科技第六感:技术比车企先进谷歌无人驾驶为何搁浅?

摘要:甚至level 5等级的自动驾驶技术.那么在技术上,谷歌和传统车企有什么不同呢？谷歌认为,要实现真正的无人驾驶,就必须对车辆进行精准定位,为此谷歌搬出了行业内最为先进的激光雷达技术.下图是谷歌推出的无人驾驶的测试原型车,在其可爱的车……

在汽车自动驾驶领域,一直有两个主要的参与者——传统车企和互联网科技公司,他们从一开始就选择了不同的路线.

通常来说,传统车企都采用一种“循序渐进”的策略,即从高级驾驶辅助系统（adas）入手,一步步提高系统的自动化水平.

而另一头,以谷歌为代表的互联网巨头则采用了更为激进的方式,想一步到位直接开发无人驾驶技术,也就是达到level 4 甚至level 5等级的自动驾驶技术.

那么在技术上,谷歌和传统车企有什么不同呢？

谷歌认为,要实现真正的无人驾驶,就必须对车辆进行精准定位,为此谷歌搬出了行业内最为先进的激光雷达技术.

下图是谷歌推出的无人驾驶的测试原型车,在其可爱的车身外形上面顶着一个圆嘟嘟的黑色凸起,如果有机会近距离仔细观察的话,便会发现它在不停地旋转,这就是谷歌采用的激光雷达本尊.

激光雷达的英文是lidar,是由光（light）和雷达（radar）拼合起来的单词,顾名思义就是通过发射激光探测数据的雷达系统.这一技术现今在汽车行业中越来越重要,此前则广泛用于遥感测量.为了测绘地形地貌,飞机会载着它飞来飞去,下面的地形地貌3d数据就会测量出来.

lidar的原理和普通雷达类似,只是它发出的电磁波是能量密度集中的激光（通常是不伤眼睛的不可见光）.lidar发射一道激光后等待并收到对应的反射信号,那么lidar到障碍物表面的距离就可通过——时间差*光速/2的计算得出.紧接着,lidar会偏离一个很小的角度再次发射激光测量,如此反复可以在1秒内射出十几万次类似的激光束,也就是相当于在短时间内完成十几万次的测量,而且精度还相当地高,可达到厘米级别.这也是为什么谷歌采用它的原因.

如果有兴趣同学可以仔细看一下这个lidar的具体技术参数.

由上图可知,谷歌的激光雷达能同时发出64道的激光束,最快每秒旋转20圈,也就是每1/20秒或者50毫秒便生成一张车辆周围的3d图像；它的测量范围是120米,精度达到2厘米,每秒钟采集2.2mb的数据信息.

下图是一张lidar实时采集的3d图像,汽车周围所有的障碍物以及地形的轮廓都已经被lidar扫描出来了.

通过数据的分析和处理,可以把移动物体识别出来,车辆、行人、摩托车或者自行车手,甚至动物都可以被识别出来.例如在下面的实时3d图像中,所有车辆被用粉色轮廓标识,行人用黄色轮廓标识.

那么lidar如何实现精准定位呢？除了实时采集的高精度3d图像,还需要有高精度地图,两者比对便能够实现精准定位,精度可以达到厘米级.

实现了对车辆的精准定位,并对车辆周围所有移动物体进行识别,测量它们的行进方向及速度,就能通过一定的算法来实现对车辆的自动驾驶了.不断完善这个算法或者控制系统是谷歌目前正在努力的方向,为此谷歌进行了大量的测试,据说目前的路试里程（参配、图片、询价）已经积累达到350万英里（约合563万公里）.

那么如何才算是“完善”呢？为此谷歌定义了一个名词“脱离”,英文是disengage.当控制系统发现无法处理某个场景而需要测试人员接管控制时,会产生一次“脱离”.“脱离”意味着从自动控制脱离到人工控制.

在实际路测中,每一次“脱离”都会被编号,详细的场景信息包括周围的3d地形图、传感器输入的信号、脱离后人工控制的信息等都会被详细的记录下来,然后就交给软件工程师去处理.

软件工程师的工作就是想法设法搞定这些“脱离”,遇到类似的场景时控制系统能自己处理而不用“脱离”.“脱离”的次数越少,就说明控制系统越智能和完善.

除了激光雷达,传统车企中广泛采用的摄像头、毫米波雷达和超声波雷达等传感器谷歌也会采用,但这些传感器在谷歌系统中无疑变成了次要地位,只起到一些辅助作用.例如,摄像头主要用于识别交通信号灯,或限速交通指示牌；由于激光雷达的探测角度有限,车辆周围激光雷达探测不到的近距离范围,就成了超声波雷达负责探测的区域；毫米波雷达可能是用于冗余作用,即激光雷达失效了,可依靠毫米波雷达采集的信息把车辆停在一个安全的位置.

