原標(biāo)題：安全基因賦能物流市場，智加科技打磨L4級自動駕駛重塑高速運輸 | 2018 全球智能駕駛峰會

*智加科技研發(fā)副總裁、蘇州智加副總經(jīng)理王磊

雷鋒網(wǎng)新智駕按：10 月 26 日至 27 日，2018 全球智能駕駛峰會在蘇州召開，本次峰會由蘇州市相城區(qū)人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網(wǎng)新智駕和數(shù)域承辦，邀請到來自主機廠、科技公司、資本機構(gòu)和產(chǎn)業(yè)研究機構(gòu)等領(lǐng)域的多位專家，共同打造了一場智能汽車和自動駕駛領(lǐng)域的頂級峰會。

本次峰會上，智加科技研發(fā)副總裁、蘇州智加副總經(jīng)理王磊發(fā)表了題為《AI賦能物流，安全“預(yù)見”未來》的主題演講。

智加成立于2016年，是最早獲得美國加州路測牌照的企業(yè)之一。目前在硅谷、北京、蘇州都設(shè)有研發(fā)中心。今年4月、5月，智加分別聯(lián)手一汽和蘇寧進行了港口和倉到倉的自動駕駛演示。

以下是演講全文，雷鋒網(wǎng)在不改變原意的情況下進行了編輯：

提到物流，人們最容易想到的是每年的電商狂歡節(jié)。其實，電商和零售只是物流服務(wù)的一部分，公路物流干線連接中國的經(jīng)濟核心城市，因此，物流在國民經(jīng)濟中具有舉足輕重的地位。

2017年中國GDP總量超過12萬億美金，物流占比約15%，這是非?？捎^的數(shù)字。具體到高速干線貨運物流，中國有超過700萬輛的高速貨運重卡和超過1200萬的重卡司機，是一個數(shù)萬億的市場。但該領(lǐng)域在發(fā)展中存在如下方面的問題和痛點。

• 安全性。高速重卡容易發(fā)生比較嚴(yán)重的交通事故，造成難以承受的損失和災(zāi)難；

  人力資源的短缺。高速長途貨運司機是一個高技能職業(yè)，準(zhǔn)入門檻較高，同時成長期需要很長時間。更糟糕的是，幾乎沒有年輕人愿意加入此行業(yè)，使得卡車司機越來越短缺。

  成本。人力資源的短缺造成人力成本的高漲，此外油耗成本也成為各個企業(yè)所需要承擔(dān)的痛點。有數(shù)據(jù)顯示，22%消耗在人力成本上，28%是在油耗方面。

  針對上述痛點，智加科技的愿景是發(fā)展最安全的自動駕駛商業(yè)化運營運輸車隊，從而改善和解決安全性等問題。

  安全方面，據(jù)悉，物流企業(yè)中發(fā)生的重大交通事故超過50%是由司機的疲勞駕駛引起。相比于人類駕駛員，自動駕駛系統(tǒng)可以更好更全面地感知周圍環(huán)境，并做出理性的規(guī)劃和判斷，從而能夠把重大安全事故的發(fā)生率降低90%。

  人力資源和成本方面，自動駕駛技術(shù)可以使交通運輸更加便利，從而降低對人力資源的要求。同時自動駕駛系統(tǒng)可模擬學(xué)習(xí)優(yōu)秀駕駛員的駕駛行為來降低油耗。此外，自動駕駛可提高物流設(shè)備和車隊運轉(zhuǎn)效率，降本增效?？傮w來看，我們希望可以將總的運輸成本降低25%。

  對于大幅度提高駕駛安全和降低運輸成本的目標(biāo)，到底什么樣的企業(yè)才能實現(xiàn)？

  

  智加成立于2016年，目前中國總部設(shè)在蘇州高鐵新城，在硅谷、北京、蘇州都設(shè)有運營或者研發(fā)中心。作為一家?guī)в泄韫然虻目萍脊?，超過80%的研發(fā)人員是來自于中美頂級高校，比如清華、北大、交大、哈佛、斯坦福、CMU和UIUC等。同時現(xiàn)在有越來越多的優(yōu)秀人才加入，例如西安交通大學(xué)自動駕駛車隊隊長崔迪瀟加入到公司的蘇州研發(fā)中心。

