一文了解自動(dòng)駕駛安全如何“驗(yàn)明正身”

自動(dòng)駕駛的白熱化賽場(chǎng)上，寶刀未老的奔馳再次領(lǐng)跑。去年底，奔馳的Drive Pilot成為歐洲經(jīng)濟(jì)委員會(huì)承認(rèn)的首款且是唯一一款L3級(jí)自動(dòng)駕駛系統(tǒng)。而近日，奔馳又非常“頭鐵”地宣布，“如果用戶(hù)使用奔馳Drive Pilot自動(dòng)駕駛系統(tǒng)發(fā)生事故，由奔馳負(fù)全部責(zé)任。”。

奔馳的一小步代表了自動(dòng)駕駛的一大步。自動(dòng)駕駛的量產(chǎn)乘用車(chē)終于向L3邁出實(shí)際性的一步。

當(dāng)自動(dòng)駕駛技術(shù)不斷成熟，自動(dòng)駕駛產(chǎn)品開(kāi)始規(guī)模量產(chǎn)，自動(dòng)駕駛終于要接受商業(yè)化大考之時(shí)，自動(dòng)駕駛安全問(wèn)題便再一次擺在前臺(tái)，成為乘用車(chē)自動(dòng)駕駛技術(shù)由“輔助駕駛”蛻變?yōu)?ldquo;有條件的自動(dòng)駕駛”需要回應(yīng)的核心爭(zhēng)議——我們?nèi)绾未_保L3自動(dòng)駕駛的安全。

按照行業(yè)內(nèi)的說(shuō)法，自動(dòng)駕駛在安全領(lǐng)域是完全能夠超越人類(lèi)駕駛的。比如，近期特斯拉發(fā)布的《2021年第四季度車(chē)輛安全報(bào)告》中稱(chēng)，其Autopilot自動(dòng)輔助駕駛的安全性是人類(lèi)駕駛安全性的8.9倍，一時(shí)間成為行業(yè)熱議的話(huà)題。

車(chē)企的實(shí)踐和數(shù)據(jù)已經(jīng)在宣告自動(dòng)駕駛安全時(shí)代的到來(lái)，而世界各國(guó)在政策層面的出臺(tái)就有了更多積極信號(hào)的意義。

2021年4月7日，工信部公開(kāi)了《智能網(wǎng)聯(lián)汽車(chē)生產(chǎn)企業(yè)及產(chǎn)品準(zhǔn)入管理指南》（試行）(征求意見(jiàn)稿) ，文件第一條指出：“針對(duì)申請(qǐng)準(zhǔn)入的具備有條件自動(dòng)駕駛、高度自動(dòng)駕駛功能的智能網(wǎng)聯(lián)汽車(chē)生產(chǎn)企業(yè)及其產(chǎn)品，制定本指南。”而根據(jù)中國(guó)工信部在去年3月份發(fā)布的《汽車(chē)駕駛自動(dòng)化分級(jí)》標(biāo)準(zhǔn)，所謂“有條件自動(dòng)駕駛”，即L3級(jí)輔助駕駛。

今年3月，美國(guó)國(guó)家公路交通安全管理局（NHTSA）發(fā)布了一份長(zhǎng)達(dá)155頁(yè)的“最終規(guī)則”（final rule），將不再要求自動(dòng)駕駛汽車(chē)制造商為全自動(dòng)汽車(chē)配備手動(dòng)駕駛控制系統(tǒng)。這意味著此規(guī)定實(shí)施后，生產(chǎn)帶自動(dòng)駕駛的車(chē)輛可以不用配備方向盤(pán)、油門(mén)、剎車(chē)等人工控制機(jī)構(gòu)，甚至可以不設(shè)置駕駛座，車(chē)上所有座位均可成為乘客座。

顯而易見(jiàn)，在技術(shù)層面，自動(dòng)駕駛正在將“安全第一”的目標(biāo)走向現(xiàn)實(shí)，而政策層面，“國(guó)家隊(duì)”的介入又意味著政府對(duì)于這一行業(yè)的認(rèn)可與支持——自動(dòng)駕駛將比人類(lèi)駕駛更加安全，就從理論層面必須落實(shí)到了實(shí)踐層面。

