独轮车论坛
极限运动 当前位置:首页 > 极限运动 > 正文

单车智能VS车路协同:技术的能与不能、商用的克制与陷阱 | CCF-GAIR 2020

网络基础设施,现在5G非常火,我想请教在座各位的是5G网络对自动驾驶到底会带来什么价值?自动驾驶要落地非得有5G不可吗?5G对不同的落地场景带来的价值会有差别吗?

张林:在新基建的大环境下,从智能汽车的角度来讲,5G是非常重要的通道,主要通过车端和云端的连接、路端和云端的连接。

陈龙:结合我们公司所选择的具体场景来说,我们是一家做矿山无人驾驶的公司,与其说是矿山无人驾驶,其实更接近一个矿区AGV系统,自动驾驶只是其中一个环节。我更愿意把它叫做矿区机器人以及矿区工业互联网。牵扯到矿区工业互联网,5G是非常重要的工具,某些场景下它是必需的。

刘念邱:从我们的角度来说,元戎启行做的是RoboTaxi,5G起到了非常好的助力作用。RoboTaxi涉及到多方面,包括调度、远程监控、监管等,5G可以很好地帮助我们对车辆进行管理和监控。

王超:5G对于自动驾驶主要起到两方面多用:V2X和云计算。5G为传输提供更宽、更广、更平实的道路,同时解决我们在V2X传输的内容,是质的提升。但是如何利用数据、如何路测、如何在本地和云端利用我们传输的内容做计算,以及给自动驾驶服务,这需要针对不同的场景,不同的技术路线,不同的体系架构,进行针对性讨论,不能一刀切。

薛健聪:我认为5G技术是很好的技术,但目前它的用途没有我们想象的那么神奇。5G是锦上添花,而不是雪中送炭的技术,把无人驾驶的实现依托于5G是不对的。针对无人驾驶,我认为5G在目前不是一个必要的技术。

卫星互联网,自动驾驶定位的加分项

Crystal Zhang:我们聚焦通信基础设施另一个很重要的技术——卫星互联网,定位对自动驾驶来讲非常重要。现在自动驾驶在定位上依赖传感器+高精地图等补足GPS的不足。中国目前北斗做得非常棒,配合之下可以做到厘米级。我想请教各位的是未来中长期自动驾驶的定位是不是单靠卫星互联网就足够了?卫星互联网这个技术在自动驾驶研发过程中会有什么影响?应该怎么考虑?

薛健聪:我认为卫星定位是一个很重要技术,但如果在没有卫星信号的地方,无人驾驶就做不了了吗,那肯定也不是,比如隧道场景就没卫星信号。图森未来有7种不同的方式来做定位,包括高精地图、卫星定位等等,是一种融合多种方式的定位技术。

基于融合定位系统,加上目前的差分信号,已经可以让我们在卫星定位这件事本身达到比较高的精度。卫星定位方式非常重要,但在无人驾驶的系统中不能是唯一的定位方式。

王超:我很认同薛总的观点。我们在港口和高速做了很多工作。如果我们按照北斗结合地面基站厘米级的水平,可以满足大部分场景下自动驾驶应用的需求。有两方面:一方面是安全、冗余,任何单一来源的信息都是不可靠的,我们不知道它什么时候失效,失效时如何应对,我们必须有足够的应急方案。

未来,即便我们卫星定位可以提高到更高的精度,其他定位技术还是必须存在的。在很多特定场景下,比如港口作业,集装箱装卸,它要求的精度比厘米级更高,可能是一两厘米精度乃至更高。

卫星定位是相对需求,我们还需要其他定位手段辅助。不只是靠北斗或者其他卫星定位技术,就能让自动驾驶技术完成所有的场景。

刘念邱:前面两位嘉宾介绍了很多全球定位系统的应用,介绍得非常好,对我们来说也是一样。它作为一个参照、一个输入,我们依赖于激光雷达、视觉、惯性导航来达到非常可靠的结果。对于GNSS高精定位方案,它可以在多方面帮助我们完成不同设备或者不同区域地图之间的参照系问题。一个是我们在不同城市,其地图可能有基准标准,我们以这部分的定位来实现的;另一个是在港口进行定位工作,我们要清楚目标对象在什么地方,这种情况下高精度定位系统可以帮助我们知道位置。总之,实际运行的车辆不完全依赖于高精度卫星定位系统。

