智能駕駛量產，感知驗證需要一把靠譜的「尺子」「GGAI視角」
智能駕駛從設計到量產落地L3、L4，安全責任就從車端轉移到了自動駕駛系統提供方。整套自動駕駛感知能力的測試驗證是當下每家自動駕駛企業、從感測器製造商到Tier1 到OEM都要正視的問題。
在2019（第九屆）高工智能汽車開發者大會（北京站）上，亮道智能CEO劇學銘表示，從2015年到現在，國內自動駕駛研發完成了第一步進階，從1.0提升到了2.0，逐漸從Demo轉向量產，意味著開發工作，從V字開發模型的左半邊，進入到了V字開發模型的右半邊：測試驗證。
產品落地必經的測試驗證環節，並不是一項簡單工作，要求測試驗證方對產品性能有足夠的理解，並且具備相應的感測器演算法開發、自動化工具鏈開發和大數據管理分析能力。
亮道智能就是一家這樣的公司：從感知端的核心積累出發，為客戶提供自動駕駛汽車量產開發階段的環境感知系統測試驗證服務。
激光雷達發展現狀
亮道智能的核心創始團隊曾經在國際知名主機廠和Tier 1從事感知開發工作，公司早期的核心積累之一，是激光雷達的演算法開發。
基於數年來對車載感測器軟體開發的工作經驗，劇學銘在演講中，總結了近幾年來自動駕駛感測器的發展趨勢：
第一，綜合評定目前可用的量產感測器，目前可用的感測器整體性能還不夠強，包括攝像頭、毫米波甚至現有的激光雷達加起來做L3、L4自動駕駛，挑戰依然巨大。
第二，現在大部分的選手都集中在自動駕駛感測器研發V模型的左側，也就是開發部分，但是量產落地之前，右側的測試驗證也是必須要完成的工作，並且是一項剛需。所以說，測試驗證在未來3-5年內會有可預見的爆發，感知能力測試驗證正是亮道智能現在鎖定的一個方向。
第三，自動駕駛的感知實現方式。這和國內現在推的ICT（信息和通訊技術）相關，亮道智能判斷從車上去實施所有的感知依然有一些場景非常具有挑戰，因此要藉助一些新的感知方式。
我們可以在一些車型上看到激光雷達的應用實例。
左側兩張實際上就是2B端的中美的兩個代表——Waymo和百度。跟2015、2016年相比，激光雷達的安裝方式跟車型的結合已經完善了很多。
右上角是2C端的代表——特斯拉，它的觀點是至少現在不會用激光雷達。
右下角的是奧迪一款安裝了激光雷達的車型。2017年底奧迪量產了第一款搭載激光雷達的L3自動駕駛車型。因為法律法規，包括國內和德國工況的不同、測試驗證的挑戰，L3車型並沒有真正上路。但是奧迪仍然是對激光雷達理解最好的車企之一。
激光雷達硬體在不斷進階。最早的激光雷達是傳統的比較笨重的機械式的，然後出現了混合固態。但是未來，劇學銘認為應該是固態激光雷達的天下。
用於L3、L4自動駕駛的激光雷達應該是什麼樣子？劇學銘認為必須滿足以下幾個重要指標：
第一，滿足感知要求的解析度，探測範圍，包括集成方式，特別對於2C端客戶，激光雷達的安裝位置要足夠隱蔽。
第二，真正推向商用化，要求在高可靠性的同時要兼顧成本。
行業中已經出現了看得更遠、解析度更高的激光雷達。以右側的固態4D激光雷達為例，這款產品跟之前的激光雷達相比解析度更高，並且可以在輸出激光點雲圖的同時輸出類似黑白照片的強度圖。
對於演算法開發人員來說，這款激光雷達的一個優點是輸出的圖像中每一個像素點還包括了XYZ的位置信息和深度信息。
開發人員可以把圖像的演算法和傳統的點雲演算法結合，避免了將單獨的激光雷達和視覺融合時的誤差，免去了時間同步和空間標定。因為兩種數據輸出都由同一個感測器提供，識別時的可靠性會有很大提升。
