1. 从CES Asia 2018看自动驾驶的“秀场”与“里子”几年前我跑了一趟CES Asia 2018。那会儿自动驾驶的热度正从大洋彼岸的拉斯维加斯蔓延到上海CES Asia也成了国内玩家们不容错过的秀场。说实话当时逛完的感觉就是“还不错”——不是那种颠覆认知的震撼更像是一次对行业阶段性成果的集中检阅。展台上激光雷达、毫米波雷达、摄像头阵列堆叠出的传感器“花盆”一个比一个夸张大屏幕上渲染精美的模拟视频里车辆在各种极端场景下丝滑穿行。热闹是热闹但作为一个在行业里摸爬滚打的人我更关心的是这些炫酷Demo背后那些决定自动驾驶能否真正落地的“里子”算法、数据、算力以及最关键的工程化能力。几年过去再回头看CES Asia 2018它更像是一个分水岭。彼时展示的许多技术路径和概念如今有的已经开花结果有的则被证伪或迭代。当时大家热议的“传感器融合”、“高精地图”如今已经成了量产方案的标配而当时初露头角的“端到端”、“大模型”等概念在今天已然成为行业竞逐的新高地。这篇文章我就结合当年的见闻和这几年的行业演进拆解一下自动驾驶从“秀场”走向“量产”过程中那些真正关键的技术内核与实战思考。我们不止看热闹更要看懂门道。2. 感知系统的演进从“堆料”到“算法驱动”在CES Asia 2018上最直观的比拼就是感知硬件的“军备竞赛”。谁家的车顶传感器套件更复杂、激光雷达线数更高似乎谁就更领先。这背后反映的是当时行业的主流思路通过多传感器冗余确保感知的绝对安全。常见的组合是前向激光雷达通常是机械式、多个毫米波雷达、环视摄像头以及前视双目或三目摄像头。2.1 传感器选型的逻辑与妥协这种“堆料”方案有其深刻的工程逻辑。以激光雷达为例它能提供精确的三维点云数据对于障碍物轮廓、距离的测量优势明显尤其在恶劣光照条件下。毫米波雷达则胜在测速精准、穿透性强能应对雨雾。摄像头提供丰富的纹理和颜色信息是进行语义理解比如识别交通标志、信号灯状态不可或缺的。多传感器融合理论上可以实现优势互补覆盖长尾场景。但问题也随之而来。首先是成本当年一颗64线机械式激光雷达价格昂贵直接阻碍了乘用车的量产上车。其次是外观与集成度车顶巨大的“花盆”严重影响风阻和美观难以被主流消费者接受。最后是数据融合的复杂性不同传感器的时间同步、空间标定外参、数据格式对齐都是巨大的工程挑战。一个常见的坑是标定不准导致的“鬼影”或目标分裂比如摄像头看到一个自行车激光雷达点云却因为标定误差偏移了20厘米融合算法可能误判为两个紧挨着的物体。注意多传感器前融合数据级融合对时空同步的要求极高微小的误差在高速场景下会被放大。在实际项目中我们往往会采用后融合目标级融合作为备份或补充先让各传感器独立感知生成目标列表再在决策层进行关联和仲裁系统的鲁棒性会更好。2.2 算法进化深度学习与数据闭环的价值凸显硬件堆料是基础但真正的差距在算法。2018年基于深度学习的视觉感知已经崭露头角。展会上很多Demo的感知能力其实严重依赖背后经过精心标注和训练的数据集。这里就引出了两个关键概念自动驾驶数据集和数据闭环。当时业内常用的数据集如KITTI、nuScenes等大多基于海外路采数据构建。而中国自动驾驶数据集如ApolloScape、DAIR-V2X的价值开始被重视因为中国的交通参与者行为如电动车、行人横穿、道路结构复杂立交、无保护左转有其独特性直接用海外数据集训练的模型会出现“水土不服”。数据集的质量不仅看规模更看标注的精细度和场景的覆盖度。例如对于点云分割标注不仅要把点云分类为“车辆”、“行人”还需要对车辆进行3D框标注甚至对行人的姿态进行估计这对感知模型的训练至关重要。