對(duì)于自動(dòng)駕駛的安全性問(wèn)題，我們?nèi)匀豢梢詮?ldquo;如何為了安全”的理論設(shè)想，到“確保安全”的技術(shù)架構(gòu)，再到如何真正做到“安全第一”的技術(shù)實(shí)踐，來(lái)全面剖析自動(dòng)駕駛的這一“根本命脈”問(wèn)題。

為了安全：自動(dòng)駕駛為何必須勝過(guò)人類(lèi)司機(jī)？

想要理解這一層問(wèn)題并不難，我們只需要回顧自動(dòng)駕駛技術(shù)被創(chuàng)造時(shí)的初衷即可。

與多數(shù)人所想的提供“從A點(diǎn)到B點(diǎn)”簡(jiǎn)單的兩點(diǎn)式代步通勤不同，自動(dòng)駕駛技術(shù)的發(fā)展首要任務(wù)實(shí)際是減少交通傷亡，提高道路交通安全。通過(guò)自動(dòng)駕駛技術(shù)，汽車(chē)能夠借助全方位的感知系統(tǒng)、智能的決策系統(tǒng)和精確的執(zhí)行系統(tǒng)充分識(shí)別道路中各類(lèi)動(dòng)態(tài)與靜態(tài)目標(biāo)、實(shí)現(xiàn)自主決策和車(chē)輛運(yùn)行——這也就意味著，在復(fù)雜多變的駕駛環(huán)境中，自動(dòng)駕駛具備理論上比人類(lèi)駕駛更高的上限。

根據(jù)《自動(dòng)駕駛汽車(chē)交通安全白皮書(shū)2021》的研究顯示，相較于人類(lèi)駕駛，自動(dòng)駕駛汽車(chē)能夠有效地對(duì)周邊環(huán)境進(jìn)行提前感知，并能夠?qū)ζ渌煌▍⑴c者做出正確的禮讓。在人類(lèi)駕駛事故場(chǎng)景中，自動(dòng)駕駛汽車(chē)正常行駛的情況下，其能夠顯著減少車(chē)輛行人、非機(jī)動(dòng)車(chē)與其它機(jī)動(dòng)車(chē)之間的沖突風(fēng)險(xiǎn)，進(jìn)一步保障弱勢(shì)交通參與者的生命安全。并且在因駕駛?cè)俗陨碓虻葘?dǎo)致的單車(chē)事故中，自動(dòng)駕駛汽車(chē)憑借嚴(yán)格的安全算法控制進(jìn)行有效避免，進(jìn)一步加強(qiáng)自身安全保障。因此面對(duì)中國(guó)道路交通環(huán)境，發(fā)展自動(dòng)駕駛能夠較大的提高道路交通安全。

相較于人類(lèi)駕駛汽車(chē)事故主要致因?yàn)樽陨礤e(cuò)誤，自動(dòng)駕駛汽車(chē)在行駛過(guò)程中不需要或者很少需要駕駛員的操作，車(chē)輛的行駛將更加規(guī)范，因而能夠減少駕駛員因素導(dǎo)致的交通事故。

在面對(duì)駕駛?cè)酥饔^(guān)錯(cuò)誤導(dǎo)致的事故致因中，因自動(dòng)駕駛汽車(chē)不會(huì)有疲勞和情緒的影響，完善的決策規(guī)劃能確保車(chē)輛按照交規(guī)行駛。此時(shí)，駕駛員主觀(guān)錯(cuò)誤中的未按規(guī)定讓行，速度過(guò)快，車(chē)道的違規(guī)使用，酒駕，違反交通信號(hào)燈和疲勞駕駛等現(xiàn)象幾乎可以完全得到解決，相當(dāng)于在自動(dòng)駕駛汽車(chē)正常行駛時(shí)能夠完全減少人類(lèi)駕駛的主觀(guān)錯(cuò)誤，即人類(lèi)駕駛80%的事故致因能夠得到有效的避免。交通安全得到較大的提升。

在自動(dòng)駕駛汽車(chē)和人類(lèi)駕駛汽車(chē)混合交通流的環(huán)境中，自動(dòng)駕駛汽車(chē)并不能規(guī)范其他交通參與者的駕駛行為，不能完全避免其他交通參與者造成的事故，但自動(dòng)駕駛汽車(chē)能夠?qū)︼L(fēng)險(xiǎn)和危險(xiǎn)進(jìn)行提前感知和預(yù)判，此時(shí)，自動(dòng)駕駛汽車(chē)能夠有效的緩解事故帶來(lái)的傷亡情況，并且能夠減少二次事故的碰撞風(fēng)險(xiǎn)。

