玩轉無人駕駛實訓基地

9 月 17 日

Hi，大家好，從今天起，我將會記錄由 PIX，Udacity 和 Tier IV 聯合舉辦的為期 5 天的無人駕首期培訓線下體驗。

無人駕駛領域人才極度稀缺，工程師的培育高度依賴真車測試環境與演算法演練。而目前全球範圍內，可供無人駕駛的測試場地不足 20 家，真正意義上的實訓基地幾乎沒有。

——雷鋒網

本次線下實訓不僅讓學員可以體驗到從 0 到 1 搭建無人車，還可以讓學員體驗真正的無人車改裝的過程。這是 Udacity 的一次大膽嘗試與創新，想想，讓自己的學員將自己手寫的代碼親自實現在汽車上，並讓汽車有「靈魂」的動起來，這本身就是一件令人激動並且有意義的事。

來，先放放幾張今天發布會的圖。

首次無人駕駛線下培訓課程，有幸請到了來自名古屋大學教授 Alex Carballo 來擔任此次活動的技術講師。他帶來的 Autoware 是全球首款無人駕駛應用平台。在 Udacity 無人駕駛工程師納米學位 Capstone 畢業項目中，Autoware 給全球的學員搭建了由軟體到硬體的橋樑。

更難得可貴的是，PIX 公司不僅提供了三輛改裝的無人車（配備了 Velodyne 公司提供的 VLP-16 線激光雷達），並且還提供真實的自動駕駛測試基地，供學員進行一系列的測試。

首次線下課程，經過層層篩選，最後邀請了全國 15 名學員來參加這次線下課程。他們來自上海，北京，瀋陽，西安，湖北等許多城市。這其中還包括來自颱風重災區的深圳和廣州的學員（由於颱風到來，飛機火車全部停運，兩名學員預計開課當天到）。學員笑稱說，無人駕駛的門檻果然太高，颱風都要攔住我。

課程設計搭建了一套完整的實現無人駕駛紅綠燈檢測的項目流程攻略。希望通過此次項目，能夠讓學員真正領略到無人駕駛車在改裝過程中的所有細節。課程的目的並不僅僅是 Udacity 能教會學員什麼，而更重要的是希望通過此次線下培訓，能激發出學員的潛力，讓他們能夠通過自己的學習以及探索，自己可以拓展新思路。我將會在未來 5 天記錄整個線下體驗活動的過程。

9 月 18 日

進入實訓課程的第一天，15 名學員都很興奮地早早來到了 PIX 工廠。兩名來自深圳和廣州的學員也都按時到位。上午主要的活動是本次實訓課程的整體流程介紹，並讓隊員自我介紹，進行分組。最終，在各自 Leader 的帶領下，「可還行」、「起步彈射」、「紅鯉魚與綠鯉魚與驢」 三組戰隊隆重誕生。中午稍作休息之後，學員迫不及待地開始了「探索」新車。

第一天的任務是機器部署。

其實剛剛開始設計機器部署作為線下培訓內容的時候，聽過很多反對的聲音。大多數人覺得課程應該給學員準備好一台軟硬體配置相同的機器。學員來了之後，可以直接上手，比如訓練深度學習模型。但是，在實際的生活中，往往就是機器部署卡住了很多非計算機專業的學員，從而令很多學員在學習的初期就會因為這樣的原因所放棄。雖然這一部分很耗時，為了讓學員親自的「趟坑」，課程保留了這一部分交給學員自己去探索，完成機器部署的任務。

果不其然，在簡單的搭建起機器硬體連接後，網路成為了所有人最大的問題。大多數學員無論是有線還是無線都連不上網路。PIX 也緊急調用工程師幫助學員解決問題。剛開始，覺得這是很簡單的事情，但是無網路的狀態持續了一個半小時。這時，學員的情緒可能因此而焦躁。因為沒有網路，基本什麼事都做不了。但是令人意外的是，學員並沒有任何的抱怨。有些學員主動和 PIX 工程師進行交流，一起解決斷網的問題。而有些學員開始規劃並且預習接下來幾天的學習任務，並找擅長某些知識點的學員進行交流。大家並沒有因為這次事故而感覺到焦慮，也都有自己的事情去做。