从算法层面看当时的感知模块多是“分而治之”的一个模型做目标检测一个模型做车道线检测一个模型做可行驶区域分割。这种 pipeline 虽然模块清晰但存在信息损失和误差累积。而如今大热的端到端自动驾驶和端到端 大模型VLA思路则是将原始传感器数据如图像、点云直接映射到控制指令如方向盘转角、油门刹车或者至少是中间层的向量化场景表示。这种思路试图模仿人类的驾驶行为减少中间模块的抽象和误差但对数据量和算力的要求是指数级增长的。CES Asia 2018可以看作是传统模块化架构的巅峰展示也为后续端到端思路的兴起埋下了伏笔。3. 决策规划与控制从规则到学习的艰难跨越炫酷的感知演示之后观众最期待的就是决策规划模块的“智商”展示。当年很多展车实现的还多是结构化道路下的跟车、车道保持等L2级功能或者是在极度简化、预演过的场景下的L4演示。3.1 经典规则型规划器的得与失当时主流的决策规划架构如百度Apollo开源的Apollo EM Planner是典型的规则型、分层式规划器。它的工作流程可以简化为感知结果 - 参考线生成Frenet坐标系 - 动态障碍物预测 - 路径-速度解耦规划。以曲率计算为例这是规划中非常关键的一环。车辆在过弯时规划出的轨迹曲率必须满足车辆的运动学约束不能侧翻和执行器的控制能力。EM Planner会在SL纵向-横向坐标系下基于动态编程和二次规划搜索一条兼顾舒适性曲率变化平滑、安全性远离障碍物和贴合参考线的最优轨迹。这套方法的优势是逻辑清晰可解释性强每个模块的输出都可以被监控和调试。在CES Asia的演示场景中这类规划器足以应对预设好的路线和少数几个动态障碍物。但其局限性在复杂城区场景中暴露无遗。规则是有限的而现实世界的交通参与者的意图是无限且模糊的。一个行人站在路边他是要过马路还是只是在等人一辆对向车辆压线行驶它是暂时借道还是就要逆行基于规则的预测模块很难妥善处理这些不确定性。此外分层规划先路径后速度可能导致解空间不是全局最优在极端换道、加塞场景下可能规划不出安全舒适的轨迹。3.2 预测与决策的融合学习型方法的兴起这正是近年来基于学习的预测-决策一体化方法受到追捧的原因。与其用复杂的规则去枚举所有可能性不如让模型从海量的人类驾驶数据中学习隐含的决策逻辑。这类方法将其他交通参与者未来的可能轨迹预测和自车该如何应对的决策放在一个统一的框架下进行优化。它输出的不是一条确定的轨迹而是一个概率分布表示在多种未来可能下自车应采取的不同策略及其置信度。这背后需要强大的深度学习模型和前所未有规模的真实驾驶数据。CES Asia 2018时大家还在谈论数据采集车的规模而今天头部公司已经建立了百万辆级规模的车队用于收集自动驾驶数据集并构建高效的数据闭环系统从路上发现问题场景Corner Case自动或半自动地提取数据、回流、标注、训练模型、仿真测试、再OTA更新到车队。这个闭环的效率直接决定了算法迭代的速度和应对长尾场景的能力。当年展台上那些看似聪明的避让行为背后很可能依赖的是工程师针对演示路线手工调整的无数参数而非一个通用的智能体。4. 定位与建图高精地图的“拐杖”与“去图化”的挑战2018年的自动驾驶演示几乎无一例外地重度依赖高精地图。高精地图不仅提供了厘米级精度的车道线、交通标志等静态信息还包含了丰富的语义层如路口拓扑、允许的转向。这相当于给自动驾驶系统提前准备了一份“完美答案”车辆定位后只需“按图索骥”大大降低了实时感知和决策的负担。