談到自動駕駛,當前越來越多的企業開始注重場景而非等級,比如騰訊。
從用戶需求出發 分場景實現自動駕駛
就場景而言,高速駕駛和泊車是騰訊自動駕駛當前關注的重點。
騰訊正在思考如何在這兩個場景中將駕駛員的雙手從枯燥的駕駛任務中解放出來,以做更多有價值的事。因為對很多駕駛員而言,這兩個場景幾乎占據了他們絕大部分的駕駛時間,特別是高速駕駛,如城市快速路,是很多人上下班通勤的必經之路,一旦將駕駛員從這一用車場景中解放出來,節省出來的時間可以用于做其他的事,比如工作,或者娛樂休閑。
為此騰訊自動駕駛制定了HWP(高速巡航)與TJP(擁堵巡航)相結合的解決方案,該方案可在國內120 km/h的限速前提下,讓車輛進行縱向和側向跟車,包括上下匝道,遇到特殊路況采用人工變道,在緩解司機駕駛疲勞的同時,保障安全駕駛。
“因為HWP模式下也有擁堵的路況,TJP模式下也可能遇到80公里巡航的狀態,所以會存在模式融合和切換。”在2020中國電動汽車百人會論壇自動駕駛分論壇上,騰訊自動駕駛業務中心總經理蘇奎峰表示。
而且城市快速路等高速駕駛場景,由于場景相對較封閉,路況比較單一,道路使用者類型也沒有城市道路那么復雜,本身就具備率先進行自動駕駛商業化落地的條件——封閉場景、固定路線、低速、車內無人,這是目前大家一致贊同的短期內自動駕駛要實現規模化量產的幾個關鍵因素,高速場景具備了前面兩點,因此被行業一致看好。除了騰訊,還有很多企業也是以此為切入點推進自動駕駛商業化。
如圖森未來、智加科技、嬴徹科技等自動駕駛卡車公司,都將高速公路用車場景作為關注重點。其中圖森未來自主研發的無人駕駛隊列解決方案,使得卡車可以在80公里/小時的高速行駛過程中車間距穩定保持在10米左右。
智能泊車則具備了后面兩個要素——低速以及車內無人,也因此成了騰訊重點關注的另一個場景。不過相較于百度、博世、梅賽德斯-奔馳、縱目科技等玩家,在智能泊車這個賽道上騰訊入局相對晚一些,其自動駕駛團隊從2019年才開始針對泊車場景進行了產品化開發,預計將在今年下半年推出針對這兩種場景的自動駕駛量產解決方案,以逐步推動自動駕駛功能的量產落地。而由博世和戴姆勒聯合開發的自動代客泊車系統則早在2019年年中就獲得巴登-符騰堡州有關部門的批準,在斯圖加特的梅賽德斯-奔馳博物館停車場日常使用。
值得注意的是,上面兩種方案只是自動駕駛眾多應用場景中最普遍的兩個,隨著各大玩家對這項技術具體使用場景的日趨重視,未來必定還有更多類似的功能開發出來。
“一些車企稱取消了L3級自動駕駛項目,其實可以理解為車企也是轉入到針對具體應用場景的自動駕駛或輔助駕駛開發當中,能否快速讓功能進入量產和應用,實際解決用戶的痛點,才是大家最關心的工作。”騰訊自動駕駛產品負責人王明明對蓋世汽車表示。
三大平臺助力自動駕駛量產落地
從上面可以看出,目前無論是高速場景下的自動駕駛技術研發,還是泊車場景中的自動駕駛,都聚集了大批玩家,作為其中的一員,騰訊有何籌碼呢?
