解讀 Mobileye的RSS 模型，對自動駕駛有什麼意義？

一提到 Mobileye，大多數人的第一反應是基於視覺方案的 ADAS 以及自動駕駛方案的晶元及演算法供應商。 在被 Intel 收購之後，雙方的聯盟也成為了自動駕駛領域的一大陣營。

事實上，除了視覺相關的技術之外，Mobileye 還希望通過別的一些手段來使得自動駕駛能夠更加安全、快速落地。他們開發了一套叫做 RSS（Responsibility Sensitive Safety 責任敏感安全模型）的體系，希望通過建立數學公式的手段，來使得自動駕駛汽車有能力判斷自身的安全狀態，從而儘可能避免事故的發生。

在 IEEE 智能車大會上，GeekCar 和英特爾無人駕駛解決方案首席工程師兼首席系統架構師 Jack Weast 聊了聊，從他那裡，我也知道了 Intel 以及 Mobileye 對於 RSS 模型的一些詳細信息。

什麼是 RSS 模型？

要搞清楚 RSS 模型有什麼用，首先得明白它是什麼。

從本質上來看，RSS 模型是一整套數學公式，將人類對於安全駕駛的理念和概念轉化成為數學公式和計算方式，用來界定什麼樣的駕駛行為才是安全的駕駛。

Jack Weast 告訴我，他們認為人類的駕駛雖然有很多問題，但潛意識裡對安全有很強的意識。例如開車時候要和前車保持安全距離、併線的時候要留出足夠的空檔、有人加塞的時候要減速等等。這樣的安全意識是人類的本能並且非常有效，基本上可以保障各種駕駛情況下的安全性。

因此，RSS 模型希望把這樣的本能變化成一套嚴謹的公式演算法，來指導 AI 的決策演算法在特定場景下做出合理安全的判斷。

在定義 RSS 模型的時候，有兩個原則必須要遵守：

1. 自動駕駛汽車絕對不可以因為自身的原因引發碰撞或者事故；

2. 當別的車輛造成潛在風險、並且可能會產生交通事故的時候，自動駕駛汽車應採取怎樣恰當的應對方式，來避免可能發生的交通事故。

在實際建立模型的時候，RSS 模型通過四條形式化的規則，來確保車輛在自動駕駛狀態下能夠保證安全以及避免成為製造車禍的一方：

1. 和前車保持安全距離；

2. 給側邊的人或車留下足夠的反應時間和空間；

3. 在堵車的時候更謹慎；

4. 要合理使用路權（路權的使用應優先考慮安全）。

在不久前，Mobileye 發布的一份官方報告中，他們例舉了 37 種可能發生事故的場景，包括了車輛並行狀態的安全間距、安全併線的間距、避免追尾的最小安全距離、路邊有行人闖入機動車道時的安全車速等等。

從官方給出的數據來看，這 37 種狀況基本覆蓋了 99.4%的車禍可能性，也說明 RSS 模型目前已經達到了一個相當健全可用的狀態。當然，RSS 模型肯定還沒有覆蓋所有意外的可能性，還需要 Intel 以及 Mobileye 不斷去完善。

以下是部分官方列舉的場景：

RSS 模型的意義在哪？

要搞清楚這個問題，首先得明白 RSS 模型和自動駕駛系統的關係。

從一般認知來看，自動駕駛可以分為感知——決策——執行三個步驟。其中感知主要依靠包括車身感測器、高精地圖等部分來實現；在決策層面，更多是依賴一套經過 AI 訓練的演算法來判斷當前狀況下，車輛應該做出什麼反應；最後通過包括控制轉向、剎車、加速等各種動作的車身電子部件實現對應操作。

而 Mobileye 在創建 RSS 模型的時候，則是把 RSS 定位在決策之後、執行之前。

Jack Weast 告訴我，RSS 模型本質是一套科學的演算法，是在車輛本身通過 AI 演算法做出判斷之後，把這個指令輸入到 RSS 的模型中，來驗證對應的結果。用他的話來說，RSS 模型就是決策演算法的「安全封條」。

