模擬技術走向台前 它能幫自動駕駛汽車抄個近路嗎?

模擬技術走向台前 它能幫自動駕駛汽車抄個近路嗎?
▲模擬技術能幫自動駕駛汽車抄個近路嗎?(圖/翻攝自雷鋒網)

【原文:《模擬技術走向台前 它能幫自動駕駛汽車抄個近路嗎?》,作者:大壯旅,智慧機器人網編輯整理】

文、圖/雷鋒網

雷鋒網新智駕(-Drive)按:去年 9 月,集智慧、膽量和瘋狂於一體的特斯拉 CEO Elon Musk 曾斷言,人類社會可能是更高級文明控制下的一場模擬遊戲。雖然聽起來腦洞有些大,但你不得不承認的是,人類正在為了各種目的使用模擬這種方法,比如教飛行員如何飛行,訓練 AI 算法找出貓和狗之間的不同。

據雷鋒網了解,類似 Improbable 這樣的新創公司正試圖模擬整個世界,所以即使我們成不了火星人,至少能在地球破敗不堪時進入那個模擬的理想王國逃避一下現實。

在自動駕駛行業,模擬則成了自動駕駛系統學習駕駛技能的好幫手。

「革命」尚未成功,自動駕駛汽車仍需努力

看著鋪天蓋地的自動駕駛新聞,你可能會覺得,它們馬上要占領公路。事實上還早著呢。誠然,類似 Waymo 這樣的公司已經開始進行有限的部署了,自動駕駛公交或礦車更是在各自領域取得了不錯的成績,但真正成了氣候的只有 ADAS 系統,其自動化功能有限,被許多自動駕駛「原教旨主義者」看不起。

關於自動駕駛,SAE 曾形象的將其分為五個級別,到了 Level 5 後你就能隨心所欲享受自動駕駛汽車的服務了,而我們較為常見的 ADAS 系統,則只有 Level 2 的級別。

想要達到 Level 5 級別的自動駕駛(特別是大規模實現),需要多重因素交織在一起才能成功。比如說超快的無線通訊(5G),高精地圖和類似雷射雷達的專用傳感器。

當然,自動駕駛系統的第一要務還是學會如何駕駛。眼下,為了讓算法認識到,真正的駕駛可不是「俠盜獵車手」(其實已經有公司利用這款遊戲來合成訓練數據了),大家主要還是靠數百萬公里的實地駕駛。

自動駕駛汽車步入「模糊矩陣」

這樣日以繼夜的採集路測數據不但費時費錢,還非常危險。

首先,尚未成熟的自動駕駛汽車可能會造成致命事故,就像去年 3 月 Uber 測試車那樣。

其次,這樣的魯莽測試會招來反對者的攻擊,Waymo 測試車在鳳凰城遇到的惡意攻擊就是最好的例子。

除了路測歷程突破 1000 萬英里,Waymo 還在藉助類似矩陣的模擬技術 Carcraft 訓練自動駕駛汽車。去年一年時間裡,Waymo 的虛擬車隊中的 2.5 萬台測試車在虛擬世界中跑了 50 億英里。

Waymo 虛擬世界的首席建築師 James Stout 還解釋了它的工作原理:

「我們有同時運行著的不同宇宙和世界,在對微小變量進行不斷測試的同時,我們也在創造車輛從未見過的模擬場景。模糊在這裡起了重要作用。」

所謂的「模糊」其實始於一個駕駛場景,比如四向停車的路口,在這裡 Waymo 數不清的實地測試經驗能幫上大忙。不過,順利攻克這一難關後,數據開始模糊化,變出了近乎無窮無盡的場景等待虛擬測試車去挑戰。自動駕駛系統在這裡積累的經驗隨後會被反饋到實地測試中。

舉個簡單的例子,這就像黑客帝國中的 Neo 直接在雲端下載了成龍的全套技能,隨後瞬間變身武術大師。

Waymo 的「矩陣」

AI 晶片製造商英偉達一直是自動駕駛革命的急先鋒,它的軟硬體產品已經是許多巨頭(比如大眾和沃爾沃)的標配。英偉達也有自己的模擬平台「DRIVE 星群」,這個平台能模擬一整套自動駕駛汽車的傳感器,包括攝像頭、雷射雷達和毫米波雷達。