所以，在自動(dòng)駕駛技術(shù)的加持下，自動(dòng)駕駛汽車(chē)能夠有效避免人類(lèi)駕駛時(shí)經(jīng)常出現(xiàn)的各類(lèi)問(wèn)題，甚至在有朝一日做到徹底根除，這在理論上是完全行得通的；但相對(duì)應(yīng)的，自動(dòng)駕駛技術(shù)的思維邏輯終究與人類(lèi)有別，所以時(shí)至今日，自動(dòng)駕駛汽車(chē)總會(huì)犯一些常人難以想象的“低級(jí)錯(cuò)誤”，但這些“低級(jí)錯(cuò)誤”都可以通過(guò)技術(shù)的迭代去解決。對(duì)于行業(yè)而言，這就需要通過(guò)感知、認(rèn)知、標(biāo)注、驗(yàn)證等手段進(jìn)行不斷完善，而于外行人而言，也需不斷增加對(duì)自動(dòng)駕駛技術(shù)的了解，并給予更多的理解。

確保安全：AI如何為自動(dòng)駕駛安全保駕護(hù)航？

通過(guò)以上描述我們得知，“安全第一”始終都是自動(dòng)駕駛的核心理念和價(jià)值觀(guān)，其最終目標(biāo)是自動(dòng)駕駛系統(tǒng)作為AI駕駛員，能夠替代人類(lèi)實(shí)現(xiàn)完全“無(wú)人駕駛”——或許這一行業(yè)并不存在100%的安全，但這并不妨礙自動(dòng)駕駛技術(shù)朝著100%安全的目標(biāo)去不斷發(fā)展與完善。而為了達(dá)到這一目的，自動(dòng)駕駛技術(shù)就需要在感知、算法、算力三大根源層面進(jìn)行不斷升級(jí)，既要做到完善，也要做到冗余，以最終達(dá)到對(duì)人類(lèi)的完全替代。

根據(jù)白皮書(shū)研究顯示，對(duì)于自動(dòng)駕駛的安全技術(shù)保證，大概可以從以下四個(gè)方面來(lái)保證。

在感知層面，環(huán)境感知是自動(dòng)駕駛的前提條件。環(huán)境感知系統(tǒng)融合激光雷達(dá)、毫米波雷達(dá)、攝像頭等多傳感器的優(yōu)勢(shì)，實(shí)現(xiàn)車(chē)身周?chē)?60°視距，在復(fù)雜變化的交通環(huán)境中穩(wěn)定檢測(cè)并跟蹤交通者的行為和速度朝向等信息，為決策規(guī)劃模塊提供場(chǎng)景理解信息。

感知算法采用多傳感器融合或多攝像頭融合的框架，并基于深度神經(jīng)網(wǎng)絡(luò)及海量的自動(dòng)駕駛數(shù)據(jù)，以更準(zhǔn)確識(shí)別出障礙物類(lèi)型、并穩(wěn)定跟蹤障礙物行為，為下游決策模塊提供穩(wěn)定的感知能力。在目前主流的兩種融合方案中，基于多傳感器融合方案的感知系統(tǒng)是最受歡迎的選擇，其可通過(guò)異源感知通路形成冗余，為自動(dòng)駕駛系統(tǒng)提供高容錯(cuò)能力，從而提升系統(tǒng)安全。

具體談到感知系統(tǒng)的優(yōu)勢(shì)時(shí)，我們可以與人類(lèi)進(jìn)行比較。人類(lèi)的感知只要依靠大腦通過(guò)雙眼獲取的視覺(jué)信息，而雙眼的視距僅有120°，不僅中心像素遠(yuǎn)高于邊緣像素，也會(huì)受到黑夜、大霧等環(huán)境影響，在人類(lèi)駕駛時(shí)很難對(duì)環(huán)境獲得全維感知；而采用多傳感器融合方案的感知系統(tǒng)則能夠降低這些影響，并通過(guò)感知技術(shù)的不斷進(jìn)步，最終將其徹底抵消。這也是為何國(guó)內(nèi)自動(dòng)駕駛企業(yè)都選擇多傳感器技術(shù)路線(xiàn)的原因，這一點(diǎn)我們?cè)谙旅嬖僦v。