經過所有人的努力，網路問題終於解決了。原來，三台無人車的激光雷達和學員所有的主機與個人筆記本都在一個網關內，而激光雷達每秒又要傳輸幾十兆的脈衝數據。這就導致其他終端搶佔的網路空間減少。這次意外，不僅沒有讓學員感覺到失望，而且通過大家集體的力量，發現了其中的問題，並得到了知識的收穫。

在這之後，學員們在各自 Leader 的帶領下，分工明確，高效地完成部署的任務。其中遇到的問題，都在學員之間的交流， PIX 講師的幫助下，最終得到解決。在整個的部署過程中，Alex 教授也不遺餘力地幫助學員答疑解惑。

經過一整天的實踐，三組學員都順利地完成了機器部署的任務，並且都表示整個一天下來，收穫滿滿。每個人都至少在 PIX 工廠奮戰到晚 9 點以後。能夠看出，這 15 名學員每個人都非常喜歡無人駕駛，也非常珍惜這次機會。

明天繼續更，再見！

9 月 19 日

無人開始實訓的第二天。15 位奮戰到凌晨的學員們眼裡看不到絲毫疲憊，經過前一天機器部署，第二天一大早抑制不住的興奮，迫不及待的希望能夠儘早完成任務前往場地訓練模型。 Alex 教授的技術分享，他耐心的教授大家如何用 Autoware 去構建地圖，將平時需要 6 天時間講座的知識點抽選出它們的精華部分授予學員，希望他們能在最短的時間內高效掌握關鍵技術點，雖然這樣的高容量的吸收對學員而言是一個不小的挑戰。學員們以最快的速度午餐後，便以十足的熱情投入到了下午的實訓內容－採集數據。連綿了 4 天的秋雨彷彿也為了這群充滿理想與激情的學員而刻意停下，在秋日暖陽的沐浴下，大家依次配置好車上攝像頭的驅動後，都懷著躍躍欲試與迫不及待的心情準備出發去無人駕駛實訓場地進行拍攝了。

最先完成配置的是我們的 「可還行」 與 「起步彈射」 小組，他們驅車離開後，我問還在焦急配置的 「紅鯉魚」 隊員看到別的隊員離開是否會有焦慮感：「最後一個挺好的，司機不用著急回來接別的隊伍，時間充裕，說不定還可以順便出去兜兜風呢~ 」 最小的隊員於伸庭笑著答到，下午 3 點的陽光從天窗上折射下來正好灑在他開朗的笑臉上。但說完他們便加快了配置速度。嘿，永遠都要把積極樂觀的一面留給他人，是我從這些學員們身上感受到的又一個正能量。

早就聽聞貴陽今年這個季節的天氣 「變幻莫測」，來了兩三天之後，大家都深知今天下午的陽光來之不易，抵達測試場地後便迅速進入 「戰鬥」 狀態，分秒必爭，誰知道天氣是不是說變就變呢。每個小組都想盡辦法開動汽車，竭盡全力從不同的角度拍攝紅綠燈的圖像數據，為了增加數據的多樣性，還多次變換紅綠燈的擺放位置以此來增加數據的多樣性。

來回折騰了近4個小時候，每個小組帶著拍攝的近萬張滿懷期待的回到了工廠。

隨後各個小組的隊長便開始迅速分配任務－人工打標籤。這是一項枯燥、艱苦卻又十分重要的工作，它是用來解讀數據的最佳方式，通過仔細的觀察圖像與數據，才能清楚的判斷採集回來的數據的優缺點。

打標籤的過程便開始能逐漸判斷出每個小組的特點，而小組隊長的整體組織規劃與協調的能力也在這時拉開了每個小組的進度差距。三個小組中，有採用流水線分工的模式進行標籤處理，也有均分的方式，接下來便是用打好標籤的數據進行模型的 fine-tune。Fine-tune 是現在最快達到優秀檢測結果的方式；通過遷移學習，可以利用世界上檢測和速度最好的網路模型的優勢。只需進行一些微調，便可以適應現在的紅綠等數據。經過一段時間的訓練後導出最佳模型，嵌入到 Autoware 檢測的節點上，就可以去做實地的測試了。

轉眼間就已經深夜10點，但是大家卻絲毫沒有想要回酒店休息的跡象。這樣的專研精神狀態，在別人看來是苦與累，但是只有身在其中的人，才明白，為改變人類出行方式與交通未來而求知的路，其實是一種最持久的快樂。