百度副总裁邬学斌首次官方详解阿波罗计划,为什么要造无人车?

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
百度副总裁邬学斌首次官方详解阿波罗计划,为什么要造无人车?

2017年7月16-17日,中国电动汽车百人会产业培训以“ 新能源 汽车与智能网联汽车前沿技术”为主题举办系列课程,邀请清华大学、 百度 、 沃尔沃 、 博世 汽车、 科大讯飞 、智车优行、中兴智能汽车等机构的专家,进行为期两天的分享交流及深度探讨,旨在通过培训课程让业界人士了解最新前沿技术以及发展趋势,促进技术交流、产业链融合及跨界合作。

百度副总裁邬学斌发表了以“实施 Apollo 计划,构建 自动驾驶 新生态”为主题的报告,本文为发言实录:

今天的演讲题目是 “实施Apollo计划,构建自动驾驶新生态”

先讲一个引子,百度认为汽车行业发生了非常大的变化,可简单归纳成“三化”,也有的人说是“四化”。(1)电动化——指从能源方面来考虑。(2)智能化——从汽车本身性能来讲,所有能使汽车变得更加聪明的技术,都统称为智能化,无论网联、还是智能驾驶。(3)共享化——并不是指汽车本身技术发展,而是指汽车未来使用状态的变化,由于使用状态的变化,对汽车产品的形态将会带来很大冲击。

为什么要研发 无人驾驶 汽车?

实际上这个答案有很多,我们把它总结成三个方面: 安全、高效、经济性。

安全

中国每天直接死于交通事故的人数大概有近500人,这个数字是非常触目惊心的。我们认为当无人驾驶普及的时候,这个数字会大幅度下降。强调一点,并不是说无人驾驶之后不会发生交通事故,但是这个事故率会大幅度下降。除了恶性交通事故之外,每天频繁的轻微交通事故造成的经济损失也非常大。因此,无人驾驶在安全方面的贡献是非常突出和显而易见的。

当然,也有人会问,如果左边是老人,右边是小孩,无人驾驶汽车到底撞谁?实际上,在无人驾驶技术层面上是不会出现这种情况的,无人驾驶汽车的感知系统在正常工作情况下,不会突然意识到某个问题,然后再做处理,所以这个命题本来就是个伪命题。

另外, 国内在无人驾驶法规方面还存在很多问题,比如说交通法规。 无人驾驶一定要在有人的道路环境下进行开发测试,和现在有人开着的车不一样。有人驾驶的汽车完全可以在无人的环境里面开发,不管在实验室还是在实验场,整个开发的要求、实验方法、验收标准都非常非常完善。但是无人车怎么办呢?所以还有许多方面需要完善。安全本身是狭义的,既具有社会效益,也涉及非常重大的经济利益。

高效

人工智能 技术最核心的作用就是在各个方面提高生产率,用于汽车上也同样是提高生产率。 人工智能可以解放人们在汽车里面以及整个交通过程中的生产力,乘客可以不用开车,转而做别的事情。

这里有很多统计的数据,其中对车辆行驶效率的提升,是一个非常重要的指标。目前车辆平均使用率不到5%,如果提高10倍,当车辆一半状况在使用时,理论上来说,车辆的保有量可以减少10倍。但这仅仅是理论上的,交通有高峰期、低峰期,不可能24小时都是均衡的。所以单纯按简单的数据计算,结果是错误的。不过,我们依然相信即使是未来无人驾驶汽车时代,社会车辆汽车总保有量还是会增加,因为每个人都向往着交通自由。

经济性

以北京的人工成本为背景,如果采用无人驾驶汽车作为出租车来运营计算的话,一年到一年半时间就把能收回成本,经济效益非常明显。在经济方面还有一个指标,即中国的人口老龄化。2015年,中国的在职人数与退休人数的比例是6.6:1。如果坚持原来一胎的计划生育政策不变,到2045年这个比例将会下降到1:1。而无人驾驶汽车能够有效缓解劳动力短缺的问题。

德国一家咨询公司,在中国、美国和德国进行了一个调研,发现在欧美大概只有48%的人相信无人驾驶技术,而在中国这个数字高达96%,表明中国人对新鲜事物的接受程度非常高。

