自动驾驶展:自动驾驶不用高清地图?马斯克再次被怼

 

【自动驾驶展为您带来相关行业资讯,一起来看看吧!】

据福布斯网站报道,特斯拉计划在没有激光雷达的情况下实现完全自主驾驶的计划,而目前许多其他自动驾驶研究团队都在把宝押在激光雷达这项技术上。这并不是特斯拉唯一的逆向投资。特斯拉还决定不在自动驾驶项目中使用高清地图,同样,大多数其他研究团队却非常看重这项技术。

 

马斯克表示:“我们对高精度车道线(地图)进行了简单的分析,但认为这不是个好主意。”

无人驾驶汽车可能会使用多种地图。基本的地图是类似导航系统和手机里的那种地图。它们只是显示道路的位置和连接方式。如今,包括特斯拉使用的地图在内,大多数这样的地图都绘制了每个单独的车道,因此他们知道地图上每个点有多少车道,它们是如何连接的,以及每条车道的功能。

有些地图功能会非常强大。他们不仅会记录有多少车道,还会精确地记录它们的形状。除此之外,这类地图可能包含路上出现的各种东西的位置、形状和意义信息,比如停车位、车道护栏、道路标志、交通信号、人行横道和其他任何可能影响交通的事物。

这些详细的地图,有时会被称为“高清”地图,其包含诸如路面图像(通常由激光雷达以红外线拍摄)和周围环境的信息,包括树木、消防栓、邮箱或环境中的其他物体的位置。跟踪这些物体不仅能了解它们,而且还可以协助自动驾驶汽车完成第一个任务,即定位。不过,作为一种工具,GPS的准确度和精确度仍不够可靠。

如果没有包含详细信息的地图,那么对地图进行本地化是没有意义的。但是用户仍然需要根据自己所处的车道确定自己所处的位置。大多数自动驾驶研究团队使用地图不仅是为了本地化,更是为了帮助自动驾驶汽车理解这个世界。通过映射进程,他们能够理解周围的事物。机器和人类努力结合起来,就能更早地确定事物的位置和它们的含义。

地图信息可以发挥许多作用。你可以借助地图驶入车道,而无需借助眼睛所见。但是,如果实际道路发生了变化,而地图仍未来得及更新,如此做法很可能会遭遇失败。所以一般来说,没有人会过于依赖地图。即使不用传感器,你也可能知道前方固定的障碍物在哪里。

地图的一个常见用途是用户可以预计在哪里可以看到什么东西。特别是,地图可以包含十字路口的所有交通灯信息,包括其组成,它们的意义,以及它们在空间中的确切位置。一辆知道自己在地图上位置的汽车能准确地知道红绿灯在哪里。这可以使识别和理解信号灯变得更容易,还能避免被其他灯光干扰。对于大多数汽车来说,开灯的策略很简单,“如果你没有看到绿灯,就不要前行。”

重要的是,地图帮助汽车了解周围的世界。当他们看到以前在地图映射过程中看到的东西时,映射构建器就有可能理解它,并记住它。所以,与在陌生道路上比起来,汽车在熟悉的道路上会行驶得更好。

人工智能工具可以在大型服务器上以尽可能多的CPU时间来处理图像,并访问关于这个世界的数据。汽车必须用更有限的处理器来实时解决所有问题。

通常,用户会在地图映射中收集到更多的数据。事实上,每条街都可以“重新绘制”,因为每次都有新车行驶在这条街道上。每次驾驶都来自不同的车道或方向,这可以帮助汽车更好地理解,周围事物在不同时间、从不同角度去看的样子。

人类可以审查关于事物含义的决策,特别是面对一些不确定性问题时,人类还可以审查软件决策,以确保它们是正确的。

在生成地图之后,下一辆行驶在这条路上的汽车可以检查地图信息是否正确,无论这辆车是否处于自动驾驶模式下。汽车在一条曾行驶过100次的道路上,与汽车行驶在陌生道路上,两种情况会有明显区别。人类可以驾车行驶在陌生的道路上,但借助曾经的记忆(也许是别人的),他们会表现更好。

 

有时人们错误地将地图称为“另一个传感器”。这是一个坏习惯。地图能告诉你你感觉不到的东西,但它们不是传感器。相反,地图能帮助你理解你所看到的事物。地图与所谓的“即时分析功能”相结合,就可以创造出值得人们深入了解的世界。地图可以给你提供超过视野之外的事物信息,但这不应该被视为感知。

没有地图开车就是在制作地图

在大多数汽车中,在没有地图的情况下开车,实际上就是在开车时创建一个(简单的)地图。汽车必须弄清楚车道的位置,放置并理解环境中的所有相关内容,然后在其中绘制一条路径。

在没有地图的情况下开车,就好像忘记了以前学过的东西,然后重新做一遍。一旦你可以在没有地图的情况下安全驾驶,地图的制作和更新就变成了一个自动化的过程,而且成本要低得多。

马斯克曾表示:“高精度地图和车道是一个非常糟糕的主意,它无法适应任何改变。”

