從1886年的卡爾·弗里德里希·本茨發(fā)明出汽車開始,拓寬了人們的出行半徑,加速了人流與物流的流動速度。到1939年,第一款配備自動變速器的汽車問世,解放了駕駛員的右手(左舵駕駛,右舵駕駛則解放左手),再到世紀(jì)交替時,ACC自適應(yīng)巡航解放了駕駛員的雙腳。而現(xiàn)在的智能駕駛技術(shù)問世,正在使智能駕駛從夢想駛?cè)氍F(xiàn)實,逐步的進(jìn)入“大撒把”的時代。

智能駕駛似乎無時無刻的不在釋放和挑戰(zhàn)我們的想象,在智能化方面,5G技術(shù)將給“人、車、路、網(wǎng)、云”協(xié)同發(fā)展帶來機(jī)遇,智能汽車發(fā)展成為互聯(lián)網(wǎng)生態(tài)和服務(wù)集成平臺。未來,智能汽車很可能是繼手機(jī)之后的第二大互聯(lián)生態(tài)和服務(wù)集成,智能化終將改變汽車的定義,在完全智能駕駛成為現(xiàn)實之后,智能汽車將成為移動的智能空間和場景生態(tài)服務(wù)體驗終端,成為工作、生活、娛樂的新載體。

以上說的這一切,都不難實現(xiàn),夢想已經(jīng)在路上。但想象總是美好的,現(xiàn)實呢?

路漫漫其修遠(yuǎn)兮

人們對智能汽車的定義是什么呢?戰(zhàn)略中是這樣解釋的——“智能汽車是指通過搭載先進(jìn)傳感器等裝置,運(yùn)用人工智能等新技術(shù),具有智能駕駛功能,逐步成為智能移動空間和應(yīng)用終端的新一代汽車。智能汽車通常又稱為智能網(wǎng)聯(lián)汽車,智能駕駛汽車等”。

簡單來說,需要汽車具備“智力”,即通過感知、規(guī)劃、決策等過程,完成汽車的控制,這一過程,可以歸納為“人工智能”。然而,這更像是一個結(jié)果,想要讓汽車本身的算法做到處理更多、更復(fù)雜的場景,背后就需要有海量準(zhǔn)確、高質(zhì)的真實數(shù)據(jù)做支撐。

不能否認(rèn),現(xiàn)在有些L3功能的量產(chǎn)車,在一些低速車領(lǐng)域,比如園區(qū),物流,礦場也會投放一些無人駕駛的車,但這本身還是在某些場景幫助人,而不是取代駕駛員。

上文中提到的“L3”是什么呢?其實是智能駕駛的級別劃分,目前一共分為5級,那么智能駕駛中的L0-L5 ,分別指什么?

目前,國際上有兩套關(guān)于汽車智能化的分級,獲得業(yè)界較高認(rèn)可,一個美國國家高速公路管理局NHSTA,另一個是SAE汽車工程師協(xié)會。兩個標(biāo)準(zhǔn)的劃分方式極為相近,都是根據(jù)汽車的智能化程度劃分L0到L5共六個級別。

L0 ——“人工駕駛”

指的是沒有任何智能輔助駕駛功能的人工駕駛方式。在智能化大行其道的今天,這樣的配置看上去似乎很有些不可思議,而事實上,今天的汽車還有不少都停留在這一階段。

L1——“輔助駕駛”

指的是至少擁有一項以上駕駛輔助功能的車輛,比如LDW車道偏離預(yù)警系統(tǒng)、FCW前碰預(yù)警系統(tǒng)等,因此L1也被稱之為“駕駛員輔助階段”。目前,市場上的絕大多數(shù)汽車都配有輔助駕駛系統(tǒng),雖然智能化程度有限,卻也能減輕駕駛員駕駛疲勞程度,減少事故的發(fā)生。

L2——“部分自動駕駛”