迈入“L4”级别,需引入人工智能技术

人工智能技术实际上也不是一项新的技术,在上世纪五六十年代也曾经火过,那么为什么没有火起来呢?最核心的有两点:一个是计算能力;另一个是更重要的数据。没有 云计算 的技术,人工智能技术是没有根基的。2000年以后,这两项技术均得到了快速的突破,所以人工智能技术才得以再次迎来春天。百度为什么有人工智能技术呢?因为人工智能技术最早应用在搜索技术上,所以百度积累了非常丰富的经验,它跟 大数据 的搜索技术有点相关,但是还有本质区别。

按照美国的划分标准,从L1到L4,其中L1、L2已经实现产业化,奥迪号称实现了L3的产业化。我们认为从L3到L4,这是一个巨大的鸿沟,因为要判断、处理的数据量是急速增长的,靠传统的CPU以及这种硬编程的方法是无法处理的,必须引入人工智能技术,用GPU、FPGA等。所以,要真正达到L4,人工智能技术是不可缺少的。当然,L4到L5之间又是一个巨大的鸿沟,因为L5是没有地图的,未来的L5又是另外一个新天地。

“Apollo”计划发布

“开放能力,共享资源,加速创新,持续共赢”是“Apollo”计划的16字宣言。

开放能力是指将百度无人车的软件、平台、数据等所有能力免费开源、开放,通过这种开源方式,任何人随时可以在网页上查看,也非常希望大家提宝贵意见,来丰富我们的不足,这就是开放能力来共享资源。我当年做电动车的时候,06年开始为奥运会做电动汽车,电动汽车做到现在做了十几年了,实际上这个领域里低水平的重复投入是相当严重的,没有必要每个人都把轮子重新的发明一遍,所以百度愿意把自己做的一些基础性工作向整个产业、向整个社会开放,希望能够提高我们的资源利用效率,加速我们的创新。

前几天 百度CEO李彦宏讲了一句话:在PC时代有个人英雄主义,在人工智能时代将不复存在。

这话是什么意思?在PC时代,编一个很好的程序、写一个优秀的算法,可能要不了几个人,也许某一个人就能实现。但是到了人工智能时代,最重要的是数据,而数据是不可能靠一个人或是个人英雄主义就能解决的问题,数据一定是众人拾柴火焰高,所以我们把生态开源、开放,希望大家参照我们的算法贡献自己的数据,然后才能使这个“Apollo”生态的数据越来越多、越来越丰富,这样才能加速创新。

详解“Apollo”

Apollo是一个开放的、完整的、安全的生态,怎么理解完整和安全呢? Apollo开放是各个模块逐步开放的过程,凡是决定开放在网上的,都是经过内部反复严格训练和测试,所以开放出来的模块肯定是完整的、安全的。

这个框架就是Apollo的技术框架,这个框架的左边分成四层。

1、最下面一层是整车模块,这个模块不一样的地方就是需要线控技术。线控技术在现行车辆里面,由于使用的并不多,所以成本和技术路线还处在研发状态。实际上,很多国际公司的技术上是成熟的,但产品有赖于产业化的推进。

2、整车模块之上是硬件平台,这里面的硬件目前汽车上都还不存在,而未来智能汽车上需要这些硬件,包括计算平台、定位、惯导和各种传感器。还需要设计一个黑盒子,把车上所有的数据实时记录下来,以备不时之需。

3、第三块是最核心的,就是汽车的大脑。这里面有无人驾驶系统所有的模块,最上面一块是云,无人驾驶汽车必须要有云的支持,很多数据必须在云上面。

讲到硬件和整车的时候,讲的是参考平台,意思是生态里边有许多整车的模型和硬件的模型。“”Apollo”生态本身并不只属于百度的,它也不是一个实体公司或是赚钱的工具。只有汇聚产业界的力量,“Apollo”的大脑、血液,甚至整个智能车才能像人一样,才是一个完整的工业布局。

“Apollo”布局的速度: 7月5日已经开放封闭场地的循迹自动驾驶,如果把刚刚这些模块下载下来,按照我们推荐的硬件和整车模型的话,就可以在封闭场地打造一款可以循迹的车辆。有一家美国公司花出3天时间的确做出一辆车出来了。9月份的时候会把固定车道的自动驾驶开放,年底的时候开放简单的城市工况。到2020年底,基本上可以把城市道路和高速公路,在有路的情况下全部开放。百度相信到2020年底,技术上是可以开发成熟的,可以让车上路。至于到时候能不能上路,就看法律是否上路。

