江苏龙网

  1. 首页 > 人文 > >

蛰伏三年，达摩院首款无人驾驶终端产品，阿里牵出一头「小蛮驴」( 二 )


虽然没有拥挤的车流和复杂的交通规则 ， 但随处可见行李、包裹、施工场景 。 机器人周围几十米就有超过百级别的交通参与者 ， 包括行人、自行车、车辆、滑板车甚至调戏机器人的人等等 ， 行人逆行、车辆转弯、急停、倒车等也屡见不鲜 。
如果没有足够智能的技术支撑 ， 普通机器人很容易被「冻住」——认为环境不确定性太高 ， 所有向前的路径都不安全 ， 所以自我冻结以避免碰撞 。
但小蛮驴可以顺畅处理这些场景 ， 在人群密集、天气恶劣甚至无 GPS 信号的情况下行驶 。
蛰伏三年，达摩院首款无人驾驶终端产品，阿里牵出一头「小蛮驴」
本文插图
「小蛮驴采用 L4 级自动驾驶技术 ， 自动驾驶率已经达到了 99.9999% 。 」达摩院自动驾驶实验室资深算法专家陈俊波在接受采访时举了两个例子：
比如 ， 一些末端场景中会有路桩 ， 路桩中间有一条非常细的连接带 ， 宽度不超过三公分 ， 小蛮驴可以精准识别并绕行 。
蛰伏三年，达摩院首款无人驾驶终端产品，阿里牵出一头「小蛮驴」
本文插图
再比如 ， 面对数量庞大的交通参与者 ， 小蛮驴可以在 0.01 秒内识别 100 个以上的行人和车辆的行动意图 ， 遇到紧急情况需要刹车时 ， 能在 0.1 秒内完成决策、规划和控制指令下发 。

蛰伏三年，达摩院首款无人驾驶终端产品，阿里牵出一头「小蛮驴」
本文插图
如果拆解小蛮驴底层技术 ， 会发现这就是达摩院人工智能和自动驾驶技术的集大成者 。
预测行人动机靠的是算法 ， 地图信息、行人信息、道路障碍交通标志等信息都需要进行特征提取放到深度学习框架中 ， 进行推断和决策 ， 相当于机器人的「脑袋」 。
大脑对于自动驾驶决策至关重要 。 达摩院自动驾驶实验室负责人王刚有一个观点 ， 「目前制约自动驾驶发展的最大瓶颈依然是算法不够优秀 ， 所以就算把当今世界上最先进的传感器、计算单元都集成到一辆车上 ， 这辆车仍然无法实现完全自动驾驶 。 」
所以阿里一直在算法方面有比较大的投入 ， 典型代表是「大中台 ， 小前台」的独特系统 。
大中台指的是「AutoDrive 自动驾驶机器学习平台」 。 将算法链中人工参与设计的环节（如数据预处理、感知模块神经网络结构 / 超参数、定位模块中的融合参数等）改为机器执行 ， 大大提高技术研发迭代的速度和效率
AutoDrive 一个明显优势在于背靠阿里云 。 阿里搭建了自己的自动驾驶云平台 ， 海量的数据（场景数据库、自动驾驶车数据、数据采集车数据）都被搬到了阿里云上 ， 打通了数据收集、数据标注、仿真、模型训练、评价等一整套系统 ， 让自动驾驶算法研发效率更高 。
目前机器人的运行数据只能是回到停车场后联网上传 ， 一旦 5G 普及 ， 就可以实时数据上传 ， 使模型更快、更有效率的进行迭代和优化 。
小前台就是感知、定位、决策、控制这样的自动驾驶算法模块 ， 依靠 AutoDrive 后方中台可以找到效果更优、运算更快、模型更小的算法模型 。
识别宽度不超过三公分的路桩连接带靠的是感知能力 ， 即机器的「视力」 。
这方面阿里采用紧耦合算法 ， 实现了 GPS、惯导、轮速、相机、激光雷达等多模态传感器的融合 ， 可在无 GPS 情况下实现厘米级定位 。
蛰伏三年，达摩院首款无人驾驶终端产品，阿里牵出一头「小蛮驴」
本文插图
搭载了达摩院自主研发了提高摄像头「夜视」能力的 ISP 处理器 ， 支持 200 万像素图像处理 ， 可同时处理 6 个摄像头和数据传输 ， 通过 3D 降噪和图像增强算法 ， 图像识别能力比业内主流 ISP 处理器有 10% 以上的提升 。
激光雷达感知能力的提升来源于达摩院自主研发的多层级快速稀疏 3D 卷积网络算法 。 针对激光雷达成像在远处点云稀疏的数据特点 ， 做针对性定制化深度学习网络 。 通过多层级的信息提取 ， 提取到详细的几何信息（颜色、条纹）和高层的语义信息（人、汽车） 。


推荐阅读


上一篇：IOS系统可升级iOS 14的机型多达14款，你的苹果设备升级了吗？

下一篇：GoPro 推出 Hero 9 Black