【钛媒体影像栏目《在线》,力图准确记录互联网时代的个体。图文、视频版权为钛媒体所有,未经许可禁止转载、使用,否则追究法律责任。】
(13'44″视频:一场无人驾驶挑战赛)(视频:田毅涛)
苹果收购 Drive.ai 再次给无人驾驶领域泼了一盆冷水,这也可能是无人驾驶行业洗牌的开始。
经过三年的催化,虽然自动驾驶落地依旧遥遥无期,但不可否认的是自动驾驶已成为AI最热门的赛道。每个自动驾驶的垂直市场都可以造就市值超10亿美元的“独角兽”,在出行领域,Waymo和特斯拉均表示,要在2020年开始推出商业化的自动驾驶出行服务。
这样一个炙手可热的领域,自然会吸引一大批年轻人涌入。
2019数博会就有这样一个吸引全球200多名工程师报名的“Moving Hackathon”无人驾驶挑战赛,6天时间里,来自世界各地的17名工程师组成了3支队伍展开角逐。
钛媒体影像《在线》第91期的主角,是这次挑战赛的一支参赛队伍,几天时间内,他们在一台配备硬件支持的普通车辆上实现了部分自动驾驶功能,并通过比赛的7项挑战拿到冠军。
PIX是一个提供模块化无人驾驶实践和体验的移动空间,这里会定期举办关于自动驾驶的Hackathon。国内很多工程师并没有练习和测试无人驾驶的环境,也不太容易有机会经历完整全面的改造实践,PIX希望以工程挑战的形式“降低开发者们对无人驾驶的测试和实践门槛”。
2DIFFICULT队:上海交大师生+浙江移动工程师+墨西哥工程师
2 EASY队:德国、西班牙工程师+贵州大学研究生
国际联队:土耳其、印度、巴西工程师
“世界各地报名参赛的工程师有200多名,最后我们选出了17位。”PIX COO曹雨腾向钛媒体《在线》介绍,参赛队伍要将算法和传感器部署在官方的全尺寸比赛车上,在封闭园区道路计时跑圈,挑战7项自动驾驶道路任务,最后根据每个单项完成情况和整体完成时间计算得分。
比赛为期6天,7项挑战任务分别为:
红绿灯识别、斑马线行人避让、下坡变道减速停止、障碍行驶、车辆掉头、停止标志识别、S型弯道行驶。
马臻博士毕业于英国谢菲尔德大学,研究方向为火焰动力学和结构的数字图像和信号处理,他就职于上海交大,是汽车工程研究院无人车课题组组长。
马臻领衔的D队由上海交大研究生团队和中国移动AI算法工程师以及墨西哥算法工程师组成,一共6人。“这次带交大的研究生一起参赛,就是想锻炼一下团队的实践能力,让学生们完整地参与一次无人驾驶车的改造。”马臻对钛媒体《在线》介绍。
林挺是上海交大汽车工程学院研究生,这次主要负责激光雷达调试与控制以及核心软件安装。安装软件是改造车辆的第一步。第一天安装,D队就遇到了麻烦,他们连续装了4次都没成功,致使整体进度落后其他两支队伍。“倒不是技术难题,因为这台电脑之前被人改过参数和IP,所以还要重新设置和修改,不过是比较打击士气。”林挺说。
自动驾驶的核心是传感器、计算能力和软件,雷达(激光雷达、毫米波雷达等)加摄像头(单目、双镜头等)是比较主流的传感器组合方式:雷达主要用于测量速度、距离,摄像头主要用于识别道路上的人、物和交通标识等,两者相互补充,为自动驾驶车辆的计算和决策提供“材料”。
目前,这些关键传感器都在某些方面有各自的局限性,比如毫米波雷达空间分辨率较低,激光雷达的稳定性容易受到雨雪等特殊天气影响,摄像头视距有限且其稳定性同样容易受到天气条件影响。
无论是对主机厂商还是自动驾驶公司来说,雷达高企的成本或许都是他们商业化的拦路虎。以实力较强的雷达设计制造商Velodyne为例,该公司目前最好的激光雷达Velodyne VLS-128售价接近人民币90万元,其上一代64线产品HDL-64售价也超过50万元,这样一个雷达的价格都远远超过一辆普通汽车。
