景驰无人车披露最新技术进展，2年后开启国内规模化运营 | 视频
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI
景驰无人车最近怎么样了？
在6月初，他们对外展示过台风天穿越江底隧道的路测视频，秀了一把传感器融合、定位以及感知算法上的技术实力。
但对于景驰来说，这还不够。
因为他们的核心目标是实现L4级无人驾驶车队的城市运营，而且还是在中国，这就要求要有更多复杂场景的智能处理。
所以景驰今天，对外分享了自己当前在复杂场景、特别是长尾（long tail）场景的处理能力。
长尾场景
景驰方面介绍称，无人驾驶测试中的正常场景，主要指出现频繁且交规明确的场景，比如换道超车，通过红绿灯控制的路口，无红绿灯控制的无保护左转、右转等。这些场景相对容易处理。
而长尾场景主要指种类繁多、发生概率较低或者突发的场景，比如闯红灯的车辆，横穿马路的行人，红绿灯损坏的路口，路边违章停靠的车辆等。
△ 景驰在广州的无人车队
这些场景不按常理出牌，样式繁多，处理难度大，但却是无人驾驶在中国城市落地的关键之一。
那如何有效、快速的训练算法去处理长尾场景？
先看一段实际路测视频：
景驰通过视频展示了无人车面临并需要处理的复杂场景：包括在狭窄的双向单车道上，和行人、同向车辆、反向车辆交互；与同向或逆行的自行车交互；与大批横穿马路的行人交互；以及和大量占用车道的行人、自行车交互。
当然，景驰也秀了一把在运动规划方面的算法实力。
他们也在此次对外分享了技术实现背后的原理。
首先是真实道路的数据积累。景驰透露，目前拥有25辆L4级别的无人驾驶车队，每天在三个城市公共道路上跑上千公里收集数据并测试算法。
其次，为了更高频率的遇到更多的长尾场景，无人车还需要通过模拟器（simulation）进行“特训”。
景驰也披露，目前模拟器目前已经实现了高可信，大场景，大批量，云端模拟的能力，能够营造出一个逼真的虚拟世界。
工程师们可以在城市大小的地图内聚焦更细致交互，比如闪烁的红绿灯，不同行径的智能车辆以及穿梭而过的行人、自行车。
单个场景最多可以模拟上万辆汽车、自行车、行人或其他路上可能出现的障碍物。
在模拟器中，景驰小车每天不间断奔跑22000公里，不断测试新技巧并提升原有技能。模拟器还会根据景驰小车在20多个安全、性能维度的表现进行打分，反馈给工程师。
也是日夜不停地如此“特训”，让景驰无人车每天都在变得更聪明、更安全。
以上视频展示了景驰模拟器的真实工作效果。景驰小车在上百个模拟车辆，自行车和行人间运行。
这些模拟的车辆、自行车、行人能够智能的等待红绿灯并遵守交规避让，也可以根据需要执行“违规“动作。
正是通过这些真实路测和虚拟场景的特训，景驰无人车正在逐步变身为经验丰富的老司机，在处理长尾场景的数量和难度上不断提升。
△ 李开复博士试乘景驰无人车
最后，景驰也披露了小目标：将在2020年于中国实现规模化无人驾驶运营。