江苏龙网

  1. 首页 > 人文 > >

车东西|的哥真的要下岗了？，三个月坐遍北上广深无人出租( 四 )


三、长尾问题有法可解虚拟仿真是关键
自动驾驶是现代AI、大数据等技术的交汇点 。 而无人出租车作为L4级自动驾驶的一个具体应用场景 ， 其对技术能力的考验也会更加严苛 。
虽然在这场横跨近3个月、地点遍及北上广深四大城市的无人出租车体验之旅中 ， 无人出租车已经可以应对大部分的场景和路况 。 但毕竟不是百分百应对 ， 诸如前方偶遇障碍物且一旁车道线为实线、拥堵的路口 ， 无人车还是需要安全员的帮助 。
对于这些情况 ， 无人出租车背后的公司是怎么看待的？针对在广州南沙出现的一次接管 ， 车东西就和小马智行副总裁李衡宇进行了沟通 。
按照他的解释 ， 无人出租车需要遵守交通规则 ， 例如不能压线变道 ， 本身就会有一些规定 。 所以现在在这种场景下 ， 只能采取其他的处理方式 ， 比如让安全员接手驾驶 。
与此同时 ， 李衡宇也表示 ， 是否需要立即采取一种“更灵活的策略” ， 让无人车可以压线变道需要分两个方面去看待 。
首先 ， 无人车本身得要具备识别障碍物和自行变道的能力 ， 这个能力和车道线是实线、还是虚线没有关系 。
在这个基础上 ， 是否要让无人车去做压线变道这个操作 ， 可等到商业化落地阶段 ， 和相关部门沟通之后再去做 。
事实上 ， 相比于“灵活的策略”什么时候采用 ， 长尾场景是当前无人出租车落地中一个关键技术难点 ， 也更被人关注 。 对于何谓长尾场景 ， 长尾场景如何处理和解决 ， 李衡宇和AutoX创始人肖健雄也分享了自己的看法 。
李衡宇认为长尾场景是那些仍然会有一定概率发生、而平时不太常见的场景 。 暴雨等自然情况、车辆本身出现故障了 ， 这些都可以算到长尾场景里 。
研发无人出租车时 ， 长尾场景属于必须要解决的问题 。 从解决思路上 ， 能分成发现长尾场景和处理这些场景两个环节 。 扩大路测规模可以帮助发现、收集到更多的长尾场景 。
至于是否需要穷尽 ， 才能解决长尾场景问题 ， 李衡宇认为“穷尽”本身其实也是有所限定的 。 换句话说在限定区域和限定场景之内 ， 不同情况所构成的集合 ， 仍然会有边界 。 另外 ， 自动驾驶本身也会设计兜底策略 。 举个例子 ， 如果系统判定看不懂某个场景了 ， 兜底策略靠边停车、请求协助也可以保证安全性 。
换句话说 ， 从原理上讲 ， 无人出租车上路前需要做到的是尽可能完美 ， 而非彻底完美 。 AutoX创始人肖健雄持有的看法和李衡宇基本一致 。
在肖健雄看来 ， 自动驾驶比很多人想象中得难 ， 但也比很多人想像中得要容易 。 处理长尾场景本身不是在黑箱里玩字谜 。
车队规模和测试里程、测试范围足够的话 ， 是可以帮助抓取到更多的长尾场景 。 另一方面 ， 还可以借助仿真进行场景定义 。 虽然每个具体场景都不一样 ， 但在仿真器里 ， 针对某个单一场景其实是可以穷尽的（专业术语为fuggy） 。
肖健雄用鬼探头做了一个例子 。 在仿真器中 ， 一个模拟场景下人是以每秒多少米的速度冲出来 ， 电脑本身是可做穷举的 。
换句话说 ， 无人出租车面对长尾场景 ， 不是无法可循、无路可走 。
再进一步由长尾场景推导 ， 还可以发现当谈到自动驾驶长尾场景时 ， 我们更多时候是想谈论它背后的一个问题——自动驾驶如何实现无人化 。
无人化决定了无人出租车何时实现盈利 ， 是个商业性问题 ， 但从本质上讲 ， 这首先也是个技术问题 。
李衡宇和肖健雄分别提到了一些在实现“无人化”时会遇到的难点 ， 例如自动驾驶系统本身的稳定性 ， 又例如无人车车辆本身是否有线控冗余 。
线控冗余是一个似乎被行业忽略了的“灰色问题” 。 和算法冗余不同 ， 线控冗余涉及的是车辆本身的安全冗余 。
举个可能不太恰当但比较容易理解的例子 ， 在自动驾驶系统下达指令时候 ， 汽车的制动系统这个机械装置本身要能去执行 。 如果一套制动系统坏了 ， 就需要另一套制动系统补上 。 这样算是汽车自己提供了一个安全冗余 。


推荐阅读


上一篇：汽车行业大咖|这家网红车企销量暴跌2成，前三季度仅两家车企任务完成率超7成

下一篇：车域无疆|用“火星架构”造势，全新星途TXL能扭转局面吗？，奇瑞学聪明了