在无人车大规模量产前,百度Apollo想先做好“安全”

来源:A5专栏 时间:2018-07-06

纵观人类科技史,在面对真正具备革命性意义的新技术时,大众往往会经历三个不同的心理阶段:首先是惊奇和敬畏,认识到它能解决人类社会多年痼疾;随后是疑虑和警惕,担心它可能带来新的不稳定因素;最后是信任和习惯,变成日常生活的一部分。

尽管世界上不存在绝对的安全,但大众心理从第二到第三阶段的过渡,往往意味着新技术已能在最大程度上做到“万无一失”——而这一心理过渡,此刻正渐渐发生在如今火热的自动驾驶领域,业内早已达成共识,安全是自动驾驶技术开发的“最高原则”。

这当然不难理解,就像投资人程浩所言:人工智能本质上分为“非关键性应用”(比如人脸识别)和“关键性应用”(比如自动驾驶),在真实的落地场景中——比如上班刷脸,“非关键性应用”的识别率是98%还是99%并非云泥之别;但“关键性应用”则不然,需要海量数据加持下的算法精进,因为哪怕自动驾驶拥有99%的可靠度,也意味着100次就出1次事故,这也是为什么AI创业大多集中在“非关键性应用”,而自动驾驶这种“关键性应用”的最大玩家,往往是科技巨头的原因。

当然,如前所述,世间没有绝对安全,在现实的另一端,作为一种确定性趋势,自动驾驶这条国际赛道格外拥挤,此时此刻,任何有能力的国家(尤其美国)都在以一种军备竞赛的心态开足马力,试图率先完成规模量产,抢占先机——事实上,前段时间美国发生的几次自动驾驶事故,就已让不少美国业内人士(尤其大公司)担心,事故阴云会让一直胶着中的立法进程趋于保守,让整个产业按下“暂停键”,从而让全球唯一有实力与之抗衡的中国抢占先机。

而在中国,自动驾驶从实验到量产的最大鸿沟亦是头号玩家百度最关注的问题。在百度AI开发者大会上,他们发布了首个针对中国市场的自动驾驶安全报告,融合了Mobileye的RSS安全模型,希望带动行业安全标准落地和技术升级。

通过这份报告内容可以看出,在自动驾驶的研发路径上,通过拆解目标,逐级演化,细分场景等方式,足以打磨出一个安全可量产的自动驾驶解决方案。

自动驾驶的近期目标

在去年出版的《无人驾驶》一书中,哥伦比亚大学人工智能实验室主任胡迪·利普森认为:只要自动驾驶的安全记录能超过人类驾驶员的平均水平,就足以称得上“造福人类”。

但这显然是一个“理论上”的量化标准,在真实的舆论场,大众对机器总是苛刻到近乎无情,这也意味着,自动驾驶必须遵循一条更为稳定、平滑的发展轨迹。这份主体内容由百度撰写Mobileye共同参与的报告(融合了其核心的自动驾驶安全模型RSS),就试图勾勒出这条更为理想,也更为理性的发展轨迹,为推动行业的标准统一提供了理论支持。

先来看一下这份《Apollo Pilot安全报告》,包含安全设计和安全运行两大主要内容,其中细分为操作安全、环境安全、行为安全、功能安全、质量安全、机制安全和安全进化等七大内容。

ApolloPilot是Apollo平台的一款自动驾驶量产产品,Apollo规划的长期目标是通过更全面的感知和监控系统,通过基于大数据不断训练进化的驾驶规则,让自动驾驶比人类驾驶的事故发生率至少降低一个量级——而为了实现这一愿景,他们也为自己制定了一个“小目标”:打造一个更安全可量产的自动驾驶解决方案,针对目前最高频的三个场景:高速自动驾驶系统、城市交通拥堵辅助系统、自动泊车系统,降低其安全风险。

基于这个逻辑,他们发布了中国首个L3级自动驾驶产品ApolloPilot for PassengerCar(简称“APC”),并将其定义为“提供有驾驶员的车辆在限定场景下的自动驾驶系统”:根据系统请求,驾驶员需做出适当响应——颇为人性化的是,系统将至少提前10秒发出请求,以确保为驾驶员留出响应时间。你知道,如今更多的所谓“自动驾驶”,都要求司机“无衔接”待命,随时保持接管能力,这很容易让司机陷入某种“资源的诅咒”,需要比自驾时更高的专注度,也更易诱发疲劳驾驶等不安全因素。

于是我们看到,APC通过对可适用场景的明确定义,确保在一定范围内汽车拥有完全的自适应驾驶能力,而在即将超出边界时给司机预留至少10秒的接管时间,最大程度让用户了解现阶段自动驾驶的行为边界。在我看来,相比不少自动驾驶玩家的激进策略,APC或许是未来2—3年实现自动驾驶最安全有效的路径,在确保安全的同时不耽误量产,让更多主流汽车用户尽早享受到自动驾驶的福祉。

在百度的自动驾驶蓝图中,APC计划在2020年在中国多家车厂的主流经济车型上大规模上市,并将优先适用三个最高频场景。

首先是高速路。在中国,高速单起事故死亡率为77%,看似一路坦途,实则危机四伏。针对于此,百度设计了APC高速自动驾驶系统,可在高速和城市环路上实现自动驾驶功能,将对车辆进行加速减速,车道保持和自主变道等控制,在很大程度上解决司机在高速路上疲劳驾驶和环境监控方面的安全隐患。

