激光雷達、CV演算法、高精地圖、整車自動駕駛……大咖齊聚矽谷都聊了些什麼？
2017，汽車行業歷經了自動駕駛技術衝擊下如火如荼的變革的一年。傳統汽車領域，車企、Tier 1紛紛跨界合作，通過資本、新技術布局尋求轉型；新興市場，大批自動駕駛新創湧入，覆蓋產業鏈各個環節；感測器、晶元等上游產業，技術加速迭代，壁壘逐漸形成……這股熱度一路升溫，直到剛剛過去的2018年CES展會仍舊絲毫不減。
所以現在，是時候把參與這場推動全球汽車和出行產業變革的企業、學者、研究人員、技術領軍人物都聚集在一起了。
1月16日，由雷鋒網·新智駕主辦的GAIR 矽谷智能駕駛峰會如期在美國加州Palo Alto舉辦。7場主題演講，2個圓桌論壇，18位嘉賓齊聚，自動駕駛「關鍵環節」集體亮相：覆蓋領域包括且不限於激光雷達、新型毫米波雷達、高精地圖、模擬器、CV 演算法、嵌入式晶元等等。
橫跨中美兩地的頂尖自動駕駛從業者在現場進行了分享和交流，嘉賓們從 DARPA 挑戰賽開始，講述了計算機視覺在自動駕駛的應用史、激光雷達的進化史，更有在自動駕駛技術單點突破的新創公司分享他們在不同領域對新技術、新架構和新模式的思考和探索經驗。
雷鋒網·新智駕將本次會議嘉賓演講的精彩內容片段編輯整理如下，先讓我們一同回顧GAIR矽谷智能駕駛峰會的全天亮點集錦。
Adrian Kaehler，原DARPA冠軍戰隊成員
身為 2005 年 DARPA 自動駕駛挑戰賽冠軍斯坦福車隊的核心成員，見證自動駕駛十幾年發展的 Adrian Kaehler 作為此次峰會的開場嘉賓再合適不過。
Adrian 思路敏捷，語速極快，在有限的時間內，他總是能給出更密集的觀點與見解。40 分鐘的演講中，他幾乎帶觀眾重溫了一遍自動駕駛和 CV 發展史，而這之中，「LIDAR」和「camera」則是出現頻率最高的辭彙。
Adrian 是 CV 領域的絕對權威，DARPA 挑戰賽時，他負責的便是「Stanley」的 CV 模塊開發，他盛讚特斯拉 Autopilot 的視覺方案，也分享了攝像頭髮展需要關注的幾大方向。
在 Adrian 看來，要克服自動駕駛的所有問題絕非一朝一夕之功，但這項技術的很多重要環節已經得到很好地解決。
關於如何儘可能挖掘和完善攝像頭功能，進一步推動自動駕駛的落地，每個人都在尋找答案，而這一次，Adrian 的答案格外長，也格外具體。
喻傑，上汽矽谷創新中心
上海汽車集團矽谷創新中心自動駕駛資深經理喻傑博士分享了上汽在自動駕駛領域的願景。
作為國內車企第一梯隊裡面的主機廠，上汽將「電動化」、「網聯化」、「智能化」和「共享化」貫穿了未來整個發展戰略。
喻傑分享的兩個趨勢是：在不久的將來，新型的自動駕駛平台和嵌入式解決方案將使得Level 2/Level 3（SAE）自動駕駛功能變得更加普及；而Level 4/Level 5 級別自動駕駛則最先可能在移動出行共享方面落地。
上汽創新中心的目標則是通過與學術界和合作夥伴的緊密協作，打造先進的自動駕駛技術。例如已知的是目前上汽與UC 伯克利、MIT、斯坦福等高校合作，同時上汽也是Mcity和NREC的成員之一。
最後，作為國內自主品牌不容忽視的重要力量，上汽表示有能力為客戶帶來不同級別的自動駕駛技術。
谷俊麗，小鵬汽車
去年下半年，谷俊麗完成了從特斯拉Autopilot機器學習負責人到小鵬汽車自動駕駛副總裁的身份轉型，正式加入小鵬至今還不到三個月時間，如今，谷再次重返曾征戰過的矽谷進行公開演講。
在谷俊麗看來，自動駕駛系統的「類人化」設計，以及對不同駕駛環境、地理屬性乃至社會法規的自適應是非常關鍵的。所以，自動駕駛系統的演化和訓練需要建立一個基於人工智慧的系統演化閉環，其中包括：雲端、部署，以及數據基因組，其中數據基因組保證了演算法演進的完備性和均衡性。
自動駕駛系統的部署框架自上而下包括三層：第一層，駕駛資料庫和AI演算法、軟體；第二層，雲端的訓練和部署；第三層，車內高性能計算引擎。
通過這種方式，小鵬正構建一種AI賦能下的全面自動駕駛戰略，據谷俊麗透露，小鵬汽車的L3級駕駛輔助產品將部署包括自動泊車、高速路自動超車、AEB等功能。而L4級（SAE）自動駕駛產品將脫胎於更創新的AI演算法研發，實現特殊場景下的完全自動駕駛。
王京傲，百度Apollo