目前“Apollo”生态已经有了一些成员,这些成员里面包括主机厂、政府、大专院校、运营公司等,生态里边没有排名歧视,大家都是为了无人汽车行业的技术共同奋斗。

美国Autonomoustaff的一个工程师,当初他不相信“Apollo”,也想试试我们的技术,所以我拍了一段视频。可以看到,这个视频本身并没有显示出非常高水平的无人驾驶技术,它想展示和想说明的几个问题:第一个,“Apollo”的系统是相通的,我们把相关的数据放在网上,大家一起做成这个事情,把通道打通。第二个,在整个实验过程中还是有些问题的,第一是刹车,需要再优化,这个是“Apollo”的精神,并不是说这个数据拿下来马上就能够商业化的,可能还得根据不同的应用进行不同的调整。

“Apollo”的必要性

在“Apollo”生态里面,相信各种各样的公司或单位都是需要的,而且目前也是有这么几大类:一个是政府,中央政府是法治法规的制定者,地方政府要提供一些测试的场景来测试,中国一些城市已经开辟了一些小型测试实验区,但这种实验区实际上远远不能满足无人驾驶汽车产业化的需求。无人驾驶汽车要能安全的上路(指比开得最好的驾驶员还要好,而且没有交通事故),测算大概需要100亿公里的行驶里程数据,光靠任何一个城市建一个小型示范区,想跑100亿公里是不太可能的,而且这100亿公里并不是说在同一个场景里行驶。

另外一个指标是ADS,就是自动驾驶场景 ,这种场景全世界可能会有2万—3万个场景,很多人认为测试场景达到3700个之上车子就能安全上路,如要安全无忧可能要测试超过上万个场景。这些怎么办?这些场景光靠一个公司和有限的100辆车去跑是不够的。大家有没有注意到,谷歌最近不太讲里程数了,里程数跑到一定程度已经到了一个玻璃天花板了,他的ADS的增长上面已经没法增长了,必须要有不同的情况。那么如何解决这个问题?这就需要更多的地方政府一起来开辟无人车的开发测试场景,无人驾驶汽车需要在有人的环境里边来学习,否则只能是纸上谈兵,所以政府的支持是很重要的。

汽车制造商、传感器、硬件制造商不用多说。另外,出行服务商也是很重要的,因为只有他们掌握出行数据。在美国,Uber也好,小的出行公司也好,在无人驾驶方面都非常积极。他们认为,出行服务商如果不在无人驾驶领域占有一席之地的话,可能就没有机会了。另外,通讯服务提供商,很多人讲无人驾驶汽车跟V2X之间的关系,我认为一个车首先要保证自己做到无人驾驶的功能,V2X是之上的冗余系统。

无人驾驶的10大核心技术

百度认为,无人驾驶有10大核心技术,包括:环境感知、行为预测、规划控制、高清地图、高精定位、操作系统、车载硬件、智能互联、人机交互、系统安全。

其中最重要的是系统安全 ,因为当一个车跟云端进行数据交换时,没有安全保证,这辆车就可能会变成杀人武器。如果无人驾驶汽车在信息安全上出现问题,那么是不可能产业化的,其他的都是可以解决的。

在互联网世界中,不存在百分之百的安全。所以我们的安全理念是什么呢?我们的安全理念是把有可能造成的伤害控制到最小,就像一个城市,不可能没有犯罪,但是安全的城市,一方面可以防止很多犯罪,另一方面,即使发生犯罪,也能会迅速处理,控制局势。

从汽车行业到智能驾驶行业,最复杂的技术实际上是行为预测。如果没有人工智能技术,只靠写程序,是无法完成这个工作的。因此,人工智能技术、机器深度学习是不可或缺的。

百度目前的技术怎么样呢?在检测识别方面,KITTI(自动驾驶算法公开排行榜)每年都会举行比赛,它有六项指标,去年在全球比赛当中百度在六项指标当中拿到四个第一。比如车辆检测,检测量第一。行人检测,目前准确率为95%,当然这种准确度肯定是不能上路的。红绿灯检测准确率为99.99%,但也很低,这只是说摄像头的识别率,对于红绿灯有好几个系统可以识别,这些系统全部放在一起的冗余,可以达到99.999%,单靠摄像头只能达到99.9%。

