摘要：在今年的云棲大會(huì)上，阿里巴巴人工智能實(shí)驗(yàn)室除了發(fā)布服務(wù)機(jī)器人天貓精靈太空蛋太空梭天貓精靈車載版，還重點(diǎn)推出了車路協(xié)同智能自動(dòng)駕駛車。秒看懂智慧物流車和感知基站各位嘉賓，上午好我是王剛，我要介紹的是自動(dòng)駕駛從單車智能跨到協(xié)同智能的進(jìn)化。

在今年的云棲大會(huì)上，阿里巴巴人工智能實(shí)驗(yàn)室除了發(fā)布AliGenie 3.0、服務(wù)機(jī)器人（天貓精靈太空蛋、太空梭）、天貓精靈車載版（TmallGenie auto），還重點(diǎn)推出了L4車路協(xié)同智能自動(dòng)駕駛車。

阿里巴巴人工智能實(shí)驗(yàn)室總經(jīng)理淺雪稱，將利用感知基站，實(shí)現(xiàn)車與路對(duì)話，讓自動(dòng)駕駛進(jìn)入車路協(xié)同智能時(shí)代。

在阿里巴巴人工智能實(shí)驗(yàn)室的構(gòu)想中，不僅有聰明的車，還要有聰明的路。自動(dòng)駕駛車+路側(cè)“感知基站”+云控平臺(tái)，實(shí)現(xiàn)云端、路端、車端一體的智能。其中，感知基站站得高看得遠(yuǎn)，具備多種傳感器，分布在道路的關(guān)鍵節(jié)點(diǎn)。每個(gè)基站能照看到方圓400米范圍內(nèi)的路面，把路面情況、交通情況等提前告訴車輛，從而解決道路擁堵、交通險(xiǎn)情提前預(yù)警等問題，給了智能交通一個(gè)“上帝視角”。

作為阿里巴巴自動(dòng)駕駛的領(lǐng)軍人物，阿里巴巴人工智能實(shí)驗(yàn)室首席科學(xué)家王剛在云棲大會(huì)上詳細(xì)講解了“車路協(xié)同”自動(dòng)駕駛的探索與實(shí)踐，以下為現(xiàn)場速記。

90秒看懂A.I. Labs智慧物流車和感知基站

各位嘉賓，上午好！我是王剛，我要介紹的是《自動(dòng)駕駛：從單車智能跨到協(xié)同智能的進(jìn)化》?？赡茉诤芏嗳说挠∠罄?，自動(dòng)駕駛是一個(gè)非常新的研發(fā)領(lǐng)域。但其實(shí)不是這樣的，如果我們翻開歷史，會(huì)發(fā)現(xiàn)早在上世紀(jì)三四十年代的時(shí)候，美國就提出了自動(dòng)駕駛概念車的理念，1984年的時(shí)候，cmu研發(fā)出了自動(dòng)駕駛原型車，2004年的時(shí)候，就開始了百萬美金的自動(dòng)駕駛挑戰(zhàn)賽，一直到現(xiàn)在。

看到這樣悠久的自動(dòng)駕駛歷史，其實(shí)還是蠻有感慨的。為什么研發(fā)了這么久，我們還是沒有看到完全無人的自動(dòng)駕駛汽車產(chǎn)品出現(xiàn)，還是沒有成功實(shí)現(xiàn)商業(yè)化落地？其中一個(gè)重要的原因當(dāng)然是自動(dòng)駕駛是一個(gè)非常困難的問題，但同時(shí)，我們也非常有必要去復(fù)盤，去思考，我們以往研發(fā)的技術(shù)路徑方向是否是最優(yōu)的，是否有可以提高的地方？帶著這樣的疑問，我們也進(jìn)行了一些探索。

在過去的幾十年里，我們數(shù)代人都專注于單車智能的研發(fā)。單車智能就是希望能讓車自身具有感知，決策，控制等能力，能處理路上所有的情況，以實(shí)現(xiàn)安全駕駛。但單車智能真的能達(dá)到我們所期望的結(jié)果嗎？帶著這樣的疑問，我們團(tuán)隊(duì)對(duì)單車智能系統(tǒng)進(jìn)行了充分驗(yàn)證。單車智能的框架和模塊，各個(gè)公司都比較相似，我這里就不詳細(xì)介紹了。