測評是核心
從2017年開始，亮道智能把自己定義為ADAS、 AD的測試服務商。團隊認為，與提供演算法IP產品相比，測試驗證的市場會更早爆發。
行業內很多公司都在開發新型的感測器，例如高清的視覺感測器、新型毫米波、新型激光雷達，也在基於感測器開發自己的演算法。
但L3自動駕駛量產，安全責任會從駕駛員轉移到自動駕駛系統，主機廠一定要對供應商的能力，不僅是硬體而且是軟體演算法，能夠有一個清晰的認識和評定。
劇學銘認為，當前行業最大的痛點在於自動駕駛量產開發V模型右側。不光是國內，全球都缺少測試驗證服務的供應商。造成測試驗證服務商缺失的一個原因在於，測試驗證對技術能力要求非常高。
測試驗證是亮道智能的主要業務，涉及多項技術和能力。
首先要能測評所有的感測器，需要一把「尺子」作為測評標準。這把「尺子」就是亮道智能自主研發的測評參考系統，測評參考系統融合了多種感測器，並且完成了時間同步和空間校準，感知能力比被測感測器更強，測量也更加精準。
亮道智能將測評參考系統和被測感測器一起搭載在測試車上，到真實的交通環境進行感知測評。測評參考系統採集的數據處理後建立一套真值（Ground Truth），通過把真值跟待測感測器的感知結果比對，自動化輸出感知KPI報告。上述大量數據處理、分析涉及的自動化流程都會在雲平台上實現。
劇學銘表示，公司做測試驗證，更多基於真實道路的測試。
模擬模擬可以運用在感測器演算法開發初期，例如開發激光雷達演算法的通用部分。但是仍然無法達到量產演算法的要求。由於新型的感測器數據比較保密，有的產品甚至是OEM專供，模擬模擬企業缺少新型感測器模型。
對環境建模，以及對感測器在不同環境中的表現進行建模的難度和投入巨大，模擬模型和物理真實之間始終有一條不可逾越的Gap。
亮道智能在努力把數據採集和模擬模擬工具中間的介面打通，真實路測時採集建立的真值，也可以導入模擬平台，用基於真實路況的場景數據建模，服務於演算法開發和迭代。
目前亮道智能的測試驗證產品已經進入了主機廠的量產項目。
亮道智能與長城汽車在今年8、9月份宣布的三方戰略合作，希望把德國一個Tier1的固態激光雷達跟長城未來的車型做結合，應用在未來長城L3量產項目。亮道智能的工作是完成這款新型固態激光雷達量產前的測試驗證。
目前距離真正實現SOP還有兩年，留給測試驗證的時間是大約是18個月。劇學銘表示，如該項目正在按期交付量產的過程中，將是全球第一個固態激光雷達的量產項目。
高質量和自動化標註的重要性
在感知能力測試驗證中，高質量和自動化的標註是服務提供商要不斷強化提升的核心技能。
高質量標註的前提，是高質量的數據採集。目前，亮道智能已經在國內推出了測評參考系統1.0版。隨著感測器的進階，測評參考系統未來也會加入更加高性能的感測器。
亮道智能在中國和德國均使用這套測評參考系統，配置完全相同。目前測評系統包括了高解析度的多線數激光雷達，車的周身用的是4線或者是8線的激光雷達，該配置相對來說比較可靠，同時也較為經濟。
在獲得高質量的數據輸入之後，如何對這些數據進行高效且自動化的標註，也是一項挑戰。
以往的ADAS感測器演算法測試驗中，一般採用感知結果與人工標註結果比對的方法來進行測試驗證。市場上有專門提供人工標註服務的公司，標註的需求量隨著ADAS的普及不斷增加。
