如何讓自動(dòng)駕駛汽車做的比人類駕駛員還要好?這在幾年前聽(tīng)起來(lái)貌似是不可能的事情，因此人類駕駛員比汽車知道更多的東西，人類不僅能駕馭汽車，還能清楚的了解各種路況信息以及人的駕駛行為等。對(duì)于汽車來(lái)講，想要達(dá)到接近于人類駕駛員的水平，就必須要收集到大量的駕駛數(shù)據(jù)。
目前，擁有最多駕駛數(shù)據(jù)的兩家公司就是Tesla特斯拉和Waymo。
特斯拉和Waymo都試圖收集和處理大量的數(shù)據(jù)，用于研發(fā)自動(dòng)駕駛技術(shù)。不過(guò)，這兩家公司的處理方式卻不相同。特斯拉通過(guò)目前現(xiàn)有的幾十萬(wàn)輛車收集真實(shí)世界的車輛數(shù)據(jù)，包括它們的執(zhí)行方式，因?yàn)槠洚?dāng)前已經(jīng)達(dá)到了半自動(dòng)駕駛的能力。而Waymo源自于谷歌的自動(dòng)駕駛項(xiàng)目，它使用了強(qiáng)大的計(jì)算機(jī)模擬系統(tǒng)，并從那些少量的真實(shí)車輛中去學(xué)習(xí)實(shí)踐。
每當(dāng)一個(gè)新事物誕生，總會(huì)有人持不同意見(jiàn)。自動(dòng)駕駛的支持者聲稱，自動(dòng)駕駛技術(shù)將能夠減少意外車禍導(dǎo)致的死亡人數(shù)。要知道，在美國(guó)每年竟有4萬(wàn)多人因意外車禍喪生，在中國(guó)這一數(shù)字要更高。
Intel認(rèn)為，到2030年自動(dòng)駕駛汽車每年銷售額將達(dá)到8000億美元，到2050年，每年銷售額可達(dá)7萬(wàn)億美元。去年，摩根士丹利分析師亞當(dāng)·喬納斯指出，“數(shù)據(jù)”比特斯拉本身更具有價(jià)值，只有足夠多的自動(dòng)駕駛里程、數(shù)據(jù)、以及更多的自動(dòng)駕駛數(shù)據(jù)才足以支撐特斯拉股票的增長(zhǎng)。
特斯拉半自動(dòng)駕實(shí)時(shí)狀態(tài)
當(dāng)前，特斯拉正在通過(guò)所有客戶（現(xiàn)有幾十萬(wàn)輛）的車輛來(lái)收集自動(dòng)駕駛數(shù)據(jù)，這些客戶幾乎遍布全球，而且Autopilot半自動(dòng)駕駛的使用率頗高，特斯拉正是通過(guò)它的隱私政策來(lái)收集這些信息。
不過(guò)，我們依然難以確定特斯拉通過(guò)Autopilot來(lái)收集到的里程數(shù)，因?yàn)樘厮估壳吧形垂_(kāi)聲明。根據(jù)IEEE Spentrum在2016年的數(shù)據(jù)，當(dāng)時(shí)任職Autopilot的負(fù)責(zé)人表示，特斯拉已經(jīng)收集了7.8億英里(約12.5億公里)的數(shù)據(jù)，其中1億英里(約1.6億公里)數(shù)據(jù)來(lái)自Autopilot。而同年晚些時(shí)候，馬斯克表示特斯來(lái)每天收集到的數(shù)據(jù)超過(guò)300萬(wàn)英里(約482萬(wàn)公里)。去年7月，其收集到總里程數(shù)超過(guò)50億英里(約80.4公里)，并且隨著特斯拉新車不斷售出，其收集到的數(shù)據(jù)里程也會(huì)呈現(xiàn)指數(shù)型增長(zhǎng)。