在算法層面，算法是自動(dòng)駕駛技術(shù)的大腦，而基于算法的感知、預(yù)測(cè)、決策和執(zhí)行動(dòng)作都將直接影響車(chē)輛自動(dòng)駕駛的能力和效果。算法以“安全第一”為原則，并基于交通安全規(guī)范與共識(shí)規(guī)則，能夠?yàn)檐?chē)輛規(guī)劃出安全、高效、舒適的行駛路徑和軌跡——這同樣是一個(gè)頗具前瞻性的功能，僅在車(chē)輛通過(guò)紅綠燈左轉(zhuǎn)的這一場(chǎng)景下，成熟的算法系統(tǒng)就能為車(chē)輛的車(chē)速、行駛軌跡、轉(zhuǎn)向角度等進(jìn)行合理規(guī)劃與控制，確保車(chē)輛能夠以讓乘客感到舒適的速度與側(cè)傾的前提下，自然地并入左轉(zhuǎn)后的同向車(chē)流中，并且保證不壓線(xiàn)、不事故。

為了實(shí)現(xiàn)這一理想化的功能，我們就必須提升算法的泛化能力，具體則要通過(guò)應(yīng)用數(shù)據(jù)挖掘和深度學(xué)習(xí)算法來(lái)實(shí)現(xiàn)智能規(guī)劃駕駛行為。這其中既有常規(guī)場(chǎng)景下，基于海量測(cè)試數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型，在常規(guī)駕駛場(chǎng)景下保證自動(dòng)駕駛車(chē)輛安全高效平穩(wěn)的通行；也有一套安全算法層，針對(duì)各種典型危險(xiǎn)場(chǎng)景設(shè)計(jì)了一系列安全駕駛策略，保證自動(dòng)駕駛車(chē)輛在任何場(chǎng)景下都能做出安全的駕駛行為。

隨著自動(dòng)駕駛的道路測(cè)試數(shù)據(jù)越來(lái)越多，積累大量的極端場(chǎng)景的數(shù)據(jù)，自動(dòng)駕駛核心算法通過(guò)數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)算法模型，持續(xù)不斷進(jìn)化成提前預(yù)判、安全謹(jǐn)慎駕駛的“老司機(jī)”。

算力層面，為了服務(wù)算法不斷提升的泛化能力，終端搭載的芯片算力也必須進(jìn)行不斷升級(jí)。目前市場(chǎng)普遍認(rèn)為，只有算力留出更多冗余，才能夠?yàn)?ldquo;硬件預(yù)埋、OTA升級(jí)”的后續(xù)需求提供更多空間，但與此同時(shí)，在“軟件定義汽車(chē)”的理念成為行業(yè)共識(shí)的背景下，整車(chē)廠(chǎng)對(duì)于更高算力、更高吞吐量、更低延時(shí)以及低功耗的SoC芯片需求愈加緊迫——對(duì)此，有媒體曾指出，芯片和算法的協(xié)同進(jìn)化不應(yīng)該是捆綁關(guān)系，而是芯片賦予算法更多的自由度，解放算法實(shí)現(xiàn)時(shí)的牽絆。如果芯片本身算力不足、開(kāi)放度不高，芯片與算法的協(xié)同只能起到削足適履的效果。這意味著自動(dòng)駕駛技術(shù)真正所需求的，應(yīng)該以大算力、高兼容性為基礎(chǔ)，同時(shí)提供開(kāi)放、靈活的開(kāi)發(fā)環(huán)境，盡量減少算法適配芯片的時(shí)間與成本的SoC芯片。

顯而易見(jiàn)的是，伴隨著越來(lái)越多車(chē)企具備高階駕駛輔助系統(tǒng)的車(chē)型量產(chǎn)下線(xiàn)，自動(dòng)駕駛的數(shù)據(jù)量將會(huì)發(fā)生結(jié)構(gòu)性的改變，其改變不僅僅在于數(shù)據(jù)量本身指數(shù)級(jí)的膨脹，由于數(shù)據(jù)類(lèi)型的轉(zhuǎn)變，自動(dòng)駕駛技術(shù)會(huì)更看重數(shù)據(jù)傳輸的帶寬與數(shù)據(jù)搬運(yùn)的效率。由此，配合5G+V2X技術(shù)，建立云端超算中心也將成為算力層面的關(guān)鍵性一步，這種類(lèi)似“開(kāi)外掛”似的舉措不僅能夠?yàn)楹Ａ繙y(cè)試數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型提供算力支持，也能保證云端與終端間的高效協(xié)同。

