【智能驾驶】是时候该反思一下了:我们为什么需要无人驾驶汽车?

2017 年 12 月 5 日 产业智能官


来源: 机器人创新生态

概要:在发表各种评论之前,很少有人会先思考这些论点的前提,或甚至问问早就该问的问题:为什么需要自动驾驶车?它到底有什么用处?


无人驾驶汽车正成为当下最时髦的关键词,几乎每周都有相关新闻发生。本月初,Waymo和Navya分别发布自家的无人驾驶出租车(robo-taxi)计划,紧接着又发生了无人驾驶巴士试营运的意外事故。


Navya的无人驾驶接驳车才刚在美国赌城拉斯韦加斯(Las Vegas)展开试营运服务的第一天,就发生了与货车轻微擦碰的一场“小车祸”。


媒体以及大众(包括工程师群体)都在鼓噪自动驾驶将会跟司机抢饭碗的简单看法。许多工程师推崇人工智能(AI)带来的超强运算能力,以及云端运算强化连网世界的潜力。


普遍的看法对于宣传自动驾驶都成了一些一成不变的陈词滥调:高度自动化驾驶将会让行车更安全,而且也有助于提升我们(乘客)的生活或工作效率。同时,自动驾驶带来共乘共享的机制还能让车辆减少,都市的塞车和污染问题就能迎刃而解。


事实上,对于这些乌托邦的看法并未存在多少佐证或数据分析支持。技术产业一向对于促进更强大、更快速且更智慧的技术不遗余力,而媒体则以拉拉队之姿助阵。


关于一项技术是否比另一项技术更优越,这当然存在大量的看法。但是,在发表各种评论之前,很少有人会先思考这些论点的前提,或甚至问问早就该问的问题:为什么需要自动驾驶车?它到底有什么用处?


自动驾驶走过的20年……


美国版《EETimes》最近专访了AutoKab的执行长Carlos Holguin与总裁Michel Parent。AutoKab是一家致力于开发“为商用车队确保安全自动化”技术的新创公司,该公司位于法国计算机科学与自动化研究所(French Institute for Research in Computer Science and Automation;INRIA)园区;INRIA总部位于原北大西洋公约组织(NATO)军队的中央指挥所。


尽管才成立两年,AutoKab的创始人团队在公共运输规划、道路车辆自动化和运作方面都有超过20年的经验。


AutoKab 的研发(R&D)中心看起来就像车库,里面放满了过去 20 年来所设计和使用的各种旧型自动驾驶接驳车、高尔夫球车和小客车,看起来简直成了自动驾驶车博物馆。


在Michel Parent 的职业生涯中,有一半的时间都花在像斯坦福大学(Stanford University)、麻省理工学院(MIT)和INRIA等单位做研究,另一半时间则投入于机器人产业,为交通运输的“自动化”领域贡献了不少想法。Parent 说:“没错,20 年前,我一直想设计一个能像人一样开车的机器人。后来我问了自己一个问题,研发这样的机器人有什么乐趣?”不过,他认为最该扪心自问的是“我们在试图解决什么问题?”


对于当今的都市来说,要解决的就是塞车、空间拥挤(还得留些空间停车)、交通不便(离大众运输系统太远)以及能源浪费等问题。Parent指出,“我们需要互连、共乘且速度更快的公共交通工具与电动车(EV),”AutoKab执行长Holguin则总结道,“我们想要解决的就是最后这一公里的问题。”


Holguin预期,除非自动驾驶能提供像自动驾驶巴士或无人驾驶出租车等共乘服务,“否则就算有无人驾驶汽车也无法缓解交通拥堵问题,更糟糕的情况是可能会让塞车情况变得更严重。”他认为,AutoKab的目标就在于解决“一人一车”或“低乘载”的交通资源浪费问题。


AutoKab 的主要员工来自两个不同的领域:“技术”和“运输”。Holguin 表示:“我们利用技术填补商用自动驾驶车营运时所缺少的环节。”更准确地说,该公司是在为公共交通运输业者提供一种“以里程计的自动化服务”。


为汽车和巴士打造的自动化套件


AutoKab 致力于安全和资料分析两方面的技术开发,同时还与许多都市合作,连手打造更有效率的大众运输系统。


AutoKab 的名称来自于‘Automation Kits for Autos and Buses’(专为汽车和巴士设计的自动化套件)的缩写。当然,它也有硬件开发的能力。该公司技术长Cristian Sandu表示,AutoKab 的自动化套件的设计可安装在任何车辆上,包括大量的传感器,如雷达、光达、视觉系统和运算处理器(来自英特尔和Nvidia等供货商)等,以实现安全驾驶。

AutoKab执行长Carlos Holguin、技术长Cristian Sandu与总裁Michel Parent (由左至右)


不过,Sandu指出,要将这个套件完美地安装到车子上得费一番功夫,包括软件校正。但以即插即用的念来看,这款自动化套件“可以通过CAN总线或FlexRay连接车体,根据车子的需求进行安装或卸除。”AutoKab 打造该套件并不是因为对于销售硬件感兴趣,而是由于该套件对于想要降低自动驾驶车成本的人来说至关重要。


然而,Holguin 强调,AutoKab 对卖硬件没兴趣。相反地,它更看重与各大都市的合作,共同发展出能让交通运输业者更有率地执行“最后一公立”服务的计划。而AutoKab则是从城市中自动驾驶车行驶里程获取利润。


成本太高了!


