Sitemap

未知作家

坐拥吴恩达 一文看懂Drive.ai的自动驾驶研发之道

早本年5缘垒,自动驾驶汽车创始公司Drive.ai就发布,与德克萨斯州的弗里斯科政府以及Hall集团举行协作,德州落地首个无人出租车效劳。时隔3个月,Drive.ai德克萨斯州的自动驾驶出行服

Drive.ai,自动驾驶
早本年5缘垒,自动驾驶汽车创始公司Drive.ai就发布,与德克萨斯州的弗里斯科政府以及Hall集团举行协作,德州落地首个无人出租车效劳。时隔3个月,Drive.ai德克萨斯州的自动驾驶出行效劳毕竟落地,其效劳掩盖范围包罗像弗里斯科的市肆、文娱场合、办公楼等特定大众场合,该试点项目将继续6个月。
 
值得一提的是,前百度首席科学家、人工智能专家吴恩达为Drive.ai的董事,Drive.ai总裁Carol Reiley是8位创始人之一,她的另一个身份是吴恩达的妻子。
 
这家由吴恩达及夫人站台的无人驾驶公司终究什么来头?其自动驾驶汽车又有哪些特性?该项目又是怎样促进的,又有哪些技能效果?
 
一、吴恩达弟子组团打制无人车
 
1.Drive.ai——斯坦福配景的无人车创始
 
Drive.ai由斯坦福大学人工智能实行室的前研讨生于2015年创立,该实行室由出名的深度进修专家吴恩达(Andrew Ng)经营,同时吴恩达还承当Drive.ai的董事会主席,这是一家应用人工智能创立可顺应、可扩展的自动驾驶技能的科技公司。Drive.ai同时联合政府和私家协作伙伴,通过L4级的自动驾驶办理方案,改良当今的大众道道交通状况。
 
值得一提的是,Drive.ai的八名创始人中有六名是斯坦福大学人工智能实行室的博士或研讨生,他们2015年兴办创业公司之前,曾自动驾驶和板滞进修技能范畴义务了三年。Drive.ai的董事吴恩达之前是斯坦福大学深度进修自动驾驶的项目认真人,而且他也是中国科技巨头百度的前首席科学家,他还帮帮Jeff Dean修立Google的深度进修研讨项目。
 
Drive.ai开辟的技能可以将种种车辆改装成自动驾驶车辆。该公司加利福尼亚州测试的小型车队包罗三辆林肯MKZ,一辆奥迪A4和三辆日产NV200。融资方面,包罗New Enterprise Associates内的损害投资公司曾经向Drive.ai投资了约7700万美元(约合5.24亿大众币),客岁9缘垒,东南亚最大的打车公司Grab还向这家公司投了1500万美元(约合1.02亿大众币)
 
Drive.ai2016年8月走出“封合阶段”,逐渐向外界发布了少许开辟自动驾驶技能的相关细节。客岁9缘垒,该公司联合Lyft旧金山湾区配合测试自动驾驶网约车效劳。

 

 
2.研发效果落地
 
目前,这家自动驾驶创业公司曾经德克萨斯州弗里斯科推出一项试点方案,即大众通过下载Drive.ai的运用软件,指定的地方叫车,就可以免费的运用该公司的自动驾驶搭车效劳。而且,这批车辆将成为德克萨斯州首批接载旅客的无人驾驶车辆。
 
该试点项目将于2018年7月30日正式启动,其掩盖范围会限于弗里斯科的市肆、文娱场合、办公楼等特定场景,该项目方案会从HALL Park和The Star四周的固定接送地方开端,然后将搭车范围扩展到弗里斯科的公交站点。这项自动驾驶出行效劳将与弗里斯科运输办理协会(Frisco TMA)配合运营,努力于办理挪动出行的“着末一英里”艰难。
 
该试点项目标继续时间为6个月,其测试时代将为约10,000人的义务园区供应自动驾驶出行效劳。除此除外,Drive.ai会有特别的长途羁系部分向自动驾驶车辆发出指令,对车辆举行及时监控,而且须要的时分供应帮帮。
 
项目之初,Drive.ai会自动驾驶车上布置驾驶员,以确保行驶进程中的平安,而且,测试起步阶段只要四辆车;跟着项目标促进,平安驾驶员还会车内,其主要义务是举行监控操作,但不会坐驾驶位上;这个项目标后期阶段,Drive.ai期望撤消驾驶员,通过车辆上布置效劳职员来指导旅客,同时答复旅客的疑问,以此来满意旅客的出行需求。
 
值得一提的是,自1月以后,Drive.ai的自动驾驶汽车就不停弗里斯科的街道上行驶,而且没有驾驶职员的状况下举行无人驾驶的测试。该公司外示,它正与外埠官员和司法部分就自动驾驶效劳睁开密契协作。
 
二、当自动驾驶拥抱深度进修
 
1、“会语言”的无人车
 
Drive.ai将采用日产NV200举措此次自动驾驶测试车辆。与Waymo或Cruise Automation旗下自动驾驶汽车采用的白色外观差别的是,该车型的外观采用了易于识另外橙色和蓝色举措计划颜色,车身外面还带有海浪状的蓝条以及“自动驾驶汽车(self-driving vehicle)”和drive.ai粗体字样。
 