陈龙:首先需要明确的是,北斗是必需的。在全球定位系统的格局下,中国有自己的卫星定位系统是非常有必要的一件事。

但在做无人驾驶的过程中,完全依赖卫星定位会造成灾难性的结果。卫星信号穿过大气层、建筑遮挡等,会产生很多误差,把五人家人所有的执行度和把握性压在这里是不可以的。我们还是要不断提高自身的定位能力,才能更好地完成整个定位系统。

单车智能VS车路协同,没有输赢

Crystal Zhang:看来通讯网络基础设施只是加分项。接下来聚焦智能交通基础设施,既然是加分项,请问主要应用场景在高速公路下的图森未来,如果V2X是助力项,今天高速公路应用场景下有什么痛点是短期依赖单车智能比较难攻克,借助V2X可以更快解决,给我两个你觉得最痛的痛点就可以。

薛健聪:我们说了很多的车路协同场景,但目前看起来在公开道路上主要还是用在两个地方:红绿灯和过闸口。但这两个地方是不是必须依托V2X来解决,我觉得不尽然。

结合刚才的问题,V2X和5G一样,它可以是非常好的技术手段。我经过红绿灯时告诉我现在是什么灯,或者你现在停下来,15秒后换灯,我可以做更合理的行车策略和准备。但还有很多问题需要去解决,比如因为车路协同错误的信号导致的事故,由谁来负责,这是技术之外,但在法理层面需要讨论的问题。

Crystal Zhang:有什么是V2X更好助力今天单车智能比较难攻克的?

薛健聪:目前我认为单车智能还远远没有达到其顶峰,在物理规则之内,我相信没什么是目前看起来单车智能攻克不了,而必须要通过V2X来解决。

王超:我同意一部分观点。从自动驾驶车辆的能力和安全角度出发,我们目前的出发点是绝对不依赖V2X保证车辆的安全。我们相当于把这件事交给第三方决定人类自身的安全,这是不负责任的。

V2X主要带来两方面的提升:一方面是感知的局限性,从系统的设计及实施来看,车辆的感知可以帮助实现障碍物、地图、辅助定位,以及局部决策规划等任务。另一方面是更长的距离安全保障是否高效,高速行驶的车辆可以感知到300-500米的情况,包括路面破损情况、车流量等信息,如此车辆决策规划可以更加高效。V2X是锦上添花,它不能让我更安全,但可以让我更高效。

从全局的角度来讲,我愿意用调度和管控来描述。我们现在讲的是单车智能,这个描述体现出其局限性。它做的是自身的事情。

Crystal Zhang:有什么痛点?我觉得高速公路有很多事故高发地段,连老司机也难驾驭,基础设施端不能帮助解决这个痛点吗?对人类驾驶者来说,上下匝道也不是容易的事,难道基础设施端不能帮点小忙吗?

王超:它可以帮忙,可以提供一些信息,让我们处理得更加简单。

Crystal Zhang:接下来请教陈总和刘总。在矿山区域和城市路况下,V2X有帮助吗?有什么痛点是它们能帮忙的?

陈龙:我感觉前两位嘉宾的回答跑题了。大家需要绕论的不是单车智能和V2X谁更重要,或者要不要用V2X提高单车智能的作用。实际上,中国已经回答了这个问题,我从2008年开始做无人驾驶,十几年时间内,国家对于无人驾驶的规划一直在渐渐变化,有些变化是由中国国情决定的。高速场景比较特别,国外是在集中做单车智能的提升,但是其本身是基于人工智能理论以及计算单元技术的提升得到的。在现在这一波人工智能理论的核心提升中,比如卷积神经网络的提升,还有很多解释的过程需要做。