例如,AutoKab 参与了多项欧洲计划,其中包括 CityMobil2。Holguin 指出,从2014 年 10 月至 2015 年 4 月,该公司在法国拉罗歇尔(La Rochelle)展开自动驾驶测试,“以零事故的好成绩实现了超过 6 万人次的载客量。”


此外,La Rochelle当地居民对于这项自动驾驶服务的评价也相当高。不过,他们并不知道这只是个测试。更重要的是,媒体与一般民众并未担心测试期间的资料搜集问题。


同时,AutoKab表示在参与欧盟计划中累积了不少经验。Sandu 说:“我们深入研究在这些资料背后隐藏的意义。”首先,即使是低速的自动驾驶车共乘,营运成本也非常高。此外,这些共乘的车辆“经常无人问津”。如果自动驾驶车和大众运输系统之间无法有效协调,想提升服务简直是天方夜谭。


Sandu 还指出,无人驾驶汽车的大小及其载客量必须根据不同城市的大小与实际情况来决定。


在 CityMobil2计划案的展示阶段,来自合作伙伴 Robosoft 和 Easy Mile 的两支测试车队分别在 7 个城市进行了阶段性测试,但这些车辆并不一定适合其他城市的情况。


Christian 说:“我们只能利用这些车队进行测试,因为目前只有它们能协助配合,”当然,未来仍有待进一步的分析。


其次,都市也需要加以调适与配合。Holguin 说:“它们必须对于V2X交通号志等基础设施进行投资。”光是打造无人驾驶汽车并不是解决都市所有问题的灵丹妙药,都市交通问题需要更全面的考虑,包括无人驾驶汽车专用的上下车区域。


两种不同途径


对外行人来说,Waymo的无人驾驶汽车可能相当酷炫。至于Navya的无人驾驶接驳车呢?可能就相形见绌了。

AAA、Keolis与 Navya连手打造的第一辆无人驾驶接驳公交车,在拉斯韦加斯展开试营运。(来源:AAA、Keolis)


在美国,人们并不信任政府交通部门或政客对于投资都市基础设施的承诺,普遍都认为这些承诺很难兑现。如果人们不相信市政府官方愿意花钱架设支持V2X通讯技术的交通号志,如果他们信不过任何人打造自动驾驶专用的高速公路,那么,唯一的选择就是相信Google、Nvidia以及Intel/Mobileye了。这些巨头正积极地打造足够智能的自动驾驶技术,以便能侦测路况、察觉路上的障碍物,以及建立实时的3D地图,而不必改变现有的道路基础设施。


欧洲(EC)的情况正好相反,类似 CityMobil2 的EC投资计划需要无人驾驶汽车成为自动道路交通系统(ARTS)的一部份。如同EC计划中所解释的:“ARTS 是基于全自动驾驶车(无驾驶座也未配置方向盘)的道路交通运输系统,对于所要使用的基础设施具有先验知识。即使未配置自动驾驶功能的 ARTS 车辆,也会由控制中心的人类操作员持续进行远程监督和管理。”


因此,欧洲和美国技术产业对于自动驾驶上路的看法完全不同。在欧洲的计划中,关键词包括对于自动驾驶“基础设施的先验知识”和“认证”。


既定发展路线


关于部署在无人驾驶汽车的AI技术,Sandu 直言:“我们对于深度学习的兴趣不大。我们有自己的既定发展途径,能让政府交通部门更轻松地认证无人驾驶汽车。”


美国卡耐基梅隆大学(Carnegie Mellon University)教授 Philip Koopman 曾经在接受《EETimes》的专访时表示,自动驾驶车面临的最大挑战在于克服潜藏于机器学习中的基本测试问题——这个问题困扰科学/工程界已经很久了。Koopman 说:“想让以机器学习为基础的系统达到传统安全标准可不容易。因为训练数据集并不符合软件要求与设计的传期待。”


AutoKab认为,商用的自动驾驶车要想通过认证,汽车制造商必须打造出能为市政府监管部门提供安全保证的解决方案。Parent 强调,“无人驾驶汽车必须像现在的火车、公交车和飞机一样取得认证。无人驾驶汽车