Drive.ai的联合创始人兼首席施行官Sameep Tandon外示,他们这么计划的启事是念要视觉层面上抵达与众差别的效果,改装后的日产NV200一定会外埠取得胜利。
 
除此除外,该无人车另外一个标记性特征便是镶嵌车身上的4块LED显示屏幕。无人车接纳到附近的叫车效劳、或者无人车自动驾驶的进程中,车上的屏幕会依据车辆行驶形态自动显示少许文字和符号,Drive.ai称这个进程为“人机交互”。
 
这个功用旨向行人和道道的其他车辆转达新闻,通过文字的方式完成了人与车辆的交换,从而替代了人类驾驶员常常运用的手势或言语交换。
 
比如,当有行人十字道口行走的时分,屏幕上会显示“等候”的字体;当车辆开端平常行驶的时分,屏幕上会显示“正行家驶”的字体;当旅客上下车的时分,屏幕上会显示“上车或下车”的字体;当车辆由驾驶司机掌握时,屏幕上会显示“人类驾驶员”的字体。
 
Drive-ai的一位谈话人外示,该公司还依据车辆测试取得的反应看法,估量将会未来为无人车配备更众的LED屏幕。
 
2、可视化的自动驾驶技能
 
硬件配备方面,该无人驾驶车辆搭载了10个1080p RGB摄像头,4个激光雷达和2个毫米波雷达和一个交融传感器数据的盘算机;软件方面,Drive-ai的内部研发效果包罗:无人车的AI大脑,自动驾驶的状况感知模块,道线计划模块、计划模块,以及挪动APP等。该无人车还通过三重冗余计划的无线蜂窝收集连接完成长途操控。
 
吴恩达外示,通过长达数月的交通数据剖析,他们确定了车辆的行驶道线,他们将有节奏的促进自动驾驶技能的运用落地,并从早期的自动驾驶创业者中脱颖而出。技能层面上,同样融汇了该公司自动驾驶范畴的大宗考虑——该公司将自动驾驶技能与人工智能挂钩,旨调高盘算精度的同时,缩短数据处理周期。同时应用可视化东西,将自动驾驶进程立体的呈现用户目下。
 
Drive.ai外示,该公司的技能特性旨缩短自动驾驶数据处理的时间周期。目前,自动驾驶汽车每一小时行驶发生的数据需求800小时人工才干够处理完毕。但该公司期望通过人工智能大幅缩减自动驾驶数据处理的盘算周期,而且将盘算精度进步到100%。
 
起首,工程师会标注原始数据,然后通过深度进修算法进修人工标记的数据,疾速、牢靠地标记其他数据,同时工程师对数据举行从头反省和标记。深度进修还可以进修大脑的识别机制,关于非构造化数据(比如语音图像)举行更好的识别、判别、分类,让算法可以通过大宗的教练中取得增强。
 
Drive.ai开辟了一个自动化体系,让自动驾驶汽车可以自动识别树木、汽车、行人和自行车骑行者等对象,并运用Director——MIT开辟的开源板滞人可视化与界面框架东西,让识别后的图像车内的屏幕上显示出来,并疾速更新车辆前后方的图像。(早期版本的Drive.ai的中心件是修立免费的板滞人操作体系之上的,可是团队曾经转向了本人计划的办理方案,称之为Drive.ai pub-sub或DPS。)
 
该公司还创立了自动驾驶仿真体系,模拟延续泊车、延续转弯等不太可以呈现的驾驶场景。团队还通过不时调解目标参数的尺寸和样式(诸如交通灯和道上行人等因素),以观察自动驾驶车辆的反响状况。
 
Tandon指出,“我们搜罗的模拟数据使自动驾驶车辆可以疾速顺应四周场景。该功用的一个实行好处便是让盘算功可以自动检测交通灯。Drive.ai的工程师没有为差别样式和大小的灯光编写特定的识别顺序,而是让车辆的盘算机视觉算法通过数千个交叉道口的教练,学会独立识别差别的红绿灯信号。”
 
Drive.ai自动驾驶范畴的另一个特出成便是,它可以可视化车辆生成的通通数据。Drive.ai的工程师运用可视化东西将传感器(激光雷达、雷达、GPS、RGB摄像机)搜罗到的数据与交通收集数据整合到一同,然后通过重复的测试,搜罗海量的驾驶数据,反省物体与运动之间的逻辑,增进车辆测试和变量剖析,以此来优化板滞进修模子。该公司将Drive.ai体系了解自动驾驶的进程称为解释(annotation)。
 
该公司将Drive.ai体系了解这一自动驾驶进程称为解释(annotation),旅客将通过车载屏幕及时取得可视化的新闻,该屏幕上的显示新闻相似于当代电子游戏。
 
比如点云(point cloud),车辆行家驶进程中发生了一系列的空间数据点,Drive.ai团队通过把这些数据点改变成高清图像的方式,从而让旅客可以看到自动驾驶车辆的虚拟道径。Drive.ai还把虚拟的汽车中延迟出去的红线称为“红地毯”,因为它可以展现预期的道线。
 
