自动驾驶迷思：马斯克的高精度地图无用论是否站得住脚？
发布时间：2019-8-17 09:51
发布者：Cinderella0922
关键词：
自动驾驶
|
激光雷达以及强大的神经网络是否能替代高精度地图？ 文 | 大壮旅 新智驾按，即使 L3 及以上自动驾驶汽车必须有高精地图辅助已经成了业界共识，特立独行的马斯克认为高精度地图是浪费资源。 在今年 4 月份的特斯拉 Autonomy Day 上，马斯克就公开说过分依赖高精度地图会让自动驾驶系统变得极其脆弱，普及起来更加困难。 无独有偶的是，6月10日，纽劢发布的自动驾驶系统解决方案“MAX”也并没有使用高精度地图；6月18日，AutoBrAIn推出的HWP(highway pilot)自动驾驶系统Mr.Pilot也并未使用高精度地图。 然而更多的行业从业者依旧是相信高精度地图是自动驾驶系统的安全备份。 VSI Labs 创始人 Phil Magney 就指出，“高精地图存在的意义就是提高车辆的智能水平，以增强其性能和安全性。” HERE 地图产品市场主管 Matt Preyss 则认为，高精地图并非我们熟悉的 GPS 导航，它是加载了地理编码元数据，且专为其设计的新型地图。 在 Magney 看来，高精地图存在最重要的目的就是增强自动驾驶系统的信心，它还解决了道路解析的计算问题。现有的高精地图可分为多个层次，比如“用于定位的精确车道标记，边界，几何与 3D 标记”。 自动驾驶地图的不同层级 , G% ^! x2 H! {; \+ d' R 现在的高精地图市场已然火热异常，除了传统导航地图提供商，科技公司、汽车制造商和新创公司均抓准了机会抢滩登陆。在某种程度上，该领域的玩家正在争夺数据所有权，这可是个高风险游戏。 在 VSI Labs 自动驾驶专家的帮助下，我们对高精地图的优缺点进行了深入解析，Musk 的高精地图无用论是否站得住脚呢？ 自动驾驶汽车与高精地图密不可分的原因有很多，其中最重要的恐怕是后者在道路解析上能提供最为直接的解决方案，而无论是 ADAS 还是全自动驾驶，对图像进行分析后完成道路分割都非常重要。 即使是最基本的车道保持功能，高精地图也能在道路标线变模糊时（包括被雪覆盖或其他天气因素）助其一臂之力。 当然，来自不同传感器的数据融合后也能帮助自动驾驶系统解析道路，不过它们有自己的局限性。 “特斯拉的事故就是传感器有局限性的最好证明。”Magney 解释道。“在山景城的那次车祸中，道路表面的细微变化正是引发事故的一大诱因，计算机将混凝土旁边的深色沥青表面看成了车道线，导致车辆轨迹出错，进而引发事故。” “如果 Autopilot 有个细节更清楚的车道模型，这次事故就不会发生，因为系统已经可以对车道进行预判了。”Magney 强调道。 特斯拉山景城事故分析 . E$ g5 T6 J8 Z: ^+ w4 {" e( t& N% b; p' F6 ^& U# c- F + `; {# c; W$ @: b) T# x Magney 警告称，虽然摄像头依然是当下性价比最高的解决方案，但在道路解析能力上，它们真的不太行，其问题在于太依赖计算能力了。“高精地图就能减轻系统的算力负担，并为环境建模增加信心。” 那么作为核心传感器之一的激光雷达，是不是能够承担高精度地图的某部分功能？ VSI Labs 资深自动驾驶软件工程师 Matthew Linder 认为，现在轻言激光雷达解决一切还为时尚早。根据自己的经验，他认为激光雷达确实是 3D 感知及环境建模工作中的佼佼者，探测未知物体和空间它也是一把好手。“不过，天气状况不太好时，LiDAR 探测道路标线性能就会大打折扣（比如道路标线被雪完全覆盖）。同时，激光雷达也没有透视眼，它在有其他车辆或物体遮挡时也会犯傻，而且别忘了这家伙现在还很贵。” Matthew Linder 解释道。“高精地图就没这个担忧了，遮挡根本不是个问题。” 对于自家HERE的 HD Live 地图，Preyss 信心满满，他表示：“我们能支持任何 OEM 开发的定位方案。我们相信，L3-L5 的时代，GPS/IMU、高精地图和其他传感器的融合才是最理想的解决方案。” “除此之外，OEM 商还会有不同的战略，涵盖不同价位、交付日期和技术等。”Preyss 解释道，他认为汽车行业会采用渐进方式走向自动驾驶时代。“我们得确保自己的解决方案能满足不同厂商的战略，覆盖它们当下及长期的需求。” # L0 Z) ^6 ]% K; C h5 c4 }8 v% ^8 G 马斯克对于高精地图的评价也不能说完全错误。 首先，自动驾驶汽车的位置必须能精确显示在地图上， 否则高精地图也无用武之地。 其次，高精地图需要实时升级，没有这一点，自动驾驶汽车就得学会如何判断地图数据是否错误了。 第三，高精地图也是要收费的。 最后，如果马斯克能像发布会上宣传的那样完成对神经网络的完美训练，谁还需要高精地图啊？当然，以现在的技术水平，这只能算个假设。 这四点中，最重要的就是第一个，即车辆如何实现在地图上的精确定位。 VSI Labs 资深合伙人兼咨询师 Danny Kim 表示，精确定位有多种可用方案，比如说用实时动态定位（RTK）或精确单点定位（PPP）技术来辅助 GPS。