其次是自动泊车。对于新手司机而言,“中国停车难”的真正意涵,除了超过5000万个停车位缺口,还包括中国停车位相对狭小的空间,以及易剐蹭的风险,百度也为此设计了自主泊车系统,司机可以在停车场入口让车辆自主泊车或召唤车辆到身边,全程由APC自动驾驶。

场景之三,则是最令司机头疼的拥堵状况,已无需过分描述中国大城市的交通拥堵现状,现状至少可以期待的是,两年后,APC的城市交通拥堵辅助系统,帮你解决跟车注意力高度紧张所带来的疲劳感,降低追尾风险。

夯实安全地基

其实在不久前结束的数博会上,李彦宏就曾透露:“从百度自动驾驶开放平台对源代码的开放到无人车的量产,这中间增加了很多新代码,其中接近50%都是为了保障安全增加的。”

百度智能驾驶事业群负责人李震宇接受采访时也表示:在百度推出Apollo之前,从成立自动驾驶业务第一天开始就组建了一支负责安全的团队,团队中包括决策规划、安全、数据、仿真等专门的团队,从系统的可靠性、乘客的决策权、行驶区域权、软硬件冗余能力、人车交互、疲劳驾驶监测、快读迭代交通及驾驶数据等关乎于乘客安全的方方面面去研发,将整个Apollo的安全基础打造稳固。

而时至今日,在不同技术板块的合力构筑下,整个Apollo的安全地基已变得更为夯实。

首先在信息安全层面,Apollo成立一周年时,就由百度牵头成立了Apollo汽车信息安全实验室,体现了其对信息安全的无比重视——令人欣喜的是,这次开发者大会上,Apollo汽车信息安全实验室也有了最新进展,他们宣布与全球最大汽车电子供应商和安全互联汽车领导者恩智浦半导体(NXP Semiconductors)合作,发布了中国首款芯片级ECU信息安全解决方案,推出高安全性的集成式软硬件平台,保护汽车电子控制单元(ECU)安全。

其实早在去年底,恩智浦就正式成为Apollo开放平台的合作伙伴,此次发布的信息安全解决方案,是二者优势的集大成者。如你所知,当汽车遇上互联网,各种车载信息系统,车车通信和车路通信就日趋成为主流,车上各种ECU功能也日趋复杂,但随着整体代码量的增加,潜在代码漏洞也日趋突显。针对于此,百度与恩智浦合作的这套芯片级ECU信息安全解决方案,可以更为便捷有效地保护信息安全。

更值一提的是,除了与恩智浦达成合作,在AI开发者大会上,百度还宣布将与Mobileye基于视觉技术面向自动驾驶商业化量产展开合作。

在自动驾驶领域,Mobileye是个难以忽视的名字,因为从底层逻辑上,自动驾驶必须掌握的两个最基础技能,就是看清路上状况,随时做出反馈——而在视觉领域,Mobileye已有十几年研发背景,长期致力于用视觉系统协助司机安全驾驶,降低交通事故发生率。可以预见,此次与百度的强势联手,能为中国市场的自动驾驶量产带来更安全可靠的解决方案。

当然,除了整合最好的供应商,秉持“安全至上”原则,还有另一个硬性约束条件:数据。

众所周知,考虑到人工智能与数据量的共生关系,数据规模和采集能力,决定了自动驾驶的发展上限。于是可以看到,百度构建了一个颇为完备的数据采集体系:数千辆自动驾驶采集车队可为Apollo提供精确及详细的多种自动驾驶学习信息;通过参与“驾驶安全改善计划”,搭载了各种传感器的数百万车辆,为Apollo提供了大量真实场景道路的数据和司机驾驶行为信息;更重要的是,百度Apollo和百度地图数亿日活用户的实时数据,在依法脱敏后为Apollo提供了一个实时生态感知体系——百度Apollo在不同数据方向上的合围,让他们构建了中国领先的AOS场景库。

而某种程度上,Apollo安全地基的夯实,是因其占据了先发优势,率先启动了数据,技术和安全度三者间的滚雪球效应。要知道,百度是中国首个获得汽车界必备ISO26262认证(功能安全第三方评估)的互联网企业,并且已在北京,福建和重庆等地拿到首批路测牌照,这也从侧面印证了其安全性。

结语

其实在我看来,让自动驾驶更为安全,本是科技巨头的“分内之事”——因为人类发展自动驾驶的初心,就是它“注定”比人类更为安全。

美国交通部长赵小兰几乎在每次关于自动驾驶的演讲中都要提及:美国持续增长的交通事故中,有94%是因驾驶员的失误造成。而全球范围内,每行驶20万英里,人类驾驶员就会出现一次非致命性碰撞;每行驶100万英里,就会有一名司机丧命,但你知道,这些悲剧早已被媒体和大众视作常态——与此同时,Uber自动驾驶发生一起事故,全世界都会知道。

这是对自动驾驶的“不公平”吗?当然不是,这只是大众对自动驾驶从“警惕”向“习惯”过渡的必然路径——我相信,随着时间的推移,人们会愈加意识到,技术是减少事故最有希望的途径。

李北辰 /

相关文章

A5创业网 版权所有

返回顶部