簡(jiǎn)而言之，感知、算法與算力實(shí)際就是將人類(lèi)駕駛在百年來(lái)總結(jié)的各項(xiàng)知識(shí)、經(jīng)驗(yàn)與邏輯，翻譯成機(jī)器能夠理解的語(yǔ)言以讓機(jī)器進(jìn)行自我學(xué)習(xí)，在讓機(jī)器掌握能夠模仿、學(xué)習(xí)人類(lèi)駕駛邏輯的基礎(chǔ)上，再借助比人類(lèi)更強(qiáng)的感知能力、更快的反應(yīng)思考速度、更多的參考案例與對(duì)各項(xiàng)法律法規(guī)的嚴(yán)格遵守能力，讓自動(dòng)駕駛達(dá)到并超越人類(lèi)駕駛，變得足夠安全——借助大算力平臺(tái)與超算中心，自動(dòng)駕駛技術(shù)已經(jīng)能夠算力需求，接下來(lái)各大自動(dòng)駕駛企業(yè)要做的應(yīng)該是以提升多傳感器數(shù)量＆質(zhì)量來(lái)提供全面甚至冗余的感知數(shù)據(jù)，再借助算法進(jìn)行高效的吸收消化，促成自動(dòng)駕駛技術(shù)越發(fā)安全。

當(dāng)然，在這一過(guò)程中，采集到的數(shù)據(jù)應(yīng)當(dāng)越多越好，對(duì)應(yīng)的成本也應(yīng)越低越好，如此才能保證一家自動(dòng)駕駛企業(yè)的競(jìng)爭(zhēng)力走在行業(yè)前列。

做到安全：領(lǐng)先者們?nèi)绾螌踩M(jìn)行到底？

在各大車(chē)企與自動(dòng)駕駛企業(yè)的努力下，自動(dòng)駕駛技術(shù)已經(jīng)走過(guò)了上半場(chǎng)，目前以特斯拉、毫末智行、小鵬汽車(chē)為代表的頭部自動(dòng)駕駛企業(yè)已經(jīng)實(shí)現(xiàn)了高速場(chǎng)景下的高級(jí)駕駛輔助功能，而城市場(chǎng)景也將于今年推出，并將在年底徹底實(shí)現(xiàn)全場(chǎng)景功能，為真正的自動(dòng)駕駛奠定基礎(chǔ)。而傳統(tǒng)車(chē)企們也正全力以赴投入汽車(chē)智能化的技術(shù)浪潮當(dāng)中。

如開(kāi)頭所言，奔馳正成為自動(dòng)駕駛路線(xiàn)上走得最遠(yuǎn)的傳統(tǒng)車(chē)企——獲得L3級(jí)國(guó)際認(rèn)證后奔馳近日直接公開(kāi)表示，當(dāng)配備Drive Pilot的奔馳汽車(chē)駕駛者打開(kāi)車(chē)輛的高級(jí)駕駛員輔助系統(tǒng)后，他們對(duì)于汽車(chē)的運(yùn)行不再負(fù)有法律責(zé)任。假若發(fā)生車(chē)禍，奔馳將承擔(dān)相關(guān)責(zé)任。

奔馳的乘用車(chē)輔助駕駛系統(tǒng)名叫智能領(lǐng)航系統(tǒng)（Drive Pilot），目前已經(jīng)達(dá)到L3級(jí)，其采用攝像頭+激光雷達(dá)+高精地圖技術(shù)路線(xiàn)，能夠在有高精度地圖支持的特定高速公路開(kāi)啟L3自動(dòng)駕駛功能，但要求速度不能超過(guò)60km/h。其遵守的是今年年初生效的第一個(gè)L3 級(jí)別法規(guī) ALKS，雖然這使得奔馳成為了全球首個(gè)獲得“L3級(jí)通行證”的汽車(chē)廠(chǎng)家，但由于ALKS法規(guī)的不成熟，其對(duì)L3級(jí)的硬性要求非常保守，所以Drive Pilot尚不能支持變道、進(jìn)出匝道等高階輔助駕駛功能。