指的是能實現(xiàn)部分自動化的車輛,目前已經(jīng)能實現(xiàn)L2的量產(chǎn)。部分自動駕駛同時具備縱向和橫向控制功能。當(dāng)今大多數(shù)高級駕駛員輔助系統(tǒng)均屬于L2級,在這個階段,雖然機(jī)器可以獨(dú)立完成一些組合行駛需求,但駕駛員仍需要將雙手雙腳預(yù)備在方向盤及制動踏板上隨時待命。

L3——“條件自動駕駛”

指的是由系統(tǒng)實現(xiàn)監(jiān)控和駕駛的人機(jī)共駕。到了L3級別的智能駕駛技術(shù),人工智能可以獨(dú)立完成幾乎全部的駕駛操作,當(dāng)然駕駛員仍需要保持注意力集中,以便在某些汽車不能實現(xiàn)自動駕駛的情況下,接管車輛控制權(quán)。

L4——“高度自動駕駛”

智能駕駛到了L4階段,當(dāng)面對緊急狀況時,車輛能夠?qū)崿F(xiàn)自動處理,自行解決所有的特殊情況,避免因駕駛者未能及時接管車輛而造成的交通事故。只有在極其特殊的情況下,才需要人工操作。

L5——“完全自動駕駛”

達(dá)到L5的車輛可以實現(xiàn)無限制的任意點(diǎn)對點(diǎn)無人駕駛模式,車輛可以在完全不需要駕駛員介入的情況下來進(jìn)行所有的駕駛操作,駕駛員也可以將注意力放在其他的方面比如工作或是休息。

只有保障安全了,無人駕駛才能有環(huán)境基礎(chǔ),之后的大面積落地,就看成本和法規(guī)的事情了。換句話說:什么時候機(jī)器可以預(yù)判危險了,什么時候無人駕駛就可以應(yīng)用了

我們相信,當(dāng)達(dá)到L5時,智能駕駛給予駕駛者更多的選擇,把原本開車過程中“丟失的時光”重新交還給駕駛者。在高度無人駕駛階段,駕車者狀態(tài)完全放松,而非時刻保持警惕狀態(tài)。

關(guān)于駕駛的信息化,我們要做的、能做的還有很多,AI是否能幫助我們實現(xiàn)未來智能駕駛的美好場景,且看下文慢慢來講。

好的數(shù)據(jù)才會有好的AI

作為智能駕駛汽車的“眼睛”,信息的獲取至關(guān)重要,在人工智能時代,AI數(shù)據(jù)越多、越好,得到的模型最終效果就最佳,從而提升ADAS產(chǎn)品性能。

針對傳感器采集到的大量交通數(shù)據(jù)進(jìn)行分類、標(biāo)注,然后上傳給智能駕駛系統(tǒng)進(jìn)一步學(xué)習(xí),提高智能駕駛的精確度,例如針對前向避撞、車道保持、車道偏離等功能,可以通過大數(shù)據(jù)迭代算法模型,提升產(chǎn)品的可靠性和用戶體驗。

數(shù)據(jù)標(biāo)注就是人工智能學(xué)習(xí)的教材,它存在的意義便是讓機(jī)器理解、認(rèn)識世界。那么在實現(xiàn)智能駕駛的這一過程中,需要哪些方面的數(shù)據(jù)呢?我們可以簡單的將標(biāo)注場景分為車內(nèi)和車外。

在車內(nèi)場景中,疲勞監(jiān)測、動作識別、場景光線等一切會在車內(nèi)發(fā)生的場景,以及在車外環(huán)境中更復(fù)雜的障礙物、道路、天氣、地點(diǎn)、車道線、路標(biāo),以及一些長尾場景諸如闖紅燈車輛、橫穿馬路的行人、路邊違章停靠的車輛等所有可能會涉及的場景,都需要對應(yīng)的如連續(xù)幀標(biāo)注、2D圖像框選、圖像分割等不同的標(biāo)注方式。

