奇點汽車黃浴博士談無人駕駛：Deep Learning在自動駕駛領域的應用
近日，全球計算機視覺與人工智慧領域頂級科學家，奇點汽車美國公司總裁黃浴博士在上海大學發布了名為《Deep Learning for AutonomousDriving》（深度學習在自動駕駛領域的應用）的精彩演講。黃博士表示：「自動駕駛是一塊具有挑戰性的自動智能應用領域，許多研究對於實現汽車的自動駕駛是十分有必要的。」
黃浴博士曾任百度美國研發中心自動駕駛資深軟體架構師，還曾在Intel總部、三星電子美國研發中心、華為、湯姆遜等多家著名的跨國技術公司任職，在人工智慧領域有著豐富的經驗和獨到的見解。黃浴博士曾說過：「汽車時代的未來是智能汽車」，本場講座，黃浴博士針對自動駕駛的技術演算法、市場前景和價值及未來規划進行了深入的探討。
圖1：黃浴博士圖片
身處矽谷多年的黃浴博士，切身感受到近年自動駕駛作為變革的核心驅動力正在加速汽車產業智能化。他表示，隨著人工智慧以及深度學習技術的成熟，所衍生出的自動駕駛技術，不僅是當前全球汽車與智能化出行的發展方向，更是各大車企爭相搶奪的戰略制高點。自動駕駛作為汽車產業未來轉型升級的重要方向，背後龐大的市場空間，使其備受資本熱捧，成為汽車產業下新的「藍海」。
中國汽車市場一直對新技術保持擁抱開放的態度。自2016年起，人工智慧，物聯網，高性能計算等一系列新信息技術的產出，都為自動駕駛的發展增磚添瓦。外界曾紛紛猜測，自動駕駛在中國市場的發展前景或許是黃浴博士加入奇點汽車主要原因之一，在這裡，他將所學付諸實踐，實現商業落地。
黃浴博士的本次演講乾貨滿滿，從理論架構到應用落地，給學子及與會人員帶來了一場科技大餐。他圍繞自動駕駛的概念和分級、深度學習在自動駕駛實現中的應用展開。視覺部分包括障礙物檢測與識別、交通標誌和交通燈（紅綠）的探測識別、車道線和標記的識別等，詳細闡述了對於感測器的功能與職能，包括標定與融合，以及場景分割、目標跟蹤、駕駛員行為模型、end-to-end學習、駕駛監控等。
自動駕駛主要分為感知，規劃和控制三大模塊，感知層面，以各種感測器，例如激光雷達，毫米波雷達以及超聲波雷達，高精度地圖以及V2V車聯網技術，完成對車輛周圍環境的感知識別和對車輛自身精準定位；規劃層面，通過感知層收集到的信息，對下一步行動進行規劃，選擇合理的路徑，行為以及運動；控制層面，將決策控制信息與車輛底層控制系統深度集成，通過線控技術完成執行機構的電控化，達到真正的自動駕駛。另外，還有一種難度較大的端到端（end-to-end）深度學習方案，可直接通過接受感測器，簡化系統流程，降低計算需求，從而實現自動駕駛。
圖2：自動駕駛研發路徑和研究方向
黃浴博士對照PPT內容，詳細的闡述了自動駕駛的框架。「大家可以看到，硬體部分主要是感測器，有的時候還可以加入一些V2V，車的定位通過通信和執行器實現的，執行器可以作為獨立控制。軟體部分，車身是自帶軟體部分的，就是我剛才提到的感知、規劃和控制。『感知』就是對周圍環境的認知，包括靜態和動態。分成兩部分，一部分是定位，就是你要知道你的車在什麼地方。這個定位技術也有很多，大部分是通過地圖來定位的，也有一些通過路標等各種信息來實現定位。感知的另一部分是障礙物檢測，即動態和靜態物體的識別「
圖3：自動駕駛
黃浴博士又提到，「當今主流自動駕駛路線主要有兩個，第一類像特斯拉這樣的成車廠商，一般都是從L2開始涉及自動駕駛領域，大多車企推出的大多是L2或介於L2與L3之間的自動駕駛汽車。第二類是像谷歌、百度等互聯網企業在直接從L4入門，進入自動駕駛高檔的分帶，它實際上就是說我不需要考慮駕駛員的問題，我考慮的是怎麼讓機器來學習怎麼駕駛。」
