达摩院|烧了1000亿美元的自动驾驶技术,终于能用了( 二 )


本文图片

常规的ODD因素 , 包括天气、地形、道路类型等 , 非常规因素 , 则包括眩光、过时的地图信息、水洼、道路结冰、掉落物体、快递机器人和一些常见的人类违规行为 。
Waymo就是通过路测、ODD、规模化路测和试运营的步骤 , 在积累起足够场景和数据迭代之后 , 才将RoboTaxi推向市场 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片
Waymo有庞大的自动驾驶车队支撑大规模的测试

然而 , 尽管Waymo车队在开放道路上行驶了超过1000万英里 , 其自动驾驶模拟测试里程更是达到了100亿英里 , Waymo的工程师们仍然发现 , 还有层出不穷的新场景有待解决 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片

比如 , 骑车人手中拿着一块Stop交通标识牌 , 自动驾驶系统怎么理解这种场景?停 , 还是不停?
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片

量产就必须牺牲智能和安全? 考虑到人类司机也无法保证100%的驾驶安全 , 如果自动驾驶系统的智能水平足以保证一定程度的安全 , 似乎也具备了量产落地的条件 。
还有一个大问题 , 这样的自动驾驶成本过于昂贵 。
受各地政策与技术成熟度约束 , RoboTaxi至今仍需配备安全员 , 外加激光雷达、计算平台等硬件软件开发成本 , 现阶段每公里出行服务的成本 , 远高于人工驾驶出租车 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片

特斯拉的自动驾驶技术倒是落地了 , 但是一直被业界诟病过于激进 。
一来 , 特斯拉是直接在量产、载人、高速复杂开放道路的环境下 , 让AI不断学习、迭代、进化……
二来 , Waymo和Uber这样的L4自动驾驶公司 , 大都采用了激光雷达模块 , 建立汽车周围环境的高精度三维地图 , 弥补纯视觉感知的不足 , 提供更多的安全冗余 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片
激光雷达三维建图

马斯克却坚称 , 特斯拉“仅通过改进软件即可实现L5自动驾驶” , 至今没有为特斯拉车型配备激光雷达 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片
时速96公里的特斯拉在高速路驰骋 , 四名乘客喝酒唱歌 , 驾驶座却空无一人

而且 , 特斯拉一直将L2自动驾驶系统冠以Autopilot之名出售 , 这便导致一部分车主把特斯拉当成了L5级来开 , 这几乎是在用自己的生命试错 , 不断发生的致命事故 , 也打破了一部分人对自动驾驶技术的美好憧憬 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片
2016年1月20日发生在中国的事故被认为是全球首例“自动驾驶”致死车祸

2016年起 , 美国汽车协会每年的调查都表明 , “害怕”自动驾驶技术或搭乘自动驾驶汽车的受访者始终在70%以上 。
2017年的调查中 , 只有19%的人表示 , 会让自己的孩子或亲人乘坐完全自动驾驶的汽车;另外44%的人表示 , 可以接受自动驾驶车辆运送食品或包裹;还有53%的受访者表示 , 可以对机场或主题公园的自动驾驶摆渡车感到安心 。
然而 , 特斯拉为什么坚持不肯装激光雷达?还是太贵 。
虽然激光雷达近年来价格大幅下降 , 但是在汽车上装一个 , 成本大约还要10000美元 。
达摩院|烧了1000亿美元的自动驾驶技术,终于能用了
本文图片


推荐阅读