自動駕駛 | 從概念走向繁榮

作者：一刀三石

導讀

AI浪潮正不斷影響著現今世界上的每一個人，諸多辭彙讓人們熟知，「人工智慧」、「機器學習」、「深度學習」。自1956年，由計算機科學家在達特茅斯會議上提出了「人工智慧」概念開始，就一直縈繞於人們的腦海之中，並在科研實驗室中慢慢孵化。幾十年後的今天，AI成為科技變革的重要契機。

人工智慧的「成長」經歷了多個階段，起初從簡單的邏輯推理，發展到中期的基於規則的專家系統，這些都為人工智慧的成長奠定了基礎。直到機器學習誕生後，AI領域似乎找到了新的方向，並在圖像、語音、文字等垂直領域中表現出色。如今，人工智慧迅速崛起，得益於數據量的提升、運算力增強以及機器學習新演算法的出現（深度學習），促使AI進入「爆炸」式發展階段。

多項技術集成，實現自動駕駛

不僅如此，計算機科學家還將人工智慧與工業結合實現自動駕駛技術並應用到人類的生活之中，這對人工智慧與現實世界交互和發展有著推動性的作用。因為，從自動駕駛技術、場景應用直到車輛量產上路都相當複雜，需要多項技術支撐，也就是說自動駕駛是多個技術的集成，並非應用單一技術可實現。

自動駕駛系統包含了多個感測器（包括激光雷達、車載攝像頭、長/短距雷達等）如同汽車的「眼睛」，用於偵測周圍環境，規避危險因素以及數據傳輸等功能。每個感測器在運行時都會不斷產生數據，而且系統對每個感測器產生的數據都有很強的實時處理要求。演算法晶元非常重要用於代替人腦與車輛結合，對實時的大規模數據進行處理，並實時做出駕駛預警與決策，對自動駕駛汽車的安全性、可靠性、持續性有著至關重要的作用。除了智能駕駛相關的感測器數據進行計算與決策，還需要傳統汽車中各個機械部件進行配合控制，完成駕駛操作的執行與轉換，從而實現「大腦+眼睛+身體」的完美融合。

感測器和演算法晶元是自動駕駛汽車的靈魂，通過「感知器官」（感測器）將探測數據傳遞到計算平台，使車輛獲得更多「駕駛經驗」從而提升自動駕駛汽車的智能化程度。多項AI技術的綜合應用，不僅能推進自動駕駛的創新與發展，還為語音識別、圖像識別等技術應用擴展出更多應用場景與空間。

自動駕駛的現狀與未來機遇

自2000年以來，推出駕駛輔助系統（ADAS），從泊車輔助、車道偏離預警、自適應前照燈系統、自動泊車、盲點探測系統、全景可視系統、車道保持輔助等不斷升級迭代，並被人們認知與接受。直到2016年L2級別部分自動駕駛車輛才漸漸展露頭腳，為自動駕駛的實現提供了可能。今年，新一代奧迪A8搭載了L3級自動駕駛技術，成為率先達到有條件自動化級別的自動駕駛汽車。奧迪A8自動駕駛系統就應用了不少英特爾的技術，自英特爾完成對Mobileye的收購以來，在自動駕駛領域擁有了獨特優勢，能夠提供從汽車、網路到雲的端對端自動駕駛解決方案【注1】。

L3級是自動駕駛技術的一個風水嶺，是「自動輔助駕駛」與「自動駕駛」的區分界線。L3級的出現，為駕駛者解放了雙手，在低速場景下AI甚至可以取代司機自動駕駛車輛，似乎距離人類想像中的自動駕駛更接近了。

未來將屬於自動駕駛，預計2021年L4級自動駕駛將開始商業化，2025年L5級自動駕駛將進入市場，從此開啟一個嶄新智能汽車時代。AI刺激汽車行業發生巨大變革並創造出不可估量的商業價值與社會效益，優化完善整個交通生態系統。

