福瑞泰克 CTO沈骏强:自动驾驶商业化面临安全和

商业 2018-10-30 18:35:48

  雷锋网新智驾按:10月26日至27日,2018 全球智能驾驶峰会在苏州召开,本次峰会由苏州市相城区人民主办,苏州高铁新理委员会、雷锋网(号:雷锋网)&新智驾和数域承办,邀请到来自主机厂、科技公司、资本机构和产业研究机构等领域的多位专家,共同打造了一场智能汽车和自动驾驶领域的峰会。

  自动驾驶初创公司能否进入量产化,成为下一个关键。智能驾驶解决方案福瑞泰克 CTO沈骏强认为,自动驾驶系统目前面临四方面挑战,包括安全问题、用户体验、应用场景和量产成本。

  按照国际标准ISO26262,自动驾驶在定义安全目标时主要会考虑三个因素,分别为严重程度、发生概率和失效时车辆的可控性。其中,可控性是一项关键因素。但是,在自动驾驶阶段,由于人的操作成为一个非主导的因素,所以人的可控性因素会下降。

  沈骏强表示,对自动驾驶车辆来说,系统失效只是系统失效模式的一种,在自动驾驶系统当中,系统本身性能好坏,也是安全需求的一部分。所以,在讲自动驾驶系统安全性的时候,需要同时考虑功能安全和行为安全。

  自动驾驶对于安全的重视,一定意义上会影响用户体验方面。原因在于,由于功能安全以保障安全为主,所以有时会过于保守,导致影响用户体验。这就要求,在ADAS不同的阶段,需要对用户体验和功能安全做一定的平衡。

  对于自动驾驶的应用场景,沈骏强认为,近期可落地的自动驾驶应用场景,包括园区半封闭低速场景和低速货运车辆,并表示就自动驾驶系统的应用场景来说,To B的应用应该会比To C这个应用来的更快。

  大家好,非常荣幸有机会在这里跟大家分享一下福瑞泰克公司对于自动驾驶商业化落地的一些思考,我今天的题目是《自动驾驶系统商业化的关键技术》。

  我讲三方面的问题,第一个,如何进行自动驾驶商业化的落地这是第一个,第二个进行自动驾驶商业化落地需要有哪些技术突破。第三,怎样进行这些技术突破。

  先讲一下自动驾驶系统目前面临的一些挑战。我挑了四个最主要的部分,第一个首先是安全问题。我们说怎样让自动驾驶车辆做的更安全这个是第一个,第二个有多少安全才是足够的安全?我们大家说要开多少里程才能证明车辆有多安全,所以说来回答这个问题。第二方面是关于用户体验,用户体验也包括车内的用户体验,以及上其他车辆和行人的体验。第三个我谈一下应用场景,需要选择什么样的应用场景来进行自动驾驶的商业和落地。针对这些可行的应用场景,怎样进行自动驾驶系统的一个评价。最后,再讲一下成本,因为做自动驾驶系统一个量产落地成本是一个不可回避的问题。

  先讲一下自动驾驶系统的行业背景,大家知道,目前自动驾驶系统已经成为工业界和学术界的一个热点。不管怎么样,只有把自动驾驶系统投入到商业化的应用才真正称的上是商业上的成功,我们说,投入商业化应用有几个特点,我这里讲一下。

  首先它是一个真正的商业化应用而不是一个测试,第二个特点,商业化落地的车辆是需要从产线,流水线上下来的,而不是手工改装的。第三个特点,商业化应用它需要达到一定的量,而不是只是一辆或者两辆这样的车辆。衡量自动驾驶系统是否在商业化应用取得成功,由这三个方面的分析来衡量。

  目前很多自动驾驶开发商预测,自动驾驶车辆会在2021-2022年之间进入大规模量产。

  针对刚才讲的四个主要话题,我现在展开讲一下第一个问题,关于自动驾驶系统安全性。大家知道,安全是自动驾驶系统一个首要目标。其实,车辆有很多不安全的情况发生,这里面包括车辆碰撞、跟行人的碰撞、车辆抛锚实和迷等等。目前针对这些不安全的情况发生,有不同的车内,以及车外车辆和行人的一些方法,包括被动安全的范畴的安全气囊以及AEB自动紧急辅助刹车这样的一些系统。