另外, 在高精地图和定位方面,百度的高精度地图现在是厘米级的。

智能汽车的开发与传统汽车是不一样的。智能汽车的开发,首先要让无人驾驶汽车不断行驶。一个框图里面实际上想说的就是一个ADS,一个自动驾驶场景,若干个车去跑,就跑若干个地方,建若干个试点,再把这些场景的数据全部传送到云端进行整合和模型,产生了大脑后,实际上产生了一个模型,放到一个车里面,进行车辆的控制,就是这么一个开发过程,称之为是端到云到端这么一个开发过程。这个跟传统的控制软件的开发是有颠覆性的不同。

实际上,想行驶成千上万的场景是非常难的,怎么办呢?百度的做法是利用仿真,仿真是智能驾驶开发的加速器,仿真怎么来的呢?最初是把场景先给数字化,之后利用这些元素来进行仿真,大大提高了仿真的效率。

“Apollo”智能驾驶、智能控制系统以后要基于DuerOS操作系统(百度推出的一款对话式人工智能操作系统)之上,实现基于语音的高效操作。不仅要听见声音,还要听懂声音。听见和听对之间的区别非常大,这背后是百度人工智能技术在发挥巨大作用。目前,很多厂家有很多应用,但仅仅是在车联网这个方面,还没有跟自动驾驶相关联,这是下一步需要做的事情。

去年配合乌镇互联网大会时使用了一批无人驾驶汽车,是在开放道路行驶,道路状况极其复杂,开发过程也非常复杂。当无人车第一次遇到逆行车辆时,计算系统就停顿了,不知道该怎么处理。但是第二次遇到相同情况的时候就知道了,但依然停顿,说明机器学习还是要进行再学习。那么国外的车要想进入中国市场,就必须要在中国进行测试,这也是“Apollo”生态里有外国厂商的原因。外企进入“Apollo”生态之后,可以相对容易的获取我们的数据。

无人驾驶面临的五大挑战

Apollo开发过程当中得到了政府和合作伙伴的大力支持。在习大大的指示下,乌镇互联网大会期间展示的都是基于自主品牌的无人车。百度目前在跟很多城市、公司进行了合作协议签约,也在加快开发速度,但在这过程中也感觉无人驾驶还面临着许多挑战,主要有五项:

第一,核心零部件受制于人。 这与国内产业基础有关系,无人驾驶汽车搭载的激光雷达、关键芯片等核心零部件都掌握在外国手中,成为中国汽车弯道超车的阻碍。所以希望在座的企业能够在这个领域进行创业或者投资。当然核心部件的投资风险也非常大,以激光雷达为例,还存在一些问题。激光雷达的成本和技术先进性的平衡,什么时候用?是采用旋转式的还是固态式的?多少线就可以了?等等,业界讨论非常多。

第二,法规。 这是显而易见的问题,当前现有的交通法规都是不适用于无人车的,因为当初在制定交通法规的时候没有想到车子可以自己跑,所以要求车子必须要有司机驾驶。

第三,应用环境限制。 无人车需要有大量的场景来训练,而不是仅靠几个城市开辟几个示范区就能解决这个问题,远远不行。国外的做法要好很多,美国有好几个州已经允许无人车上路,政府对于无人车安全保持一个基本的信任。百度与国内交管部门沟通交流的时候,交管部门对无人车的安全性不信任,觉得没有保障、没有信心。而在加州,只要交500万美金的保证金就可以拿到测试执照,申领执照没有门槛限制,是个企业或组织都能拿。

第四,交通设施。 这个问题非常重要,需要重点解决。现在很多地方铺设的V2X网络相对来说还比较简单。

第五,信息安全。 信息安全威胁是一个非常重要的问题。百度跟国家的有关部门也在积极探讨解决这个问题。

随意打赏

百度发布阿波罗计划百度无人车事业部百度副总裁邬学斌百度 阿波罗计划乌镇百度无人车百度高级副总裁百度阿波罗平台百度无人驾驶车百度阿波罗计划邬学斌 百度
提交建议
微信扫一扫,分享给好友吧。