增強公路安全性

每年交通事故的發生會帶來嚴重的經濟損失與人員傷亡，90%與人為失誤有關（包括酒駕、操作失誤等）。在這些方面，自動駕駛汽車能夠大幅改善或避免車禍發生。根據《高速公路安全保險研究所研究表明》，自動駕駛系統能夠為高速公路事故死亡數量降低31%，每年可挽救數千條生命。

緩解交通擁堵

在中國，汽車數量超過2百萬輛的城市高達10個，私家車擁有量達到1.2億輛，僅北京擁有560+萬輛汽車。都市交通擁堵30%源於駕駛者（包括尋找車位、違反交通規則等）。未來，一旦自動駕駛系統產量化，並佔到車流量較大比例，利用車載感測器與交通系統互聯，及時上傳交通數據，根據道路汽車流量實時更新，將交通燈間隔動態化提高車輛通行效率，緩解交通壓力。

減少污染

汽車造成空氣質量下降毋庸置疑，自動駕駛技術能提高燃油車的燃料效率，通過流暢的車輛控制，比人為操作更加節能。未來，出行模式也會發生改變，自動駕駛汽車非常適合「拼車」乘客使用，當拼車乘客越來越多時，汽車尾氣排放量也隨之降低。同時，改變傳統的一車一人模式不僅對環境有著明顯的改善，還對整個交通生態系統的優化完善起到重要的作用。

英特爾，強強聯手打造自動駕駛

汽車正在成為英特爾在AI大時代中布局的重要領域之一，面向未來的自動駕駛，英特爾致力於以革命性的方式重塑駕駛體驗。並秉持著開放合作的態度，與汽車製造商、科技企業以及更多領域的專家、學者共同打造自動駕駛系統【注2】。

英特爾融合Mobileye的技術專長（包括計算機視覺、感測、地圖和駕駛決策），並啟動了L4級自動駕駛測試車隊，今年5月在耶路撒冷亮相，據測試結果Mobileye認為「自動駕駛車輛能夠適應在耶路撒冷的駕駛環境，那麼其他地區問題也就不大了」【注3】。因為，耶路撒冷的道路標識十分不清晰，變道環境也非常複雜。

Mobileye在高級駕駛輔助系統和自主駕駛領域深耕多年，利用12支攝像頭使自動駕駛車輛具有360度環視感知，攝像頭內都帶有深度學習演算法。然後在REM支持下，自動駕駛汽車會獲得實時更新的數據。同時英特爾提供了通信平台，車輛又有基於V2X與設施進行交互的能力。RSS（Responsibility Sensitive Safety）使車輛具有即時反應能力保障安全出行。不斷推動自動駕駛汽車向更高級別發展。

英特爾與Mobileye自動駕駛測試車選擇了純視覺方案，並沒有使用昂貴的毫米薄雷達與激光雷達，卻能夠應付複雜光線對成像的影響，這是為什麼呢？其實，早在設計之初就針對這個問題做出了相應的解決方案，比如在自動駕駛汽車正面採用中焦、長焦、廣角鏡頭的三目方案，保證大部分探測區域都有多支攝像頭來負責感知，由多顆攝像頭本身形成感測器冗餘。除此之外，Mobileye特意加強了演算法的魯棒性來解決複雜光線的影響，還通過大量的測試克服諸多難題確保產品達到100%的安全性。此外，這套純視覺感知方案可以說是物美價廉，使自動駕駛的成本得到降低，為自動駕駛汽車量產奠定了基礎。

英特爾和Mobileye的技術支持為推動汽車製造商走進自動駕駛領域以及自動駕駛車輛進入消費市場成為可能。目前，英特爾已經與多家汽車廠商簽署了合作協議，攜手合作夥伴共同開發尖端自動駕駛平台。預計2021年，英特爾將推出「產量形態」的L4級汽車，推動自動駕駛從概念走向繁榮。

· END ·

參考資料：

1.讓自動駕駛圈抖三抖的新奧迪A8，身懷什麼頂尖科技？

2.與Mobileye深度整合，英特爾計劃啟動100輛L4無人駕駛測試車隊

3.英特爾153億美元沒白花！對話Mobileye中國一把手

了解更多出行資訊

敬請關注

出行控