网站制作 网站设计 北京做网站公司
智行者张放：感知算法尚存缺陷，无法证明自动驾驶比人更安全
出品 | 搜狐科技
作者 | 梁昌均
编辑 | 杨锦
“半封闭场景下低速的L4级别自动驾驶，在未来一到两年内有望大规模落地，但通用自动驾驶技术至少在五年内不太可能落地，这更多还是技术成熟度的问题。”在近日搜狐科技举办的《AI十二谈》第二期沙龙直播上，北京智行者科技联合创始人&研发副总裁张放判断。
在活动中，张放首先分析了辅助驾驶事故频发背后的技术原因。他表示，目前量产的辅助驾驶系统本身算法上的特点和缺陷，导致整个系统在识别特殊类型的车辆以及静止车辆的时会遇到难题。
张放进一步解释称，摄像头的目标检测和目标识别算法是数据驱动的深度学习算法，对道路中不常见的特种车辆或者不规则车辆，在检测算法里的数据库会比较小，目标检测准确率会降低。
毫米波 大的问题是会有比较多的误检，比如对路边杂草、护栏或者悬浮在半空中的标志牌，都会被检测出来，但是由于缺少高度信息，特别对于悬浮的标志牌和静止车辆来说，毫米波很难进行区分，为了保证舒适性，多数情况下需要采取一些过滤措施，就会导致毫米波对静止车辆识别上存在问题。
要解决这个问题，张放认为，需要去补充样本库里比较少比例的样本，也就是如何更高效地、更加低成本地搜集这些数据。如果通过自营车队去采集这些数据，成本是比较高的。成本比较低的就是在量产过程中，通过由普通消费者进行路测的时候进行搜集。但自动驾驶的算法也在逐步去提升，总要有一个过程，让算法弥补自己的短板。
北京智行者科技联合创始人&研发副总裁张放
感知是自动系统安全的基础，而目前业内出现了两种路线，一种方案是特斯拉纯视觉方案，一种视觉和激光雷达相融合方案，谁会成为主流？
张放认为，从安全性的角度出发，如果是在摄像头基础上增加激光雷达，能够提供一定的感知冗余和传感器冗余，在一定程度上能够增加安全性。但哪种会成为主流，现在不是很好判断，各有优劣。
纯视觉方案的好处是成本比较低，这样搭载车辆的数量会更多，反馈的数据会更多，这对于算法、性能的提升可能会形成补充。对于激光雷达来说，它的优势是安全性相对更好，但成本比较高，可能只能搭载在某些高端车型上，数据量没有纯视觉系统的数据量大。
不过，对于自动驾驶的安全性来说，除了感知还有预测、决策、控制、定位等方面的问题。抛开算法层面，张放还提到，还需要去做系统分析，系统所提供的每一项功能是否都经过了功能安全分析，是否能够保证在某个模块失效时能够由其它模块兜底，或有一个更加完善的安全策略来保证整个系统的时效，比如软件的冗余、硬件的冗余等。
如何去判断自动自动驾驶的安全，业内常常拿它用来跟人类驾驶来比较。不过，张放表示，目前无法从理论上去证明自动驾驶比人驾驶要安全，行业比较认可的就是实际路测，而且实际路测要达到10亿公里，在统计意义上才能证明孰优孰劣，但目前没有哪家企业真正在实际道路测试的行驶里程达到这个数量级别。
此外，张放也表示，在不同场景下，自动驾驶对安全也有不同的要求和挑战。他表示，现在大规模商业落地的自动驾驶更多是在低速的限定场景，相较高速场景的自动驾驶安全风险更小。与高速场景相比，偏低速偏园区偏市内场景，运行速度比较低，所以对于系统的反应时间要求会相对较低，同时速度低，发生碰撞后的危害较小。
但张放认为，在场景的复杂度上面，低速并不比高速简单，比如低速场景下，人、车密度更高，混行更多，都对室内或者偏低速的场景提出更多功能上的挑战。此外，对于低速场景的自动驾驶来说，并不是不存在挑战，比如公开道路上少见的跌落场景、透明玻璃和高反光物体是个挑战，需要针对性解决。
虽然自动驾驶涌入很多玩家，但作为自动驾驶产业的实践者和创业者的张放，并不担心行业的“内卷”。他认为，一个赛道的发展肯定是很多公司一起竞争，这对整个产业发展是有利的，行业的整体技术水平和技术实力也能在这个过程中水涨船高。同时，自动驾驶是一个很大的赛道，每家公司所处的行业地位或者上下游不同，除了竞争更多还是合作共赢。
张放还提到，中国和美国是自动驾驶的 梯队，从软件或者算法层面来看，差距并没有那么大，加州发布的自动驾驶报告处于前列的基本都是中美公司。在硬件特别是芯片层面，国内确实有一定差距，但已意识到这一点，包括华为等都在走自研芯片和控制器这条道路。
栏目简介：人工智能是当下 热门的技术与赛道之一，关于它，大众抱有诸多好奇的同时也有着不少疑惑。基于此，搜狐科技重磅推出《AI十二谈》栏目， 季计划播出12期，每期筛选网友日常关心、关注的AI方面的痛点问题，邀请相关专家教授、企业高管组成嘉宾阵容，进行AI知识科普，答疑解惑。
本期嘉宾简介：张放，北京智行者科技有限公司联合创始人&研发负责人。清华大学汽车工程系学士、博士，加州大学伯克利分校联合培养博士。主要研究方向为自动驾驶、人工智能，相关领域发表论文10余篇，专利100余项。曾工作于日本日产先进技术研究中心，从事自动驾驶的研发工作。
|