隨後,英偉達 GPU 會生成圖像數據流,創造出各種測試環境和場景。

類似 Carcraft 和 DRIVE 星群這樣的平台在測試自動駕駛汽車複雜危險環境(如暴風雨和暴風雪,以及不同的路面情況和眩光)下的表現時非常有用。

教自動駕駛系統開車,新創公司也挺在行

在 CB Insights 的 2019 年移動出行趨勢報告中分析師指出,與其自建模擬平台或直接購買英偉達的 DRIVE 系統,一些汽車製造商會選擇新創公司的模擬服務。如下表所示,眼下模擬技術在業內還不是什麼顯學。

CB Insight 的趨勢路線圖

下面,我們就一同來認識海外的四家新創公司,它們手中的模擬技術可能會成為巨頭眼中的寶藏。

Cognata:這家創立於 2016 年的以色列公司已經融到了 2350 萬美元的資金,其中 B 輪的 1850 萬美元去年 10 月才正式敲定。值得一提的是,給 Cognata 提供 B 輪融資的大部分投資者也參加了該公司 A 輪融資,其中還包括空客旗下的投資部門。

Cognata 能使用「計算視覺和深度學習算法自動生成一個完整的城市模擬器,建築、道路、道路標線、交通信號甚至行道樹和隔離帶都栩栩如生。」隨後,它會灌入現實世界的交通數據、傳感器數據,最後按照歷史數據疊加天氣狀況對整個系統進行壓力測試。

Cognata 栩栩如生的模擬世界

去年,這家公司拿到了來自奧迪的大單,而且雙方要合作多年。

Applied Intuition:來自加州桑尼韋爾的這家公司創立於 2017 年,去年 9 月才拿到第一筆風投,不過一次就是 1150 萬美元。據《彭博社》報導,Applied Intuition 可以幫助客戶在 3D 遊戲世界中模擬超過 10 萬眾不同的路況。

在模擬時,虛擬車輛的儀錶盤還能實時顯示類似「虛擬路口和障礙對車輛加速的影響,以及乘客舒適度」等信息。

Applied Intuition 已經拉到了不少客戶,其中不但有市值超 500 億美元的跨國汽車巨頭,還有專注自動駕駛卡車的矽谷新創公司。舉例來說,後者就需要模擬大量變線情況,畢竟卡車 40 噸的體量挪挪窩可不容易。

Parallel Domain:第三家公司創立於 2017 年,其總部也設在矽谷。在去年 5 月的種子輪中 Parallel Domain 拿到了 290 萬美元的投資,金主中還有豐田這樣的超級巨頭。

豐田 AI 投資部門負責人 Jim Adler 表示:「Parallel Domain 實現了虛擬世界的自動化搭建,讓開發者能更快完成自動駕駛技術的部署,這種方式更安全,成本也更低。這家公司的軟體更厲害,開發者能基於現實和虛擬地點生成近乎無限的模擬環境和動態場景。」

除了豐田的投資,Parallel Domain 還和中國電動車新星蔚來達成了戰略合作,而且這家公司用的是英偉達的硬體和軟體系統。

Metamoto:這家創立於 2016 年的公司也來自矽谷,Metamoto 同樣是虛擬世界的搭建者,能幫助自動駕駛公司模擬各種駕駛情況。2017 年 7 月 Metamoto 在種子輪種拿到了 200 萬美元資金。據悉,去年夏天 Metmoto 的種子輪融資也正式開跑。作為 Parallel Domain 的直接競爭對手,Metamoto 並不想像對手一樣直接將模擬平台賣給自動駕駛公司,它更願意提供模擬服務。

眼下,Metamoto 的產品主要由三大部分組成,其中「指導者」(Director)是一款專門負責測試極端情況的模擬器;「設計師」(Designer)則是通過虛擬編輯器生成定製場景的工具;至於「分析師」(Analyzer),則是一款績效分析工具,它能直觀顯示某次測試是否撞到了路人,以及整個過程中 AI 駕駛員的表現。

如果你是連模擬費也付不起的自動駕駛新創公司,還能用英特爾試驗室、豐田研究所和巴塞隆納計算視覺中心合作開發的開源模擬器。

前路漫漫,我們可能需要數十億英里的測試才能保證自動駕駛汽車足夠安全,而模擬技術就是我們提前實現目標的捷徑。

惡意的攻擊者和石頭可能會打碎幾塊擋風玻璃,但他們無法阻擋自動駕駛對人類交通趨勢的變革。

熱門標籤

留言

延伸閱讀