在過去的一段時(shí)間里，為了進(jìn)行驗(yàn)證，我們開發(fā)了業(yè)界領(lǐng)先的單車智能系統(tǒng)，比如我們能實(shí)現(xiàn)全場景全天候的厘米級(jí)的定位；我們建立了大規(guī)模的仿真平臺(tái)，能每天進(jìn)行數(shù)萬公里的模擬和測試；在感知這個(gè)模塊，大家知道KITTI數(shù)據(jù)庫的競賽在國際上是非常權(quán)威的，全世界的算法專家都在上面測試。我們也把研發(fā)的算法在上面進(jìn)行了測試，發(fā)現(xiàn)我們是3D目標(biāo)檢測的第一名。這是我們感知系統(tǒng)的一部分，我們?cè)谙到y(tǒng)架構(gòu)以及工程優(yōu)化上都進(jìn)行了極致的研發(fā)。同時(shí)呢，在過去的兩年里，我們單是在CVPR這個(gè)國際最頂尖的計(jì)算機(jī)視覺會(huì)議上就發(fā)表了12篇論文，這也充分說明了我們?cè)谒惴ㄉ系南冗M(jìn)性和前瞻性。我們把工程和算法做到了很好的結(jié)合，我可以非常自信和自豪的說我們的車載感知系統(tǒng)是業(yè)績一流的感知系統(tǒng)。

基于這些先進(jìn)的技術(shù)模塊，我們開發(fā)了一整套自動(dòng)駕駛系統(tǒng)，并且進(jìn)行了反復(fù)的測試和驗(yàn)證。這是一個(gè)我們?cè)谠茥℃?zhèn)，也就是我們會(huì)場外的開放道路進(jìn)行測試的視頻。大家可以看到，全程中我們的安全駕駛員是沒有操控方向盤的。 這是一個(gè)非常非常典型的中國式的道路，有橫沖直撞的自行車、有慢慢的機(jī)動(dòng)車還有穿梭的行人以及路邊停著隨時(shí)準(zhǔn)備啟動(dòng)的車輛。但我們的車能熟練的跟隨、避讓以及在十字路口的時(shí)候安全的匯入車道，這也表明我們的單車智能非常先進(jìn)。

但即使是這樣一個(gè)先進(jìn)的單車智能系統(tǒng)，我們?cè)綔y試，心里是越慌的。因?yàn)槔锩嬗泻芏鄦栴}，也就是大家所說的cornercase。并且很讓人絕望的是，很多這樣的corner case是在單車智能這樣的技術(shù)路線下很難解決的。

這里我舉幾個(gè)例子吧。第一個(gè)例子是盲區(qū)和障礙物的遮擋，車上的傳感器由于視角和高度的限制，總是有盲區(qū)的，并且如果路邊有障礙物，它是不可能看到障礙物后面的情況，這樣的限制在真實(shí)場景里有非常大的安全隱患；第二個(gè)限制是感知距離，現(xiàn)在大部分激光雷達(dá)的有效感知距離都在幾十米左右，如果車速稍微高一點(diǎn)，前面有靜止物體的時(shí)候根本來不及做出反應(yīng)的。其他的一些問題包括高精度地圖不能實(shí)時(shí)更新，決策規(guī)劃無法得到完整的信息等等。這些問題都是單車智能技術(shù)上很難或者根本不可能克服的問題。

單車智能的另外一個(gè)問題是成本不可控，我們?yōu)榱俗屲囍悄埽枰o它配備非常多且昂貴的傳感器單元。據(jù)法國的一個(gè)公司統(tǒng)計(jì)，2018年目前每輛自動(dòng)駕駛汽車平均價(jià)格是20萬美元，所以即使單車非常智能，但這樣高昂的成本在落地上是非常困難的。