4.1 高精地图的利与弊高精地图的好处显而易见提升安全性提前知道弯道曲率、坡度、提升舒适性规划更平滑、降低算力需求部分感知可离线完成。在CES Asia的固定路线演示中高精地图是演示成功的“定海神针”。但其弊端也同样突出。首先是鲜度问题。道路每天都在变化修路、改道、新增障碍物地图的更新延迟可能带来致命风险。其次是成本问题采集、制作、更新和维护一张覆盖全国的高精地图费用极其高昂。最后是依赖性问题过度依赖高精地图会削弱车辆在无图区域如停车场、乡村道路的通行能力也使得技术方案难以全球化推广。4.2 轻地图与无图方案的底层支撑因此“轻地图”甚至“无图”方案成为近年来的重要方向。其核心是提升车辆的实时感知和定位能力减少对预制地图的依赖。这就对自动驾驶激光SLAM技术提出了更高要求。SLAM同步定位与建图让车辆在未知环境中一边运动一边构建周围环境的地图同时利用这张地图进行自我定位。与机器人领域的SLAM不同车规级SLAM面临车速高、场景动态物体多、计算资源受限等挑战。2018年时基于激光雷达的SLAM是主流通过匹配连续帧的点云来估计自身运动并构建点云地图。但纯激光SLAM在特征稀疏的长走廊、雨天等环境下容易失效。因此多传感器融合的SLAM成为趋势融合视觉的VSLAM能提供丰富的纹理特征融合轮速计和IMU惯性测量单元可以提供高频率的短时位姿估计弥补激光雷达扫描频率不足的缺点。“无图”并非完全不用任何先验信息而是使用精度要求更低、更易获取的“标准地图”如车道级导航地图甚至仅依赖GPS和道路标线等泛化特征进行定位。这对感知模块提出了极高要求需要能实时、稳定地识别出车道线、路沿、交通标志等足以支撑定位和规划的元素。这又回到了数据与算法的根本问题上需要海量的、覆盖各种罕见路况的数据去训练一个无比鲁棒的感知模型。CES Asia 2018上那些依赖高精地图的流畅演示与今天“无图”方案面临的挑战恰好勾勒出了技术演进的一条主线。5. 仿真与测试通往安全的必由之路在CES Asia的展台上你永远看不到车辆发生事故。但任何一个从业者都清楚路测是发现问题的最后一道防线而不是第一道。将自动驾驶系统直接投入真实道路进行“暴力测试”不仅成本高、效率低更是对社会安全的极大不负责任。因此自动驾驶仿真平台的重要性不亚于任何算法模块。5.1 仿真系统的核心要素一个有效的仿真平台需要构建几个关键部分场景库这是仿真的“弹药”。需要从真实路采数据中提取大量的典型场景和极端场景Corner Case并进行泛化生成海量的、覆盖各种天气、光照、交通参与者行为的测试场景。CES Asia 2018上那些演示场景只是场景库中极小的一部分。传感器仿真不能只模拟一个“上帝视角”的完美世界。必须模拟摄像头如何产生噪点、过曝、镜头污损模拟激光雷达在雨雾中的衰减、在强光下的鬼影模拟毫米波雷达的多次反射。只有这样才能测试感知算法在真实物理条件下的鲁棒性。车辆动力学仿真控制算法发出的转向、油门、刹车指令需要通过一个高保真的车辆模型来模拟车辆的实时响应。轮胎与地面的摩擦模型、悬挂特性、发动机/电机响应延迟等都需要尽可能真实地建模。交通流仿真其他车辆、行人、非机动车的行为不能是简单的“移动障碍物”。需要引入具有不同驾驶风格激进、保守的智能体模拟它们之间以及与自车的复杂交互这样才能充分测试决策规划算法的博弈能力。5.2 从开环到闭环仿真的价值升华初级的仿真只是“回放”把记录的真实传感器数据灌给算法看看算法的感知结果对不对。这属于开环测试。更高级的是闭环仿真算法根据虚拟传感器数据做出决策和控制控制指令影响虚拟车辆的位姿位姿变化又产生新的传感器数据如此循环。