軟件和服務,這是騰訊所擅長,并且正在做的。“對騰訊來說硬件門檻太高了,我們從來不會去涉足任何硬件和傳感器,我們只做軟件和服務。”蘇奎峰表示。基于此,騰訊自動駕駛團隊結合自身的AI、云、信息安全等技術優勢,打造出了集自動駕駛研發及評測驗證于一體的數據云平臺、模擬仿真平臺和高精度地圖平臺三大平臺,為行業賦能。
在數據云平臺方面, 騰訊通過線上工具鏈,進行算法預標注,以實現樣本自動化生產,其中包括全要素目標檢測、跨相機目標跟蹤、語義分割等圖像標注、3D激光點云標注、以及精準圖像與3D點云融合標注、變道標注等多種自動駕駛研發專用樣本。區別于線下工具,據悉云端標注能夠平均節省50%以上的人工標注成本。
該平臺可以助力車企及自動駕駛開發、測試及運營部門,進行軟硬件開環系統的測試驗證,同時還可實現典型交通場景的閉環驗證,及傳感器模型以及其它環境模型驗證。此外,騰訊自動駕駛云平臺還可以提供自動駕駛車隊管理調度、運行監控、軌跡跟蹤、在線反饋,以及高精度地圖、算法模型、軟件OTA升級等一整套服務。
去年騰訊就寶馬中國達成戰略合作,助力寶馬建立高性能數據開發平臺,加速中國市場的自動駕駛研發。
在仿真平臺方面,騰訊結合其強大的游戲技術實力,將虛擬現實技術、游戲引擎、云游戲技術以及工業級的車輛動力學模型和專業的渲染引擎、三維重建技術等技術,應用于城市仿真系統的構建中。騰訊自動駕駛虛擬仿真平臺采用激光雷達、高精度地圖采集車以及空中無人機采集的數據,重構和現實無限接近的3D環境,進行傳感器和虛擬環境的仿真,可以完成感知、決策規劃控制的閉環驗證。據悉,騰訊自動駕駛模擬仿真平臺每天可進行1000萬公里以上的模擬測試,目前已經獲得深圳、北京兩地智能網聯汽車測試牌照,并進行了復雜城市路段的測試。
自動駕駛模擬仿真平臺TAD Sim正是騰訊技術優勢的典型體現,該平臺集成了工業級的車輛動力學模型、專業的游戲引擎、三維重建技術和虛實一體的交通流技術,可以完成感知、決策、控制算法等實車上全部模塊的仿真實驗,同時支持單機和云端部署的方式,一套系統滿足全棧算法的使用需求;基于騰訊已經完成的全國高速、快速路高精度地圖采集和制作,TAD Sim支持全國高速和快速路的仿真。
TAD Sim內置的高精度地圖可以完成不同環境下的幾何模擬,以及測試車輛的感知能力、決策能力、和車輛控制的模擬仿真。此外,模擬仿真平臺還可以為政策制定部門、交通管理部門提供交通調度管理、道路及交通規劃、自動駕駛法規研究等方面的測試。
作為構建這兩個平臺的基礎,騰訊在高精地圖方面也在不斷積累,希望打通云端、車端閉環的部署,實現交通流信息的實時同步,讓自動駕駛車輛快速了解動態交通狀況,進而完成駕駛決策。目前,騰訊已經擁有了包括一整套自主知識產權的高精度地圖生產能力和高精地圖應用能力。騰訊高精度地圖團隊已經完成了全國高速和快速路的地圖數據生產,正在著力應對后續的更新問題,以更好地滿足車企對高精度地圖嚴格的質量要求。
據騰訊高精地圖負責人谷小豐透露,騰訊第二代高精地圖數據采集平臺車很快會投入使用,今后將和第一代采集車以高低搭配的方式完成數據快速采集,同時采用靜態和動態精度驗證結合的方式,嚴格執行數據精度驗證的流程,保證原始數據的高質量,這對高精度地圖的整體質量具有關鍵的意義。
除了這三大關鍵技術,騰訊認為實現數據閉環也是自動駕駛系統不斷優化的關鍵。在騰訊看來,未來當自動駕駛汽車實現大規模部署,車端入口也能反饋大量用戶習慣以及車輛傳感器數據,這些數據可以上傳到云端,以數據平臺和虛擬仿真的服務,支撐自動駕駛系統升級,同時高精度地圖也可以在云端進行更新,之后推送到車端,形成閉環,賦予自動駕駛汽車源源不斷的活力,進而在智慧交通、智慧城市等廣闊場景中發揮更大的價值。
從這一點上來看,未來自動駕駛將不會是一個孤立的產業,既需要互聯網企業和汽車企業積極合作,也需要和生產、銷售、交通、智慧城市等各方形成聯動,基于此目前騰訊正通過合作、投資、并購并依靠其強大的自動駕駛技術從眾多玩家中殺出了一條“血路”。