由于單車智能的這些局限，我們相信要想打造安全，經(jīng)濟(jì)的自動(dòng)駕駛系統(tǒng)，我們不僅要研發(fā)聰明的車，也離不開研發(fā)聰明的道路和交通設(shè)施，讓它們相互配合去實(shí)現(xiàn)自動(dòng)駕駛。所以我們開發(fā)了車路協(xié)同的智能系統(tǒng)，我們稱之為這樣的系統(tǒng)為協(xié)同智能系統(tǒng)。

協(xié)同智能有什么好處呢？從安全角度來講，很多單車智能很難處理的情況，通過智能的路和交通設(shè)施能非常容易的解決；剛才淺雪也提到了，我們通過建設(shè)道路，實(shí)際上可以共享智能能力，從成本角度來講，通過集約式的建設(shè)智能的道路，讓這樣的能力被所有跑在路上的車所共享，我們能給車減配，降低車的成本，從而降低整個(gè)自動(dòng)系統(tǒng)的成本?；谶@樣的兩個(gè)原因，我們相信，在中國，乃至世界，自動(dòng)駕駛的落地離不開協(xié)同智能的發(fā)展。

剛才講到協(xié)同智能更安全，是協(xié)同智能能對(duì)單車智能的能力進(jìn)行了全面升級(jí)。我們常說自動(dòng)駕駛需要看，想，做，分別對(duì)應(yīng)著感知，決策，和控制三個(gè)部分。其中感知和決策是最難的兩個(gè)點(diǎn)。 單車智能的感知只是基于自身傳感器，有盲區(qū)，有死角，而協(xié)同智能的看可以是基于路上的傳感器網(wǎng)絡(luò)，無死角，超遠(yuǎn)距離，所以我們稱之為上帝視角；單車智能的決策只能基于自身的不完整信息來做，是無法考慮到別的車輛的，所以決策結(jié)果是局部最優(yōu)；而協(xié)同智能能綜合的考慮到所有的車的下一步的運(yùn)動(dòng)情況，從而做出全劇最優(yōu)的決策結(jié)果?；谶@樣優(yōu)勢，協(xié)同智能可以實(shí)現(xiàn)非常好的駕駛安全性。

我們團(tuán)隊(duì)在非常早的時(shí)候就開始了協(xié)同智能的研發(fā)，我們現(xiàn)在的自動(dòng)駕駛系統(tǒng)就是一個(gè)完整的協(xié)同智能系統(tǒng)。今天我想比較詳細(xì)的介紹其中的感知部分，我們稱之為上帝視角感知基站網(wǎng)絡(luò)。

前面提到過車的傳感器由于視角，高度，以及傳感距離的限制，都存在很多局限，我們另辟蹊徑，把車的傳感單元裝到了路上。左下角顯示的就是我們裝在云棲小鎮(zhèn)路邊的感知設(shè)備，我們命名為智能感知基站。這個(gè)智能感知基站能感知到交通場景里所有的信息，并發(fā)送給車。相對(duì)于車的傳感器，我們的智能感知基站有什么優(yōu)點(diǎn)呢？第一，它高瞻遠(yuǎn)矚，因?yàn)槲恢酶撸曇皬V，所以幾乎無死角，能有效處理遮擋；第二，它是靜止在路邊的，以靜制動(dòng)，所以在檢測下面的移動(dòng)物體的時(shí)候有很高的準(zhǔn)確率；第三，感知基站不是孤立的，路上的感知基站可以形成網(wǎng)絡(luò)，相互通信，從而它的感知距離可以達(dá)到無窮遠(yuǎn)，任何有感知基站的地方，我們的車都能感知到。這樣的感知基站網(wǎng)絡(luò)就猶如給自動(dòng)駕駛開啟了上帝視角，可以決勝千里之外。

