Image
By 快驾驶

景驰自动驾驶汽车最新进展:2020年实现规模化

2018-07-06 16:34  |   评论

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。
 
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?
 
景驰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。
 
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。
 
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。

文章点评