這里需要注意的是，并非所有里程數(shù)據(jù)都來(lái)自Autopilot，Autopilot仍然只是一個(gè)半自動(dòng)駕駛的狀態(tài)，不少人將其稱之為L(zhǎng)2.5級(jí)別。不過(guò)即便如此，特斯來(lái)也會(huì)在未開(kāi)啟Autopilot時(shí)收集如何處理不同場(chǎng)景的數(shù)據(jù)，這些數(shù)據(jù)都會(huì)回傳至特斯拉的數(shù)據(jù)庫(kù)，這些數(shù)據(jù)可以被用于更好的研究自動(dòng)駕駛技術(shù)。
另一家擁有類似數(shù)據(jù)的公司是Waymo，該公司在今年2月底宣布它們已經(jīng)模擬50億英里(約80.4公里)自動(dòng)駕駛里程。同時(shí)也指出，其自動(dòng)駕駛汽車已經(jīng)在公共道路上進(jìn)行了500萬(wàn)英里的路測(cè)(約804萬(wàn)公里)，這筆其它所有公司測(cè)試自動(dòng)駕駛的里程數(shù)總和還要多。
Waymo全自動(dòng)駕駛演示視頻
Waymo受到限制的是，它只通過(guò)約500-600輛左右的微型面包車隊(duì)收集真實(shí)世界的物理數(shù)據(jù)。特斯拉在全球范圍內(nèi)擁有超過(guò)30萬(wàn)輛汽車，這些汽車收集到的真實(shí)環(huán)境遠(yuǎn)比Waymo的跟多樣、更復(fù)雜，而Waymo目前盡在美國(guó)少數(shù)幾個(gè)州展開(kāi)測(cè)試。因此，即便特斯拉Autopilot屬于半自動(dòng)駕駛，但其測(cè)試的物理環(huán)境要更具應(yīng)用價(jià)值和學(xué)習(xí)價(jià)值。
當(dāng)然，Waymo正在著手改善這一問(wèn)題，其計(jì)劃在今年年底之前增加數(shù)千輛克萊斯勒小型汽車。近期，又和捷豹路虎合作，準(zhǔn)備推出全電動(dòng)I-Pace SUV的全自動(dòng)駕駛車型。Waymo表示，未來(lái)幾年該公司自動(dòng)駕駛車隊(duì)增加值2萬(wàn)輛，這些汽車一旦上路測(cè)試，每天將能處理100萬(wàn)次出行的數(shù)據(jù)。
在此之前，Waymo依然在高度依賴于谷歌強(qiáng)大的模擬系統(tǒng)，這里面遇到的問(wèn)題就是計(jì)算機(jī)模擬并不能模擬出真實(shí)的路況和情景，因?yàn)楝F(xiàn)實(shí)的路況每天都會(huì)不一樣。這也是為什么特斯拉在現(xiàn)實(shí)世界中更為領(lǐng)先的原因。投資分析師塔莎·基尼說(shuō)“我相信大家都同意Waymo的技術(shù)是目前最好的，但我認(rèn)為很多人低估了特斯拉的數(shù)據(jù)收集的潛在力量”。
特斯拉汽車
收集數(shù)據(jù)的類型
這兩家公司在收集數(shù)據(jù)的類型和規(guī)模方面顯然是不同的，現(xiàn)階段Waymo的自動(dòng)駕駛汽車共使用三種不同類型的Lidar激光雷達(dá)，5個(gè)雷達(dá)和8個(gè)攝像頭，特斯拉汽車業(yè)基本裝備8個(gè)攝像頭、12個(gè)超聲波傳感器和1個(gè)前置雷達(dá)。
相信大家也都熟悉，特斯拉并沒(méi)有在其自動(dòng)駕駛汽車中采用Lidar激光雷達(dá)，雖然其和雷達(dá)很像，但它并不通過(guò)無(wú)線電波工作，而是通過(guò)每秒發(fā)出數(shù)百萬(wàn)個(gè)激光信號(hào)，以及收集它們返回傳感器的時(shí)間，以此來(lái)測(cè)量距離。這樣就可以創(chuàng)建出超高分辨率的汽車周圍環(huán)境圖像，各個(gè)方向都可以測(cè)量到，前提是找到一個(gè)合適的位置，例如車頂。
