版權(quán)聲明：本文版權(quán)為網(wǎng)易汽車所有，轉(zhuǎn)載請(qǐng)注明出處。
網(wǎng)易汽車5月9日?qǐng)?bào)道
在當(dāng)今汽車產(chǎn)業(yè)的變革浪潮中，智能駕駛無疑是一股最為洶涌澎湃的革新力量。
伴隨著智駕技術(shù)突飛猛進(jìn)與“智駕平權(quán)”時(shí)代的快速到來，問題也逐漸凸顯。比如，技術(shù)突破與商業(yè)化落地的矛盾、安全隱憂與行業(yè)標(biāo)準(zhǔn)的缺失，全球化發(fā)展遭遇法規(guī)與本地化壁壘等等，行業(yè)轉(zhuǎn)型期的波動(dòng)也讓身處變局中的各方壓力倍增。
在數(shù)據(jù)、算力與產(chǎn)業(yè)鏈協(xié)同成為競(jìng)爭(zhēng)核心的當(dāng)下，智駕行業(yè)從“技術(shù)狂歡”向“安全務(wù)實(shí)”全面轉(zhuǎn)型，車企如何在監(jiān)管框架下平衡創(chuàng)新與風(fēng)險(xiǎn)，學(xué)術(shù)界如何與工業(yè)界生態(tài)共建，形成優(yōu)勢(shì)互補(bǔ)，如何實(shí)現(xiàn)安全標(biāo)準(zhǔn)統(tǒng)一，以及更好的高安全價(jià)值數(shù)據(jù)共享和應(yīng)急方案的機(jī)理研究與產(chǎn)業(yè)化，都成為當(dāng)下必須要解決的重要課題。
對(duì)此，香港城市大學(xué)計(jì)算學(xué)院院長(zhǎng)及講座教授，鴻海-香港城市大學(xué)聯(lián)合研發(fā)中心的主任汪建平教授，作為一位深耕智能駕駛領(lǐng)域多年，研究?jī)?nèi)容涵蓋自動(dòng)駕駛系統(tǒng) （感知，軌跡預(yù)測(cè)，運(yùn)動(dòng)規(guī)劃）、安全、測(cè)試等方面的資深專家，正以獨(dú)特的視角和務(wù)實(shí)的研究，試圖為這些難題提供答案。
技術(shù)單點(diǎn)突破 破解自動(dòng)駕駛難題
在汪建平看來，車企更關(guān)注如何讓車跑起來，但自動(dòng)駕駛的挑戰(zhàn)遠(yuǎn)不止于此。
她坦言，大學(xué)幾千萬的研發(fā)經(jīng)費(fèi)，與車企動(dòng)輒幾十億、上百億的投資來比，比誰智駕技術(shù)“燒”的好，那必然是不可能贏的。因此，她的技術(shù)研發(fā)，并非要與車企正面競(jìng)爭(zhēng)，而是瞄準(zhǔn)了行業(yè)尚未充分關(guān)注的技術(shù)盲區(qū)，去做很多企業(yè)沒有做的事情，比如：對(duì)安全的關(guān)注，找到自動(dòng)駕駛軟件里可能存在的安全隱患。
在自動(dòng)駕駛系統(tǒng)中，精確和實(shí)時(shí)預(yù)測(cè)尤其重要，為解決當(dāng)前的行車預(yù)測(cè)技術(shù)難題，汪建平帶領(lǐng)團(tuán)隊(duì)推出自動(dòng)駕駛軌跡預(yù)測(cè)深度學(xué)習(xí)模型QCNet，可在駕駛環(huán)境中提取唯一且固定的位置訊息，并且可不受駕駛者在查看駕駛場(chǎng)景時(shí)的時(shí)空座標(biāo)所影響，能夠捕捉道路使用者的動(dòng)向，準(zhǔn)確預(yù)測(cè)附近車輛的多種可能動(dòng)向，同時(shí)，通過存取和重用之前所計(jì)算的座標(biāo)編碼，理論上實(shí)現(xiàn)實(shí)時(shí)預(yù)測(cè)。
“我們的車除了底盤以外，全部都是自主研發(fā)的，包括自動(dòng)駕駛所有的算法和硬件配置”，汪教授團(tuán)隊(duì)自研的車型不斷進(jìn)行測(cè)試，驗(yàn)證著團(tuán)隊(duì)的核心技術(shù)：軌跡預(yù)測(cè)與AI模型的安全防御。
她還首次在實(shí)車上驗(yàn)證了針對(duì)自動(dòng)駕駛AI模型的物理攻擊手段，通過放置特定紙板測(cè)試車輛是否會(huì)誤判靜止障礙物的動(dòng)態(tài)意圖，從而觸發(fā)急剎車，以及通過干擾傳感器，從而影響在線地圖的構(gòu)建，來驗(yàn)證對(duì)自動(dòng)駕駛決策可產(chǎn)生影響的各種攻擊方式，從而去不斷地排除自動(dòng)駕駛安全隱患。