對(duì)比傳統(tǒng)車(chē)企，造車(chē)新勢(shì)力在自動(dòng)駕駛領(lǐng)域的成績(jī)則是非常矚目的，而這其中最具爭(zhēng)議、但也最具成效與前景的代表便是特斯拉。特斯拉采用了劍走偏鋒式的純視覺(jué)技術(shù)方案，視覺(jué)信息首先通過(guò)攝像頭由FSD芯片交由AI神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行識(shí)別、分析與運(yùn)算，其中一部分算力由車(chē)端HW 3.0芯片承擔(dān)，超過(guò)車(chē)端算力的則分?jǐn)傊罝ojo超級(jí)計(jì)算機(jī)。

對(duì)此，特斯拉將其解釋為，“我們希望能夠打造一個(gè)類(lèi)似動(dòng)物視覺(jué)皮層的神經(jīng)網(wǎng)絡(luò)連接，模擬大腦信息輸入和輸出的過(guò)程。就像光線(xiàn)進(jìn)入到視網(wǎng)膜當(dāng)中，我們希望通過(guò)攝像頭來(lái)模擬這個(gè)過(guò)程”——依照這一邏輯，特斯拉在算法層面采用了HydraNet、transformer等神經(jīng)網(wǎng)絡(luò)架構(gòu)進(jìn)行數(shù)據(jù)深度學(xué)習(xí)，并最終以此為優(yōu)勢(shì)將純視覺(jué)方案獲取的2D圖像拓展為了具備時(shí)序、空序的4D向量空間。

基于多傳感器融合方案的感知系統(tǒng)，能夠通過(guò)異源感知通路形成冗余，為自動(dòng)駕駛系統(tǒng)提供高容錯(cuò)能力從而提升系統(tǒng)安全，這是以小鵬汽車(chē)為代表的國(guó)內(nèi)造車(chē)新勢(shì)力不同于特斯拉的理解。為了適應(yīng)國(guó)內(nèi)更加復(fù)雜多變的交通環(huán)境，小鵬汽車(chē)采用攝像頭+激光雷達(dá)+高精地圖技術(shù)路線(xiàn)，以高精地圖為主導(dǎo)，視覺(jué)系統(tǒng)作為輔助，激光雷達(dá)作為冗余支持，加以30 TOP NVIDIA Xavier支持，不僅能夠?qū)崿F(xiàn)厘米級(jí)城市定位能力，還能并串聯(lián)停車(chē)場(chǎng)、高速、城市道路等不同場(chǎng)景。

同樣采用攝像頭+激光雷達(dá)+高精地圖的技術(shù)路線(xiàn)，背靠長(zhǎng)城汽車(chē)的自動(dòng)駕駛企業(yè)毫末智行也總結(jié)出了一套極具前瞻性的方法論，并在通向成功的道路上大步前行。以今年即將落地的HPilot 3.0為例，算力層面，毫末智行為其提供了單板算力可達(dá)360TOP的自研域控制器“小魔盒3.0”，而在感知層面則依靠高精地圖與14個(gè)攝像頭，5個(gè)毫米波雷達(dá)及2個(gè)激光雷達(dá)組成的第一梯隊(duì)級(jí)別的硬件配置，實(shí)現(xiàn)高速域與即將上線(xiàn)的城市域的輔助駕駛。

數(shù)據(jù)層面，毫末智行認(rèn)為，數(shù)據(jù)就是自動(dòng)駕駛技術(shù)的核心。在對(duì)海量用戶(hù)累計(jì)行駛里程數(shù)據(jù)進(jìn)行分析總結(jié)后，毫末得出了自動(dòng)駕駛能力發(fā)展曲線(xiàn)：F=Z+M（X）。其中F代表產(chǎn)品力，Z代表毫末第一代產(chǎn)品，M是將數(shù)據(jù)轉(zhuǎn)化為知識(shí)的函數(shù)，包括數(shù)據(jù)獲取、表達(dá)、存儲(chǔ)、傳輸、計(jì)算、驗(yàn)證，以及對(duì)成本和速度的影響，也就是數(shù)據(jù)智能體系MANA。以MANA為指導(dǎo)，并借助長(zhǎng)城汽車(chē)龐大量產(chǎn)優(yōu)勢(shì)帶來(lái)的海量數(shù)據(jù)來(lái)訓(xùn)練算法，進(jìn)行大規(guī)模采集、測(cè)試與驗(yàn)證。

