无人驾驶汽车的“烧脑”之争

p理想很丰满,现实却很骨干。无人驾驶汽车上路,或许还有很长一段路要走。pp在激情燃烧的赛道上,无人驾

p理想很丰满,现实却很骨干。无人驾驶汽车上路,或许还有很长一段路要走。在激情燃烧的赛道上,无人驾驶汽车有的在龟速前行,有的没有那么流畅的通过场景设置点,有的中途就退赛了……style="textalign:center"imgsrc="http:imagecngasgoocommoblogoNewsUEditor820X201908266370241239545196543102774png"title="图片png"alt="图片png"width="618"height="333"当我们满怀期待地等待梦想照进现实时,一盆冷水当头浇了下来。虽已立秋,但八月底的重庆依然骄阳似火,地面温度超过四十度,室外走一圈已是汗流浃背。在“热情似火”的重庆,iVISTA“中国电信5G杯”自动驾驶汽车挑战赛也正在激情上演。此次比赛的第二项赛事,自动驾驶城市交通场景挑战赛是L5级别的比赛,来自车企、科创公司、高校/研究机构在内的31支队伍参加该项比赛,其中包括2支国外车队。这是一场被组委会称之为“最强车脑挑战赛”,但我更认为这是一场“烧脑”的比赛,自动驾驶很难,比赛也很难,让无人驾驶汽车跑在路上更难。比赛规定,在12分钟的限定时间内完成包括安全类、效率类、信息服务类、通信和定位能力类在内的18个场景(其中3个随机场景进行2类不同工况的操作),综合考评参赛车辆的精准感知和快速决策能力,以及对于典型城市道路和交通场景自适应的综合能力。据了解,城市交通场景挑战赛设置的15个基础场景,分别为:起点-环道-合流道-跟车过弯-丁字路口左转-障碍物识别及响应-右转礼让行人-避让行人-隧道通行-主动超车-驼峰桥-异形十字路口-缓冲下坡-事故车辆避让-终点路边停车。其中隧道通行和驼峰桥是选做场景。style="textalign:center"imgsrc="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241236752796541262513png"title="图片png"alt="图片png"origin="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241226620596543961527png"width="566"height="419"在比赛现场,我们了解到,在比赛过程中,有多支车队遭遇意外失误,因而在中途退出比赛。本来作为加分项的选做场景却成了很多车队的难题,从实际比赛情况来看,有的参赛队伍放弃了1个或全部2个选做场景的比赛。据现场工作人员介绍,这两个场景包含对自动驾驶系统连续性操控和反应能力的考评,如隧道通行,在进入隧道前,需按车道灯和隧道警告标志指示变道驶入隧道变道前,需正确开启右转向灯;进入隧道后GPS信号遭屏蔽丢失参赛车辆需开启近光灯沿车道安全驶出隧道。驼峰桥场景要求参赛车辆以20kmh的速度通过驼峰桥,上桥时不能发生溜坡或停滞,下桥的速度限制在20kmh。参赛车辆出现比较多的问题是下桥时无法控制车速,远超20kmh的速度。为何会出现这种现象?中国汽车工程研究院股份有限公司总经理、赛事组组长周舟解释称,这是本次比赛中最接近L5级别的比赛项目。与去年的比赛相比,难度系数更大,并且增加了多个随机场景。此外,在开赛前2小时才会完成比赛场景的搭建,参赛车队在完成比赛之前,不会知晓车辆要应对的所有场景的分布次序。这些举措的目的是希望通过赛事能够考核参赛车辆自动驾驶的真正水平。style="textalign:center"nbspimgsrc="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241236773076546031734png"title="图片png"alt="图片png"origin="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241226639316541203331png"style="textalign:center"“城市交通场景挑战赛”比赛场景和行驶路线图据了解,所谓随机,指参赛车辆经过场景时所遇到的工况并不固定。如行驶路线图所示,场景3(合流道)、场景5(丁字路口左转)、场景6(障碍物识别及响应)、场景7(右转礼让行人)、场景8(避让行人)皆为随机场景。场景3参赛车辆在合流时会随机遇到主路车辆;场景6在两处标记位置任选一处设置障碍物;场景5根据参赛车辆是否遭遇红灯、场景7和场景8根据参赛车辆是否遭遇行人各自分为两种工况,实际比赛中,每种工况皆会出现,但在两处标记位置出现的顺序随机。style="textalign:center"imgsrc="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241236793356546502783png"title="图片png"alt="图片png"origin="http:imagecngasgoocommoblogoNewsUEditorimage201908266370241226659596541674380png"width="604"height="398"由此来看,对于31个参赛队伍来说,这是一场具有难度和挑战的比赛。他们的表现,也直接反馈出当前自动驾驶在发展过程中遇到的一些问题。问题还很多,并没有想象中发展的那么快,而离真正实现上路还有很远的一段路要走。我们看到,在本次挑战赛中城市交通场景赛是参赛队伍最多的一场比赛,而这31支参赛团队中,参赛车辆种类多样,包括乘用车、客车、微型巴士、微型/大型清扫车,囊括了目前自动驾驶落地应用的大部分场景。对于比赛结果,不管是挑战胜利,还是挑战失败,这都是一场非常有意义的比赛。多位行业专家表示,这样的比赛结果并不是一件坏事,相反是一件好事,可以让行业更清醒地认识到目前自动驾驶的发展现状,还有多少坑要填,还有多少问题要解决。也有行业专家指出,从技术方面而言,目前自动驾驶的痛点在于稳定可靠的感知及认知,包括清晰的视觉、优质的算法、多传感器融合以及高效强大的运算能力。其中,多传感器融合也被认为是自动驾驶未来的重要发展趋势。而多传感器融合,需要对每个传感器采集的信息进行快速处理,从而让高速行驶的汽车及时进行反馈动作,以应对突发的交通情况。由此可见,多传感器融合并不仅仅是硬件方面的协同配合,还包括决策层的算法和算力支持。因此,对于自动驾驶汽车而言,多传感器的融合就需要整个产业链的积极配合,这样才能在解决硬件问题的同时,软件方面的算力也能跟得上。在自动驾驶大爆发的前夜,这场关于无人驾驶汽车的“烧脑”之争的比赛,犹如一盆凉水及时浇醒,存在我们心头的盲目乐观与自信。还是那句话,是骡子是马,拉出来溜溜。对于新技术的演进,要心存敬畏。虽然该项比赛已结束,但无人驾驶汽车的“烧脑”之争,并未结束。p

打开APP阅读更多精彩内容