從硬件和軟件入手，這些公司正推進無人駕駛發展 | CCF-GAIR

編者按：2016年8月12、13日，雷鋒網在深圳舉辦了盛況空前的“全球人工智能與機器人峰會（CCF-GAIR）”，來自中美加的全球最為頂尖的科研實驗室、學術權威、產業大咖、投資領袖共同探討人工智能、機器人、無人機、智能駕駛等四大領域的未來趨勢和產學研發展方向。雷鋒網將會議精彩演講內容與視頻精心編輯，近期將逐步放出。

未來的大方向是智能駕駛，但是如果沒有硬件、軟件等多方面的配合，一切都是空談。后端供應市場也成為炙手可熱的香餑餑。在CCF-GAIR大會的智能駕駛專場討論會上，這些后端供應廠商們將為我們講述他們為智能駕駛的未來都做了哪些努力？

▲ （由左向右依次為）車載信息服務產業應用聯盟（TIAA）秘書長龐春霖、速騰聚創CEO邱純鑫、Minieye CEO劉國清、Quanergy中國區總經理湯勁松、華院數據首席數據科學家尹相志以及QNX公司大中華區總經理張人杰。

在“造車新勢力”論壇上，車載信息服務產業應用聯盟（TIAA）秘書長龐春霖擔綱主持，連環發問。

● ● ●

龐春霖：介紹一下自己的公司。

邱純鑫：速騰聚創是一家專注于做激光雷達的公司。2014年我們推出了第一款激光雷達產品，主要應用在靜態測繪、三維建模領域，目前我們的精力主要集中在研發并提供高性能、量產性強的無人駕駛激光雷達。

劉國清：Minieye是2013年4月份成立的，我們專注在車載技術的感知上，我們希望在汽車自動化和無人化的感知方面作出貢獻。

湯勁松：我們公司是Quanergy，總部在美國硅谷。專注在開發高性能的、能在未來用于量產的激光雷達和相關軟件，我們跟很多廠商已經有深度合作。我們現有的機械激光雷達M8也有很多在使用中。我們即將推出的突破性的固態激光雷達S3，將給業界提供真正能量產化的高性能、高可靠性的激光雷達。

尹相志：我們現在正在舉辦人工智能大賽，在競賽當中我們會提供5萬份行車記錄儀進行體驗，開展跟智能駕駛相關算法的競賽。

張人杰：我們的操作系統被廣泛用到大家熟悉的各種車型里面，包括寶馬、大眾等等，我們在新一代的自動駕駛領域有很多的貢獻。

● ● ●

龐春霖：大家對特斯拉在中國和美國發生的事故怎么看？

邱純鑫：這體現了特斯拉自動駕駛目前存在的不足，也許是因為還沒有用上激光雷達，所以對白色的車體感知不足而導致了判斷失誤。

劉國清：特斯拉對于自動駕駛的功能需求定義有問題，你需要明確定義自動駕駛的場景，并且不斷地實驗去驗證這些功能。另外還有一點就是要有云機制，通過多傳感器的融合——不僅有雷達，還有激光雷達，一個出了問題，其他的可以接上。

湯勁松：從技術角來講，是因為其系統在看強光和側面探測方面還不夠可靠。未來需要保證技術的安全和可靠性，就是要加上激光雷達，使用傳感器融合——往第四、第五級的目標上，在系統上去設置一些機制保證自動駕駛的安全。

尹相志：這次事故凸顯的是人工智能現階段最大的障礙：機器只能識別我們教給的東西而不能理解和判斷額外的事件。所以算法需要從識別邁向理解和認知，這樣才能更好地避免事故的發生。

張人杰：現在我們的系統安全分為兩種：功能性安全和系統性安全。從功能性安全來說，目前特斯拉的車載系統是沒有的；而系統安全上，沒有任何備份，所以從這兩個層面來講這個系統是非常薄弱的。

● ● ●

龐春霖：將來智能駕駛車上是不是需要一個黑匣子？判斷這個信號指令的痕跡和來源的裝置是什么？

邱純鑫：現在事故認定可以借助行車記錄儀進行判斷。無人駕駛汽車上安裝黑匣子的作用也是比較大的，事故發生時，它可以記錄從環境感知、決策單元、運動控制的信息，進而界定責任。在無人駕駛時代，激光雷達不僅裝在車上，還可以像路燈、監控攝像頭一樣安裝在道路周邊，道路交通狀況都能清晰呈現，這樣一來，事故認定也就更加容易。

劉國清：我認為這個是必需的。有兩方面的思考：一個是車載數據如何防篡改？另外就是這些信息到底要不要上傳？

湯勁松：未來可能的方向是，各個傳感器在運行的時候，都有記錄，然后儲存在云端。一方面是黑匣子的作用，另一方面也是大數據的一部分。  不排除對某些方面的記錄使用黑匣子的可能性。這樣，傳感設備的智能化非常重要，我們未來的固體激光雷達，在這個方面有非常大的優勢和潛力。