机器人随机夹取的问题


Parent可说是一名“久经沙场“的机器人专家,目前的无人驾驶汽车让他想起机器人产业长久面对的”箱中取物问题“(bin picking problems)。


去年,机器人产业协会在一篇报导中到了产业面对着两难的问题。“虽然技术不断进步,但机器人箱中取物的能力依然有限,我们还是没能达到最后的神圣目标——让机器人拥有随机取放的能力。不过,我们依然有所斩获,在先进的视觉技术、软件和取放方案的辅助下,机器人正进入到一个从未达到的领域。”


“那么,为什么让机器人学会随机取放如此困难?答案就在于准确度。虽然机器人重复能力超强,但在一片混乱中随机取放依然需要很高的精准度。机器人必须在环境开放的可用空间定位一个不断更换位置和方向的组件。这就意味着机器人必须均衡各种灵敏度、机器视觉、软件和运算能力,以便实时处理所有的数据并得出最佳的取放方案。这样的要求虽然很高,但绝非无法实现。”


目前,机器人和自动驾驶产业解决这一问题主要都靠提升运算能力。但是,Parent解释,“解决这个相同问题的方法是整齐地依序在托盘上摆放组件,让机器人更迅速地取放组件。”换句话说,在发布R2D2机器人之前,得先解决掉混乱的情况。


Parent 认为,将类似的思维应用在自动驾驶出租车和自动驾驶接驳车上,就能减少基础设施的混乱,从而更有效率地解决都市交通问题。


以下是AutoKab“博物馆”中放置的几款无人驾驶汽车,它们可说是过去 20 年来自动驾驶产业的缩影。我们先从AutoKab今年推出的最新无人驾驶汽车开始。

Cycab (来源:EE Times)


这辆由 INRIA-IMARA/RITS 团队研发的高尔夫球造型车诞生于 1995 年, 1996 年制造,并在多个都市承担自动驾驶交通服务的开发和测试工作。这些都市包括法国(1998)、英国Daventry (2006)、法国La Rochelle (2007)、比利时布鲁塞尔(2009)、芬兰Vantaa (2009)、法国Antibes (2003、2011)、意大利Formello (2011)与Reggio Calabria (2011)。

Yamaha自动驾驶导引车(来源:EE Times)


雅马哈(Yamaha)的自动驾驶导引车由 INRIA 和Yamaha连手于2000 年开发,随后用于 AutoCab 总部所在地Rocquencourt,以及2008年在挪威Trondheim、2011年在意大利Formello等地巡回展示自动驾驶服务。

La Rochelle的自动驾驶车 (来源:EE Times、AutoKab)


这些车在法国La Rochelle展示技术开发和自动驾驶服务,随后在2003与2011年也部署于法国Antibes,2011年并在意大利Reggio Calabria展示。








人工智能赛博物理操作系统

AI-CPS OS

人工智能赛博物理操作系统(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。


AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。


领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?

  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?

  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。

  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。

  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;

  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率

  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间


给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;

  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新

    评估未来的知识和技能类型;

  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开

    发过程中确定更加明晰的标准和最佳实践;

  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临

    较高失业风险的人群;

  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。


子曰:“君子和而不同,小人同而不和。”  《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。


如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!


新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。





产业智能官  AI-CPS



用“人工智能赛博物理操作系统新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链






长按上方二维码关注微信公众号: AI-CPS,更多信息回复:


新技术:“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”;新产业:“智能制造”、“智能农业”、“智能金融”、“智能零售”、“智能城市”、“智能驾驶”;新模式:“财富空间”、“特色小镇”、“赛博物理”、“供应链金融”


“人工智能赛博物理操作系统”官网:AI-CPS.NET






本文系“产业智能官”(公众号ID:AI-CPS)收集整理,转载请注明出处!



版权声明产业智能官(公众号ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题,烦请原作者联系我们,与您共同协商解决。联系、投稿邮箱:erp_vip@hotmail.com





登录查看更多
1

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
122+阅读 · 2020年5月22日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
19+阅读 · 2019年11月8日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
深度解读 | 美国打压华为这事水很深——什么是华为?(1)
混沌研习社广州分社
21+阅读 · 2019年6月27日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
我们为什么需要一个时序数据库?
大数据杂谈
3+阅读 · 2017年7月6日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Arxiv
5+阅读 · 2019年10月31日
Arxiv
8+阅读 · 2019年3月21日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
122+阅读 · 2020年5月22日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
19+阅读 · 2019年11月8日
相关资讯
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
深度解读 | 美国打压华为这事水很深——什么是华为?(1)
混沌研习社广州分社
21+阅读 · 2019年6月27日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
自动驾驶汽车决策层算法的新方向
智能交通技术
7+阅读 · 2019年4月6日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
我们为什么需要一个时序数据库?
大数据杂谈
3+阅读 · 2017年7月6日
无人驾驶汽车
劲说
5+阅读 · 2016年8月26日
Top
微信扫码咨询专知VIP会员