捷豹I-Pace全電動(dòng) Waymo版SUV
由于傳感器自帶光源，因此其在晚上等黑暗場(chǎng)景下可以保持較高的精度，這一點(diǎn)很重要，因?yàn)橄鄼C(jī)目前在弱光環(huán)境下效果會(huì)變差，而雷達(dá)和超聲波也不及Lidar激光雷達(dá)精準(zhǔn)。
行業(yè)內(nèi)多數(shù)認(rèn)為激光雷達(dá)是自動(dòng)駕駛必要的條件，但馬斯克不這么認(rèn)為。
但是，激光雷達(dá)既昂貴、體積又大，而且其工作還有一個(gè)物理轉(zhuǎn)動(dòng)的零件(目前都是這樣)，把這樣出一套裝置放置在汽車上也會(huì)帶來(lái)一些問(wèn)題，例如整車成本、外觀美觀性等。馬斯克則表示，激光雷達(dá)雖然很不錯(cuò)，且能在現(xiàn)階段讓自動(dòng)駕駛變得更容易，但特斯拉并不會(huì)采用這套系統(tǒng)，反而是通過(guò)基于攝像頭的系統(tǒng)來(lái)降低整車成本。
如果特斯拉可以在沒(méi)有這種技術(shù)的情況下開(kāi)發(fā)自動(dòng)駕駛汽車，那么這樣是一個(gè)巨大的優(yōu)勢(shì)。這是一個(gè)風(fēng)險(xiǎn)更高的策略，最終效果也許會(huì)不錯(cuò)。如果特斯拉能推出沒(méi)有Lidar激光雷達(dá)的自動(dòng)駕駛汽車，那么那些主導(dǎo)Lidar的廠商或?qū)⒃獾街卮蟠驌簟?/p>
當(dāng)前，這還是一個(gè)長(zhǎng)期的猜測(cè)。根據(jù)通用汽車的自動(dòng)駕駛演技實(shí)驗(yàn)室的主任Raj Rajkumar的說(shuō)法，如果不采用激光雷達(dá)的數(shù)據(jù)，特斯拉會(huì)讓自己走的很難堪，并處于劣勢(shì)地位。(卡內(nèi)基梅隆大學(xué)是一所因機(jī)器人技術(shù)而聞名的學(xué)校，Uber曾在2015年挖走了數(shù)十名研究員。)
激光雷達(dá)被很多業(yè)內(nèi)人士視為自動(dòng)駕駛汽車的必備工具，Rajkumar對(duì)特斯拉的自動(dòng)駕駛技術(shù)(通過(guò)攝像頭來(lái)收集環(huán)境數(shù)據(jù)的方式)持懷疑態(tài)度，并說(shuō)到，我認(rèn)為特斯拉的硬件可能做不到完全自動(dòng)駕駛。
目前，還不清楚特斯拉收集的數(shù)據(jù)包括哪些，根據(jù)其隱私政策現(xiàn)實(shí)，特斯拉有權(quán)獲取有關(guān)汽車的加速、加速度、剎車、電池使用的數(shù)據(jù)，并可以在事故發(fā)生期間記錄短視頻。這些數(shù)據(jù)可以遠(yuǎn)程收集或者在到店服務(wù)的期間完成。值得注意的是，特斯拉隱私政策規(guī)定，只有特斯拉可以訪問(wèn)“關(guān)于使用和操作的信息”。
同時(shí)，特斯拉也拒絕回復(fù)每個(gè)傳感器收集的數(shù)據(jù)類型，或者數(shù)量的體機(jī)等信息。Rajkumar講到，這些數(shù)據(jù)可以是一段視頻或超聲波數(shù)據(jù)等形式，但還不清楚特斯拉收集到的視頻是高保真清晰度還是經(jīng)過(guò)壓縮處理的低碼率視頻。
Keeney也認(rèn)同這個(gè)觀點(diǎn)，并表示：“Waymo的數(shù)據(jù)集更詳細(xì)，因?yàn)樗麄兪褂玫氖羌す饫走_(dá)，它比相機(jī)中獲得的信息多得多。”
如何應(yīng)對(duì)挑戰(zhàn)