这能测试整个系统的闭环性能尤其是长期决策可能引发的连锁反应。例如可以设置一个场景自车在路口准备左转对向有直行车辆。在仿真中可以快速进行上万次测试调整自车的决策逻辑是抢行还是等待统计在不同决策下发生碰撞的概率、平均通行延迟等指标从而为算法优化提供量化依据。这种能力是任何有限的真实路测都无法比拟的。当年展会上的每一辆演示车背后都经历了成千上万次这样的虚拟“死亡测试”。6. 工程化落地从实验室Demo到量产车的鸿沟逛完CES Asia 2018最深的感触是展台技术到量产上车之间隔着一道巨大的“工程化鸿沟”。实验室里用着顶级GPU服务器、散热风扇轰鸣的算法如何塞进车规级芯片满足功耗、散热、成本、可靠性的严苛要求这是另一个维度的挑战。6.1 硬件计算平台的选型与优化自动驾驶的算力需求是贪婪的。2018年行业还在为是否需要用上英伟达的Drive PX2这样的“性能怪兽”而争论。今天上百TOPS万亿次运算/秒的算力平台已在多款量产车上出现。选型不仅仅是看峰值算力更要看能效比TOPS/W、是否支持算法所需的特定算子、开发工具链是否成熟、车规认证等级如何。将算法从研究框架如PyTorch, TensorFlow迁移到车载计算平台是一个复杂的工程过程涉及模型压缩剪枝、量化、算子重写、内存优化、流水线调度等一系列工作。一个在服务器上精度99%的模型经过量化压缩后部署到车载芯片上精度可能会下降需要在精度和效率之间反复权衡。这就是为什么很多公司会有专门的模型部署优化团队他们的工作直接决定了算法能否在车上“跑起来”且“跑得好”。6.2 软件架构与安全冗余量产车的软件架构远比Demo复杂。它需要是一个高内聚、低耦合、可扩展、可测试的框架。不同的功能模块感知、预测、规划、控制如何以确定的周期和接口进行通信如何管理海量的配置参数如何进行在线诊断和日志记录当系统出现异常时如何降级或安全停车功能安全ISO 26262和预期功能安全SOTIF是量产无法回避的课题。这意味着系统设计从一开始就要考虑各种失效模式某个传感器突然失灵怎么办某个芯片核心过热宕机怎么办通信总线出现错误数据怎么办需要设计多重的安全冗余和监控机制。例如除了主控芯片可能还需要一个算力较低但绝对可靠的安全岛芯片负责监控主系统的状态在必要时接管车辆进行最小风险 maneuver如缓慢靠边停车。CES Asia上那些拆开车壳展示的线束和电路板其背后隐藏的正是这些关乎生命安全的工程设计。7. 我的实操心得与行业观察回顾CES Asia 2018再到今天自动驾驶行业的技术焦点已经发生了深刻转移。当年的“硬件堆料”和“高精地图依赖”正在被“数据驱动”和“软件定义”所替代。结合我自己的项目经验有几点心得想分享第一数据是燃料闭环效率是引擎。算法模型的天花板很大程度上由数据质量和数量决定。但比收集数据更重要的是建立高效的数据闭环体系。如何从百万辆车上自动触发、筛选、回收有价值的Corner Case数据如何用自动化、半自动化的工具快速完成数据标注如何构建逼真的仿真场景进行回归测试这个闭环的迭代速度直接决定了公司的技术进化速度。很多团队算法能力强但工程闭环弱最终产品化进程缓慢。第二对“端到端”保持清醒的期待。端到端大模型是令人兴奋的方向它有可能简化传统冗长的pipeline做出更类人的决策。但它目前面临可解释性差、调试困难、对数据饥渴等挑战。在相当长一段时间内混合架构端到端模块化可能是更务实的选择。例如用端到端模型作为“首席驾驶员”提供决策建议同时用传统的、可解释的规则型模块作为“副驾驶”进行安全校验和接管。第三仿真测试的置信度是关键。