夜间体验华为自动驾驶:100分钟无接管,真能叫板无人出租车?

2021-04-23

作者|晓寒

编辑|肖涵

等了5个多月,东西终于在极狐阿尔法S上体验到了华为的量产版“L4”级自动驾驶系统。

从华为上海研究所抵达,我们乘坐这台阿尔法S在上海金桥区的城市道路里行经了12公里,经过了十几个红绿灯后回到到了原点。

同样的路线,东西总计体验了3趟(两次夜间一次白天),途中所有驾驶员操作者均由华为ADS高阶自动驾驶系统所完成,没一次接管。

▲实体验华为ADS

眼下L2级自动驾驶系统正在沦为新标配,但除了特斯拉正在小范围测试的FSD系统外,其他各的L2都是为高速公路所设计——日常城市通勤显然用不了几次。

现在,华为将高级别自动驾驶技术下放,为L2级推出了ADS系统,则几乎超越了这一僵局。

对于消费者来说,能够在城市内构建点对点的自动驾驶,哪怕是需要时刻盯着路面,也能大幅降低驾驶员疲劳感,是辆使用上的一次质变。

对于自动驾驶产业来说,如果极狼阿尔法S能够在特斯拉FSD正式发布前量产交付,那么它将是全球首款不具备城市自动驾驶能力的量产型,华为ADS也将是全球首套城市自动驾驶系统。

毫无疑问,ADS的发售与量产,推动着全球自动驾驶产业向前迈出了扎实一步。

一、下放高级自动驾驶构建城市点对点自动驾驶

4月中旬的上海依然略有一丝凉气。东西团队刚一下飞机,就立马前往位于金桥区的华为上海研究所。即使已经到了晚上7点半,大楼里依然灯火通明。

我们体验华为ADS的载体是极狐阿尔法S——一款兼具轿、SUV风格的跨界显电型,也是全球首款搭载ADS的量产。

▲极狼阿尔法S是第一款搭载ADS的量产

主驾位置的安全员将手动开至公开道路后,快速拨动了方向盘左侧的操作杆两次,打开了ADS系统,随后将手从方向盘上拿开,开始了自动驾驶模式。

根据出发地、目的地,以及途径点信息,导航系统规划出有了一条行经路径,辆自动沿着路线行驶。

与大部分L2级系统,甚至是L4级无人租赁追求稳定的设计不同,ADS的起步要迅猛的多,眨眼间就到了道路的最高车速——60公里/小时,几乎一副杨家司机的做派。

辆的仪表上不会显示辆对外界的感官结果,司乘人员可以很直观的看到辆的感知结果,并了解辆的行经意图。

▲极狐阿尔法S的内饰

开起来后,东西搭乘的这台就沿着当前道行经,并沿途躲避障碍物。前减速,本也不会减慢速度。

因为是高级别自动驾驶技术架构,ADS具备动态路径规划能力,若前持续低速行经且旁边道又比较空旷时,ADS则会变到超强,然后在隔壁道行经以提升通行效率。

根据导航信息,辆会在适当的路口提早变道以完成左转或右转动作。在十字路口左转或右转时,辆也不会根据周围辆的位置动态调整自己的行经轨迹予以通过。

这跟“以单道自动驾驶”为核心功能的L2级系统相比是一个重要的有所不同。

实现城市点对点自动驾驶,红绿灯检测是一个大难题。

作为一套高级别自动驾驶技术架构的系统,ADS用于了华为自己采集的高精地图数据——辆在很远处就可以告诉红绿灯的位置信息,以提前在摄像头摄制的视觉画面中检测红绿灯状态。

实际体验中,ADS不仅可以在大老远就将左转和右转红绿灯状态检测并表明出来,且三次行经中没有经常出现一次漏检与错检。

唯一美中不足的是ADS目前仅能检测红绿灯颜色,还不能像特斯拉FSD一样在近距离构建箭头形状和倒计时数字的读取。不过华为的工程师告诉东西,在未来的版本中,ADS也会加入对红绿灯箭头和倒计时的读取能力。

就这样,辆变了十几次道,已完成了十几次左转、右转后,在没有一次接管的情况下又驶回了华为上海研究所。

二、90分钟行经无接管成功应对三大高难度场景

从宏观上来说,点对点自动驾驶系统非常简单——导航系统规划好路径,辆沿着路径行驶,并在这一过程中逃离其他障碍辆和物体。上一部分东西核心介绍了ADS的路径规划和行驶能力,这一部分我们来聊聊技术含量最低的避障环节。