基于以上的三個(gè)優(yōu)點(diǎn)，我們認(rèn)為這樣的新型設(shè)備開啟了3D視角，極大地的增強(qiáng)了感知的安全性。它包括了多模態(tài)的融合算法，開發(fā)出了基于網(wǎng)絡(luò)的感知算法等等。我們致力于打造自動(dòng)駕駛領(lǐng)域產(chǎn)品級(jí)的智能感知基站，它在精度，實(shí)時(shí)性，以及可靠性上都達(dá)到了很高的要求。例如，單個(gè)感知基站的檢測范圍大，我們?cè)诟兄镜乃惴ㄉ弦策M(jìn)行了深度的研發(fā)，開發(fā)了非常先進(jìn)的的多模態(tài)感知算法。另外在硬件設(shè)計(jì)上，我們也進(jìn)行了工業(yè)級(jí)的設(shè)計(jì)，感知基站可以防雨、防霧，可以應(yīng)對(duì)一切的天氣情況。

我們把車和感知基站形成了非常好的融合，形成了一個(gè)高效統(tǒng)一的協(xié)同智能系統(tǒng)。下面這個(gè)video充分的顯示了我們的協(xié)同智能的能力。其中銀色的車是我們的自動(dòng)駕駛汽車，紫紅色的框表示車身傳感器感知到的結(jié)果，綠色的框表示感知基站檢測到的結(jié)果。大家可以看到路面上有一個(gè)障礙物，這個(gè)障礙物是行人，如果沒有感知基站的幫助，車無法看到，但因?yàn)橛辛烁兄镜膸椭嚳梢约皶r(shí)避讓，極大地的提高了安全性。

我們還做了大量的實(shí)際測試，我們發(fā)現(xiàn)，即使車是在30公里/小時(shí)的速度下，如果突然沖出一個(gè)行人，100%會(huì)撞傷，但有了感知基站的幫助，我們實(shí)現(xiàn)了100%的成功避讓率，這個(gè)例子充分證明了協(xié)同智能的威力。

同樣重要的是，協(xié)同智能不僅更安全，還能更經(jīng)濟(jì)。截止到2017年底，全國汽車的保有量是3億輛，假如我們要把這些車通過單車智能的方式全部變?yōu)樽詣?dòng)駕駛汽車，這將是一個(gè)天文數(shù)字。而中國的公路里程只有400多萬公里，其中的高頻路段的里程更是少之又少，我們建設(shè)智能化道路，這個(gè)花費(fèi)是非常少的，道路智能化后，我們可以給車減配，讓車的成本大幅度降低，讓整體的自動(dòng)駕駛成本降低，從而讓技術(shù)真正普惠大眾。所以總體算起來，協(xié)同智能給自動(dòng)駕駛能帶來極大的總體成本的降低。

我們剛才提出來的道路智能化的方案不光能服務(wù)自動(dòng)駕駛，也能服務(wù)現(xiàn)在人力駕駛的情況。比如提供安全警示、協(xié)助交通管控等等。打造整個(gè)智慧交通體系。

為了能持續(xù)的推動(dòng)協(xié)同智能的研發(fā)工作，我們也非常榮幸和交通部公路院成立了車路協(xié)同聯(lián)合實(shí)驗(yàn)室，雙方緊密合作，去研發(fā)先真正能落地的車路協(xié)同技術(shù)；大家緊密合作，探索真正可以落地的協(xié)同智能系統(tǒng)。

最后，我想說協(xié)同智能的出現(xiàn)必將會(huì)造福全社會(huì)，因?yàn)橛辛烁踩鸟{駛、有了自動(dòng)駕駛，可以降低交通的事故率，能夠讓出行和貨物運(yùn)輸更高效。但同時(shí)這是非常復(fù)雜的工程，它需要政府、企業(yè)、院校通力協(xié)同合作，所以我們也非常愿意希望和更多的合作伙伴一起，攜手共進(jìn)，真正的改變這個(gè)行業(yè)，讓中國的自動(dòng)駕駛變得不一樣。謝謝大家！

本文作者：車路協(xié)同

閱讀原文

本文來自云棲社區(qū)合作伙伴“阿里技術(shù)”，如需轉(zhuǎn)載請(qǐng)聯(lián)系原作者。