比如說，如果決策演算法在某個狀態下做出了剎車的判斷，那麼這個判斷就會輸入到 RSS 模型中，得出剎車操作是否能在當前狀況下保證車輛的安全。

如果結果顯示安全，那麼這個命令會直接執行；如果結果顯示有危險，那麼 RSS 模型會把這個指令返回到決策演算法，進行二次決策直到得到最安全的結果。

用下面這張圖簡單說明 RSS 模型和決策演算法以及執行的關係：

由於決策演算法是通過不斷學習各種狀況，來使得演算法能夠判斷出各種場景下做出對應的決策，本質上還是一個概率學的問題。因此，人工智慧演算法還不能 100%保證做出決策的安全，特別是隨著路況、車輛性能、感測器配置等各種外界因素的影響，現階段下很容易做出不夠正確的判斷。

另外， Jack Weast 在演講中還談到過這樣的數據，目前人類駕駛的事故概率是 10^-6 ，無人駕駛要達到 10^-9 的事故率，也就是目前航空業的安全水平才會被外界所廣泛認可。要實現這樣的安全水準，大概需要 30 億英里的里程來訓練演算法。而目前數據量最大的谷歌累積里程也就是百萬級，遠遠達不到數據量。因此，這樣的方式在很大程度上限制自動駕駛的發展速度。

在這個前提下，RSS 模型的介入就有了很大意義。RSS 模型屬於一個嚴謹的數學演算法，通過控制某個特定狀況下，外界包括道路限速、車速、距離、天氣等等各種可能存在的變數，來計算出明確的結論，指導人工智慧演算法像真實人類一樣進行安全判斷。從官方給出的數據來看，大約只需要 10^5 量級的自動駕駛里程數據，就可以保證 RSS 模型實現 10^-9 的事故率。

從這個角度看，RSS 模型對於自動駕駛的普及有著很重大的意義。

開放是關鍵

在採訪中，Jack Weast 和我強調最多的就是 RSS 模型是一個開放的體系，希望能夠幫助所有自動駕駛的參與者，使得整個行業快速發展。

他們也不會因為自身是自動駕駛方案的供應商之一，而限制 RSS 模型應用的軟硬體方案。事實上，行業的快速落地也會使得 Intel 和 Mobileye 在自動駕駛領域商業模式更快的建立，這也是他們極力推行 RSS 模型的原因之一。

為了能夠讓更多的參與者使用 RSS 模型，Intel 和 Mobileye 選擇將 RSS 模型進行開源，提供一套透明的框架，使得任何參與者能夠直觀的看到 RSS 模型的原理以及效果。這樣一來，能夠最大程度的降低主機廠、自動駕駛企業、監管部門等參與者的質疑。

我們能夠見到 Intel 以及 Mobileye 的努力，但背後的挑戰依然存在。

RSS 模型在建立之初，就希望能夠全球範圍內通用的自動駕駛驗證模型，加速產業落地。從歷史來看，Intel 在 USB 以及 PCI 協議的制定上，都有過類似開源的行為。但考慮到自動駕駛受到車輛本身性能配置、感測器能力、道路狀況等一些可控以及不可控因素的影響很大，因此開源的模型需要面對更大的挑戰。當更多的人使用這套模型，背後意味著更大的責任和更高的安全性要求。

另外，自動駕駛行業還處在起步階段，大家對於數據的敏感程度還很高，如何取得信任依然是很大的挑戰。

Jack Weast 表示，RSS 模型在每個地區都需要和主機廠、自動駕駛企業以及政策制定者等合作，才能滿足特定地區不同法規、駕駛習慣下的安全需求，從而建立更嚴謹的安全模型。目前，他們已經通過自建車隊等方式，來逐漸完善 RSS 模型。在國內，他們也在通過寶馬的車型進行測試。

總之，自動駕駛的應用絕對是一個複雜而艱巨的過程。而作為消費者，我很樂於見到這類能加快自動駕駛落地的技術被開發應用。

本文來自geekcar，創業家系授權發布，略經編輯修改，版權歸作者所有，內容僅代表作者獨立觀點。[ 下載創業家APP，讀懂中國最賺錢的7000種生意 ]

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！