阿里王剛談自動駕駛：從單車智能到車路協同智能的進化

在今年的雲棲大會上，阿里巴巴人工智能實驗室除了發佈AliGenie 3.0、服務機器人（天貓精靈太空蛋、太空梭）、天貓精靈車載版（TmallGenie auto），還重點推出了L4車路協同智能自動駕駛車。

阿里巴巴人工智能實驗室總經理淺雪稱，將利用感知基站，實現車與路對話，讓自動駕駛進入車路協同智能時代。

在阿里巴巴人工智能實驗室的構想中，不只有聰明的車，還要有聰明的路。自動駕駛車+路側「感知基站」+雲控平臺，實現雲端、路端、車端一體的智能。其中，感知基站站得高看得遠，具有多種傳感器，分佈在道路的關鍵節點。每一個基站能照看到方圓400米範圍內的路面，把路面狀況、交通狀況等提早告訴車輛，從而解決道路擁堵、交通險情提早預警等問題，給了智能交通一個「上帝視角」。

做爲阿里巴巴自動駕駛的領軍人物，阿里巴巴人工智能實驗室首席科學家王剛在雲棲大會上詳細講解了「車路協同」自動駕駛的探索與實踐，如下爲現場速記。

90秒看懂A.I. Labs智慧物流車和感知基站

各位嘉賓，上午好！我是王剛，我要介紹的是《自動駕駛：從單車智能跨到協同智能的進化》。可能在不少人的印象裏，自動駕駛是一個很是新的研發領域。但其實不是這樣的，若是咱們翻開歷史，會發現早在上世紀三四十年代的時候，美國就提出了自動駕駛概念車的理念，1984年的時候，cmu研發出了自動駕駛原型車，2004年的時候，就開始了百萬美金的自動駕駛挑戰賽，一直到如今。

看到這樣悠久的自動駕駛歷史，其實仍是蠻有感慨的。爲何研發了這麼久，咱們仍是沒有看到徹底無人的自動駕駛汽車產品出現，仍是沒有成功實現商業化落地？其中一個重要的緣由固然是自動駕駛是一個很是困難的問題，但同時，咱們也很是有必要去覆盤，去思考，咱們以往研發的技術路徑方向是不是最優的，是否有能夠提升的地方？帶着這樣的疑問，咱們也進行了一些探索。

在過去的幾十年裏，咱們數代人都專一於單車智能的研發。單車智能就是但願能讓車自身具備感知，決策，控制等能力，能處理路上全部的狀況，以實現安全駕駛。但單車智能真的能達到咱們所指望的結果嗎？帶着這樣的疑問，咱們團隊對單車智能系統進行了充分驗證。單車智能的框架和模塊，各個公司都比較類似，我這裏就不詳細介紹了。

在過去的一段時間裏，爲了進行驗證，咱們開發了業界領先的單車智能系統，好比咱們能實現全場景全天候的釐米級的定位；咱們創建了大規模的仿真平臺，能天天進行數萬千米的模擬和測試；在感知這個模塊，你們知道KITTI數據庫的競賽在國際上是很是權威的，全世界的算法專家都在上面測試。咱們也把研發的算法在上面進行了測試，發現咱們是3D目標檢測的第一名。這是咱們感知系統的一部分，咱們在系統架構以及工程優化上都進行了極致的研發。同時呢，在過去的兩年裏，咱們單是在CVPR這個國際最頂尖的計算機視覺會議上就發表了12篇論文，這也充分說明了咱們在算法上的先進性和前瞻性。咱們把工程和算法作到了很好的結合，我能夠很是自信和自豪的說咱們的車載感知系統是業績一流的感知系統。

基於這些先進的技術模塊，咱們開發了一整套自動駕駛系統，而且進行了反覆的測試和驗證。這是一個咱們在雲棲小鎮，也就是咱們會場外的開放道路進行測試的視頻。你們能夠看到，全程中咱們的安全駕駛員是沒有操控方向盤的。 這是一個很是很是典型的中國式的道路，有橫衝直撞的自行車、有慢慢的機動車還有穿梭的行人以及路邊停着隨時準備啓動的車輛。但咱們的車能熟練的跟隨、避讓以及在十字路口的時候安全的匯入車道，這也代表咱們的單車智能很是先進。

但即便是這樣一個先進的單車智能系統，咱們越測試，內心是越慌的。由於裏面有不少問題，也就是你們所說的cornercase。而且很讓人絕望的是，不少這樣的corner case是在單車智能這樣的技術路線下很難解決的。

這裏我舉幾個例子吧。第一個例子是盲區和障礙物的遮擋，車上的傳感器因爲視角和高度的限制，老是有盲區的，而且若是路邊有障礙物，它是不可能看到障礙物後面的狀況，這樣的限制在真實場景裏有很是大的安全隱患；第二個限制是感知距離，如今大部分激光雷達的有效感知距離都在幾十米左右，若是車速稍微高一點，前面有靜止物體的時候根原本不及作出反應的。其餘的一些問題包括高精度地圖不能實時更新，決策規劃沒法獲得完整的信息等等。這些問題都是單車智能技術上很難或者根本不可能克服的問題。

單車智能的另一個問題是成本不可控，咱們爲了讓車智能，須要給它配備很是多且昂貴的傳感器單元。據法國的一個公司統計，2018年目前每輛自動駕駛汽車平均價格是20萬美圓，因此即便單車很是智能，但這樣高昂的成本在落地上是很是困難的。

因爲單車智能的這些侷限，咱們相信要想打造安全，經濟的自動駕駛系統，咱們不只要研發聰明的車，也離不開研發聰明的道路和交通設施，讓它們相互配合去實現自動駕駛。因此咱們開發了車路協同的智能系統，咱們稱之爲這樣的系統爲協同智能系統。