“這類攻擊可能引發(fā)連環(huán)事故，但還未得到傳統(tǒng)車企足夠關(guān)注”，這也成為全球首個(gè)在實(shí)車環(huán)境中驗(yàn)證此類攻擊的案例。
市占率≠好智駕 數(shù)據(jù)質(zhì)量更重要
在智能駕駛領(lǐng)域，市占率常被提及，但汪建平認(rèn)為，這并非衡量智駕供應(yīng)商好壞的唯一標(biāo)準(zhǔn)，她認(rèn)為，市占率受車型銷量影響，真正衡量智駕能力的關(guān)鍵在于安全性、技術(shù)原創(chuàng)性、L4級(jí)技術(shù)儲(chǔ)備以及數(shù)據(jù)的有效利用。
對(duì)于行業(yè)熱議的“數(shù)據(jù)量決定論”，汪建平更是直言不諱，她認(rèn)為只有有價(jià)值的數(shù)據(jù)才有意義，否則，即使跑上百萬公里積累的數(shù)據(jù)，若缺乏極端場(chǎng)景，比如暴雨等惡劣天氣的積累，這對(duì)提升智駕安全性意義有限。
在汪建平看來，安全性與失效冗余是衡量智駕能力好壞的一種指標(biāo)，功能安全認(rèn)證（ISO 26262 ASIL-D）和預(yù)期功能安全（SOTIF）達(dá)標(biāo)率是硬指標(biāo)，同時(shí)，專利和論文也是體現(xiàn)技術(shù)先進(jìn)程度的一種體現(xiàn)。
例如，華為通過5G-V2X融合感知專利布局形成技術(shù)閉環(huán)；Waymo在CVPR等頂會(huì)發(fā)表的自動(dòng)駕駛論文數(shù)，遠(yuǎn)超業(yè)內(nèi)平均水平，以2022年為例，Waymo共計(jì)發(fā)表論文32篇，并且基于論文產(chǎn)出的技術(shù)方案又體現(xiàn)在多項(xiàng)工程指標(biāo)中：比如車規(guī)級(jí)軟件在環(huán)，安全性，體感舒適性，算法泛化能力，實(shí)車測(cè)試mpi和適用區(qū)域等指標(biāo)中，均取得了不錯(cuò)的進(jìn)步。
整體而言，車企全棧自研門檻極高，合作才是未來主流，因此，汪建平認(rèn)為，在行業(yè)已進(jìn)入“下半場(chǎng)”的當(dāng)下，仿真技術(shù)將成為突破長(zhǎng)尾難題的關(guān)鍵，通過高精度仿真，基于大語(yǔ)言模型，可以以更低成本生成海量極端場(chǎng)景數(shù)據(jù)，這是現(xiàn)實(shí)路測(cè)無法比擬的。
“真正的競(jìng)爭(zhēng)力在于如何將個(gè)體數(shù)據(jù)優(yōu)勢(shì)轉(zhuǎn)化為行業(yè)共享資源，集中攻克長(zhǎng)尾難題。”
在技術(shù)架構(gòu)上，從BEV 到 Transformer，再到結(jié)合大模型的方案，行業(yè)仍在探索最優(yōu)解。目前，端到端方案在 VLM 和 VLA 范式中發(fā)展，但學(xué)界和工業(yè)界尚未達(dá)成共識(shí)，長(zhǎng)尾問題和 corner case 的解決仍是重點(diǎn)研究方向。
最終，智能駕駛需要面向功能和安全交付，數(shù)據(jù)的有效性、監(jiān)管的統(tǒng)一性和兜底方案的可執(zhí)行性是未來的關(guān)鍵。學(xué)術(shù)界、工業(yè)界和政府需合作探索，制定相關(guān)標(biāo)準(zhǔn)，以實(shí)現(xiàn)技術(shù)、產(chǎn)品、安全和法規(guī)的相互制衡。
連接政府與產(chǎn)業(yè) 實(shí)現(xiàn)生態(tài)共建
自動(dòng)駕駛技術(shù)，不僅對(duì)汽車產(chǎn)業(yè)具有深遠(yuǎn)影響，也對(duì)城市交通管理、政策制定等政府決策層面有著重要意義。汪建平教授的研究，在這一過程中，恰恰起到了連接政府與產(chǎn)業(yè)的作用，成為推動(dòng)自動(dòng)駕駛技術(shù)健康、可持續(xù)發(fā)展的重要環(huán)節(jié)。
在香港，汪建平主導(dǎo)了首個(gè)“混合現(xiàn)實(shí)自動(dòng)駕駛測(cè)試”項(xiàng)目，通過虛擬仿真疊加真實(shí)路況，使用真車、真路，但場(chǎng)景數(shù)據(jù)由其團(tuán)隊(duì)仿真，為香港政府構(gòu)建本地化的測(cè)試場(chǎng)景數(shù)據(jù)庫(kù)。