不得不承认,谷歌的无人驾驶技术是目前世界上最为先进的,在某些条件下确实能达到level 4以上的自动驾驶水平.但市场化的角度来说谷歌并不能算是“先进”,因为其研发多年,商业化进程却步伐缓慢,这是为什么呢？

谷歌的自动驾驶领域存在着技术上难以逾越的障碍.

首先,激光雷达的成本太高.激光雷达性能虽好,但实在是太贵了.谷歌一套激光雷达的采购成本据说超过7万美金（约合46万人民币）,这样的价格在美国都可以买一辆特斯拉的model s了.以这样的成本,大规模的商用根本无从谈起.再说了,把这么昂贵的设备放在车身外,似乎也并不是一个好主意,窃贼们可能要蠢蠢欲动了.

其次,采集和维护一个高精度3d地图的工作不可谓不疯狂.高精度的3d地图意味着海量的数据——一般来说每公里的数据量可达1g,常规容量1t的硬盘也只能存下1000公里的道路数据,这远远满不了无人驾驶的需求,上海一个城市的公路总里程就已超过1万公里,如果把比较窄的里弄以及住宅小区的内部道路包括进去,那真是天量的数据.而且任何道路维修施工或新道路的建成都会带来地图的不断变化,如何来维护及更新这个高精度3d地图呢？很明显行业内还没有答案.

最后,在雨雪雾的天气下,激光雷达的探测性能会急剧下降,所以天气不好谷歌的无人驾驶车是无法出门的.

为保证硬件运算速度,谷歌使用了英特尔处理器.但随着控制系统的不断完善,其对硬件处理能力的要求会越来越高,硬件系统几乎成了一个超级电脑,软硬件的复杂程度相当之高,这对系统的安全性提出了巨大挑战.

要知道,在无人驾驶技术开发中安全永远是第一位的.

随着汽车领域中关于功能安全的iso26262规范的推广,目前整车设计的安全等级普遍达到了asil（automotive safety integration level,汽车安全完整性等级）的c级标准.目前谷歌的无人驾驶控制系统还处于原型测试阶段,为了满足汽车行业对功能安全的要求,从原型测试阶段到量产阶段势必要经过极其大量和繁重的测试,甚至整个系统都需要经过重新设计,不经过几年时间几乎是不可能实现的.

商业化的进展缓慢,似乎也让谷歌逐渐失去耐心了,这一心态演化为谷歌在2016年底最终将其自动驾驶汽车项目分拆为一家单独的公司waymo.

为了尽早商业化,waymo放弃了可爱造型的实验车,转而和菲亚特克莱斯勒集团（fca）合作,目前已经有100辆pacifica跑在路上了.waymo希望通过对量产车型的改造,有朝一日能开发出成熟的自动驾驶技术,从而成功向更多的整车厂售卖他们的无人驾驶系统.

看来谷歌不想烧钱了,但到目前为止,waymo还无法提出一个令人信服的商业化项目时间表,烧钱也只能继续...与此同时,众多无人驾驶项目高管的离职,也显示出其商业化进程有多么艰难.

但也有值得鼓舞的消息.

今年9月,waymo宣布和英特尔达成战略合作共同开发无人驾驶技术.而英特尔在今年3月刚刚以153亿美元的代价收购了足以称为自动驾驶adas技术先锋的以色列公司mobileye,这意味着,通过英特尔的牵线搭桥,此前在技术路线上争得水深火热的谷歌（waymo）和mobileye有望实现合作.强强联手会碰撞出怎样的火花呢？技术流的谷歌会闯出一条怎样的道路呢?让我们拭目以待吧.

本月,谷歌旗下waymo公开了一份长达43页的自动驾驶汽车技术安全评估报告.这份安全报告逐一列举了waymo公司考虑汽车安全行驶中所用到的各种参数,如何收集汽车行驶中所用数据和功能的方法及收集时间,从而让车辆能够满足更广范围内的用户使用,比如向视觉和听觉存在障碍的用户提供盲文标签、声音和图像显示等功能.尽管调查显示,仍有约75%的美国人害怕乘坐自动驾驶汽车,但谷歌此举无疑能消除一部分人的顾虑.

不积跬步,无以至千里.

欲详细阅读这份自动驾驶安全报告完整英文版的同学,可

科技第六感:技术比车企先进谷歌无人驾驶为何搁浅?由亿卡汽车www.yicars.com用户分享发布，更多内容敬请关注无人驾驶技术频道。