  自动驾驶系统的安全目标,就是要防治这些不安全的情况发生。如何来自动驾驶系统的安全性,有很多的业界人在研究这方面的一些话题,业界也有一些联盟形成了一些标准,这里面其实做ADAS系统的人都知道关于功能安全标准,也就是国际标准ISO26262。它定义了ADAS系统,在系统失效时候的一个安全需求。包括部件的失效需求,系统和诊断,系统荣誉,安全和非安全应用的隔离,以及设置安全边界等等。

  大家知道在定义安全目标的时候,在ISO26262这个标准里面有三个因素,这里面包括严重程度,发生的概率,以及发生失效的时候,车辆的可控性。

  这里面实际上在ADAS系统当中,它的可控性实际上是一个比较关键的因素。但是在自动驾驶这个阶段,因为人的操作成为一个非主导的因素,所以这里面的C,可控性的一个因素,特别人的因素会下降。

  对自动驾驶车辆来说,系统失效只是系统失效模式的一种,在自动驾驶系统当中,系统本身性能好坏,也是安全需求的一部分。所以说我们在讲自动驾驶系统安全性的时候需要同时考虑功能安全和行为安全。

  功能安全和行为安全这主要的区别在哪里呢?ISO26262它定义了系统在鼓掌情况下的安全措施,刚才讲了适合于L2或者以下ADAS系统的安全性能的提升。那么对于L3或者以上的自动驾驶系统来说,ISO26262就远远不够了。

  其中ISO26262忽略的一个问题是系统本身的功能或者性能是否能够得到足够的保障,业界有针对L3或者以上的自动驾驶系统提出了另外一个标准叫(英文),它定义了系统功能本身所必须具备的一个安全保障,我们把它叫做行为安全。

  行为安全是系统在设计范围内正常工作情况下的一个安全设计目标,它包括以下几部分:系统的检测率和误报率、决策系统的正确决策率、定位系统的精确性,执行机构的能力等等。大家可以看这个图里面,在自动驾驶车辆可以布置很多传感器,布置很多传感器它起到两方面的作用,传感器多了,它的信息来源多了,相互之间可以做数据融合这样就能提高对目标检测本身的精确度。

  同时另一方面多种异构传感器之间也可以构成相互之间的荣誉。怎么来提高系统的行为安全呢?这里面包括我们要设计更好的系统,提高每一个子功能的系统性能,同时需要有冗余以及融合。

  讲到行为安全它的核心是什么呢?行为安全核心实际上是需要设计足够可靠的系统,能够应对足够多的(英文),行为安全的核心就是需要去应对各种各样预料到的或者没法预料到各种各样的一些意外情况。

  提高自动驾驶系统的行安全的途径,包括这么一些。首先大家都在讲数据围网,所以积累测试数据非常重要,另外,通过采集到数据来分析其中的一些Corner Cases,通过分析总结和概括Corner Cases并通过模型对Corner Cases进行建模。因为大家知道侧数据很多,这里面可能会有成千万个Corner Cases需要把它进行归类,通过仿真和建模的方式把它模型化,存在一个库里面。

  再通过影子驾驶等仿真系统对自动驾驶系统进行评价和性能改进,关于影子系统其实这个应该是最早谷歌提出来的一个概念,车辆在实际上跑采集数据进度非常慢。影子驾驶它就是通过人类驾驶跟自动驾驶之间它的行为差异一个对比和分析,找出自动驾驶需要提高的部分。

  讲的是关于技术一些方面的因素,下面两点可能技术方面的,需要成立行业组织,数据在组织内各个单位之间需要进行共享,包括Corner Cases。另外需要对自动驾驶系统的性能评价进行一个标准化的工作,这方面不管在国外也好,在国内也好,在标准化在性能评价标准化方面都已经在开展一些工作了。

