自动驾驶为什么难?
不确定性与复杂性:自动驾驶要解决的是复杂系统中的不确定性问题。
不确定性来自真实的物理世界:观测可能不完整,其他参与者的行为也无法完全预知。
复杂性来自驾驶环境中的多类要素及其相互作用。它们不断增加问题的维度,让需要理解和验证的场景组合迅速增长,带来 Bellman 所说的“维度诅咒”:
- 静态空间:道路边界、路面几何、可通行区域。
- 语义规则:车道属性、通行方向、路权。
- 动态物体:车辆、行人,以及它们的运动与交互。
无图智驾为什么更难?
多一个维度的不确定性:道路结构本身也变成了需要实时理解和判断的对象。
依赖高精地图的方案,通常在系统设计中把地图给出的道路结构当作已知条件,相当于消掉了这一维度的不确定性。无图智驾则要在行驶中自行理解道路结构,并面对这种理解可能不完整、不确定的问题。
第一次来上海开车,高架连续分叉、指示牌密集,转向车道的位置也可能和自己的习惯不同。临近路口,前车又挡住了地面的转向箭头。即使导航给出了路线,你仍要在信息不完整时,现场理解道路怎样连接、各条车道通向哪里,再及时作出选择。
我们怎样应对复杂性?
系统架构与工程:这是我建设研发组织与系统工程体系的基本方法,包含三个部分:
- 高内聚低耦合架构:通过清晰的模块划分与接口,让专业的人在自己的领域发挥能力,减少需要处理的领域外复杂性。在跨领域的结合点,由专门的系统专家负责。
- 工程积累:在清晰分工的基础上,把能力拆成可复用的基本单元,实现能力原子化与接口统一化。通过实际部署和反馈,持续积累 benchmark、测试能力、对问题本质的理解与工程 know-how,让这些积累进入后续研发。
- 可靠性冗余:提前为信息缺失和能力不足准备其他信息来源与应对手段,让系统在局部信息或能力不可用时仍能工作,提高整体可靠性。
家里换一台电器,在额定供电和功率范围内,通过标准接口接入即可。电器内部的电源与控制电路负责处理本机的工作条件,研发和测试也可以围绕约定接口独立开展。这样,替换一个部件无需重做整栋楼的供电,封装好的能力也能被组合和复用。
我们怎样解决无图问题?
多元信息融合:针对无图增加的道路结构不确定性,用三路信息共同推断道路结构:
- 车道线观测:根据车道线的位置和走向,直接判断道路结构。
- 其他车辆行为:车道线被车辆遮挡时,通过周围车辆的行驶轨迹推断道路走向。
- 道路边界:没有清晰车道线、周围也缺少车辆时,通过道路边界判断可通行空间。
施工覆盖了原有车道线,前方车辆又遮住了部分道路。系统仍可以结合其他车辆的行驶轨迹、道路边缘和临时隔离设施,推断当前的通行空间。几路信息相互补充,让道路理解在局部观测缺失时仍能继续。
在充满不确定性的环境里,怎样做对决策?
防御性驾驶:评估整个可行的行为空间,把观测和他人行为的不确定性纳入对未来后果的判断。
在浦西的小路上,路边车辆和建筑拐角可能挡住视线。看不见的位置,可能有行人准备过街,也可能有自行车驶出。系统需要把这些尚未观测到的可能性纳入预测,评估不同行为的后果,并保留应对空间。
- 行为空间:明确当前有哪些可行行为,把这些选择都纳入评估范围。
- 观测的不确定性:例如盲区中可能存在尚未被观测到的车辆或行人,需要考虑它们存在与不存在的可能。
- 他人行为的不确定性:其他车辆可能加塞,也可能不加塞;行人可能突然冲出,也可能停在原地。
- 多种未来下的后果:结合这两类不确定性,推演未来世界的多种可能演进,评估每个可行行为在不同情形下的后果,再决定采取什么行动。
这些工作带来了什么成果?
技术落地与商业成果:
- 技术落地:我负责的国内首个无图智驾系统于 2020 年落地,领先行业三年。
- 商业成果:拿下中国首个自动驾驶大单——大众 RHP 项目的百万级订单,为公司带来了重要的业务成果。