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量;而后者需要大量电机做精细的灵巧控制,成本居高不下,短期内无法走向大众。

看了一圈,他发现人们对人工智能的期待和现实之间的差距太大,短时间内做不出能够让人为之惊叹的机器人产品。

「我后来发现机器人不合适,更重要的是我发现无人驾驶对世界的改变是翻天覆地的。」他告诉雷锋网。最终让他往无人驾驶方面创业的一个原因是摩根斯坦利的一份研究报告:无人驾驶的普及能够给美国带来 1.3 万亿美元的好处,相当于美国 GDP 的 8%。

8% 对于他的概念就是——任何一个其他领域达不到 1%,再加上自动驾驶市场的快速增长(年复合增长率达到 134 %),让他觉得非常值得去做。

随后,在英特尔工作十几年一直做到英特尔中国研究院院长的吴甘沙终于说服自己,看准了无人驾驶在未来的发展趋势,与格灵深瞳的联合创始人赵勇,北京理工大学教师、2013 年智能车未来挑战赛的冠军姜岩等人一起,于今年年初成立了一家专注于汽车自动驾驶的创业公司——驭势。

驭势想做什么?

业内根据自动化水平的高低区分了四个无人驾驶的阶段:驾驶辅助、部分自动化、高度自动化、完全自动化。

  • 驾驶辅助系统(DAS):目的是为驾驶者提供协助,包括提供重要或有益的驾驶相关信息;以及在形式开始变得危急的时候发出明确而简洁的警告。如「车道偏离警告」(LDW)系统等。
  • 部分自动化系统:在驾驶者收到警告却未能及时采取相应行动时能够自动进行干预的系统,如「自动紧急制动」(AEB)系统和「应急车道辅助」(ELA)系统等。
  • 高度自动化系统:能够在或长或短的时间段内代替驾驶者承担操控车辆的职责,但是仍需驾驶者对驾驶活动进行监控的系统。
  • 完全自动化系统:可无人驾驶车辆、允许车内所有乘员从事其他活动且无需进行监控的系统。这种自动化水平允许乘从事计算机工作、休息和睡眠以及其他娱乐等活动。

上述四个阶段在国内的发展有着不同的节奏。

吴甘沙认为第一阶段的市场比较小,并且国内绝大部分做 ADAS 的公司都在这个领域耕耘。如果要做到与 Mobileye 一样的水准,并且符合汽车前装要求,并不是一件特别容易的事情,而且驾驶辅助市场在乘用车领域的机会并不是很大。

在第二阶段,Mobileye 的技术已经商用化,部分一级供应商,都具备辅助驾驶的能力,其中包括紧急刹车,包括高速自适应巡航、车道保持、自动泊车等等,这些功能目前主要存在于高端车型。然而,这一阶段对于创业公司来说,要做到与他们竞争的程度,吴甘沙说「蛮有挑战」,这是因为国外的大厂基本上能够做到比较低的成本。

在高度自动驾驶阶段,目前国内在这一阶段耕耘的创业公司少之又少。虽然最接近于第三阶段的是 Mobileye,因为它在特斯拉 Autopilot 上一定程度上开发了高度自动驾驶,但事实上这类技术还有待成熟。

「这一块能做的公司还很少,算法和人工智能是我们的强项,在这方面发力,我们未来的竞争上会小很多。因为很多 Tier1 (一级供应商)做不了,主机厂商也做不了,所以这一面我们有优势。」吴甘沙告诉雷锋网。

发力自动驾驶的第三个阶段,这正是驭势想要做的事情。

如何降低成本?

吴甘沙认为现在自动驾驶有两种路线:

  • 一种是谷歌的路线,用最贵的传感器(例如激光雷达)保证将外界看得一清二楚,这是「视力 2.0,智商 120」;
  • 一种与 Mobileye 类似,采用视觉算法(例如摄像头)实现自动驾驶,这是「视力 1.0,智商达到 150」。

而驭势想要做的是第三种路线:在低成本的情况下保证「视力」能够做到 1.5,「智商」能够达到 150 甚至更高。

与 Mobileye 采用的单目摄像头不同的是,驭势采用的双目和三目摄像头,能够让汽车「看」得更远。

他解释称,从某种程度上来说,无论是二级、三级还是四级自动驾驶,摄像头都不可或缺。虽然加入激光雷达能让避障的准确率提升,但是激光是单色,无法看到纹理和色彩,因此对外界的理解不够。如果要对外界产生理解必须得用视觉。这也是为什么他们采用双目甚至三目摄像头的原因,传感器与算法能够相得益彰。

图片来自新智元

在谷歌、百度的无人驾驶汽车中,一个激光雷达的费用就达到七八十万人民币。选择先从低成本的传感器开始研究,随着高成本的传感器价格逐渐下降再做加法是驭势的一个思路。

驭势在前期采用的是在汽车上安装立体视觉的双目或三目摄像头,配合其他雷达、普通 GPS 和惯性导航系统,计划在未来两三年做到 2000 到 3000 美元的方案(适配 3 万美元左右的车型)。吴甘沙表示,等到激光雷达的价格足够便宜,未来考虑加入激光雷达的方案。

姜岩(驭势创始人之一)曾经讲过做无人驾驶方案的一个思路:由俭入奢易,由奢入俭难。意思是说现在用惯了好的传感器,再用回低成本的传感器就会不适应。如果驭势一开始从最困难的部分入手,越往后就会越做越简单。

而在这当中,最昂贵的部分是 GPU 即计算成本。根据摩尔定律,计算成本每两年会下降一半,吴甘沙相信整套无人驾驶方案的成本最终能够迅速降低。

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2016-06-07

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...

1375
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

1656
来自专栏人人都是极客

全球无人驾驶产业链全景图在这里

10月25日,一代浙商鲁冠球逝世,曾被《福布斯》称为汽车零部件领域的“全球领袖”,被媒体冠以民营企业家中的“常青树”,浙商界“不倒翁”。 “全球领袖”鲁冠球...

6489
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...

3047
来自专栏量子位

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...

2014
来自专栏机器学习算法与Python学习

平均年薪 50 万的无人驾驶工程师,需要掌握这 5 大关键技术

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第一 【Python】:排名第三 【算法】:排名第四 无人驾驶无疑是 2017 年人工智能...

4604
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...

862
来自专栏吉浦迅科技

NVIDIA加快与车厂合作,积极将人工智能技术投入生产

NVIDIA 今日宣布一连串与欧洲五大车辆相关业者的合作案,推动将人工智能技术用在车辆生产作业上,以增进在欧洲市场里的市占率。 NVIDIA 创办人暨执行长黄...

3627
来自专栏量子位

万万没想到,无人车其实是个劳动密集型产业

李杉 唐旭 编译整理 量子位 出品 | 公众号 QbitAI 病友们都在看杂志、刷Instagram的时候,Shari Forrest打开了手机上的一个app,...

3365
来自专栏新智元

【CES Asia】百度国内首次深度学习自动驾驶,阿波罗不再只是计划

【新智元导读】从世界上首个可在真实道路上实现端到端模式的高级自动驾驶模型Road Hackers,到百度和汽车零部件厂商合作开发的车载可计算平台 BCU,从诞生...

52217

扫码关注云+社区

领取腾讯云代金券