所以,我们当前的认知是在基于现在的人工智能理论的,单车智能可以达到什么程度,能否保证开放场景的无人驾驶完全用单车智能解决,这是问号,没有公司可以回答。中国用它的现状给出了路线,现在中国讲的不仅仅是智能驾驶,而是智能网联。

回到矿山来说,痛点和问题挺多的。我们做的这个场景和开放道路不一样,它不要求非常高的速度,也不要求百分百的绝对安全,它不需要运人,速度控制在25公里/小时即可,因此我们需要实现的是尽可能高效地调度整套系统,让调度规范管理更高效。这个过程中V2X一定会起作用,比如矿区经常出现高度三维往下走的情况,转弯半径很小,而矿车本身很高,要在矿车周围装上传感器,在小转弯半径下才能看得更广,V2X就可以解决这个问题。

我相信高精度场景也有相应的应用,比如超视距感知可以可以通过V2X这个基础设施来做,而且很多工作只有中国能做。现在并不是我要用哪种方式解决问题,而是根据中国的现状利用好中国能做的东西,我觉得智能网联是中国选择的最正确的一条路。

刘念邱:刚刚大家谈了很多观点,我增加一些补充。我认为V2X的价值是要基于场景来看。

从日常的深圳街道来看,单车智能可以很好地处理绝大部分情况,小问题也是在决策规划中进行提升。广义理解V2X,可以把它看成云端,我们做RoboTaxi必然需要V2X跟云端通信,完成我们的订单和调度任务。另一种情况是我们在小街道行驶时会碰到只有一条车道,因为修路看不到完整的道路情况,如果有V2X可以更好确定两边通行的车辆,这条路是否有通行占用,我们是等待还是通行。因此,V2X价值要基于不同的场景考虑。

Crystal Zhang:请教张总,基础设施要智能化,需要部署非常多的传感器。车内传感器能否直接用在基础设施端?这些机会会属于像福瑞泰克这样的公司吗?

张林:目前我们做了一部分项目,主要是从车端到路端。摄像头从光学原理和机制上有些差别,从感知层面到最后成像,通过深度学习算法作为目标检测到融合。如果从数量级来说,70%-80%可以复用,对我们来说是新的业务领域。通过车和路端检测,从车的角度看是额外多了一个感知能力,如何在车辆的坐标系和实践维度上对齐,我们非常感兴趣。

另一点,我认为在很多中国特色的交通场景下,车端的感知能力可能受到挑战,例如盘山公路里的一些匝道很短,需要用很快的速度切入主道,完全依靠车辆自身的感知有局限性。V2X能够帮助自动驾驶感知能力得到扩展和冗余,这将提升感知稳定性、道路交通的安全性。因此要实现更安全高效的驾驶体验,我们认为V2X也是未来实现高等级自动驾驶的新机遇。

今天上午两位教授谈到在恶劣的路况、大雾天、雨天,传感器感知距离大幅下降,造成制动能力也会大幅下降。这种场景下,目前大部分的感知能力在160-200米,这个距离对于进行变道、应急避障都是有困难的。无论是高速道路还是城市场景,在短期或者中期内,车辆目前感知能力尚无法覆盖所有场景。

单车智能+车路协同解决汽车实际产业化

Crystal Zhang:已经有不一样的声音了。我从王总、薛总的表达中捕捉到一种担心。担心中国过分强调V2X,而忽略单车智能应用本身应该攻克的技术。

既然有这样的担心,单车智能和新基建或者V2X到底如何平衡,才能保证我们借好力,最后成为汽车强国和自动驾驶的强国?