当然,道路是会改变的。车道会被重新粉刷,新的建筑区也会出现,道路上的坑洼也会不断涌现等等。在大城市里,每天都有一些道路发生改变。不过,大多数路段很少发生变化。因此,正如马斯克描述的那样,即使是一个系统无法适应变化,也可以做得相当好,这就是为什么他把地图视为另一种拐杖。就像使用激光雷达一样,马斯克觉得,用户需要一个即时分析系统,这个系统非常好,以至于从地图上获得的好处就会变得很少,而且依赖地图会减慢即时分析系统的速度。

但是,很多自动驾驶研发团队意识到,他们必须获得处理地图上发生变化道路的能力。事实上,你可以用一个非常小的系统做很多事情。幸运的是,如果你的地图是详细的,得益于计算机的完美记忆,这些道路变化是显而易见的。此外,大部分(尽管不是全部)道路变化都是预先计划好的,并发布在一个数据库中,公司可以将它们放入地图中,因此这些变化并不会太令人意外。随着时间的推移,这种情况会有所改善。

当你的地图与道路匹配时,地图是非常有用的。大多数人都确信,拥有高级、多视点特性、强大CPU、人工审阅和测试地图信息的能力会让驾驶变得更加安全。驾车人会深刻感知到周围与地图相匹配的事物。总会有一些东西不在您的地图上(比如汽车和其他移动对象),以及发生了变化的静态对象,而这也是必须处理的事物。

我们可以想象以下安全级别略有不同的情景:

在地图完全正确的道路上驾驶:安全等级X+

在地图显示错误的道路上驾驶:安全等级X1

在不使用地图的系统中不使用地图驾驶(特斯拉):安全级别X2

在地图错显示误的道路上驾驶,你却没有注意到这个错误:安全等级X---

为了理解特斯拉的观点,我们必须研究X1和X2之间的差异,以及情形4(X---)的频率。理论上,X1和X2是一样的。如果你能造出一辆不使用地图的汽车,那么你也应该能造出一辆在道路改变时也能驾驶的汽车,因为至少你可以切换到“不用地图驾驶”模式。

分析人士估计,特斯拉认为上述观点并不正确,因为一个依赖于从地图上获得X+安全级别的自动驾驶研发团队可能不会那么努力工作(比起不依赖地图驾驶),因此也不会做得那么好。这是可能的,并且取决于团队的决策。

特斯拉计划让他们的汽车一直处于第三种状态(安全级别X2)。这并不意味着所有道路上的安全水平都一样。总会有一些道路更适合某种系统,在这些道路上,一些系统都会比其他系统做得更好。然而,地图总是希望正确,实现安全等级X+。虽然人会犯错,但借助高科技,人们可以在该地图上安放多个眼睛,并能更好地理解道路。特别是,当道路很“艰难”时,人们会更加密切地关注路况。X+应该比X1/X2好一些,但现在我们假设它只比X1/X2好一点点。

现实是,在绝大多数情况下的驾驶面临的情况是第一种情况(安全等级X+)。因此即使X+只比X2好那么一点点,想象一下,由于某种原因X1(道路变化)明显比X2(特斯拉没有地图的方法)的做法要糟糕,但统计人们的整个驾驶进程,在第一种情况下(安全等级X+)驾车的时间更长,机率更大,从整个驾驶过程来看,总体安全水平也更高。

这就留下了一个大问题——情景4会多久发生一次?如果经常遇到的话,那么祸事肯定会发生。如果地图是详细的,而且地图软件在任何地方都像情景3(安全级别X2)中使用的那样好,那么这种情况应该是非常、非常罕见的。地图常常像世界上固定物体的浓缩照片。用户可以把看到的和照片进行比较,并发现出明显区别。如果地图显示的是直走的路标,而你的真实世界里却显示的是右转弯的路标,那么你马上就知道出现了错误。

高清地图本可以让特斯拉避免人员伤亡。2018年在美国湾区101号公路上发生的特斯拉起火事故,遇难者为一名在苹果公司上班的华裔员工Walter Huang。Walter Huang2018年3月驾驶自己的特斯拉Model X在山景城101高速公路以71英里时速行驶时撞到路边安全屏障,导致车辆起火,车主不幸遇难。出事时,该车辆设置在Autopilot模式。

对于Walter Huang来说,地图会显示出出口匝道的形状,这样车辆就不会错误地认为匝道是一条新车道。地图还会显示出路障的存在,将该区域标记为明显禁止行驶的区域。

特斯拉希望能让自己的视觉系统变得非常好,这样他们就可以在没有地图的情况下解决所有这些问题。

道路总是在变化吗?