收集數(shù)據(jù)是一回事，但就連馬斯克也指出，處理數(shù)據(jù)也是一項(xiàng)艱巨的任務(wù)。馬斯克在去年夏天的一次財(cái)報(bào)電話會(huì)議上說(shuō):“處理這些數(shù)據(jù)，然后讓車輛利用這些數(shù)據(jù)進(jìn)行學(xué)習(xí)，這實(shí)際上是個(gè)相當(dāng)大的挑戰(zhàn)，因?yàn)閿?shù)據(jù)量實(shí)在太大了。”
相比之下，Waymo對(duì)它的模擬似乎更有信心。據(jù)《大西洋月刊》去年夏天發(fā)布的一份報(bào)告稱，Waymo重新設(shè)計(jì)了其測(cè)試城市的全電腦模型，并且每天在這些虛擬城市中測(cè)試2.5萬(wàn)輛“虛擬自動(dòng)駕駛汽車”。
通過(guò)在計(jì)算機(jī)上建立真實(shí)的駕駛數(shù)據(jù)模型，可以運(yùn)行數(shù)千種不同的場(chǎng)景，這有助于Waymo構(gòu)建緊密的反饋循環(huán)，而這些測(cè)試數(shù)據(jù)隨后將被下載到測(cè)試車中。Waymo還在加州建立了一個(gè)專門的測(cè)試環(huán)境，在那里建立特定的街道特征或其它場(chǎng)景，可以給測(cè)試車輛模擬各種復(fù)雜的路況。
Rajkumar說(shuō)，這個(gè)項(xiàng)目耗費(fèi)了令人難以置信的投資、資源、時(shí)間和努力為代價(jià)的，這得益于母公司為Waymo提供了強(qiáng)力的支持，他認(rèn)為特斯拉很難做到這一點(diǎn)。“特斯拉將不得不在這方面投入更多，并且要經(jīng)歷一個(gè)高度勞動(dòng)密集型的過(guò)程。”
馬斯克在兩年前發(fā)布的第二份特斯拉“總體規(guī)劃”中表示，自動(dòng)駕駛技術(shù)要獲得真正的“全球監(jiān)管批準(zhǔn)”，需要大約60億英里的測(cè)試?yán)锍獭?/span>實(shí)際上特斯拉很可能已經(jīng)超過(guò)了這一目標(biāo)，但它的汽車仍然無(wú)法實(shí)現(xiàn)完全自動(dòng)駕駛。原定于在2017年進(jìn)行的從洛杉磯到紐約的自動(dòng)駕駛計(jì)劃已被推遲，自動(dòng)駕駛系統(tǒng)的仍在不斷改進(jìn)中。
沃爾沃半自動(dòng)駕駛汽車
與此同時(shí)，Waymo正在以前所未有的速度積累著測(cè)試?yán)锍?，目前也已接?0億英里這一大關(guān)，并且依然有數(shù)千輛汽車在等待測(cè)試。Waymo計(jì)劃在今年晚些時(shí)候推出使用無(wú)人駕駛汽車的商業(yè)叫車服務(wù)項(xiàng)目，該項(xiàng)目已經(jīng)在亞利桑那州試行，這將進(jìn)一步為其數(shù)據(jù)反饋循環(huán)提供支持。
其他競(jìng)爭(zhēng)對(duì)手
特斯拉和Waymo是這一領(lǐng)域最為領(lǐng)先的兩家公司，但這一領(lǐng)域并不是只有這兩家公司表現(xiàn)突出，最引人注目的競(jìng)爭(zhēng)對(duì)手就是：Uber。與特斯拉和Waymo相比，Uber采用了一種更隨意的方式進(jìn)行自動(dòng)駕駛測(cè)試，這也是以“除舊立新，快速突破”為座右銘的硅谷公司的典型特征。