这项技能是针对乘坐自动驾驶汽车的用户量身打制的,旨让旅客了解自动驾驶技能的同时,行家驶进程中疏散当心力,从而使告急的旅客感受松开。
 
该公司还没有走漏自动驾驶车辆确实切行驶里程,但它外示Drive.ai弗里斯科的模拟测试里程曾经抵达了数百万英里。它还夜间和雨中等极具有挑衅性的条件下举行测试(出于谨慎的思索,Drive.ai的Frisco测试车辆只可白天运转。)
 
三、学术派的弱势位置
 
尽管Drive.ai自动驾驶技能上的打破掀起了产品运用落地的新一轮预告,但不可否认的是,这家学术派配景的自动驾驶创始与古板汽车制制商比较,还需求一段时间的全心耕耘。
 
1、修立时间较早、资金缺乏
 
起首,Drive.ai自修立以后只要不到3年的时间,其修立时间较短,自动驾驶创始风云兴起的时代配景下,这种禀赋尚轻的创业公司念要修立起行业出名度具有必定的艰难。
 
与此同时,自动驾驶技能需求腾贵的研发制制和硬件配备资本,昂扬的资金门槛从而激起了另一个题目——企业的融资才能。
 
从Drive.ai的账面上来看,该公司自修立以后共筹集了约7700万美元(约合5.24亿大众币)的融资,相较于古板车企强大的融资气力,Drive.ai假如念要扩展自动驾驶技能的商业实行范围,还要向资本墟市寻求资金支撑。
 
2、构造时间迟缓、构造范围、掩盖人群数目有限
 
因为该公司资金气力的范围性直接导致了其车队测试范围的受限——这家创业公司测试起步阶段只要四辆车,跟着项目标促进车队的测试范围也仅限于德克萨斯州弗里斯科的部分地区,这也意味着Drive.ai的自动驾驶技能的掩盖的人群数目很有限。
 
值得一提的是,Waymo的自动驾驶打车效劳早客岁的11缘垒美国凤凰城郊区上线;Udacity旗下的独角兽Voyage的自动驾驶车辆曾经正佛罗里达州和加利福尼亚州运营;Lyft和Aptiv应用自动驾驶车辆正拉斯维加斯运送旅客,Uber方案很速从头启动其匹兹堡的自动驾驶项目。
 
这些数据可以走漏一个主要新闻:不管是自动驾驶的构造时间上,照旧无人车啥菝范围上,Drive.ai行家业里属于进度比较慢的玩家,这也对Drive.ai的举世墟市份额的开辟发生了更为直接的影响。
 
Drive.ai位置本就弱势的状况先下,假如不行时间、空间等几个维度上先发制人,只可通过主动的同行业逐鹿者主动展开营业协作,通过整合墟市的众方资源,开掘挪动出行范畴的潜客户,以此加速自动驾驶车辆的商业化构造。
 
3、数据搜罗有限、技能成熟度有待进步
 
与此同时,有限的驾驶车辆测试将会对自动驾驶技能数据的搜罗带来极大的影响。
 
家喻户晓,无人驾驶汽车公司面临的最棘手的挑衅之一便是教会自动驾驶车辆怎样繁杂的交通状况中完毕人与车辆的良性互动,然而这离不开差别驾驶场景中海量数据的搜罗与剖析,于是Drive.ai小范围的数据搜罗并不行供应牢靠的自动驾驶技能算法。
 
其次,自动驾驶技能仍然处于起步阶,其技能层面上还不敷成熟。兰德公司(RAND)的研讨职员估量,牢靠的统计数据呈现之前,自动驾驶汽车可以需求行驶110亿英里。
 
然而,该公司弗里斯科的街道上的模拟测试里程才抵达了数百万英里,从企业技能的成熟度来看,Drive.ai念要修立起行业公信力还要加速其自动驾驶范畴的孕育速率。
 
结语:自动驾驶之道仍任重道远
 
纵观Drive.ai的开展历程,我们不难发明该公司具有大宗斯坦福配景的自动驾驶技能和板滞人制制方面的人才,这一人才优势将成为Drive.ai逐鹿自动驾驶行业的有力筹码。
 
除此除外,无人驾驶汽车公司还需求教会自动驾驶车辆对人类的方法作出反响。到目前为止,许众涉及自动驾驶汽车的事故中,有许众都被发明与人类违反交通规矩相关。然而,Drive.ai搭载的外显示屏可以完成车与人之间的有用互动,汽车两侧的LED屏幕可以很好的向行人传达新闻。
 
Drive.ai关于盘算的处理技能层面上也融汇了大宗考虑——该公司将自动驾驶技能与人工智能挂钩,旨调高盘算精度的同时,缩短数据处理周期。同时应用可视化东西,将自动驾驶进程立体的呈现用户目下。
 
然而,关于这家仅有三年历史的创业公司来说,资金、行业配景都不特出的状况下,Drive.ai唯有保持以技能研发为导向的开展道线,推出更众定制化效劳,完成产品上的差别化,才干妙手云集的创业道道上杀出一条新干线。
自动驾驶Drive.ai