算法層面，為實(shí)現(xiàn)多傳感器感應(yīng)數(shù)據(jù)的高效融合，毫末智行為MANA引入了Transformer多層神經(jīng)架構(gòu)做空間和時(shí)間上的前融合，首先Transformer 編碼圖像特征，將其解碼到三維空間，而坐標(biāo)系變換已經(jīng)被嵌入到了自注意力的計(jì)算過(guò)程中，實(shí)現(xiàn)空間前融合；其次時(shí)序數(shù)據(jù)作為T(mén)ransformer的老本行，可以被自然地提取到時(shí)序特征。

Transformer解決了MANA在感知層面面臨的問(wèn)題，而在認(rèn)知層面，MANA則借助CSS解決自動(dòng)駕駛的安全問(wèn)題。毫末智行擁有全棧自研安全認(rèn)知模型CSS，其核心是自動(dòng)駕駛系統(tǒng)不只局限在從純機(jī)械的角度保證自己不主動(dòng)犯錯(cuò)，而是充分考慮從數(shù)據(jù)中學(xué)習(xí)到的對(duì)其他交通參與者行為的理解和超時(shí)空的歷史經(jīng)驗(yàn)；而在安全底線(xiàn)之上，MANA能夠從數(shù)據(jù)中學(xué)習(xí)舒適和更高效的量化標(biāo)準(zhǔn)，讓自動(dòng)駕駛算法可以更好地處理紛繁復(fù)雜的駕駛場(chǎng)景，制定更符合用戶(hù)喜好的駕駛策略。并且通過(guò)自動(dòng)化場(chǎng)景挖掘、強(qiáng)化學(xué)習(xí)、仿真引擎構(gòu)建認(rèn)知智能閉環(huán)系統(tǒng)，持續(xù)不斷從海量人駕數(shù)據(jù)中提取知識(shí)，快速迭代車(chē)端認(rèn)知算法能力。

從奔馳到特斯拉再到毫末智行，我們看到自動(dòng)駕駛技術(shù)被逐漸勾勒清晰，其功能不僅變得越發(fā)強(qiáng)大，安全也越發(fā)得以保證，這正是毫末智行由MANA前瞻性的戰(zhàn)略規(guī)劃，即以數(shù)據(jù)為核心，以更高效＆更低成本獲取數(shù)據(jù)為方式所帶來(lái)的制勝優(yōu)勢(shì)。以數(shù)據(jù)為保證，算力算法為支撐，自動(dòng)駕駛技術(shù)將越來(lái)越智能，自然也會(huì)越來(lái)越安全。

2022，安全的自動(dòng)駕駛正在到來(lái)

自動(dòng)駕駛是否能真正確保安全、做到安全？相信看到這里，你已經(jīng)有了更為清晰的認(rèn)識(shí)，并對(duì)自動(dòng)駕駛技術(shù)的未來(lái)建立了初步的自信。

在國(guó)家政策的支持下，自動(dòng)駕駛技術(shù)已不再是空中樓閣。數(shù)據(jù)智能在自動(dòng)駕駛中的應(yīng)用，已經(jīng)成為推動(dòng)自動(dòng)駕駛安全的技術(shù)加速器。技術(shù)迭代對(duì)于政策的落地和相關(guān)標(biāo)準(zhǔn)的出臺(tái)，起到正向賦能的積極作用。

進(jìn)入2022年，國(guó)內(nèi)外各大頭部自動(dòng)駕駛企業(yè)紛紛入局高階輔助駕駛城市場(chǎng)景，并依次為重要階段，以下半年為關(guān)鍵節(jié)點(diǎn)，實(shí)現(xiàn)全場(chǎng)景高階輔助駕駛，進(jìn)而實(shí)現(xiàn)完全自動(dòng)駕駛。在國(guó)內(nèi)，以毫末智行為代表的自動(dòng)駕駛企業(yè)為自動(dòng)駕駛技術(shù)規(guī)劃了清晰的藍(lán)圖，而國(guó)家政策也予以了肯定與支持，自動(dòng)駕駛將逐步在未來(lái)幾年在大眾的日常出行場(chǎng)景中成為“新常態(tài)”。