  也跟大家分享一下针对几个典型案例,我个人的一些看法,这里面包括特斯拉几次事故,大家知道特斯拉撞了大卡车,在高速公发生交通事故,这两起事故都是致命的。实际上特斯拉这几次交通事故,最根本的原因特斯拉作为厂商对它所谓的自动驾驶功能一个过分的宣传。让消费者错误的认为特斯拉的L2功能能够在车上放心睡觉造成了交通事故。第二个关于Uber撞死行人的事故,这里面我觉得归根到底是误报跟检测之间的一个平衡怎么来达到这样一个平衡,Uber在这个应该说做的不是很好。事后分析表明实际上装在Uber这辆车上的传感器实际上检测到了那个行人,但策略可能过于保守,它的决策系统迟迟没法做出正确的决策。

  最后在看一下Waymo最近一个事故,Waymo测试员在自动驾驶测试过程中由于过于疲劳等等原因,在车上睡着了。不小心碰了其中某个机构或者按纽,实际上把自动驾驶的功能给关掉了,关掉当然这个车就不受车辆自己本身的控制,所以撞到了的护栏。这个可能是跟人机设计相关的缺陷。

  归根到底我们从这四组当中可以总结一下,大家说自动驾驶这个技术非常高深,但是大家可以看到其实这几个事故它本身来讲,并不说是一个非常特殊或者非常罕见的场景,都是应该说平常比较容易遇到的那些场景。为什么作为特斯拉等这样一些大公司,它还会出现事故?就是我刚才讲到的Corner Cases,不管你事先能想到或者没法想到的,我们这个系统必须针对这些Corner Cases,去做出正确的判断和预测。

  就像大家平时在考试的时候,考完了以后觉得我会做的题目为什么最后做错呢?我觉得是同样的道理。

  到底有多少安全才是足够的安全?可能需要110英里测试历程才能名自动驾驶车辆足够安全,但我觉得这只是必要条件之一,你有了这么多历程,不能一定证明这个车辆是足够安全的,因为你可能在这110英里过程当中,还发生了不少问题。

  我们从非专业人员的角度来看这个问题,我们现在车辆做ADAS的测试还需要用到一假人,需要用到假车,我们说哪一天我们有足够的信心来说自动驾驶是能够真正上了,真正商用了,我们说哪一天用真正的人或者真正的车来做碰撞测试的时候那时候才是足够安全的。

  第二部分我讲一下关于用户体验这方面,用户体验的好坏实际上是对人们介绍自动驾驶常重要的一方面,有时候在功能安全和用户体验之间需要做出平衡,这句话怎么理解?功能安全大家知道是以安全为主,所以有时候它会过于保守,可能就会影响用户体验,所以我们说在不同的阶段,在ADAS阶段,L3或者L4,需要对用户体验和它的功能安全做一定的平衡。

  第二点是关于HMI的设计一,第三个是自动驾驶车辆的驾驶行为需要跟人类的驾驶类似,这点实际上不管呢一家目前在市场上,可能做的都不是很好,包括Waymo在内。自动驾驶车辆需要平滑的融入到交通流里面去,我们说要提高用户体验,需要考虑这几个方面。

  稍微展开讲一下,如何用户体验呢?首先是与人的交互,与车内进行基本信息的交互,这里面包括自动驾驶车辆去哪里,我在哪里,当前车辆的状态,车辆将要进行的一个操作,要刹车了,要转弯了,要停车了等等。

  并且也需要从那边得到收入,有一定的端让车辆的告诉自动驾驶车辆需要停车,需要开门,需要改变目的地等等,这个是于车内的交互。那么与车外其他车辆和行人的交互需要进行意图的交互,这里面包括避让,车辆的启动,车辆的转弯和泊车等等。