仿真的价值毋庸置疑但“仿真过关”不等于“路上安全”。核心在于仿真场景与真实世界分布的逼近程度。如果场景库覆盖不全或者传感器、动力学模型失真那么在仿真中表现完美的系统上路可能漏洞百出。因此需要持续地将真实路测中发现的问题反哺到仿真场景库中并不断提升仿真模型的保真度。这是一个需要长期投入的基础设施建设。第四量产思维要前置。很多研究团队出身的技术人员容易陷入“性能最优”的思维定式。但在车载环境下“稳定可靠”比“性能最优”更重要。在算法设计早期就要考虑计算复杂度、内存占用、模块延迟是否满足车规级芯片的限制。一个99.5%精度但需要500ms延迟的算法远不如一个99%精度但只需50ms延迟的算法更有量产价值。与硬件、软件、测试团队的紧密协作必须从项目第一天就开始。CES Asia 2018像一场热闹的预演展示了自动驾驶的可能性。而今天行业已经进入了深水区比拼的是综合实力算法创新、数据积累、工程化能力、成本控制、安全体系。那些能在炫酷的Demo之外默默把“里子”做扎实、把长尾问题一个一个啃下来的团队才有机会最终跑到终局。自动驾驶这场马拉松才刚刚跑过几个补给站而已。 自动驾驶技术演进：从CES Asia 2018看感知、决策与工程化落地
1. 从CES Asia 2018看自动驾驶的“秀场”与“里子”几年前我跑了一趟CES Asia 2018。那会儿自动驾驶的热度正从大洋彼岸的拉斯维加斯蔓延到上海CES Asia也成了国内玩家们不容错过的秀场。说实话当时逛完的感觉就是“还不错”——不是那种颠覆认知的震撼更像是一次对行业阶段性成果的集中检阅。展台上激光雷达、毫米波雷达、摄像头阵列堆叠出的传感器“花盆”一个比一个夸张大屏幕上渲染精美的模拟视频里车辆在各种极端场景下丝滑穿行。热闹是热闹但作为一个在行业里摸爬滚打的人我更关心的是这些炫酷Demo背后那些决定自动驾驶能否真正落地的“里子”算法、数据、算力以及最关键的工程化能力。几年过去再回头看CES Asia 2018它更像是一个分水岭。彼时展示的许多技术路径和概念如今有的已经开花结果有的则被证伪或迭代。当时大家热议的“传感器融合”、“高精地图”如今已经成了量产方案的标配而当时初露头角的“端到端”、“大模型”等概念在今天已然成为行业竞逐的新高地。这篇文章我就结合当年的见闻和这几年的行业演进拆解一下自动驾驶从“秀场”走向“量产”过程中那些真正关键的技术内核与实战思考。我们不止看热闹更要看懂门道。2. 感知系统的演进从“堆料”到“算法驱动”在CES Asia 2018上最直观的比拼就是感知硬件的“军备竞赛”。谁家的车顶传感器套件更复杂、激光雷达线数更高似乎谁就更领先。这背后反映的是当时行业的主流思路通过多传感器冗余确保感知的绝对安全。常见的组合是前向激光雷达通常是机械式、多个毫米波雷达、环视摄像头以及前视双目或三目摄像头。2.1 传感器选型的逻辑与妥协这种“堆料”方案有其深刻的工程逻辑。以激光雷达为例它能提供精确的三维点云数据对于障碍物轮廓、距离的测量优势明显尤其在恶劣光照条件下。毫米波雷达则胜在测速精准、穿透性强能应对雨雾。摄像头提供丰富的纹理和颜色信息是进行语义理解比如识别交通标志、信号灯状态不可或缺的。多传感器融合理论上可以实现优势互补覆盖长尾场景。但问题也随之而来。首先是成本当年一颗64线机械式激光雷达价格昂贵直接阻碍了乘用车的量产上车。其次是外观与集成度车顶巨大的“花盆”严重影响风阻和美观难以被主流消费者接受。最后是数据融合的复杂性不同传感器的时间同步、空间标定外参、数据格式对齐都是巨大的工程挑战。