探秘跑在“地下”的无人车:拯救路痴,新场景get | 附一镜到底视频

李根 发自 杭州来福士停车场 量子位 报道 | 公众号 QbitAI

说出来你可能不信。

大多数人最早能坐上的无人车,可能不是来自谷歌、百度或者奥迪、宝马。

有家创业公司在自动驾驶落地这件事上,行动速度更快,覆盖场景更多。如果你不介意,现在就可以搭乘他们的无人车,提前感受下未来的样貌。这个公司,就是原英特尔中国研究院院长吴甘沙创办的驭势科技。

光说不“坐”假把式,下面是量子位“一镜到底”的现场实拍:

视频内容

量子位实地乘坐驭势无人车

跑在地下的无人车

驭势科技的无人车最近在杭州开始试运营。

具体地点在杭州钱塘江畔的新开商超来福士,地下二层的停车场。原本与世界上千千万万的商超停车场别无不同,一样的地广车多,一样的停完即忘。

这样的体验你估计不会陌生:开车购物一时爽,停车找车XX场。

不过万万没想到,还能通过无人车解决这个问题,而且听起来可行,坐起来也算舒坦,停车场找车的烧脑游戏,或许就此被人工智能的机器大脑完结。

究竟是怎么回事儿?

现场指引标识

从完整用户使用流程来说,总共有三步:

1)在停车场电梯口输入自家车牌号(记不住车牌号的情况不在此列);

2)通过图像确认自家爱车并召唤无人车(记不住自家爱车模样者不在此列);

3)乘坐无人车前往具体车位(上车还想操作方向盘者不在此列)。

无人车使用流程界面图

不过,如果从驭势无人车研发的角度看,背后的努力并没有用户流程展现的如此简单。跟所有当前无人车研发逻辑一样,核心关键还是四个步骤:感知、定位、决策和控制。

其中决策和控制,深度学习等算法的运用已经不令人陌生,核心逻辑与其他无人车采用的并没有很大不同。

但在停车场场景下,感知和定位会更富针对性。

首先是地图,靠多方面图层叠加,比如初始的物业设计规划图(CAD)、驭势搭建的二维码图层,以及SLAM视觉方案等,构建起停车场的高精度地图;

其次是定位,视觉方案和激光雷达等传感器方案同时进行,用冗余方案确保安全性,对动态行人、车辆等实现识别。

驭势无人车

上述方案也让驭势无人车外观上稍显不同。

第一,采用了2个16线激光雷达,安装在车前方两侧;

第二,3个摄像头,车头一个针对前方路况,车尾一个针对后方场景,还有车前部视线斜向上一个,用于扫描停车场天花板上的“二维码”——这也是驭势的冗余方案之一,如果停车场意外光线不佳,该摄像头和旁边的红外线补光器就会发挥作用,扫描那个融合了车辆位置信息的二维码。

第三,4个毫米波雷达。

车内,大小如高尔夫球场接驳车的车体上共有四个座位,前方2块iPad屏幕,一块工程师用,能够实时显示无人车的工作过程,便于调节;另一块则给乘客用,出发点是用户体验,乘客能够实时知道无人车的所处位置,语音播报也会同时进行。

此外,方向盘、刹车,油门等“老一代汽车”部件也被保留,一方面是当前版本还是改装车版本,非驭势最后规模化量产车;另一方面则便于人类随时接管。

在驭势科技联合创始及CEO吴甘沙看来,人类接管的情况一般会有三种:1)是程序出现问题;2)是程序未报错,系统还在运行,但安全员判断有问题,比如车与车靠得太近;3)是系统出现问题不运作,视觉定位丢失,前方遭遇堵车,但自动倒车尚不可行等情况,人类老司机都会把方向盘主动握回手中。

当然,安全员或许只是测试和试运营期间内的“定心丸”,未来这样人力参与运行的角色,可能会由远程遥控完成——听起来有点像开玩具车,而且为了保证系统安全,驭势从现在开始,就已经单独使用了网络,实现与公网隔离。

吴甘沙展示驭势仿真工具

安全落地 场景为王

在整个乘坐驭势无人车找寻找具体车位的过程中,量子位要去的车位不算太远,从上车到最后回到原地,历时4分钟左右,不过从驭势无人车的行进来看,出于安全考虑,速度方面显得克制。

驭势科技联合创始人、首席产品官周鑫介绍说,目前停车场场景的无人车时速不超过8公里,遇到路口等还会有“减速+停止3秒”的策略,涉及转弯或调头,旋转半径也看起来比实际所需更长。

这都是出于安全性考虑。吴甘沙认为,无人车落地的第一条件,毫无疑问是安全性,速度是安全最大的挑战,之前有统计表明,30公里时速下,撞车生还的概率是95%,如果提速,生还概率就会不断下降。

