控。
而在 Pony.ai 的规划里,「运营」意味着什么?

「不同于一辆原型车上路简单地跑一跑看看情况或是采采数据,运营一个车队不仅是车辆数目的增加,还对技术的稳定性以及产品的成熟度存在较高要求,需要具备数据采集、软件升级、后台维护、远端监控等一系列亟待建设的能力。」Pony.ai 联合创始人兼 CEO 彭军说道。他认为,这里的难点并不在于车辆数目的增加,也不是给每辆车都配上工程师上路跑,而是一个完整工程体系的搭建。

这家在 2016 年 12 月才创立的自动驾驶公司,可以称得上进展迅速。成立半年,公司在美国获得加州车辆管理局(DWV)颁发的无人驾驶路测牌照,随后在美国旧金山展开路测。同年 10 月,Pony.ai 与广州南沙开发区管委会举行签约仪式,计划在广州南沙设立无人驾驶研发中心及总部基地,并在那里展开了路测。

不到一年时间,Pony.ai 已经完成了自动驾驶公司前进的第一步——做出来原型车,让它跑起来测试。

「跟其他智能机器比起来,无人车最大的不同点在于复杂度。」彭军认为,交通是一个不可预测的事情,不仅涉及千奇百怪的路况,还要全面考虑路面上其他车辆或非机动车辆的不规范行为,甚至天气的影响。

「这里的核心是在更多的场景下做得更好。」也正因如此,Pony.ai 选择 7*24 小时白天黑夜人车混流全自动自动驾驶路测,参考各种客观因素结合起来的复杂情况。

路测背后,考验的还是技术。

某种程度上讲,无人车公司只能无限追求系统和技术研发与设计上的「零短板」。自动驾驶系统中任何一个模块的小问题,都会对整个系统的功能造成严重影响。无论是感知与地图,还是决策与控制,每一个环节都需要投入大量的精力,不可掉以轻心。

「归根结底,自动驾驶是一个巨大的系统工程问题。一开始就要定义好这个问题,然后再辅以工程师思维去解决问题。」

Pony.ai 两位创始人彭军和楼天城对自动驾驶的理解,是公司技术能力的基底。

不同于大多数无人驾驶汽车所采用的传统 ROS 系统,Pony.ai 选择自主研发创建了不同层次的完整运行系统,不仅可以实现对自动驾驶技术操作系统的优化,还支持快速迭代。

尽管挑战更大,但长远来看,自动驾驶领域更需要集中式系统,而 ROS 系统是一个分布式计算的机器人操作系统。此外,ROS 系统本身开源,开源系统能够让开发者不断添加新的功能模组,但也间接导致系统缺乏稳定性,系统效率有所降低,并且不便于整体的修改。

事实上,专为自动驾驶设计的阿波罗平台也是基于 ROS 系统修改而成,不过,彭军说,「打完补丁还是一件补过的衣服,不如做一件新衣服。」

在硬件方面,Pony.ai 使用多传感器融合方案,利用激光雷达、毫米波雷达、摄像头等传感器实时追踪可移动物体,算法能对物体属性做出精准的判断,预测物体移动的速度、趋势及方向,还能在有物体突然改变运行方向或直接撞向无人驾驶汽车情况下进入应急模式。

「安全的 L4 自动驾驶一定需要多传感器融合,这在今天甚至今后的几年之内是唯一的路径。」彭军举了特斯拉多次出现事故例子,认为这与传感器选型存在很大的因果关系。

目前,Pony.ai 仍在不断调整自己的传感器方案,尝试在不同的车上配置不同的传感器组合,从而找到最优解。「三个主流传感器各有优缺点,核心在于能否各自发挥出优势,实现扬长避短。」

另外,Pony.ai 还设计了功能性模块,覆盖传感与探测、预测、计划的实施与控制,这些模块在必要的替换和升级更新时,可被拆解成独立的模块,具备较高的灵活性。

不同于互联网时代,创业公司更多遵循的是长板原理选择专注于自己擅长的部分,发挥长处、增大优势,在彭军看来,「在自动驾驶领域,长板理论并不适用,相反,短板理论在这里才是正解。」

「在无人车这件事情上大家比较『长板』优势并无意义,而是必须把这个系统工程中的每一个模块都做好。」他补充道。

以控制模块为例,它是自动驾驶的核心之一,如果控制精度及收敛度不理想,哪怕算法正确识别出了所有目标,也无法准确执行,不仅会导致人们对自动驾驶车辆的体验不佳、舒适度差,还会影响车辆的安全性能。

即便随着技术的迭代与升级,整个自动驾驶的脚步正在不断向前推进。但不可否认的是,高级别自动驾驶仍然难以「照进现实」。

哪怕各家公司展示的 Demo 中,无人车能够顺了在十字路口根据信号灯的指示行动,也能在雨天行驶,甚至可以在设置的障碍路段中完成连续转弯,但是,这些都无法同一个简单的行车场景相提并论——比如,我们在夜里从北京的西单开到望京。

「不过,虽然从北京西单开到望京这样高级别自动驾驶不是五年之内能够实现的,但也不是说这项技术就是噱头。所有行业的发展都是如此,短期过于乐观,长期过于悲观。人们会在短期内高估技术的能力,又会低估科技在长期之后带来的收益。」彭军解释道,在港口、矿山、景区等低速场景下,无人车是可以发挥潜力的。

另一方面,彭军也提到,自动驾驶领域还处在发展早期,需要一定程度的热度,帮助行业吸引更多好的人才和资本。

作为都曾先后在谷歌、百度无人车部门担任要职的两位创始人,彭军和楼天城显然是入场创业热中拿到「高票」的那一波。

融资顺利且受到众多知名机构追捧。1 月 16 日,Pony.ai 完成 1.12 亿美元的 A 轮融资,由晨兴资本和君联资本联合领投,其种子轮种子轮领投方红杉资本中国基金、跟投方 IDG 资本参与本轮投资,其他投资者还包括弘泰资本、联想之星、普华资本、启宸资本、DCM,Comcast Ventures 和硅谷未来资本等。

短短一年时间,Pony.ai 已经是 60 多人规模的团队,并在美国加利福尼亚州弗里蒙特和中国广州设立办公室,在北京设有研发中心。团队成员多来自谷歌、优步、英伟达等顶尖自动驾驶技术人才,其中一半以上员工拥有国内外名校的博士学位。

在谈到车队运营顺利之后公司的下一步计划时,「量产」这件事不可避免地摆上了桌面。对于业内各家公司的「量产」计划,彭军也有自己的观点。「很多人所谓的量产都不是量产,传统定义里年产不到 5 万都不算量产。」在他心里,实现年产 5 万还需要几年时间,这中间涉及与车厂的合作与谈判,也包括技术的储备与迭代,「还有很长的路要走。」

「先做减法,区域化、场景化,这是一个必须的过程。」彭军说。

IT思维

IT思维(itsiwei.com)是互联网首个定位在科技与电商“思维”韬略的平台,我们时刻关注互联网电商行业新动向; 诚邀行业资深从业者加入“思维客家族”!
Return to Top ▲Return to Top ▲