聊到計算視覺及時下對這項技術的主流應用，黃博士說「計算視覺是一個從二維世界往三維世界的一個逆過程，實際上是一個病態問題。從70年代的計算視覺領域這個問題就暴露出來，大家始終在想辦法去解決這個逆過程，它跟圖形學正好是相反的，圖形學是通過三維空間的模型來產生二維的圖形，所以圖形學只要計算量夠，它是沒問題的，它可以算出來。但是計算機視覺就是說它不僅僅是一個計算問題，它還是一個逆過程，有時候那個解是不穩定的。 我舉個例子，大概2000年左右，微軟用了PrimeSense公司（後來被蘋果收購）的技術，推出了叫Kinect的產品。那個時候叫RGB-D感測器，實際上它是2.5維的，2.5維的感測器數據使計算機視覺的難度降低了好多。遺憾的是，普遍的2.5維感測器一般都照不遠。Kinect基本上最多只能在五～六米範圍工作，就是增強型的話也最多到十來米遠。但是，對車，那是根本不行的，車不可能用這個東西檢測周圍環境。目前有用RGB-D感測器的車企，大概只是將它放在車前比較低的地方，用它照路面來監測一些比如車道線或者非常近的障礙物，顯然這種東西只能在低速的情況下使用。」
「所以谷歌，包括百度他們採用的是激光雷達，激光雷達都是通過發射激光然後接受回波來重建三維的空間。每個點的點上它有三維的坐標，甚至還有反射值。反射值可能會根據你的材料的不同有所不同，有的時候這個反射值也能發揮作用。所以谷歌的做法就是通過激光雷達來作為主要的障礙物檢測。那麼相機用來幹什麼？相機主要是用來做一些激光雷達做不了的事情。比如說可以做交通紅綠燈檢測，可以做交通標誌的檢測，然後還可以做一些警察的手勢分析，比如說遇到前面的路已經堵了，或者要說要求拐彎了，就是說這塊路已經封了，他就會在那兒幫你做一些指導，他們用相機來做。」關於激光雷達和相機黃浴博士給出上述解釋。
據悉，奇點汽車初代量產車型奇點iS6上市時能實現L2級別的高級輔助駕駛能力，包括適用全速度的自適應巡航、車道保持、緊急制動、自動泊車、盲區檢測等十餘項功能。奇點汽車目標於2018年內將自主駕駛演算法提升至L3（SAE標準），場景包括高速公路的自動駕駛，以及有限的城區道路自動駕駛等。
加入奇點汽車的黃浴博士，將以美國矽谷為基地，全面貫徹奇點汽車智能化和自動駕駛的發展核心，帶領奇點汽車的自動駕駛研發團隊不斷衝擊高峰，為奇點汽車的智能技術注入新的驅動力。目前奇點汽車在自動駕駛方面採用了深度學習演算法，這種演算法需要覆蓋感知、決策等關鍵環節，而演算法的好壞則需要更高質量的數據進行填充，這也是數據被企業看做是自動駕駛軟肋的原因所在。奇點汽車除了研發車輛自身技術以外，還成立了「奇點汽車智能系統研發中心」、「奇點汽車整車研究院」、「奇點汽車智能新能源汽車產業園」以及「奇點汽車智能新能源汽車產業園」，都為自動駕駛數據落地進行背書。而且奇點汽車還利用英偉達（NVIDIA）自動駕駛計算平台NVIDIA DRIVE PX2，不斷增強自動駕駛研發力度，目前已經可實現高速公路以及有限城區道路的自動駕駛。
圖4：中國新勢力造車代表奇點汽車
作為中國目前領先的造車新勢力，奇點汽車深知汽車行業未來發展的大趨勢離不開智能化和自動駕駛技術，通過吸收高科技人才以及整合優質技術資源為自身造血，而隨著黃浴博士的傾情加盟，奇點汽車必將為用戶帶來全方位的智能新體驗。