2D圖像框選/圖像分割標(biāo)注

上述這些只是智能駕駛中涉及到攝像頭的數(shù)據(jù),多為圖片類數(shù)據(jù)的標(biāo)注。由于對安全的嚴(yán)苛要求,當(dāng)前的智能駕駛所需數(shù)據(jù)需求,正向著多模態(tài)的方向發(fā)展。所謂多模態(tài),即是對多維時間、空間、環(huán)境數(shù)據(jù)的感知與融合。

雖然現(xiàn)在智能駕駛很火,但是不得不注意到現(xiàn)在機(jī)器在推理方面的能力是遠(yuǎn)不如人,只是在感知范圍和決策速度上超過了人。另外,在不適用激光雷達(dá)做感知冗余的情況下,單純依靠毫米波和攝像頭還不能保證無人駕駛情況下百分之百安全。

在汽車的感知部分不僅只有攝像頭,還有激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)等多種方式共同組成,而這些感知方式都需要對應(yīng)的數(shù)據(jù)標(biāo)注。

物體參考坐標(biāo)系與雷達(dá)坐標(biāo)系之間的關(guān)系

以激光雷達(dá)為例,高性能激光雷達(dá)可以實現(xiàn)200米范圍內(nèi),精度高達(dá)厘米級的3D場景掃描重現(xiàn)。它生成的3D點(diǎn)云數(shù)據(jù)通過標(biāo)注后,可以助力智能駕駛模型的訓(xùn)練。

為了真正實現(xiàn)智能駕駛,單獨(dú)依靠2D圖像類標(biāo)注,是不足以達(dá)到真正的智能駕駛。我們需要在2D的基礎(chǔ)上,增加3D點(diǎn)云標(biāo)注。

2D更多的是為了識別物體是什么,而3D更多的是為了判斷物體所占空間的容積,以及坐標(biāo)系下的位置計算,這就促成了智能駕駛中的“融合識別”。

蔚來的智能駕駛布局之道

多傳感器融合可顯著提高系統(tǒng)的冗余度和容錯性,從而保證決策的快速性和正確性,是無人駕駛的必然趨勢。各種傳感器性能各有優(yōu)劣,在不同的應(yīng)用場景里都可以發(fā)揮獨(dú)特的優(yōu)勢,僅依靠單一或少數(shù)傳感器難以完成無人駕駛的使命。縱觀目前整個行業(yè),在提供智能駕駛解決方案的企業(yè)中,大部分目標(biāo)是全智能計程車的技術(shù)領(lǐng)域,而蔚來更關(guān)注能夠開發(fā)出更可靠、可持續(xù)、長期、安全的智能駕駛系統(tǒng)。

云測數(shù)據(jù)2D/3D融合標(biāo)注

云測數(shù)據(jù)作為Testin云測旗下數(shù)據(jù)標(biāo)注品牌,基于行業(yè)先進(jìn)的標(biāo)注工具和豐富的標(biāo)注經(jīng)驗,對機(jī)動車、障礙物等目標(biāo)物進(jìn)行3D框選、對雷達(dá)圖進(jìn)行語義分割,同時還可以對2D、3D多傳感器融合的數(shù)據(jù)進(jìn)行同時標(biāo)注,實現(xiàn)視覺和雷達(dá)的數(shù)據(jù)感知,幫助汽車更好的感知道路場景,為智能駕駛技術(shù)的發(fā)展保駕護(hù)航。

智能駕駛,會不會是我們想象中的樣子,目前還不得而知。但我們能夠確定的是,在信息技術(shù)日新月異的今天,數(shù)據(jù)采集/標(biāo)注能夠為智能駕駛做的還遠(yuǎn)遠(yuǎn)不止這些。相信在不久的將來,智能駕駛最終會延續(xù)自動變速箱和ACC自適應(yīng)巡航,從釋放雙手和雙腳,到釋放眼睛和大腦,將不再是奢望,它將帶領(lǐng)我們,進(jìn)入全新的出行時代。

未來,Testin云測將會更長久的關(guān)注智能駕駛行業(yè),以前瞻性的視角和實踐來推動智能駕駛行業(yè)的長久發(fā)展。

powered by 云測數(shù)據(jù)

分享到

songjy

相關(guān)推薦