小馬智行樓天城：不做到無人化和規模化，自動駕駛都無法稱之為產品
02 造一個“虛擬司機”
過去一段時間，業內曾為“實現自動駕駛的最優路線”而爭論不休。對此，樓天城不以為意，在他看來，目標比路徑重要得多：“方向和戰略才是公司之間的本質差別。”
作為無人駕駛的擁躉，小馬智行的目標就是打造虛擬司機（Virtual driver）——自動駕駛大腦。
去年4月，小馬智行宣布進軍自動駕駛貨運領域。“左手運人、右手運貨”，其背后的邏輯是先切入人類出行兩大領域，進而打造能駕駛多種車型和適應多樣路段的虛擬司機。
在小馬智行看來，RoboTaxi和自動駕駛卡車是相互促進的關系。控制方面，后者能反哺前者的控制精準度；視覺方面，雙方則可以共同進行訓練。基于乘用車領域的技術積累，小馬智行僅花費16周的時間就完成了自動駕駛卡車的原型車驗證。
“此前的技術積累讓虛擬司機擁有適應不同場景、路況、車型的能力。”莫璐怡表示。她口中的技術積累是小馬智行在全球多地路測過程中實現的。
“更多復雜的交通及天氣場景，能夠更好地覆蓋長尾場景。只有在復雜場景中，我們才能收集更多數據，為無人化和規模化提供重要技術支持。”樓天城表示。
2018年進入廣州路測前，小馬智行的主要測試陣地為常年陽光明媚的加州，雨水場景數據收集十分有限。在廣州的500多天測試中，接近半數為雨天場景。
為了適應廣州天氣，小馬智行在軟硬件方面都進行了改進：其自研的自動駕駛傳感器清潔系統可在下雨時自動觸發；該公司還借助深度學習模型，優化了多傳感器深度融合技術，以規避單一傳感器短板。如今，其已經能夠避免雨水對激光雷達、高精度攝像頭等傳感器精準度的影響。
廣州只是小馬智行多地路測情況的一個縮影。目前，該公司已在弗里蒙特、爾灣、廣州、北京、上海五個城市進行測試。
“北京有非常繁華的主干道和無保護左轉路口，廣州南沙的特點是人車混雜，美國加州的車速較高。而即將測試的上海有著狹窄的道路、巨大的車流量。”莫璐怡介紹道。
各具特色的路測場景，為小馬智行的自動駕駛系統提供了豐富的訓練場地。而為了確保安全，小馬智行在正式路測前還要經過多層流程。在總結、歸納問題后，研發者會提出創新解決方法，再經過代碼和設計審查、仿真環境大量測試等環節之后才能“上路”。“要形成技術迭代的全閉環。”楊哲道出多流程的核心目的。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
最新活動更多
-
精彩回顧立即查看>> 【線下會議】恩智浦創新技術峰會·深圳
-
精彩回顧立即查看>> 【在線直播】可視化神器！VisionSym 賦能汽車光學原型開發
-
精彩回顧立即查看>> 12月16-17日 AMD 嵌入式峰會
-
精彩回顧立即查看>> 恩智浦創新技術峰會
-
精彩回顧立即查看>> 【工程師系列】汽車電子技術在線大會
-
精彩回顧立即查看>> Works With 開發者大會深圳站
推薦專題
