专访博世高级副总裁:自动驾驶系统最大的挑战是如何对AI进行验证 | IAA 2017

2017 年 9 月 18 日 新智驾 报道汽车未来的


文 | 易建成  大壮旅

来自新智驾(AI-Drive)的报道


自动驾驶的火热,使得全球最大的汽车供应商博世在过去两三年里招聘了大量有 AI 背景的研发人员。


「未来这一数字还会不断增加。」博世底盘系统控制部门负责自动驾驶系统业务的高级副总裁 Stephan Hönle 博士对新智驾表示。


在法兰克福车展上,博世官方宣布,到今年年底,博世汽车与智能交通技术业务板块的研发人员将增加 10 %,达到 48000 名。不过招聘 AI 专家并不容易——「由于整个行业都在抢人,业内的 AI 人才处于严重短缺中。」 Hönle 博士说道。


毫无疑问,AI 是自动驾驶技术的关键驱动力量,博世也正在积极利用 AI 技术开发自动驾驶。据新智驾了解,到 2021 年博世在 AI 领域的投资将达到 3 亿欧元。


尽管如此,Hönle 博士坦言,在这一过程中最大的挑战是如何对 AI 系统进行验证。「这不是博世一家的问题,而是整个行业都必须解决的挑战。」他说。


目前,博世已经迈出了自动驾驶发展的第一步: 自 2018 年初起,在位于德国斯图加特的梅赛德斯奔驰博物馆停车库内,自动代客泊车就将成为现实。这项技术带来的好处是:对现有停车空间更高效的利用,同样大小的停车区域可以比原来多容纳达 20% 的车辆。


在法兰克福车展期间,新智驾就自动驾驶领域的话题采访了 Stephan Hönle 博士,以下为对话实录(有删减):


*图片来自 Youtube


新智驾:近些年来自动驾驶火爆异常,我想问的第一个问题是,关于这一技术你感受最深的一点是什么?


Stephan Hönle:无论是我自己还是整个团队,都将安全系统的开发放在最重要的位置,毕竟安全第一。我们为这个系统准备了 13-14 个传感器,此外中央控制单元、复杂的 AI 软件也必不可少。


同时,我们还开发了原型车并为它加装了各种硬件,整个过程相当复杂。通过过去一年的努力,我们拿出了完成度相当高的原型产品(第一代原型车为宝马,第二代原型车为特斯拉)。


不过,要想让它足够安全可靠,我们还得继续迎接从未遇到过的挑战,比如软件和整个车辆架构。在我看来,这是最难的挑战,但它也激励着我和我们整个工程团队,这是团队必须解决的问题。



新智驾:博世在自动驾驶方面投入,目前取得了哪些进展?


Stephan Hönle:未来几年我们要逐步完成技术升级,从现在的驾驶辅助系统升级到 Level 3 自动驾驶(2020 年)。也就是说,几年之后我们的系统能在 60km/h 的速度下实现 Level 3 自动驾驶。


随后,博世会主推自动驾驶核心部件,比如传感器。我们在这方面经验丰富,博世的第一代雷达产品销售额已经突破 1000 万美元。


此外,博世还提供一整套传感器。现在博世已经相当成功,我们实现了 10 亿美元的销售额,这一数字到 2019 年将再次翻番。同时,驾驶员辅助系统市场正在迅速扩张,年增幅高达 25%,而且博世的增速已经超过了业内平均水平。


新智驾:说到传感器,博世也在进行激光雷达的研发,你们是否有量产计划?


Stephan Hönle:激光雷达确实是自动驾驶汽车的核心传感器,不过现在博世对于该产品的量产暂时还没有计划。如果我们做好了决定,会第一时间公布。


新智驾:刚刚你提到的自动驾驶主要是硬件方面的成绩,但如果要向 Level 4 或 Level 5 迈进,就需要人工智能技术,博世在这方面有什么进展?


Stephan Hönle:当然,软件也是自动驾驶技术的关键驱动力量,复杂的软件很快会成为车辆标配。博世正在积极利用 AI 技术,毕竟没有它就无法实现自动驾驶。


有了 AI 的支持,计算视觉系统、机器学习算法才能稳定运行。博世在这个领域有大量的人才储备,同时我们非常注重合作。不过需要承认的是,博世也面临激烈的竞争。


我们的合作伙伴中也有百度,博世参与了阿波罗计划,双方在自动驾驶方面正在进行深入合作。


新智驾:在 AI 方面,有哪些是博世决定要自行研发,不再借助第三方之力?


