自動(dòng)駕駛還有哪些長(zhǎng)尾問(wèn)題需要解決

本文以Aeye的氣球挑戰(zhàn)為例,解釋了自動(dòng)駕駛在未來(lái)發(fā)展道路上還要解決的長(zhǎng)尾問(wèn)題。

卡耐基梅隆大學(xué)Argo Lab人工智能無(wú)人駕駛研究中心首席科學(xué)家約翰·多蘭在一次采訪(fǎng)中提到,自動(dòng)駕駛遲到的原因歸結(jié)為兩點(diǎn):底層技術(shù)和真實(shí)應(yīng)用場(chǎng)景。在技術(shù)方面,自動(dòng)駕駛的底層架構(gòu)和大部分技術(shù)問(wèn)題已經(jīng)被解決,剩下的5%的長(zhǎng)尾問(wèn)題,逐漸成了制約自動(dòng)駕駛發(fā)展的關(guān)鍵。這些問(wèn)題包括各種零碎的場(chǎng)景、極端的情況和無(wú)法預(yù)測(cè)的人類(lèi)行為。

為了克服這些長(zhǎng)尾問(wèn)題,目前很多公司都在進(jìn)行大量真實(shí)路測(cè)實(shí)驗(yàn)來(lái)找到并解決這些邊界化的難題。

最近,激光雷達(dá)公司Aeye就做了一次挑戰(zhàn),自動(dòng)駕駛?cè)绾我粋€(gè)漂浮在路中央的氣球。通過(guò)在L4級(jí)無(wú)人駕駛汽車(chē)往往偏向避免碰撞,在這種情況下,它們會(huì)采取的規(guī)避動(dòng)作或者踩剎車(chē),來(lái)避免不必要的事故。而氣球是個(gè)軟性的物體,可以直接無(wú)障礙的通過(guò)。

如果讓無(wú)人駕駛汽車(chē)判斷出物體的性質(zhì)來(lái)判斷是否可以通過(guò)?

相機(jī)往往很難以區(qū)分障礙物的軟、硬,一切在它眼中都只是像素。在這種情況下,知覺(jué)訓(xùn)練幾乎是不可能的,因?yàn)樵诂F(xiàn)實(shí)世界中,軟的物體可以呈現(xiàn)出任意形狀、形式甚至擬人化的狀態(tài)。相機(jī)檢測(cè)性能是完全依靠適當(dāng)?shù)挠?xùn)練,通過(guò)把所有可能的外觀排列組合來(lái)找到合適的類(lèi)別,但是遇到太陽(yáng)眩光、陰影或夜間行駛等條件下,對(duì)性能造成影響。

雷達(dá)對(duì)物體材料是敏感的。不含金屬的軟物體或者沒(méi)有反射率的物體,無(wú)法反射無(wú)線(xiàn)電波,所以雷達(dá)不能識(shí)別氣球。此外,雷達(dá)在訓(xùn)練中通常會(huì)忽略靜止的物體,否則它會(huì)檢測(cè)出成千上萬(wàn)的目標(biāo),阻礙車(chē)輛的行駛。所以,即使氣球是由反光金屬塑料,但它漂浮在空氣中,可能沒(méi)有足夠的相對(duì)運(yùn)動(dòng)讓雷達(dá)探測(cè)到它。即使把相機(jī)和雷達(dá)組合在一起,也無(wú)法在任意條件下,做出正確的判斷。

相比之下,足夠密度的激光雷達(dá)點(diǎn)云,在提供足夠的數(shù)據(jù)分類(lèi)以及恰當(dāng)?shù)穆窂揭?guī)劃算法的情況下,可以檢測(cè)像氣球一類(lèi)的柔軟、可變形物體。收集足夠多的氣球數(shù)據(jù),并確定其分類(lèi)、形狀和速度數(shù)據(jù)發(fā)送到域控制器。激光雷達(dá)探測(cè)到氣球,并將其標(biāo)記為動(dòng)態(tài)感興趣的區(qū)域(ROI),解決在此類(lèi)條件下的長(zhǎng)尾問(wèn)題。

2019年,盡管一些公開(kāi)的道路測(cè)試甚至無(wú)人車(chē)商用已經(jīng)開(kāi)始,同時(shí)大部分技術(shù)問(wèn)題已不再是問(wèn)題,但是我們面臨的車(chē)輛長(zhǎng)尾問(wèn)題仍不在少數(shù)。

有網(wǎng)友專(zhuān)門(mén)整理了這些無(wú)人車(chē)很難做出判斷的場(chǎng)景,比如打傘的人,人在車(chē)后搬箱子、樹(shù)倒在路中央等等。

這些有人類(lèi)行為參與的場(chǎng)景,就像正態(tài)分布曲線(xiàn)那樣。即使圖像兩端的情況很少發(fā)生,我們的測(cè)試也要涵蓋進(jìn)去所有的人類(lèi)行為情況。既要通過(guò)實(shí)際路測(cè)來(lái)發(fā)現(xiàn),也要通過(guò)無(wú)數(shù)的仿真測(cè)試,去創(chuàng)造、搭建足夠的數(shù)據(jù)來(lái)保證行駛的安全。

我們堅(jiān)信,經(jīng)過(guò)與長(zhǎng)尾問(wèn)題不斷的糾纏打磨,未來(lái)的自動(dòng)駕駛系統(tǒng)將變得越來(lái)越可靠。

(免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 )

贊助商
2019-12-18
自動(dòng)駕駛還有哪些長(zhǎng)尾問(wèn)題需要解決
本文以Aeye的氣球挑戰(zhàn)為例,解釋了自動(dòng)駕駛在未來(lái)發(fā)展道路上還要解決的長(zhǎng)尾問(wèn)題。

長(zhǎng)按掃碼 閱讀全文