城市道路与高速公路最大的有所不同就是路况极为简单,既有各种机动辆,又有行人、电动、摩托,还有大量非标准的交通工具和诡异的行经姿态。

在三次体验中,ADS需要精彩逃离本道内的前方辆,没啥好说道的,下面重点聊聊东西在体验中遇到的几个极具挑战性的场景。

1、极致应对近距离加塞

在4月15日夜间的一次体验中,左前方不远处一辆白色路虎极光快速驶进本前方(本速度大概50公里/小时),大概有三分一身进入本道,随后马上又驶回了原道。

ADS在极光开始并线时很快做出了滑行动作并向右方避让。同时因为极光马上又驶回了原道,所以本的刹力度并不大,待其离开后又完全恢复了正常速度,整个反应过程让东西一度开始猜测安全员是不是已经采用手工驾驶了。

▲夜间体验ADS

为什么猜测是人工驾驶员?这里有两个细节值得说道。

一是ADS的反应速度很快。这主要得益于前方激光雷达和视觉的精确感知能力,需要迅速了解目标的相对位置从而做出反应。这对于以视觉和毫米波居多的L2系统来说,很难做到这么同步的反应,往往是前加塞到一定程度才不会滑行——最终结果就是重重一个急刹,体验很差。

二是反应的程度恰到好处。这个场景中极光并没并线,因此ADS选择了中等程度的刹力度进行防御性驾驶员,既为下一步动作腾出的反应的空间,又不至于影响用户体验,很像杨家司机进。

ADS展现出好是因为对其他辆行为的预测做的好。这方面,华为引进了深度学习技术,通过大量收集道路上的真实数据来训练自己的模型,才能准确预测周边辆的行为,并做出迅速和适合的反应。

2、灵活性完成无维护左转

不管是国内还是国外,都有一些十字路口是用一个红绿灯同时掌控左转和右转。绿灯亮起后,左转辆与直行辆就要“垂直相对”。人类司机的操作往往是狭路相逢勇者胜,谁跑得快谁先过。或是敌不动我不动,互相等对方先走,结果谁都没动。

人都处置不好的场景,自动驾驶当然更无以。

▲ADS处理无维护左转场景

在这次体验中,东西搭乘的阿尔法S也遇到了多个无维护左传的情景。ADS的处理还是非常值得称赞。

如果垂直辆的速度较慢,ADS的原则是安全第一,等候垂直方向辆先通过后再左转。如果对方辆速度较快,ADS则不会加速率先通过,并会傻等,很像真人驾驶员。

3、可逃离异形辆

对自动驾驶来说,要作出合适的行驶决策,一个关键要素是知道前方否有障碍物,并确认相对速度与位置。

外形相对标准化的、行人和骑行者较为更容易感知,从而容易确定驾驶员策略。但对于非标准物体,尤其是静态物体就很困难——不知道前方是到底是什么,躲藏还是不躲藏?

▲右侧遇到人力拖

在一条小路上,右前方经常出现了一个缓行的两轮人力扯,上还有很多金属物体,外形非常点状。再往前走,前方经常出现了一台正在掉头的五菱宏光,在我们接近时辆横在了路中央并缓慢倒。

这两个场景的障碍物都所谓标准物体,也意味着深度学习算法无法对其展开分类。

不过得益于激光雷达和双目视觉,ADS还是感知到了这两个特殊的障碍物,在经过人力拖时向左打了一把方向展开了避让,而相似调头的五菱宏光时也滑行缓行,待其离开了后在继续前进。

这三大场景外,一路上我们还遇上了横穿马路的行人、顺行的辆,以及走S形的店内小哥,无一例外ADS系统都能够感知到这些交通参与者的不存在,并作出了合理的拐弯动作。在三趟总计36公里和100多分钟的复杂路况体验中,没经常出现哪怕是一次接管和系统过热。

当然,现实场景千变万化,目前没有任何系统可以做100%的有效地。为了尽快将技术量产,将其降级为L2级——即驾驶员随时打算接管以应对特殊情况,无疑是非常好的一个技术路径。

三、首批开放北上广深四城明年将有一大批型配备ADS

在倒数三次试乘了ADS后,东西在华为上研所再次与ADS的首席架构师、智能驾驶产品线总裁苏箐展开了一次深入对话,获得了关于ADS的技术路径、未来递归模式,以及量产应用于情况等关键信息。

关于第一次对话,可总结东西此前的报导羞|华为提前量产L4

▲华为智能BU智能驾驶产品线总裁苏箐

ADS的杰出展现出离不开高精度地图的支持,但低精地图的覆盖度受限,在阿尔法S这款型构建量产后,到底有哪些城市需要用于?没地图的城市和路段又该如何处置呢?