我们可以想象道路一直在变化,因为我们每天都会遇到建筑区和一些小动物。它们很常见,但非常罕见的是,您的汽车成为第一辆遇到这种变化的汽车。事实上,对于每一次变化,只有一辆车是第一个遇到它的。即便如此,正如上面所解释的,这也不应该让人感到意外,因为绝大多数道路施工都是按照计划进行的,并由市政府存入数据库。虽然这永远不会完美,但城市可以让它变得非常好。道路施工人员接受了严格的安全规则培训,以应对他们危险的工作。增加一条安全规则,要求工作人员拿出手机,记录道路变化的位置,这是一个好主意。如果在执行更改之前(和之后)没有正确地更改记录,相关人员可能会受到严重的惩罚。可以合理地预期,只有一小部分变化没有出现在数据库中。

一旦这些变化被输入数据库,就不会让任何车辆感到意外。无人驾驶汽车可能只是简单地选择另一条路线(由于无人驾驶,它们不那么匆忙)。有人驾驶的车辆可以在遇到未曾驶过的施工路段之前,要求驾车人负责那部分道路驾驶。一旦他驾驶完毕,这些数据就可以上传至数据库,并迅速生成一张地图,这样几分钟后其他汽车就可以用一张精确的地图来处理这段距离。你有可能永远不会被要求这样做,因为这将是非常罕见的。

如果一辆车遇到了一条没有被数据库记录的改道,人们才会考虑情形2或情形4。这两种情况应该非常罕见,以至于引发特斯拉的恐惧,让特斯拉的研发团队直接放弃了地图。然而,在现实中,在这些罕见的情况下,如果车辆是无人驾驶的,在远程操作中心的帮助下,简单地减速并谨慎处理这些非常罕见的情况是可行的。虽然你可能会认为这对自己身后的汽车是一种负担,但请记住,这是车队中的第一辆汽车意外地来到一个变化路段。如果无人驾驶汽车是第一辆进入该路段的汽车,那么这种情况可能每月只发生一次。每年有几辆无人驾驶车进入变化路段,对交通来说并不是什么真正的负担。

当积雪覆盖道路时,开车规则会发生很大变化。由于刚刚下过雪,没有地图的汽车可能会完全不知所措。拥有地图并在地图道路图案和纹理等信息进行本地化的汽车也可能遭遇同样的命运。

汽车靠3D图像(一种新的探地雷达技术)来定位,找到道路,找到自己所处的位置,然后就能够驾驶。汽车行驶在雪地路面后会形成车辙。因此所有类型的汽车必须有一个系统来查找和使用这些车辙道路标记。在这种情况下,你永远不会使用特斯拉自动驾驶仪Autopilot,但自动驾驶汽车又必须能够在雪中行驶。

地图经济学

反对地图映射的另一个主要因素是,做好地图映射需要花钱。包括德国汽车制造商Here(前身为Navteq)和TomTom等大型企业,以及各种初创企业都在竞争赢得这项业务。这是一个非常艰难的行业,因为汽车企业不喜欢从小公司购买必要的技术。(他们更喜欢像Here和TomTom这样的一级供应商。)然而,绘制地图确实需要花钱,包括在道路上驾驶、对地图进行人工监督和检查,以及在地图发生变化时重新绘制地图。

那些想在没有地图的情况下开车的人一直秉持这样一个理念:一旦他们能做到不用地图开车,他们就能去任何地方,或者至少是任何分布着他们理解的道路类型的地方。那些使用地图的人只会在地图涵盖的地方开车,即使地图很便宜,他们仍然会被限制在他们操作的地方。

大多数人认为,没有地图驾驶汽车是一个非常困难的问题。地图提供了一种更快的方式去安全开车,并能够提供服务。他们认为,地图能够在有限的区域内优先提供服务。那些计划提供出租车服务的人只对自己服务的区域有兴趣,而对到处开车并不感兴趣。而那些试图销售私家车的人(比如特斯拉)则对此更感兴趣。在许多情况下,许多汽车企业计划从简单的道路子集开始,从州际公路和动脉开始,然后再向外扩展。

像英特尔/MobilEye这样的公司希望,已经上路的数百万辆装有他们系统设备的汽车能帮助自己构建地图。特别是,他们希望这些汽车经常行驶在道路上,以至于在道路发生变化后不久,他们就能检测到道路上的任何变化,并上传有关变化的压缩数据,终实现地图更新。当其他汽车驶近该地区时,这些数据就被下载到汽车上。

处理地图所需的数据比人们想象的要少得多。虽然地图很大,但大多数汽车都是在相当有限的区域内行驶,晚上停车时可以通过Wifi获得地图数据的更新。他们只需要通过手机网络下载地图数据,或者在接近某个路况近期发生变化的地点时下载。

特斯拉也有地图

很重要的一点是,特斯拉也有地图。他们只是不相信高度详细的地图可以帮助汽车了解有关道路的一切必要信息。特斯拉的地图确实知道道路类型和速度限制,并提供了关于在不同的坡道上做什么的注释。这些注释可能包含更多信息,但特斯拉没有透露太多细节。

特斯拉当然可以改变主意,决定在未来使用非常详细的高清地图。不过,虽然这需要更多的磁盘空间,但它本身主要还是一个软件更改。因此特斯拉可以将高清地图部署到汽车上,而不需要花费太多成本,即使构建地图和软件的成本很高。

如果您对这个行业感兴趣,欢迎您来我们中国汽车电子技术展览会,做更深入的了解!

 

来源:腾讯汽车