“政府需要工具來制定規(guī)則，比如數(shù)據(jù)收集標(biāo)準(zhǔn)、能改善交通流效率的滲透率閾值，我們的研究為其提供了科學(xué)依據(jù)?！?/p>
汪建平指出，自動(dòng)駕駛的數(shù)據(jù)收集不能與傳統(tǒng)車輛相同，需要明確收集數(shù)據(jù)的目的，并根據(jù)科學(xué)依據(jù)確定需要收集的最小數(shù)據(jù)集， 以及數(shù)據(jù)收集的頻率和質(zhì)量要求。
“若缺乏這些基礎(chǔ)，技術(shù)再先進(jìn)也難以落地”，她認(rèn)為，當(dāng)下商業(yè)化的自動(dòng)駕駛技術(shù)再好，在沒有監(jiān)管工具的情況下，政府不給牌照，都很難上路，所以，學(xué)術(shù)界在推動(dòng)行業(yè)標(biāo)準(zhǔn)與政策工具完善中扮演著不可替代的角色，可通過監(jiān)管工具的研發(fā)，為推動(dòng)智駕技術(shù)落地，提供必要的科學(xué)支撐。
在其自動(dòng)駕駛領(lǐng)域的研究中，香港政府從各個(gè)層面都給與了極大的資源支持，比如，如何讓自動(dòng)駕駛系統(tǒng)理解交警手勢(shì)、如何制定事故責(zé)任判定規(guī)則等等，均得到香港交警的支持，參與測(cè)試并提供具體的場(chǎng)景和手勢(shì)等，這些資源和支持為自動(dòng)駕駛技術(shù)的研究提供了有力的保障。
而這些學(xué)術(shù)研究的價(jià)值，最終也將反哺到智駕產(chǎn)業(yè)鏈之上，包括制定行業(yè)標(biāo)準(zhǔn)、為政府提供工具、解決安全漏洞等多個(gè)維度，同時(shí)，也可通過技術(shù)突破、理論創(chuàng)新等方式為產(chǎn)業(yè)提供支撐，大大降低企業(yè)試錯(cuò)成本，而這就是學(xué)術(shù)界對(duì)“落地”和“價(jià)值”，與商業(yè)化企業(yè)不同之處。
在她看來，學(xué)術(shù)的使命是“源于現(xiàn)實(shí)，高于現(xiàn)實(shí)”，從痛點(diǎn)出發(fā)，通過理論突破反哺行業(yè)，價(jià)值不僅是直接創(chuàng)造產(chǎn)品，而是為整個(gè)生態(tài)奠基，她以團(tuán)隊(duì)發(fā)現(xiàn)的安全漏洞為例，一些團(tuán)隊(duì)發(fā)現(xiàn)的漏洞被Carla（英特爾、豐田和西班牙巴塞羅納計(jì)算機(jī)視覺中心聯(lián)合推出的開源自動(dòng)駕駛仿真平臺(tái)）認(rèn)可且在新的版本里已部分修復(fù)所發(fā)現(xiàn)的安全漏洞，這些研究雖無法量化經(jīng)濟(jì)收益，但卻避免了潛在災(zāi)難。
“就像我們?yōu)檎峁┑墓ぞ?，或許不會(huì)直接裝車，但能讓自動(dòng)駕駛走得更穩(wěn)、更遠(yuǎn)?！?/p>
汪建平始終認(rèn)為，在自動(dòng)駕駛的浪潮中，唯有站在技術(shù)與人性的交匯點(diǎn)，唯有學(xué)術(shù)界與產(chǎn)業(yè)界攜手，在安全與創(chuàng)新之間找到平衡，才能真正駛向“無人駕駛”的未來。
據(jù)悉，汪建平教授所領(lǐng)導(dǎo)的團(tuán)隊(duì)在自動(dòng)駕駛領(lǐng)域取得突破性成果，研發(fā)的先進(jìn)解決方案屢獲國(guó)際殊榮：先后斬獲CVPR 2024 Argoverse 2多智能體運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽冠軍、2024 Waymo開放數(shù)據(jù)集模擬智能體挑戰(zhàn)賽冠軍、第17屆F1 Tenth自動(dòng)駕駛大獎(jiǎng)賽冠軍、2023年元宇宙自動(dòng)駕駛挑戰(zhàn)賽冠軍及2023 Argoverse 2多智能體運(yùn)動(dòng)預(yù)測(cè)挑戰(zhàn)賽冠軍。
相信在不遠(yuǎn)的將來，汪教授所帶領(lǐng)的研發(fā)團(tuán)隊(duì)，在智能化浪潮中，必將乘風(fēng)破浪，用更多的科研成果，讓智駕未來更早地照進(jìn)現(xiàn)實(shí)。
熱門跟貼