而对于驭势目前追求的场景来说,低速并不影响核心用户体验,体验的要求在于行车过程中的连续性,以及人车之间的交互,做好这些会更容易使用户接受。

另外,当前停车场等场景下,吴甘沙还认为“边界”可控,未知变量并不多,利于借助传感器、算法把该边界里的问题吃光吃透,并且在传感器方案上,目前驭势实际使用了视觉和激光雷达两套方案并举,一方面出于冗余,另一方面则希望对比打磨,一旦效果相差不大,成本较贵的传感器就可以被摘掉——指的当然是激光雷达。

以上诸多考量的最终结果,自然在于商业化落地、规模化运行。

不过看起来吴甘沙对此并不担心,在他整个言谈过程中,最高频的词汇莫过于“场景”,他认为当前条件下无人车落地的关键一定是场景。

停车场是一种场景。边界清晰、变量较少、速度和安全可平衡、企业合作方欢迎,用户接受度更高。

在停车场现场,量子位也分别询问了一位男士车主和女士车主,他们都表示希望尝试,而且在观看实际运行后,他们都认为:与有人时完全一样,但现实中似乎还没有类似的有人的方式,帮助他们逛街购物后,顺利无误地找到当初停车的地方。

停车场还不是驭势落地的第一个场景。在更早之前,白云机场的摆渡车场景、房山垃圾车的运行场景,都已经有了“驭势科技”的标识。

驭势科技在广州白云机场的无人摆渡车

而现在,位于杭州钱塘江江畔的来福士停车场,只是驭势验证模式的牛刀小试,吴甘沙表示相同场景下的复制会很容易,甚至实地测试的方式也可以减少,他向量子位展示了驭势自主研发的仿真工具,通过虚拟仿真情况,就能测试算法的适用情况。

也就是说,驭势无人车的落地可能还会更快?吴甘沙没有公布具体时间表,但他透露,在2018年下半年,会取消安全员,实现真正的无人驾驶,而今年下半年,驭势还推出更多半开放场景的无人驾驶示范运营,比如一些山路场景,上下坡路段的测试等。

吴甘沙和驭势科技的进展也让其投资人感到鼓舞。

驭势早期投资人李开复告诉量子位:无人车很伟大,但真正满大街跑可能还是5年、10年?甚至更长时限里的事情,因为涉及到很多未知的问题去解决,众多变革去出台解决方案。但驭势选择的低速、限定场景里的无人车运营,可能很快就会让千人百众直接接触到,商业营收上也不是问题,他强调驭势真正走在一条可行的路上。

所以,驭势科技会成为第一个让用户广泛使用到的无人车公司吗?

一颗赛艇。

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-08-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

【AI创新者】驭势吴甘沙:做无人驾驶的赋能者

1566
来自专栏华章科技

万万没想到,无人车其实是个劳动密集型产业

54岁的Forrest并非工程师或程序员,她靠撰写教材来谋生。尽管如此,在平时有空时,Forrest依然会在Mighty AI上登录,然后把自己的时间花在给行人...

842
来自专栏华章科技

穿越十年后看互联网+:汽车产业的金矿在哪里?

现在市场上炒得火热的智能汽车未来出路在何方?做智能汽车领域的创业者应该关注哪些机会?传统汽车厂商又到底如何借助互联网进行转型?本文用故事的形式,提前带你进入激动...

1112
来自专栏新智元

对话英特尔CTO——量子计算到底还有几道关卡?

802
来自专栏量子位

英伟达有魔力,Uber小心翼翼 | 跟着开复去硅谷Day1

Gen Lee 发自 Palo Alto 量子位 报道 | 公众号 QbitAI ? 大家好,这是跟着开复老师游硅谷的第一天。 为了更好倒时差,创新工场兄弟...

2987
来自专栏ATYUN订阅号

WaveSense的探地雷达可以使自动驾驶汽车在恶劣天气中更安全

雷达,激光雷达,摄像头,它们是帮助优步自动驾驶汽车,通用汽车的Cruise Automation,Waymo以及其他对周围环境感知的组件。但WaveSense首...

1325
来自专栏人工智能快报

美大学研制人工智能交通信号灯,有助减少汽车尾气排放

美国卡耐基梅隆大学机器人学教授Stephen Smith在白宫前沿会议上指出,交通拥堵每年给美国造成的经济损失达1210亿美元,主要原因是拥堵会导致生产力下降,...

3256
来自专栏新智元

【快报】世界上最快的龙型机器人 | 福特与MIT联合研制激光雷达

新智元 AI DAILY 1 福特与MIT联合研制 激光雷达行人自主分析规划系统 ? 福特正与麻省理工学院合作,共同发起一项包括机器学习和自动驾驶系统在内的特...

3537
来自专栏AI研习社

如何降低自动驾驶的成本?有一种思路叫“由俭入奢”

图片来自驭势官网 吴甘沙最早想做机器人,他曾经研究过工业机器人、分支协作机器人,还有家用服务型机器人等领域,最后发现前两者市场太小,全球一年也才几十万台的出货...

3635
来自专栏大数据文摘

Science | 分析20亿行北京出租车数据 寻找你被拒载的原因

1966

扫码关注云+社区