“年底交付的时候先开放北上广深四个城市,随后每三个月一批新城市。”对于可用于的范围,苏箐显得非常自信。

但即使每三个月更新一批,短时间内也难以覆盖全国。同时城市的路况还在不断变化,低精地图也难以实时更新。

为了应付地图挑战,华为的ADS使用了一个三级回头的策略:

有高精地图的区域,可使用点对点自动驾驶功能,即NCA;无高精地图的区域,可用于普通的L2级自动驾驶功能,叫作ICA,即少见的单道L2自动驾驶。

如果某区域无高精地图,但却有ADS辆行驶过,则该辆就会构架基础版的“低精地图”(自建图),来反对辆进行自动驾驶。

▲ADS技术架构

此时,辆可用于ICA+功能。与NCA功能比起,ICA+缺少了全地图的点对点的能力,但却不具备了主动变道、超等高级功能。同时在每日通勤道路上,依然能有点到点能力。

此外,基于自建图的模式,ADS还能学习用户的停习惯,最终实现从地库入口做到的AVP自动代客泊体验。

这个三级设计非常有意义。

对消费者来说,买了配备ADS的辆,在全国都能使用L2级自动驾驶,在大城市则可享用点对点功能,不会因为地图问题影响消费者购买欲。

对企来说,自己买的越多,跑的地方就越多,其他辆通过云端共享,就能在更多地方用于ICA+功能,需要不断提升主的使用体验。

目前华为的ADS除了与极狐合作,还与广、长安两大自律品牌达成协议合作。苏箐明确回应,这三大品牌都将不会有一系列型配备ADS上市。

“明年后年就不会看见一大批配备ADS的型上市,并且还有其他大厂的(国内)型配备这一系统。”苏箐说道。

四、每年研发投放10亿美元团队规模超强2000人

在东西这三趟体验中,ADS系统没有再次发生一次接管,整体表现令人印象深刻,苏箐也详细讲解了其背后的技术路径与研发团队。

感官层面,头的3个激光雷达、周身的6个毫米波雷达、13个摄像头和12个超声波雷达都会参与到环境感官中去,其中激光、毫米波和摄像头还不会进行像素级的前融合来提高感知精度。

▲头处配备了三个激光雷达

毫米波雷达的点云数据噪点较多,与视觉和激光展开融合难度较大,业界多使用后两者展开前融合,华为直接将毫米波也加入其中,正显示了其技术实力强劲。

在前融合后,打包的观测结果会被送入深度学习系统的神经网络中输出感官结果。

一个小细节是,ADS系统在头还搭载了双目视觉系统。在极端情况下激光雷达如果无法精确对外界的未知障碍物展开感官,双目视觉也能感知目标距离,从而帮助辆已完成避障。

▲ADS的目标感官能力

双目视觉的技术不存在了多年,但在自动驾驶系统中较为少见,目前量产中仅有斯巴鲁的Eyesight等少数系统使用了双目视觉。

苏箐回应,双目视觉技术因为成熟度较低所以较少被使用,但华为ADS团队已经做了近超于人双目测距的距离,所以才将其搬了上。

正是有了杰出的感官能力,才能做出好的决策与运动规划,让辆更像一个杨家司机。

据苏箐介绍,这套复杂的算法背后是一支超过2000人的可观团队,其中算法工程师就达到了1200人。每年研发投放超过10亿美元,并且还在以每年30%的速度增长。

队方面,华为自有的测试就超过了200台,每年需要搜集数百万公里的行驶数据,待量产后规模还不会更大。

基于海量数据,华为ADS每个月都会对软件进行迭代,每18个月则会对硬件的小幅升级。

在苏箐看来,这些软硬件升级除了不断提升量产的使用体验,还有一个关键用处则是递归华为的软件算法,不多不断扩大使用区域和自动驾驶能力。

苏箐指出,华为ADS是高级别自动驾驶系统的能力,当MPI(每次干预行驶里程)数据非常非常大的时候,就能够拿掉人类驾驶员,产生更大的价值。不过他也并不保守,表示还需要10年的时间能够超过这一目标。

“只要这个事情有价值,我们并不担忧盈利问题,不愿长时间投入,”苏箐向东西说。

结语:华为推动量产自动驾驶转入城市

在东西看来,无安全员的自动驾驶系统确实还必须10年以上的时间,因此眼下最能改变驾驶员体验的技术就是L2级量产自动驾驶系统。

但不管是新老企,量产的L2系统都是为高速公路所设计,对于大部分用户来说,用于频率和单次使用时长都较低,并没明显改善驾驶员体验。

这也就是说,只有将L2级系统引进城市才有可能让这一技术大规模普及应用,改变数亿驾驶员的出行体验。虽然特斯拉的FSD正在朝着这一目标努力,但毕竟传感器配备较低,能否在短期内构建量产,不确定性相当大。

而华为ADS,则已经站在了量产的门口。在今年年底随着极狐阿尔法S一起上市后,将真正带动全球量产自动驾驶技术转入城市。


一下科技 秒拍 波波视频 一下科技