16.5 萬行代碼，每季新增 6.5 萬行代碼。在 GitHub 上，Apollo 開源代碼被開發者「fork」超過 1800 次。這是百度 Apollo2.0 的最新成果。
百度 Apollo 平台研發負責人王京傲以矽谷當地自動駕駛創業公司 AutonomouStuff 為例解讀了 Apollo 的開放性、靈活性和易用性。此前，AutonomouStuff 曾運用 Apollo1.0 開放的能力，三天改裝出循跡自動駕駛汽車。而這一次，AutonomouStuff 在一周內將車輛升級為「Apollo2.0 版本」，已能夠實現晝夜簡單城市道路自動駕駛。
王京傲還介紹了 Apollo Pilot 與奇瑞、金龍以及面向殘障人群的出行服務商 Access LA 等合作夥伴的落地應用成果，涵蓋了乘用車、公共巴士和共享交通服務等多種場景。他表示，「Apollo2.0 在未來將推出更多的場景化、商業化的無人駕駛解決方案。」
目前 Apollo2.0 已經全面支持 Intel、NVIDIA、NXP、Renasas 四大主流計算平台。未來將推出更低成本的感測器方案，支持小型巴士、SUV、卡車等更多的參考車型。
Mircea Gradu，Velodyne Lidar
說激光雷達是自動駕駛領域的半壁江山一點都不為過。「 When Others can"t，LiDAR can.」Velodyne LiDAR 的 CQO Mircea Gradu（也是今年SAE 2018主席）在發言上表示。
2005年，David Hall 發明了3D激光雷達。2007 年，Velodyne 成為 DARPA 挑戰賽供應商，當年6支隊伍完成挑戰：一支隊伍基於視覺技術，另外五支隊伍全是基於激光雷達。
最終比賽結果是：第一、二名分別由卡耐基梅隆大學、斯坦福大學包攬，他們當時使用的正是 Velodyne 的激光雷達。後來這兩所大學所有的科研人員全被谷歌挖走。而 Velodyne 最初在無人駕駛領域的影響力就是由這兩所大學建立起來的。
如今，Velodyne的激光雷達產品的應用領域非常廣泛：汽車（移動出行，自動駕駛）、無人機、測繪、安防、工業等領域。
Anca Dragon，UC Berkeley
關於 Anca Dragan 的頭銜，隨手可以列出的便有幾個，她是加州大學伯克利分校電子工程與計算機科學助理教授，是福布斯羅馬尼亞 30 歲以下精英入選者，也是 UC Berkeley InterACT 實驗室的領導者。
人車交互是 Anca 此次演講的主題，也是她一直以來的研究重心。如何讓機器更好地理解人，這個聽起來似乎老生常談的問題，卻遠遠沒有得到最「智能」的應答。Anca 認為，在機器與人的博弈中，前者不僅要理解人的行為，更要理解人的動機、理解人的情緒，由此才能對整個場景做出更準確的預判——像人一樣。
演講舞台於 Anca 而言儼然是 UC Berkeley 的講台。在此，她舉出大量場景案例與數學模型，詳細分析了如何讓汽車全面理解「人」這一駕駛決策中的最大變數，並與後者實現安全、高效的最優交互。
Chris Heiser，Renovo.auto
Renovo.auto（下稱Revono）是2010年在加州Campbell成立的一家新創公司。不同於其他大多數公司開發能讓汽車理解周邊環境並在街道上自主行駛的AI演算法，Revono的重點是要為未來自動駕駛行業打造一個安全的、開放的、高性能的、可升級的應用介面，讓其他公司只需在上面進行簡單的功能組裝，就可以順利實現自動駕駛功能。
機器人計程車作為未來最便宜的、最安全的、最方便的交通形式，預計到2030年，在美國的市場達到數以萬億，並佔據市區內95%的里程。
Revono研發的操作系統AWare，可整合併管理所有自動駕駛車隊所需軟體和服務，達到ISO標準的安全性和可操作性。Revono希望將AWare打造成全球領先的、專註自動移動方面的操作系統，並在2025年能為全世界大部分機器人計程車提供服務。
針對未來商業落地的模式，Revono表示，相比私人購買，高成本的自動駕駛系統會在機器人計程車方面優先實現商業化。
以上為7位講者的技術分享，兩場圓桌討論也同樣精彩。更多峰會內容，請關注雷鋒網·新智駕後續的深度內容和報道。
TAG:雷鋒網 |