RTK/PPP 服务一般由定位引擎软件公司提供，比如 Trimble、GMV 以及 Hexagon/NovAtel 等。他还指出，许多州的交通部门都会通过公共或私人的连续定位基准站网络（CORS）提供免费服务。 如果排除 RTK/PPP 服务，我们还能求助于传感器。举例来说，“你可以用激光雷达 3D 点云图与现有 3D 点云图进行对比。”Kim 解释道。“这样一来，你就能用激光雷达生成基础地图，随后用车载激光雷达的实时数据与其进行比照了。”在这里，我们还是得绕到激光雷达的成本上，想用它生成大规模的基础地图可不容易，而每辆量产车都配上激光雷达更是难上加难。 前面两种走不通的话我们还有第三种方案，即“基于路标的定位”。Kim 认为，这一方案中摄像头和/或激光雷达都能派上用场。“在这里，传感器需要探测并识别路标。基于路标的定位用的也是对比法，即用实时感知到的路标与高精地图中现存的路标进行对比。” 在 Magney 看来，高精地图的实时升级确实是暂未解决的一大挑战，而这个问题的解决方案则是 Mobileye REM（众包底图）能否成功的前提。至于最终的价格，现在也是个未知数。Kim 就指出，“说实话，我们现在也不知道答案，因为大多数高精地图供应商现在对价格问题避而不谈。” 大约半年前，高德地图开始走向收费，OEM 商每辆车每年要交 100 人民币的授权费。不过，高德地图也表示，未来这一费用每年至少会下降 2%。对高德地图这样的提供商来说，永久免费肯定不现实，毕竟高德用于数据采集的自动驾驶汽车单台价格就超过 100 万美元。 马斯克在 Autonomy Day 上的发言确实振动了整个业界，难道大家辛辛苦苦研发的激光雷达和高精地图马上就要过时了？ VSI Labs 的 Linder 相信，如果马斯克真能拿出那样强大的神经网络，那么他的假设就有可能成真。“只是这样的神经网络现在不可能存在。”不过 Linder 也强调，即使这样的神经网络存在，一旦传感器出现错误，地图还是得提供一定冗余，以方便车辆安全靠边停车。至于钢铁侠高精地图无用论中提到的雪地情况，Kim 表示：“这个问题的前提是道路标线本就异常清晰，那么神经网络就能通过训练来解决标线的识别问题。”当然，他也承认，这一切都未经证实。 特斯拉的 Andrej Karpathy 也承认，公司现在还没有专用的数据引擎来模拟现实世界中类似情况下的数据。这就意味着，特斯拉的车队还是得将大量数据回传，以便公司用这些养料来训练神经网络。 5 i8 k4 i2 x. \ 虽然马斯克对高精地图嗤之以鼻，自动驾驶行业其他人却依然对其心心念念。那么，现在的高精地图市场，谁是最炙手可热的头号玩家？ 关于该问题 Kim 指出，这个市场分化比较严重，大家都是在自己的地盘“称王称霸”，尤其是亚洲。 举例来说，韩国主要用 MnSOFT，中国则是高德、百度和四维图新。至于日本，则是 DMP（动态地图平台）称雄，该平台不但有普通投资人，还有政府、OEM 商、以及供应商和地图提供商参股。 “它们的移动绘图车采集了大部分高精基础地图数据，同时还在每个地图供应商对数据进行后处理并添加更多竞争属性之前，以协作方式创建语义地图。”Kim 解释道。 在欧洲和北美，我们主要看 HERE 和 TomTom。当然，USHR 也有一定的份额（不过这家公司已经被 DMP 收购）。 “除了 DMP，上面所有提到的公司都是传统导航地图提供商，它们了解基于地理信息系统的地图迭代以及维护工作怎么进行（至少是地区级的）。”Kim 总结道。 一方面，基础道路几何图与高精车道模型（主要面向高速公路）几乎已经被现有头部玩家彻底掌握了。另一方面，“许多新创公司仍在收集高精地图中用于基于地标的定位属性。”Kim 解释道，而这里的关键，就是这样的地图属性能否大规模生成。 在他看来，用摄像头这样性价比更高的传感器完成类似数据的众包和收集是唯一能走通的道路，这也是 Mobileye 能统治市场的主因。”他补充道。“不过，类似 Deepmap、Civil Maps、CARMera, Mapper、Netradyne、Lvl5 以及 Atlatec 这样的新创公司也值得关注，它们谁能用自动化的方法完成地图生成与维护，谁就能成功。” 9 H$ ^" E0 g: Q" O5 M+ T 数据归属问题利用自家摄像头和基于 AI 的感知算法，现在的 Mobileye 能提供一整套地图与定位堆栈。“感知与定位息息相关。”Kim 强调道。 “与其相反，特斯拉并不采集基础地图数据，它们要的是能训练感知与预测算法的实时数据。”Kim 解释称。 Mobileye 自己就是个联盟，“它们不但采集数据，还能在云端对其进行处理，同时对外售卖定位算法。” 需要注意的是，Mobileye 并非这些数据的拥有者。一般来说，OEM 商有数据的所有权，因为采集数据的是它们的车辆（虽然车辆用了 Mobileye 的 EyeQ4 摄像头）。“眼下，这种数据归属模式就是引爆大家讨论的关键点，因为这样的情况下 Mobileye 无法拿到地图与定位项目的主动权。”Kim 解释道。“定位是 OEM 商的核心知识产权，它们绝不会将其让渡给第三方平台供应商或地图数据提供商。” |
网友评论