去年以来,“纯视觉自动驾驶”解决方案的声量越来越大。特斯拉创始人马斯克认为“依赖激光雷达的自动驾驶公司注定要失败”。不久前,百度Apollo宣布了纯视觉L4级城市道路闭环解决方案Apollo Lite,该方案可同时对10路摄像头200帧/秒数据量并行处理,且“前向障碍物的稳定检测视距达到240米”,使自动驾驶不再依赖机械扫描式的激光雷达。
前期数据采集时,车辆行驶过程中,激光雷达会记录车辆的坐标点,这就是路点,路点的疏密可以由人工设置。“路点的疏密程度可以直接影响车辆平稳度和方向盘转向幅度。如果偏差过大,车辆极有可能失控。”戚靓亮向钛媒体《在线》介绍,所有的修补偏差,都是为了自动驾驶能够模拟人开车时的平稳状态,整个比赛前的准备时间,D队一共整体修改路点超过30次。
红绿灯识别、斑马线行人避让、停止标识识别三个任务,D队使用基于深度学习的目标检测算法进行感知识别。
为了让系统能够辨认出红绿灯、斑马线、行人、停车标识,车上的摄像头从不同角度拍摄了4900张图片,D队两名队员用了半天时间对这些图片进行了一一标注,系统获取所有图片后,进行了3万次算法训练。
“比赛时间有限,正常情况为了提高精准度,需要在不同时段、不同天气反复采集数据。”D队队员戚靓亮对钛媒体《在线》说,“人工智能背后其实真的都是人工”。
“2EASY”队有丰富比赛经验,成员对Autoware十分熟悉,并且在人形机器人和移动基地使用ROS框架也已超过7年,队员们对钛媒体《在线》表示,这个挑战赛“So Easy”,对于冠军他们“势在必得”。
大规模路测和大量真实数据积累是自动驾驶商业化的重要前提。
知名自动驾驶公司Waymo去年10月对外宣布,从2009年开始,其路测里程累计已达1000万英里(超1600万公里)。数据显示,Waymo前400万英里的累积花了8年,随着Waymo车队不断壮大,该里程数将出现几何级增长。
以对自动驾驶态度最为开放的美国加州为例,截止2018年底,该州已至少给60家企业颁发了自动驾驶路测牌照。中国也在迎头追赶。据北京市交委此前发布的报告,2018年北京为8家企业发放了56辆车的自动驾驶路测牌照,其中百度拥有45辆,完成了13.988万公里路测里程,这占到2018年北京路测总里程15.356万公里的91%。
“整个任务中最具有挑战性的就是‘障碍行驶’,我们使用激光雷达点云滤波算法进行识别,使用动态路径规划来切换车道线。” D队戚靓亮对钛媒体《在线》介绍,正式比赛时,会有三个纸箱随机分布在左右两个车道上,针对这个情况,他们把避障任务路段的左右车道切换成多段路径,将路面模拟成S弯路线,使用动态路径规划来切换车道线避障。
“顶着巨大的压力,坚持拼到最后,圆满完成任务,比平时训练时发挥的更完美,很满意。” D队马臻对钛媒体《在线》说。
相比之下,三支队伍中的夺冠热门“2Easy”队却发挥失常:在“下拨变道减速停止”任务中,由于车上人太多,导致车辆惯性过大压到停车线;在“停车标识”识别任务中,程序死机车辆失控,导致任务未能完成。
马臻表示对比赛结果有些意外,对手都是在机器人、无人驾驶等领域造诣很深、实力强大的工程师。“整场比赛竞争氛围并不激烈,团队之间还会互助,在交流和切磋中大家已成为朋友。把理论和想法应用到实践验证上,这些意义远超过比赛名次。比赛结束了,但学习不会停止。”(本文首发钛媒体,钛媒体摄影师/孙林徽 编辑/陈拯 视频/田毅涛)
钛媒体影像专栏「在线」
力图准确记录互联网创业潮中那些在线的个体
影像是准确的,但影像并不是全部事实
影像是自由的,但影像也是陷阱
这个「在线」的时代,我们和你来一起发现
根据《网络安全法》实名制要求,请绑定手机号后发表评论
安全系数
极限挑战逼出自我,必出精品😂