技術(shù)宅
無人駕駛技術(shù)其實(shí)很早就已出現(xiàn),早在1925年8月,美國(guó)街頭就首次出現(xiàn)了一輛“貌似”無人駕駛的汽車,一位名叫Francis P.Houdina的美國(guó)陸軍電子工程師,通過發(fā)射無線電波控制一輛汽車行駛,這可能是最早的無人駕駛概念車了(圖1)。
隨著科學(xué)技術(shù)的發(fā)展,特別是Al技術(shù)的發(fā)展,越來越多的科技巨頭參與到無人駕駛技術(shù)的開發(fā)中。2015年,谷歌第一輛原型汽車正式亮相,并且正式上路測(cè)試,測(cè)試過程中這輛汽車可以自動(dòng)避讓行人,智能識(shí)別交通信號(hào)燈,自動(dòng)和迎面而來的其他車輛交會(huì)等,就像一位技術(shù)精湛的老司機(jī)在開車(圖2)。2018年,無人駕駛技術(shù)進(jìn)一步發(fā)展,整合Al技術(shù)的無人駕駛更是如虎添翼,駕駛水平得到進(jìn)一步提高。
上文我們介紹了無人駕駛汽車可以自動(dòng)避讓、交會(huì)和識(shí)別信號(hào)燈等,那么在整個(gè)駕駛行程中,Al在其中究竟扮演了什么角色?
大家知道,無人駕駛汽車要自由地在公路上行駛,就必須對(duì)汽車進(jìn)行精準(zhǔn)定位和控制。常規(guī)的定位是使用無人汽車上光學(xué)雷達(dá)和攝像頭所獲取的數(shù)據(jù),然后通過一定的算法在地圖上實(shí)現(xiàn)對(duì)汽車的定位。但是由于無人駕駛汽車需要在復(fù)雜的地理環(huán)境和不斷變化的街道中行駛,這就要求駕駛系統(tǒng)有很好的感知及決策能力,顯然這本身就具有非常大的不確定性(圖3)。
為了實(shí)現(xiàn)更精準(zhǔn)的定位和更高智能的決策,科學(xué)家使用Al的深度學(xué)習(xí)來解決這個(gè)問題,他們并不像傳統(tǒng)深度學(xué)習(xí)模型那樣先預(yù)設(shè)算法,而是為無人駕駛系統(tǒng)準(zhǔn)備大量的實(shí)例。一方面,駕駛系統(tǒng)通過學(xué)習(xí)大量實(shí)例掌握更多復(fù)雜路況的駕駛技術(shù)和決策能力;另一方面,借助Al的自主學(xué)習(xí)能力,通過對(duì)實(shí)例的學(xué)習(xí)和不斷的自我糾錯(cuò),達(dá)到自我提高。整個(gè)過程類似于經(jīng)驗(yàn)豐富并且勤學(xué)好問的老司機(jī),他們可以通過和其他同行的交流、學(xué)習(xí)來提高自己的駕駛水平,以及應(yīng)對(duì)各種路面突發(fā)情況的處理能力(圖4)。
與此同時(shí),科研人員還利用“多任務(wù)深度學(xué)習(xí)”對(duì)駕駛系統(tǒng)進(jìn)行深度訓(xùn)練。在這個(gè)訓(xùn)練中,科研人員讓駕駛系統(tǒng)同時(shí)識(shí)別車道標(biāo)志線、汽車以及行人,并且借助Al的CNN(Convolutional Neural Network,卷積神經(jīng)網(wǎng)絡(luò))技術(shù)進(jìn)一步提高無人駕駛系統(tǒng)的識(shí)別和判斷能力。
通過上述的深度學(xué)習(xí)后,現(xiàn)在的無人駕駛技術(shù)已經(jīng)不用完全依賴預(yù)先設(shè)定的地圖了,而只是將地圖作為其中的一個(gè)數(shù)據(jù)流,同時(shí)結(jié)合傳感器獲取的數(shù)據(jù)幫助系統(tǒng)進(jìn)行決策。比如,神經(jīng)網(wǎng)絡(luò)系統(tǒng)通過地圖信息可以預(yù)先知道下一個(gè)路段的人行橫道的信息,再借助攝像頭實(shí)時(shí)捕獲的橫穿人行道的行人信息,駕駛系統(tǒng)就可以據(jù)此作出更好的決策,或停車禮讓行人,或正常通過人行橫道等。借助“多任務(wù)深度學(xué)習(xí)”Al的神經(jīng)網(wǎng)絡(luò),不需要再?gòu)脑枷袼貓D中提取車道信息、交通標(biāo)識(shí)及車輛行人標(biāo)識(shí)了,這一切都交給神經(jīng)網(wǎng)絡(luò)自動(dòng)識(shí)別,最后只是輸出簡(jiǎn)單的剎車、轉(zhuǎn)向、避讓等指令讓無人駕駛系統(tǒng)執(zhí)行即可(圖5)。
當(dāng)然Al在無人駕駛技術(shù)中還有很多的應(yīng)用。比如通過Al深度學(xué)習(xí)讓駕駛系統(tǒng)學(xué)習(xí)很多人類的駕駛方式及技巧,從而讓乘客感覺是一位經(jīng)驗(yàn)豐富的老司機(jī)在開車,從而提高乘車體驗(yàn)。此外它也類似全局導(dǎo)航路徑規(guī)劃、局部環(huán)境地圖三維構(gòu)建、車輛的智能調(diào)配等。
通過上述的介紹,我們知道利用Al技術(shù)的無人駕駛汽車不僅可以提高無人駕駛的安全性,而且可以應(yīng)對(duì)更復(fù)雜的路況和擁有比人類更優(yōu)秀的決策能力。這不僅對(duì)廠商來說增加了很多賣點(diǎn),而且對(duì)于普通用戶來說也有很大的意義。
有統(tǒng)計(jì)數(shù)據(jù)顯示,全世界每年有120萬人死于汽車或與交通相關(guān)的事故,其中有93%是人為失誤造成。無人駕駛汽車充分利用Al技術(shù),正好可以減少那些由于人為馬虎大意引起的失誤而導(dǎo)致的交通事故,從而也就減少了人員傷亡。以測(cè)試了8年之久的谷歌Waymo無人駕駛汽車為例,期間駕駛了300多萬公里,只發(fā)生了十幾起輕微事故(圖6)。雖然2018年5月谷歌Waymo無人駕駛汽車在美國(guó)發(fā)生了一起車禍,不過值得注意的是,Waymo無人駕駛汽車并不是肇事方,而是事故受害者。
無人駕駛技術(shù)的普及無疑也為普通人的出行帶來更多的便利,當(dāng)整個(gè)無人駕駛技術(shù)成熟地運(yùn)用到公共交通系統(tǒng)中時(shí),一切的交通會(huì)在一個(gè)系統(tǒng)中統(tǒng)一調(diào)度,這樣無論你在什么地方、什么時(shí)候打車,無人駕駛車輛都會(huì)根據(jù)自動(dòng)調(diào)度為你提供最好的服務(wù)。
當(dāng)然了,無人駕駛技術(shù)還有很多的應(yīng)用,比如我們開到目的地后就無需再考慮停車這個(gè)老大難的問題,它會(huì)自動(dòng)幫助我們?nèi)フ彝\囄坏鹊取?/p>