  具體到業(yè)務(wù)場景上，公司關(guān)注超級高速公路運輸，屬于一種倉對倉的運營模式，從貨物的集散地出發(fā)，到達高速公路，經(jīng)過高速公路上的中途和長途運輸以及高速公路之間的切換，下高速，最終達到目的地的貨物集散地。只有滿足L4級自動駕駛技術(shù)要求，才能實現(xiàn)該業(yè)務(wù)場景。

  智加業(yè)務(wù)場景主要聚焦在固定路線的端到端運輸，我們是做全局的規(guī)劃和局部路徑的優(yōu)化。除了支持常規(guī)的車道線保持和跟車功能外，還要實現(xiàn)主動避障、超車換道和車流交匯等。

  首先，回顧下智加的技術(shù)發(fā)展歷程：

  • 2016年11月，開始了封閉環(huán)境的自動駕駛測試；

    2017年3月，成為最早拿到美國加州公開道路測試牌照的中國自動駕駛創(chuàng)業(yè)公司；

    2017年6月，完成硅谷市場下的自動駕駛出租車試運營測試；

    2018年1月，完成往返硅谷與拉斯維加斯兩千公里自動駕駛測試，平均時長100公里，最高時速130公里，并在暴雨中完成了高速公路試乘；

    2018年2月，完成在一汽解放重卡車型的自動駕駛封閉測試；

    2018年4月，在青島實現(xiàn)無人重卡作業(yè)，同時落戶于蘇州相城區(qū)；

    2018年5月，攜手蘇寧完成了L4級“倉對倉”場景的的自動駕駛作業(yè)。

    智加L4級自動駕駛技術(shù)

    接下來分享公司團隊在技術(shù)方面所做的探索以及取得的進展。

    自動駕駛技術(shù)要解決的核心問題就是安全。安全也是商業(yè)邏輯所能夠成立的基本前提。智加科技整個技術(shù)架構(gòu)是圍繞安全展開的，并提供全方位的安全冗余。

    在我看來，冗余是不允許有單點失效，而是利用多種先進可靠技術(shù)和方案來解決同一問題，必須擁有足夠強硬的雙重保障甚至多重保障。

    感知方面，公司的路線是多傳感器融合，包括視覺、激光雷達和毫米波雷達等。L4級自動駕駛技術(shù)極具挑戰(zhàn)性，如果過分地強調(diào)或依賴單一感知方案，很難覆蓋到所有場景。因此，我們把深度學(xué)習(xí)和傳統(tǒng)計算機視覺技術(shù)相融合，保證算法是安全高效的。

    定位方面，團隊采取多源信息融合方案，包括基于Global坐標(biāo)系的全局定位+基于車輛坐標(biāo)系的局部定位等。同時把全局定位和局部定位相結(jié)合，在全局定位信息相對缺失的情況下，能夠以車輛本身為核心，按照周邊的局部環(huán)境進行相對定位。可以使車輛既能勝任中低速的城市環(huán)境，也能夠在全局的定位特征相對缺失的高速環(huán)境里面安全行駛。

    規(guī)劃方面，主要對路面上參與者們的行為進行預(yù)測，以此來優(yōu)化行駛路線和運動軌跡。同時對于每一條優(yōu)化路徑，會實時進行上千次的安全模擬，檢驗在最極端情況下的碰撞概率，保證最終路徑的安全性。

    控制方面，我們同上游的合作伙伴一起保證車輛本身的功能安全，同時基于大數(shù)據(jù)對車輛的動力學(xué)特征進行建模。除了傳統(tǒng)的基于反饋的控制之外，還對車輛的運動行為進行預(yù)測。

    在保證每個功能模塊的安全冗余以外，整體技術(shù)架構(gòu)上的思路是通過交叉驗證來提高安全性，包括基于高精度地圖的先驗知識+基于實時感知的后驗信息。

    接下來分享技術(shù)方面的案例。

    