一个常见的坑是标定不准导致的“鬼影”或目标分裂比如摄像头看到一个自行车激光雷达点云却因为标定误差偏移了20厘米融合算法可能误判为两个紧挨着的物体。注意多传感器前融合数据级融合对时空同步的要求极高微小的误差在高速场景下会被放大。在实际项目中我们往往会采用后融合目标级融合作为备份或补充先让各传感器独立感知生成目标列表再在决策层进行关联和仲裁系统的鲁棒性会更好。2.2 算法进化深度学习与数据闭环的价值凸显硬件堆料是基础但真正的差距在算法。2018年基于深度学习的视觉感知已经崭露头角。展会上很多Demo的感知能力其实严重依赖背后经过精心标注和训练的数据集。这里就引出了两个关键概念自动驾驶数据集和数据闭环。当时业内常用的数据集如KITTI、nuScenes等大多基于海外路采数据构建。而中国自动驾驶数据集如ApolloScape、DAIR-V2X的价值开始被重视因为中国的交通参与者行为如电动车、行人横穿、道路结构复杂立交、无保护左转有其独特性直接用海外数据集训练的模型会出现“水土不服”。数据集的质量不仅看规模更看标注的精细度和场景的覆盖度。例如对于点云分割标注不仅要把点云分类为“车辆”、“行人”还需要对车辆进行3D框标注甚至对行人的姿态进行估计这对感知模型的训练至关重要。从算法层面看当时的感知模块多是“分而治之”的一个模型做目标检测一个模型做车道线检测一个模型做可行驶区域分割。这种 pipeline 虽然模块清晰但存在信息损失和误差累积。而如今大热的端到端自动驾驶和端到端 大模型VLA思路则是将原始传感器数据如图像、点云直接映射到控制指令如方向盘转角、油门刹车或者至少是中间层的向量化场景表示。这种思路试图模仿人类的驾驶行为减少中间模块的抽象和误差但对数据量和算力的要求是指数级增长的。CES Asia 2018可以看作是传统模块化架构的巅峰展示也为后续端到端思路的兴起埋下了伏笔。3. 决策规划与控制从规则到学习的艰难跨越炫酷的感知演示之后观众最期待的就是决策规划模块的“智商”展示。当年很多展车实现的还多是结构化道路下的跟车、车道保持等L2级功能或者是在极度简化、预演过的场景下的L4演示。3.1 经典规则型规划器的得与失当时主流的决策规划架构如百度Apollo开源的Apollo EM Planner是典型的规则型、分层式规划器。它的工作流程可以简化为感知结果 - 参考线生成Frenet坐标系 - 动态障碍物预测 - 路径-速度解耦规划。以曲率计算为例这是规划中非常关键的一环。车辆在过弯时规划出的轨迹曲率必须满足车辆的运动学约束不能侧翻和执行器的控制能力。EM Planner会在SL纵向-横向坐标系下基于动态编程和二次规划搜索一条兼顾舒适性曲率变化平滑、安全性远离障碍物和贴合参考线的最优轨迹。这套方法的优势是逻辑清晰可解释性强每个模块的输出都可以被监控和调试。在CES Asia的演示场景中这类规划器足以应对预设好的路线和少数几个动态障碍物。但其局限性在复杂城区场景中暴露无遗。规则是有限的而现实世界的交通参与者的意图是无限且模糊的。一个行人站在路边他是要过马路还是只是在等人一辆对向车辆压线行驶它是暂时借道还是就要逆行基于规则的预测模块很难妥善处理这些不确定性。此外分层规划先路径后速度可能导致解空间不是全局最优在极端换道、加塞场景下可能规划不出安全舒适的轨迹。3.2 预测与决策的融合学习型方法的兴起这正是近年来基于学习的预测-决策一体化方法受到追捧的原因。与其用复杂的规则去枚举所有可能性不如让模型从海量的人类驾驶数据中学习隐含的决策逻辑。