2016年在匹茲堡開(kāi)始測(cè)試后，Uber在舊金山的街道上投放了早期版本的半自動(dòng)化沃爾沃汽車，但沒(méi)有獲得必要的國(guó)家許可，之后他們將測(cè)試轉(zhuǎn)移到了亞利桑那州。Uber最終同意了加州的基本要求，但它與國(guó)會(huì)議員們的妥協(xié)，讓這家公司落后于Waymo等競(jìng)爭(zhēng)對(duì)手。
在三個(gè)州建立了測(cè)試車隊(duì)之后，Uber很快便開(kāi)始積累測(cè)試?yán)锍獭?jù)《紐約時(shí)報(bào)》報(bào)道，截至2017年11月，它已在全國(guó)范圍內(nèi)行駛了200萬(wàn)英里。目前尚不清楚Uber的測(cè)試?yán)锍炭偭?，而今?月它的一輛測(cè)試車在在亞利桑那州撞死了一名行人，這使其技術(shù)水平也開(kāi)始受到人們質(zhì)疑。
通用自動(dòng)駕駛概念汽車
Keeney說(shuō)，在自動(dòng)駕駛汽車領(lǐng)域，唯一與Waymo或特斯拉技術(shù)水平相當(dāng)?shù)墓?，是一家老牌汽車公司：通用汽車?/span>在收購(gòu)了一家名為克魯斯自動(dòng)化的公司后，通用汽車一直在其幫助下研發(fā)Bolt自動(dòng)駕駛電動(dòng)汽車，并且計(jì)劃在2019年試用商用自動(dòng)駕駛服務(wù)。
通用汽車正在效仿Waymo的做法，通過(guò)生成和處理自動(dòng)駕駛數(shù)據(jù)來(lái)訓(xùn)練汽車的駕駛能力。但通用汽車的優(yōu)勢(shì)在于其生產(chǎn)能力，Waymo和捷豹雖然達(dá)成了協(xié)議，將來(lái)也能發(fā)展成新產(chǎn)品，但實(shí)際上它們并沒(méi)有自己生產(chǎn)這些汽車。Keeney認(rèn)為，一套垂直策略對(duì)公司發(fā)展是非常有好處的。
通用汽車與特斯拉一樣，也有半自動(dòng)化汽車產(chǎn)品在售，但這種名為“超級(jí)巡航”的產(chǎn)品僅應(yīng)用于一款凱迪拉克車型，也沒(méi)有很快擴(kuò)散到其他車型上的跡象。在Keeney的眼中，這是通用汽車以及其他所有汽車制造商錯(cuò)失的又一次機(jī)遇：“為什么不像特斯拉一樣，為在售的汽車裝上傳感器來(lái)收集數(shù)據(jù)?”
模擬環(huán)境的優(yōu)勢(shì)
在自動(dòng)駕駛領(lǐng)域還有一匹黑馬：NVIDIA，它可能不像特斯拉和Waymo一樣擁有動(dòng)輒數(shù)十億英里的測(cè)試?yán)锍?，但在自?dòng)駕駛領(lǐng)域卻有數(shù)以百計(jì)的公司正在使用它的技術(shù)。從上個(gè)月開(kāi)始，NVIDIA向其他自動(dòng)駕駛公司銷售一種被稱為“Drive Constellation”的產(chǎn)品，而這實(shí)際上就是一套現(xiàn)成的自動(dòng)駕駛模擬設(shè)備。換句話說(shuō)，這是NVIDIA在驗(yàn)證自家的商業(yè)化自動(dòng)駕駛技術(shù)。
NVIDIA自動(dòng)駕駛部門的高級(jí)總監(jiān)Danny Shapiro曾表示，獲得良好的仿真對(duì)開(kāi)發(fā)自動(dòng)駕駛汽車至關(guān)重要。工程師們必須研究所謂的“角落案例”，或者是不經(jīng)常發(fā)生的情況。在現(xiàn)實(shí)世界中，雖然積累足夠多的測(cè)試?yán)锍毯罂隙〞?huì)遇到闖紅燈、路怒癥、惡劣天氣等情況，但發(fā)生的頻次太低，也沒(méi)有足夠的時(shí)間來(lái)學(xué)習(xí)如何處理它們。
NVIDIA Drive Constellation系統(tǒng)