Stephan Hönle:博世在三大核心算法——感知、决策和执行上都倾注了巨大的力量。我们有自行研发的技术,也有许多需要第三方协助。


是否有第三方参与并不会影响博世,因为作为系统提供商,我们要做好所有的整合工作,而在这一过程中最大的挑战是如何对 AI 系统进行验证。当然,这不是博世一家的问题,整个行业都必须解决这一挑战。


新智驾:博世在 AI 上的人力投入有多少?会比以往的硬件研发投入更多吗?


Stephan Hönle:我不能透露研发人员的详细数字。我可以告诉你的是,在过去两三年里,博世招聘了大量有 AI 背景的研发人员,未来这一数字还会不断增加。不过,招聘 AI 专家并不容易,整个行业都在抢人,因为业内的 AI 人才处在严重短缺中。


在移动出行部门,软件工程师占到了员工总数的 35%,与 10 年前的比例来说已经有了巨大改变,未来软件工程师会越来越多。


博世也会继续加大对 AI 研发的投资,2021 年将达到 3 亿欧元。眼下,共有 100 多名专家投入到该项目中来,我们还在全球设立了 3 大研发中心。


新智驾:对于 ADAS 和全自动驾驶的商业化路径,博世有什么思考?


Stephan Hönle:其他厂商的动作并没有影响博世,过去一两年里我们依然坚持自己的战略,进行渐进式发展,只是速度加快了而已。


眼下,我们的 Level 1、Level 2 级别的自动驾驶早已在市场普及,下一步则是高速路上的自动驾驶。前期,我们的自动驾驶系统可能速度较慢,比如 60km/h,但未来车辆行驶速度会大幅提高,如 130km/h。


再过几年,Level 3 级别的自动驾驶会逐步在高端车到低端车铺开。


下一个 10 年,我们将会见到城市中穿行的自动驾驶出租车,它们都属于 Level 5 级别自动驾驶,车里不会配备司机。当然,这一过程也是渐进式的,它们首先会被部署在限定区域里,至少这些地方气候条件比较适宜。必须强调的是,想让车辆正式上路,必须保证它足够安全可靠。


此外,未来博世会力推软件 OTA 升级,因为现在车辆硬件正在逐渐趋同,就像智能手机那样。当然,这项技术现在还处在初级阶段,所以采用渐进式发展更为明智,我们对这一技术的未来非常乐观。


新智驾:业内一直有观点认为,ADAS 与全自动驾驶完全是两种不同的技术方式,想实现跨越相当困难。对于这一观点,博世是怎么看待的?


Stephan Hönle:这种观点并没有错,从 Level 2 升级到 Level 3 意义相当重大,因为司机开始成为「局外人」,同时整个电子架构和冗余也发生了变化。


我也了解过其他人的想法,从 ADAS 到全自动驾驶确实困难异常,但只要能实现 Level 3,后面的步伐就能加快。博世在这方面经验丰富,功能安全一直深植在我们的 DNA 中,它也是自动驾驶的重要驱动力之一。【完】


推荐阅读:


对话博世:加码中国区研发,不认同谷歌的无人驾驶策略



扫码报名课程,成为自动驾驶工程师

更多课程信息,点击“阅读原文”。

登录查看更多
0

相关内容

自然语言工程(Natural Language Engineering)满足了自动语言处理各个领域的专业人员和研究人员的需求,无论是从理论还是语料库语言学、翻译、词典编纂、计算机科学还是工程学的角度。其目的是在传统的计算语言学研究和实际应用之间架起一座桥梁。除了出版关于广泛主题的原创研究文章——从文本分析、机器翻译、信息检索、语音处理和生成到集成系统和多模态接口——它还出版关于特定自然语言处理方法、任务或应用程序的特刊。 官网地址:http://dblp.uni-trier.de/db/journals/nle/
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
专知会员服务
123+阅读 · 2020年3月26日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25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
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3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
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
7+阅读 · 2018年12月5日
Arxiv
4+阅读 · 2018年10月5日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
4+阅读 · 2017年11月14日
VIP会员
相关资讯
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25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
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3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
23+阅读 · 2017年8月21日
无人驾驶汽车
劲说
6+阅读 · 2016年8月26日
相关论文
Few-shot Adaptive Faster R-CNN
Arxiv
3+阅读 · 2019年3月22日
Arxiv
7+阅读 · 2018年12月5日
Arxiv
4+阅读 · 2018年10月5日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
4+阅读 · 2017年11月14日
Top
微信扫码咨询专知VIP会员