这类方法将其他交通参与者未来的可能轨迹预测和自车该如何应对的决策放在一个统一的框架下进行优化。它输出的不是一条确定的轨迹而是一个概率分布表示在多种未来可能下自车应采取的不同策略及其置信度。这背后需要强大的深度学习模型和前所未有规模的真实驾驶数据。CES Asia 2018时大家还在谈论数据采集车的规模而今天头部公司已经建立了百万辆级规模的车队用于收集自动驾驶数据集并构建高效的数据闭环系统从路上发现问题场景Corner Case自动或半自动地提取数据、回流、标注、训练模型、仿真测试、再OTA更新到车队。这个闭环的效率直接决定了算法迭代的速度和应对长尾场景的能力。当年展台上那些看似聪明的避让行为背后很可能依赖的是工程师针对演示路线手工调整的无数参数而非一个通用的智能体。4. 定位与建图高精地图的“拐杖”与“去图化”的挑战2018年的自动驾驶演示几乎无一例外地重度依赖高精地图。高精地图不仅提供了厘米级精度的车道线、交通标志等静态信息还包含了丰富的语义层如路口拓扑、允许的转向。这相当于给自动驾驶系统提前准备了一份“完美答案”车辆定位后只需“按图索骥”大大降低了实时感知和决策的负担。4.1 高精地图的利与弊高精地图的好处显而易见提升安全性提前知道弯道曲率、坡度、提升舒适性规划更平滑、降低算力需求部分感知可离线完成。在CES Asia的固定路线演示中高精地图是演示成功的“定海神针”。但其弊端也同样突出。首先是鲜度问题。道路每天都在变化修路、改道、新增障碍物地图的更新延迟可能带来致命风险。其次是成本问题采集、制作、更新和维护一张覆盖全国的高精地图费用极其高昂。最后是依赖性问题过度依赖高精地图会削弱车辆在无图区域如停车场、乡村道路的通行能力也使得技术方案难以全球化推广。4.2 轻地图与无图方案的底层支撑因此“轻地图”甚至“无图”方案成为近年来的重要方向。其核心是提升车辆的实时感知和定位能力减少对预制地图的依赖。这就对自动驾驶激光SLAM技术提出了更高要求。SLAM同步定位与建图让车辆在未知环境中一边运动一边构建周围环境的地图同时利用这张地图进行自我定位。与机器人领域的SLAM不同车规级SLAM面临车速高、场景动态物体多、计算资源受限等挑战。2018年时基于激光雷达的SLAM是主流通过匹配连续帧的点云来估计自身运动并构建点云地图。但纯激光SLAM在特征稀疏的长走廊、雨天等环境下容易失效。因此多传感器融合的SLAM成为趋势融合视觉的VSLAM能提供丰富的纹理特征融合轮速计和IMU惯性测量单元可以提供高频率的短时位姿估计弥补激光雷达扫描频率不足的缺点。“无图”并非完全不用任何先验信息而是使用精度要求更低、更易获取的“标准地图”如车道级导航地图甚至仅依赖GPS和道路标线等泛化特征进行定位。这对感知模块提出了极高要求需要能实时、稳定地识别出车道线、路沿、交通标志等足以支撑定位和规划的元素。这又回到了数据与算法的根本问题上需要海量的、覆盖各种罕见路况的数据去训练一个无比鲁棒的感知模型。CES Asia 2018上那些依赖高精地图的流畅演示与今天“无图”方案面临的挑战恰好勾勒出了技术演进的一条主线。5. 仿真与测试通往安全的必由之路在CES Asia的展台上你永远看不到车辆发生事故。但任何一个从业者都清楚路测是发现问题的最后一道防线而不是第一道。将自动驾驶系统直接投入真实道路进行“暴力测试”不仅成本高、效率低更是对社会安全的极大不负责任。因此自动驾驶仿真平台的重要性不亚于任何算法模块。5.1 仿真系统的核心要素一个有效的仿真平台需要构建几个关键部分场景库这是仿真的“弹药”。