“在模擬環(huán)境下，我們可以每天24小時(shí)不間斷的模擬這些場(chǎng)景”，Danny Shapiro說(shuō)，“這就是為什么任何公司都要首先模擬自動(dòng)行駛里程。”通過(guò)降低進(jìn)入門檻，NVIDIA讓那些沒(méi)有特斯拉和Waymo那樣龐大車隊(duì)規(guī)?；蜇?cái)力支持的公司更容易進(jìn)入這個(gè)領(lǐng)域。更重要的是，NVIDIA作為自動(dòng)駕駛技術(shù)的供應(yīng)商，可能有助于為自動(dòng)駕駛模擬建立一個(gè)事實(shí)上的行業(yè)標(biāo)準(zhǔn)。
非營(yíng)利研究機(jī)構(gòu)蘭德公司的高級(jí)信息科學(xué)家Nidhi Kalra認(rèn)為，由于目前很難評(píng)估私人公司自動(dòng)駕駛模擬的質(zhì)量水平，所以制定自動(dòng)駕駛模擬的標(biāo)準(zhǔn)對(duì)于自動(dòng)駕駛技術(shù)的發(fā)展至關(guān)重要。
“任何模擬器都是對(duì)現(xiàn)實(shí)世界的簡(jiǎn)化，”Nidhi Kalra說(shuō)，“如果模擬的只是山景城中的一條死路，就算你測(cè)試了10億英里又有什么價(jià)值呢?我不是說(shuō)大家都在這樣做，但如果沒(méi)有明確的模擬標(biāo)準(zhǔn)，我們就無(wú)法明確這些測(cè)試?yán)锍痰囊饬x。”
Nidhi Kalra為蘭德公司撰寫(xiě)了一系列關(guān)于自動(dòng)駕駛技術(shù)的研究報(bào)告，其中包括2016年的一項(xiàng)研究，試圖確定在現(xiàn)實(shí)世界中需要多少測(cè)試?yán)锍滩拍茏C明自動(dòng)駕駛汽車比人類安全。而Nidhi Kalra與報(bào)告的合著者Susan M. Paddock得出的結(jié)論是，自動(dòng)駕駛汽車將需要“數(shù)億英里甚至數(shù)千億英里”的里程，才能從統(tǒng)計(jì)學(xué)角度獲得可靠的安全聲明。因此他們?cè)趫?bào)告中稱，還需要找到其他方法來(lái)證明安全性和可靠性。
Waymo克萊斯勒測(cè)試車
Nidhi Kalra認(rèn)為，模擬測(cè)試可以達(dá)到這個(gè)目的，但需要對(duì)測(cè)試環(huán)境做出更多且更明確的要求。他表示，當(dāng)一家公司表示說(shuō)‘我們?cè)谀M器中行駛了XX英里’時(shí)，只能對(duì)他說(shuō)，嗯，恭喜你有個(gè)模擬器。
當(dāng)自動(dòng)駕駛汽車公司向監(jiān)管機(jī)構(gòu)或客戶證明他們已經(jīng)開(kāi)發(fā)出全自動(dòng)無(wú)人駕駛技術(shù)的時(shí)候，最可能的衡量標(biāo)準(zhǔn)是它是否和人類駕駛一樣安全，也就是每X英里的撞車率，每X英里的傷害率，甚至每X英里的死亡率。
正如Nidhi Kalra和Susan M. Paddock在研究中指出的那樣，現(xiàn)實(shí)世界中很難證明這一點(diǎn)，而在徹底了解模擬測(cè)試的質(zhì)量之前，模擬測(cè)試也無(wú)法證明這一點(diǎn)。“這很矛盾，” Nidhi Kalra說(shuō)道，“在人們真正部署自動(dòng)駕駛技術(shù)之前，可能會(huì)一直無(wú)法證明它的安全性。也許只有在自動(dòng)駕駛汽車投入使用后，才能有確鑿的證據(jù)證明它有多安全。”
