汽车|“自动驾驶”网约车终于来了,安全吗?( 二 )



我们希望自动驾驶能见多识广 , 希望这些长尾场景要经过自动驾驶系统在这上面的演练 , 不断的迭代提升自动驾驶的性能 , 今天从这两个角度讲讲滴滴是怎么布局这两个方向的 。
汽车|“自动驾驶”网约车终于来了,安全吗?
本文图片
【汽车|“自动驾驶”网约车终于来了,安全吗?】

见多识广
汽车|“自动驾驶”网约车终于来了,安全吗?
本文图片

滴滴在整个网约车的平台布局了桔视 。 我们在训练自动驾驶感知模型的时候需要采集一些数据 , 需要看人是什么样的 , 轮椅是什么样的 , 在路上遇到交通参与的时候 , 有时候会遵守交通规则 , 有时候不遵守 , 我们通过桔视见到了非常丰富的场景 。
在自动驾驶测试中也会发现人类驾驶员有时有些超出预期的行为 , 在这里货车为了紧急躲避行人会朝车辆开过来 , 自动驾驶怎么做到处理这样的场景 , 做到临场不乱还能安全的处理这些场景?
首先需要这些场景是存在的 , 其次要能在仿真系统里重现出来 , 使AI的演进有一个更好的动力 。 从整体上来讲 , 要证明它比人类驾驶员安全很多倍 , 需要的测试量是巨大量的 。
突破口要有足够的场景和足够的数据供这个引擎所使用 , 我们的大数据库每年可以在道路上收集近千亿公里的数据 , 得益于百万以上的装机量 , 也得益于自动驾驶和网约车的运行时长比私家车的运行时间长 。
汽车|“自动驾驶”网约车终于来了,安全吗?
本文图片

我们有一个数据漏斗 , 发现一些高价值、高危险度的场景去打磨自动驾驶系统 , 路测的应用和场地测试做一个最基本的补充 。 整个运用这些数据分为4个方面 。
一是海量场景的随机性设施;
二是希望能够从这些数据中发觉边缘的场景 , 进行高强度的测试和研发;
三是我们也在L4中慢慢的部署这种基于深度学习人类驾驶员的习惯 , 相当于自动驾驶基于规则 , 基于某种搜索去优化找到最优的路径是什么 , 真正从人类驾驶员好的例子和不好的例子中去学习到怎么样是一个好的驾驶习惯;
四是地图 , 因为有这些数据 , 可以更好地去验证地图的新鲜程度 , 验证地图的准确性 , 地图出现了变化 , 可以让自动驾驶车辆更好的规避变化比较大的区域 , 提升自动驾驶的安全性 。
最后一个就是滴滴所尝试的 , 怎么把自动驾驶落实 。
自动驾驶将来也是出行网络中很重要的一环 , 会把它无缝衔接到滴滴的其它平台上 , 包括快车、专车 。 我们研发的用户体验就是混合派单 , 通过一个出行网络的APP , 来叫所需要的出行服务 , 会用混合派单的模式 , 起点和重点都在自动驾驶的服务范围内 , 无论路况和天气情况 , 会派一辆自动驾驶车给乘客去服务 。
比如 , 要跨省 , 有比较多的乘客数量 , 可以有人类驾驶的司机来服务我们的出行需求 。 这样对客户来说自动驾驶不是一个从0到1 , 需要去调整和适应的 , 是一个渐进的过程 , 在滴滴的网络可以做到这点 , 我们也进行了一些尝试 。
汽车|“自动驾驶”网约车终于来了,安全吗?
本文图片

安全最重要
汽车|“自动驾驶”网约车终于来了,安全吗?
本文图片

下面讲讲自动驾驶怎么能够保证安全?
在做产品化的过程中 , 这个技术已经研发很多年了 , 安全是最重要的 , 这也是为什么自动驾驶成本是一个方面 , 怎么能够保证技术的安全性 , 也是它还没有大规模商业化另外一个原因 。
从4个角度能在安全上有一个非常好的突破和尝试 。


推荐阅读