張人杰：我認為黑匣子的做法屬于亡羊補牢的方式，無法改變系統脆弱的本質。從安全角度來講自動駕駛系統分成安全域和不安全域，如何做好這兩個域的隔離是非常重要的議題，要在源頭上解決安全性隱患。還有就是功耗的問題，黑匣子本身會有功耗，而且什么時候記錄，什么時候不記錄，又或者SD失效……充滿不確定性。現在比較流行軟件定義汽車，軟件在系統中的作用越來越大，我們可以將原來多個獨立硬件的功能通過軟件來實現。

● ● ●

龐春霖：在目前的自動駕駛車上，你們認為傳感器應該接在一個接口上還是多個接口上？

邱純鑫：外部傳感器數據直接輸入到汽車，量是很大的，在這個過程中我感覺還是前端的攝像頭、激光雷達擁有一定的數據處理能力，提供給車本身做決策所必需的信息。這些簡化有效的數據信息可以通過一個接口輸入。

劉國清：我覺得他們可以共享一種渠道，但是不見得把所有的信息打包在一起。在信息的拼接上，我覺得是需要思考的，因為數據對于無人駕駛真的特別重要，無論是開發還是測試。當我們有明確的需求定義之后就需要進行大量的測試，必然需要有信息的反饋幫助我們形成一個閉環去迭代，去逐步完善功能。

湯勁松：這個跟將來的計算平臺有關系，能做的就是要有效、安全，降低計算的負擔，中間到底是什么結構現在很難說。可能需要多方參與，找出一個最好的平臺，包括GPU廠商。

尹相志：整個裝置中有很多專業的傳感器和復雜的算法，通過一個平臺去解決是很困難的。因為各種場合都有不一樣的算法，如果真的做到了也不是很鼓勵創新的模式。我認為數據處理完之后通過一個標準的API將其傳到中心系統中去就可以了，但是要把周遭的都定義出來就需要相關廠商一起參與制定標準。至于傳輸的精確性，要看各家廠商的表現。

張人杰：我個人是比較支持一體化的趨勢的，因為未來的車是一個非常強大的計算平臺，各種傳感器、攝像頭和激光雷達等等都有I/O線卡，各個廠商只要遵循這種I/O線卡，整個系統會變得非常的簡單。除此之外用這樣一種架構可以很容易地增強它的計算能力。比如說處理器不行了，可以升級；如果沒有冗余備份，我可以把GPU的部分做備份……可以用幾種類似功能的I/O線卡解決出現問題的部分，而且不斷完善。

● ● ●

龐春霖：怎么看待車用傳感器和系統未來成本發展的趨勢？第二個就是針對現實的課題有什么好的建議，可以推動這個事情？

邱純鑫：做自動駕駛的初心更多是減少事故率，這一點是不變的。速騰聚創自己做了激光雷達，現在我可以很好地回答您的問題，目前價格貴主要原因還是量沒起來。接下來的主要的問題是如何滿足車廠的要求，怎么樣讓設備更穩定，后面其它的就好說了。無人駕駛的感知傳感器，目前比較昂貴的就是雷達，大家都很關注，我相信價格會很快會降下來

劉國清：傳感器的價格主要的決定因素是它的產量，成本下降只是時間的問題。現實推廣來看，我建議使用攝像頭，有幾方面好處：一個是成本更低、更友好；另外還有一點是它除了在新車上有很大市場，在存量市場上也不賴，而且還能改善現有的交通安全狀況。

湯勁松：激光雷達在自動駕駛時要看30厘米到200米，數據量是一秒鐘上百萬個點云數據，是一項非常復雜的技術，開發和研究的成本非常巨大。傳統的激光雷達是旋轉的，是結合體，每出廠一個是要調試的，成本更難降下來。未來我們的固態激光雷達，沒有機械的部分，完全由半導體材料和軟件來實現。 通過這樣的技術突破和反響，在未來量產化的前提下，價格是可以降下來的。

尹相志：我認為商業是一個有效的辦法。商業買斷甚至是補貼的方式可能會更有成效。

張人杰：我們真的都需要16線的激光雷達嗎？單線攝像頭+4線激光雷達一定很便宜，比單線的攝像頭做得更好，為什么我們不做一些低端嘗試？我們總是理論上想得非常好，實際上我們走得太快了。不妨在目前激光雷達價格比較高的情況下選擇比較低端的配置。對中國來說，目前主流的經濟車型基本在20萬左右的售價，再高就沒人選了；但是對于商用車，150萬的車里增加一個8000美金的激光雷達是沒問題的。所以可以在商用車里率先推廣。當市場達到一個量的時候價格自然就下來了，最后民用的車型也是可以普及的。

PS：本篇內容來自雷鋒網欄目「新智駕」，歡迎微信添加「新智駕」訂閱公眾號。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。