张林:根据不同的场景,需求确实不一样,我认为高速场景、低速场景都会有不一样的需求。上午阿里谈到做末端运输时,如果考虑到7*24小时都要具备这个能力, V2X是很重要的对感知能力的补充,但只有V2X还不够,阿里也需要远程遥控来辅助。自动驾驶的初衷,我们始终认为是需要更安全和可靠,行业需要大规模量产,这对系统设计、成本控制都提出了更高的要求。

陈龙:我非常同意张总的观点。就像我刚刚所说,我们国家已经给出了方向和答案,为什么现在做新基建,在智能驾驶端要上智慧的路,国家已经给出明确的状态。就是因为现在单车智能很大程度上并无法解决问题,在此条件下,我们再过分强调感知程度,不一定是最正确的。因为解决这个问题不是比较功能高低的问题,而是解决系统工程最终应用的问题。我们要做的是将现在可行的成熟技术,充分利用并灌输到我们系统工程中,完成最终的应用,达到最终的结果。

对矿山来说,无人驾驶只是其中非常小的点,除了驾驶车辆从A点到B点外,我们还要进行挖掘等一系列操作,这是自动化操作的过程,涉及到多台挖掘机、铲车和运载车辆的协同。所以,这不是简单的实现自动驾驶本身,更像是系统工程,我们要以整体的眼光探索解决方案,完成系统的方案和功能,解决真正的问题。

新基建会成为每个环节,包括5G下矿,的推动力。我认为还是要面向应用场景、具体问题来布局,而不是单车功能。把问题解决,才是产业化比较切实要考虑的问题。

刘念邱:从我们的角度来看,V2X和单车智能是相辅相成,相互促进。虽然单车智能或者路端感知,本质上其技术是需要有感知,有对车辆的定位。单车智能,现阶段来看会在人工智能、感知、定位方面走得更进一步,率先解决无人驾驶能不能的问题。在更多的场景中结合V2X和单车智能在一起,可以更好地帮产业做得更好,不管在时间还是空间的维度上,都可以覆盖得更全面。

王超:我要明确我的观点,V2X对于单车智能是有提升的。以产业化为目标,更多考虑的是在现阶段以及未来几年内,新基建是一个比较长的过程。现在各项技术并不是那么完善,包括网络通信技术、路端传感器技术、全局调度运筹管控的技术。

在这个过程中,单车智能和V2X是共同成长的过程,我们想要在这个过程中促进无人驾驶产品的产业化,首先面向不同的场景分别讨论。在不同的场景里,车的情况、路的情况、设备的情况、自动驾驶的情况都各自不同的侧重。我们需要做好的是在里面如何发挥自己的优势,落实产品的应用。未来相同产品里机械水平提高,路测、中控可以给我们更好的支持,我们再做减法。我们要适应新基建的节奏,这是目前比较重要的。

薛健聪:我觉得现在在说的车路协同和自动驾驶,我一直认为车路协同是锦上添花的事情。无人驾驶并不是一件单纯的车辆制造的事情,本质上是制造电子司机的事情。我们回想一下过往,八九十年代的车辆是手动档,转向和刹车都没助力。现在的车越来越好,我们的乘坐感受和驾驶感受也越来越好。

2000年以后,车辆有了电子地图,包括现在手机地图越来越完善,它会告诉你前方第三车道在修车,提前避让,前方产生交通事故,拥堵1.3公里,给你选用备用路线。我觉得这是车路协同应该做的事情。

而无人驾驶本身是让车像人一样动起来,如果有外在的信息提醒你躲避拥堵,告诉你哪个地方修路,告诉你什么时候出行更合适。我相信这是锦上添花最佳的表现。

Crystal Zhang:在智能基础设施发力的不单是中国,新加坡基本完成智慧交通基础设施的部署,荷兰也很领先。通用汽车在过去五年时间积极游说美国政府实现基础设施智能化。中国基础设施发展速度快,我们拥有独到的优势,真心希望在自动驾驶领域耕耘的从业者可以用好我们的优势,同时不要忘了啃下单车智能这一块硬骨头。希望中国未来真的能够成为自动驾驶强国。感谢五位嘉宾的分享,希望更多从业者贡献更多的真知灼见。

雷锋网 雷锋网(公众号:雷锋网)

雷锋网原创文章,未经授权禁止转载。详情见转载须知。



Copyright ©1999- 2020 www.chinaunicycle.com. All Rights Reserved 独轮车论坛 备案:京ICP备13023720号-1 | 网站地图