  同时自动驾驶车辆需要遵守交通规则,像人类一样驾驶,这里面包括车辆的车速需要跟整个交通,然后在红绿灯停车时间不能太长,也包括车辆的行驶轨迹需要跟人类驾驶类似。

  讲到人机交互技术,目前来讲在HMI方面,用的比较多的技术包括语音识别,AR HUD,强化学习等等。驾驶行为包括对交通规则,驾驶车辆的建模,这个是一个非深度学习的方法。如果采用深度协定的方法需要对驾驶行为进行强化学习。

  再讲一下应用场景,我觉得应用场景它对自动驾驶真正的商业化落地常重要的一个考虑因素。应用场景实际上是设计自动驾驶它对应系统的工作场景,这里面包括地理,光照、天气条件,道交通条件等等。自动驾驶系统商业化落地必须要把系统在特地的应用场景定义好,我们说自动驾驶系统如果没有对应用场景进行越说,这样的自动驾驶实际上离我们很远,所以我们需要围栏,自动驾驶系统只能在我定义好的应用场景里面工作。在实际的应用过程当中,如果自动驾驶系统无法应对某一个应用场景,还需要有风险控制的机制。

  这里举一个例子,如何定义应用场景。我们在开发自动驾驶系统功能之前其实对应用场景必须要明确。我们可以采取自上而下的这样一个分解手段,我们说应用场景,最上层是城市工况,还是高速工况或者泊车工况。

  针对城市工况还可以进一步说解,它是一个城市道还是一个小区里面道,还是一个地下车库,针对城市道在进一步分解说,它是一个巡航的工况还是车辆跟随或者十字口等等。针对巡航工况还可以再进一步分解说,它是有清晰车道线还是没有车道线,或者是有没有高精度区域等等,定义好了以后你针对每一个工况,哪些是可以的,哪些是不可以的。你的自动驾驶功能开发和测试,就是在你定义好的这些应用场景里面进行开发和测试。

  我们认为近期可落地的自动驾驶应用场景,其实包括这么一些,第一个是园区半封闭低速场景,第二个是低速货运车辆。自动驾驶系统它的To B的应用应该会比To C这个应用来的更快。它的商业化会来的更快,最后讲一下成本因素。成本永远是自动驾驶车辆大规模量产所需要考虑重要因素。

  降低成本机会点包括这么几个,第一个从传感器方面来讲,特别是激光雷达Flash,MEMS激光雷达应该是自动驾驶系统量产的一个方向。GPS和IMU目前成本也比较高。我们认为更低成本的GPS和IMU应用完全是有可能的。

  第三个是关于计算平台,我们认为集中式的计算平台应该是自动驾驶的一个方向。下一代芯片技术在业界需要不断的努力,去把它研发出来。最后它的量其实也是一个非常重要的因素,只有把这个量上去了我们的成本才能下降。自动驾驶系统落地的条件可以更好,福瑞泰克秉承了我刚才讲的几大,我们福瑞泰克是智能驾驶技术的领航者,我们是高级驾驶辅助系统,以及自动驾驶的Tier 1的供应商。我们希望成为我们国内自主品牌Tier 1领头羊能跟国际大牌一级供应商跟他们能平起平坐,最后能超越他们。

  所以我们在技术产品和行业以及人才各方面,其实都是有非常好的储备。福瑞泰克整个产品线和工程服务就是秉承了我刚才讲的一个技术线,我们是以量产落地作为我们的一个首要方向,所以我们目前在做高级驾驶辅助系统ADAS的一个量产落地,我们会在明年就会有量产ADAS产品出来。同时我们在开发我们可量产落地的产品同时,也兼顾到我们下一代的产品以及前沿技术的研发。所以我们在自动驾驶这方面也在做很深的布局,我们侧重点或者说应用场景主要放在低速园区的一个场景,这里面包括景点,校园,物流园区机场等等,这样一些应用场景。

  同时也提供一些工程服务进行产品的一些本土化开发,开发一些高性价的一些方案。我们公司实际上成立两年多,2016年成立秉承了安全至上,自主创新以及这三个,目前公司发展进入的一个快车道也希望跟在座的业界各位同仁,我们潜在客户能够进行合作,把我们中国ADAS和自动驾驶产品的商业化进程能够推的更快,谢谢大家。