    上圖所展示的是比較綜合性的場景，包括家庭轎車、重卡、行人、騎自行車人等。針對復(fù)雜場景，單一的感知器或感知方案是非常難得到全面的語義理解和3D建模。智加的思路是綜合利用來自視覺的語義信息、激光雷達的準(zhǔn)確的距離和方位信息、以及來自于毫米波雷達的速度信息等，進行后向和前向的融合，從而獲得近距、中距、遠距，360度全方位的覆蓋，同時能夠?qū)崿F(xiàn)對類別屬性、深度、方位和姿態(tài)等進行準(zhǔn)確的檢測和追蹤。

    左側(cè)展示的是視覺前視圖，可以看到感知融合后的3D bounding box等信息。右側(cè)是激光點云俯視圖，可看到物體的方位、姿態(tài)和距離等信息。

    上圖中的下圖片展示的是車道線檢測建模，對于高速公路上的高曲率匝道，除了前后向的高低之外，還包括左右向的內(nèi)傾，單一的感知器很難得到準(zhǔn)確的空間信息。我們綜合利用多傳感器信息，對車道線和路沿進行準(zhǔn)確的3D建模，可以讓重卡在極具挑戰(zhàn)性的路況下安全行駛。

    

    深度學(xué)習(xí)方面，我認(rèn)為深度學(xué)習(xí)不應(yīng)該只能模擬人類的行為，還應(yīng)該更進一步，在一些對人類來講具有挑戰(zhàn)性的場景中能夠施展本領(lǐng)。

    左側(cè)圖展示的是發(fā)生交通事故之后的場景，地面上有很多雜亂物體，對于異常物體的實時檢測一直是自動駕駛急需突破的問題。智加的深度學(xué)習(xí)模型可檢測出地面上的樹枝和輪胎，從而能夠準(zhǔn)確做出規(guī)劃控制。

    中間圖展示的是車道線檢測，可以看到車道線本身非常模糊，并伴有特殊的光照條件和路面特質(zhì)，人眼也很難看清里面的車道線。但智加的模型仍然能夠非常準(zhǔn)確地進行車道線檢測和語義理解。

    深度學(xué)習(xí)依賴于數(shù)據(jù)，需要大量的數(shù)據(jù)進行訓(xùn)練和測試，但數(shù)據(jù)的獲取本身是一件具有挑戰(zhàn)性的事情。智加的深度學(xué)習(xí)模型不但能夠從數(shù)據(jù)中學(xué)習(xí)，還可生成數(shù)據(jù)。

    

    高精地圖和融合定位方面，公司是基于視覺和激光雷達等信息建立高精度地圖，屬于分層結(jié)構(gòu)，包含點云、拓?fù)?、?dǎo)航和語義等信息。

    左上圖疊加的是視覺信息，包含采樣點的三維位置和車道語義等；左下圖是激光點云地圖，包括多幀點云的疊加優(yōu)化和特征采集；右圖是定位的舉例，開往高速路的匝道，之前要經(jīng)過高架橋底，是GPS多路徑的問題，會造成GPS漂移。根據(jù)GPS信息，車道線映射與原圖像是不吻合的。智加利用視覺等定位信息的輔助，解決該問題。

    

    交叉驗證方面，左側(cè)圖是高精地圖中簡單的運行時示例，右側(cè)圖是基于實時感知所得到的車道線。該場景是存在急轉(zhuǎn)彎現(xiàn)象。但地圖和實時感知的交叉驗證可以讓自動駕駛車輛從容通過該彎道。?

    右側(cè)圖是在高速上變道的規(guī)劃控制，中間的一條線是我們規(guī)劃的路徑，包含實時模擬安全驗證的部分信息，可以保證路徑的優(yōu)化與安全。

    除了技術(shù)之外，智加在產(chǎn)業(yè)落地方面也取得了不小的成績，聯(lián)合蘇寧進行了世界上首例倉對倉駕駛場景的實驗；與一汽解放達成戰(zhàn)略合作，共同推動新一代J7重卡平臺的智能化進程；和上汽集團就自動駕駛展開合作。