評測L3自動駕駛感測器，將會面臨測試驗證數據的量的激增。亮道智能與主機廠共同評定，一款感測器的測試驗證，可能需要4000-5000個小時的數據採集。如果還採用目前純人工標註校驗的情況，採集一個小時的數據，可能要幾個月才能拿到反饋。
為了滿足一個車型開發，演算法開發人員希望馬上獲得反饋，然後進行快速迭代。如果全部使用人工，演算法迭代速度非常慢，無法滿足L3、L4車型研發的要求。
因此，亮道智能基於之前感知的演算法積累，開發了自動化的標註工具，這個工具隨著數據的積累，正確標註率將越來越高。
劇學銘在演講現場展示了亮道智能支持數據自動化標註的軟體演算法能力。
目前，團隊已經針對市面上能拿得到的多線激光雷達開發了通用化的演算法。亮道智能的規劃是前期與人工標註公司合作，後期把人工標註在整個裡面佔有的比例去壓縮，來滿足測試驗證的要求。
測試驗證要做大量的數據採集跟測試，單位時間內產生的數據量再加大量測試對數據的調用，本身就是一個極具挑戰的大數據管理工作。一個量產項目，劇學銘表示保守估計需要5-10個PB的數據量。如何採集數據，存儲數據，傳輸數據，處理數據，需要有一整套的解決方案。
亮道智能為客戶提供類似於SaaS的服務，基於私有雲提供各項工具，包括記錄、採集車輛狀態的查詢，下單自動提取場景，下單自動生成KPI報告，下單自動生成駕駛行為分析報告。
值得一提的是下單自動提取場景。
亮道智能在做測試驗證時，有很多感測器採集數據生成的真值。這些真值一個方面是直接評感測器感知能力優劣的「參考答案」，另一方面可以用在基於場景的自動駕駛功能開發，自動化抓取某個場景的數據，自動化輸出某個場景的演算法表現KPI，自動化生成某個場景的駕駛行為報告，這些都可以輸出給到主機廠，為相應的自動駕駛功能開發提供幫助。
亮道智能正在給德國一家知名的主機廠做全球的數據採集布局，團隊下一周會完成今年的採集目標。公司計劃在2019年完成歐洲5個城市和周圍地區，針對於高速場景的數據採集。
最終亮道智能會分析不同城市駕駛行為的差異，保障L3自動駕駛汽車真正商用以後，可以在中國不同地區、全球不同地區去開啟自動駕駛功能。
為自動駕駛提供上帝視角
除了關注車端的感知量產開發，亮道智能開始逐步關注設施端感知對車端感知的補充，也就是在場地端加裝激光雷達的方式，為未來自動駕駛提供上帝視角，為自動駕駛的安全落地提供保障。
除了高性能激光雷達尚未量產、價格昂貴，使用壽命也是在場端安裝激光雷達的一個痛點。車端激光雷達有設備休息的時間，但是放在設施端的激光雷達必須持續不斷地工作。
現在固態激光雷達進一步發展，包括伴隨著現在量產項目，能夠預見到特別是純固態激光雷達可以達到24小時穩定工作。
亮道智能認為，激光雷達在場端應用後可以帶來更大的想像空間。
原本基於車端很難克服的一些情況，比如Robot Taxi在城市十字路口左轉，可以通過在十字路口放4個激光雷達，獲得距離激光雷達200米的情況，做決策就會變得遊刃有餘。
可以試想一下，以自主代客泊車場景為例，場端的激光雷達感知視野可以覆蓋一個300米的走廊，如果固態激光雷達的成本隨著車型的量產，價格下降至200美金，廠端改造成本降低，基於激光雷達進行進行應用開發，可以同時實現感知定位安防功能。
隨著在場端布設的基礎條件具備，亮道智能也在礦山、港口等場景尋求合作方，希望與行業同仁共同努力積累內功，平穩推進自動駕駛產品的安全量產。