協同智能有什麼好處呢？從安全角度來說，不少單車智能很難處理的狀況，經過智能的路和交通設施能很是容易的解決；剛纔淺雪也提到了，咱們經過建設道路，實際上能夠共享智能能力，從成本角度來說，經過集約式的建設智能的道路，讓這樣的能力被全部跑在路上的車所共享，咱們能給車減配，下降車的成本，從而下降整個自動系統的成本。基於這樣的兩個緣由，咱們相信，在中國，乃至世界，自動駕駛的落地離不開協同智能的發展。

剛纔講到協同智能更安全，是協同智能能對單車智能的能力進行了全面升級。咱們常說自動駕駛須要看，想，作，分別對應着感知，決策，和控制三個部分。其中感知和決策是最難的兩個點。 單車智能的感知只是基於自身傳感器，有盲區，有死角，而協同智能的看能夠是基於路上的傳感器網絡，無死角，超遠距離，因此咱們稱之爲上帝視角；單車智能的決策只能基於自身的不完整信息來作，是沒法考慮到別的車輛的，因此決策結果是局部最優；而協同智能能綜合的考慮到全部的車的下一步的運動狀況，從而作出全劇最優的決策結果。基於這樣優點，協同智能能夠實現很是好的駕駛安全性。

咱們團隊在很是早的時候就開始了協同智能的研發，咱們如今的自動駕駛系統就是一個完整的協同智能系統。今天我想比較詳細的介紹其中的感知部分，咱們稱之爲上帝視角感知基站網絡。

前面提到過車的傳感器因爲視角，高度，以及傳感距離的限制，都存在不少侷限，咱們另闢蹊徑，把車的傳感單元裝到了路上。左下角顯示的就是咱們裝在雲棲小鎮路邊的感知設備，咱們命名爲智能感知基站。這個智能感知基站能感知到交通場景裏全部的信息，併發送給車。相對於車的傳感器，咱們的智能感知基站有什麼優勢呢？第一，它高瞻遠矚，由於位置高，視野廣，因此幾乎無死角，能有效處理遮擋；第二，它是靜止在路邊的，以靜制動，因此在檢測下面的移動物體的時候有很高的準確率；第三，感知基站不是孤立的，路上的感知基站能夠造成網絡，相互通訊，從而它的感知距離能夠達到無窮遠，任何有感知基站的地方，咱們的車都能感知到。這樣的感知基站網絡就猶如給自動駕駛開啓了上帝視角，能夠決勝千里以外。

基於以上的三個優勢，咱們認爲這樣的新型設備開啓了3D視角，極大地的加強了感知的安全性。它包括了多模態的融合算法，開發出了基於網絡的感知算法等等。咱們致力於打造自動駕駛領域產品級的智能感知基站，它在精度，實時性，以及可靠性上都達到了很高的要求。例如，單個感知基站的檢測範圍大，咱們在感知基站的算法上也進行了深度的研發，開發了很是先進的的多模態感知算法。另外在硬件設計上，咱們也進行了工業級的設計，感知基站能夠防雨、防霧，能夠應對一切的天氣狀況。

咱們把車和感知基站造成了很是好的融合，造成了一個高效統一的協同智能系統。下面這個video充分的顯示了咱們的協同智能的能力。其中銀色的車是咱們的自動駕駛汽車，紫紅色的框表示車身傳感器感知到的結果，綠色的框表示感知基站檢測到的結果。你們能夠看到路面上有一個障礙物，這個障礙物是行人，若是沒有感知基站的幫助，車沒法看到，但由於有了感知基站的幫助，車能夠及時避讓，極大地的提升了安全性。

咱們還作了大量的實際測試，咱們發現，即便車是在30千米/小時的速度下，若是忽然衝出一個行人，100%會撞傷，但有了感知基站的幫助，咱們實現了100%的成功避讓率，這個例子充分證實了協同智能的威力。

一樣重要的是，協同智能不只更安全，還能更經濟。截止到2017年末，全國汽車的保有量是3億輛，假如咱們要把這些車經過單車智能的方式所有變爲自動駕駛汽車，這將是一個天文數字。而中國的公路里程只有400多萬千米，其中的高頻路段的里程更是少之又少，咱們建設智能化道路，這個花費是很是少的，道路智能化後，咱們能夠給車減配，讓車的成本大幅度下降，讓總體的自動駕駛成本下降，從而讓技術真正普惠大衆。因此整體算起來，協同智能給自動駕駛能帶來極大的整體成本的下降。

咱們剛纔提出來的道路智能化的方案不光能服務自動駕駛，也能服務如今人力駕駛的狀況。好比提供安全警示、協助交通管控等等。打造整個智慧交通體系。

爲了能持續的推進協同智能的研發工做，咱們也很是榮幸和交通部公路院成立了車路協同聯合實驗室，雙方緊密合做，去研發先真正能落地的車路協同技術；你們緊密合做，探索真正能夠落地的協同智能系統。

最後，我想說協同智能的出現必將會造福全社會，由於有了更安全的駕駛、有了自動駕駛，能夠下降交通的事故率，可以讓出行和貨物運輸更高效。但同時這是很是複雜的工程，它須要政府、企業、院校通力協同合做，因此咱們也很是願意但願和更多的合做夥伴一塊兒，攜手共進，真正的改變這個行業，讓中國的自動駕駛變得不同。謝謝你們！

本文做者：車路協同

閱讀原文

本文來自雲棲社區合做夥伴「阿里技術」，如需轉載請聯繫原做者。