需要从真实路采数据中提取大量的典型场景和极端场景Corner Case并进行泛化生成海量的、覆盖各种天气、光照、交通参与者行为的测试场景。CES Asia 2018上那些演示场景只是场景库中极小的一部分。传感器仿真不能只模拟一个“上帝视角”的完美世界。必须模拟摄像头如何产生噪点、过曝、镜头污损模拟激光雷达在雨雾中的衰减、在强光下的鬼影模拟毫米波雷达的多次反射。只有这样才能测试感知算法在真实物理条件下的鲁棒性。车辆动力学仿真控制算法发出的转向、油门、刹车指令需要通过一个高保真的车辆模型来模拟车辆的实时响应。轮胎与地面的摩擦模型、悬挂特性、发动机/电机响应延迟等都需要尽可能真实地建模。交通流仿真其他车辆、行人、非机动车的行为不能是简单的“移动障碍物”。需要引入具有不同驾驶风格激进、保守的智能体模拟它们之间以及与自车的复杂交互这样才能充分测试决策规划算法的博弈能力。5.2 从开环到闭环仿真的价值升华初级的仿真只是“回放”把记录的真实传感器数据灌给算法看看算法的感知结果对不对。这属于开环测试。更高级的是闭环仿真算法根据虚拟传感器数据做出决策和控制控制指令影响虚拟车辆的位姿位姿变化又产生新的传感器数据如此循环。这能测试整个系统的闭环性能尤其是长期决策可能引发的连锁反应。例如可以设置一个场景自车在路口准备左转对向有直行车辆。在仿真中可以快速进行上万次测试调整自车的决策逻辑是抢行还是等待统计在不同决策下发生碰撞的概率、平均通行延迟等指标从而为算法优化提供量化依据。这种能力是任何有限的真实路测都无法比拟的。当年展会上的每一辆演示车背后都经历了成千上万次这样的虚拟“死亡测试”。6. 工程化落地从实验室Demo到量产车的鸿沟逛完CES Asia 2018最深的感触是展台技术到量产上车之间隔着一道巨大的“工程化鸿沟”。实验室里用着顶级GPU服务器、散热风扇轰鸣的算法如何塞进车规级芯片满足功耗、散热、成本、可靠性的严苛要求这是另一个维度的挑战。6.1 硬件计算平台的选型与优化自动驾驶的算力需求是贪婪的。2018年行业还在为是否需要用上英伟达的Drive PX2这样的“性能怪兽”而争论。今天上百TOPS万亿次运算/秒的算力平台已在多款量产车上出现。选型不仅仅是看峰值算力更要看能效比TOPS/W、是否支持算法所需的特定算子、开发工具链是否成熟、车规认证等级如何。将算法从研究框架如PyTorch, TensorFlow迁移到车载计算平台是一个复杂的工程过程涉及模型压缩剪枝、量化、算子重写、内存优化、流水线调度等一系列工作。一个在服务器上精度99%的模型经过量化压缩后部署到车载芯片上精度可能会下降需要在精度和效率之间反复权衡。这就是为什么很多公司会有专门的模型部署优化团队他们的工作直接决定了算法能否在车上“跑起来”且“跑得好”。6.2 软件架构与安全冗余量产车的软件架构远比Demo复杂。它需要是一个高内聚、低耦合、可扩展、可测试的框架。不同的功能模块感知、预测、规划、控制如何以确定的周期和接口进行通信如何管理海量的配置参数如何进行在线诊断和日志记录当系统出现异常时如何降级或安全停车功能安全ISO 26262和预期功能安全SOTIF是量产无法回避的课题。这意味着系统设计从一开始就要考虑各种失效模式某个传感器突然失灵怎么办某个芯片核心过热宕机怎么办通信总线出现错误数据怎么办需要设计多重的安全冗余和监控机制。例如除了主控芯片可能还需要一个算力较低但绝对可靠的安全岛芯片负责监控主系统的状态在必要时接管车辆进行最小风险 maneuver如缓慢靠边停车。CES Asia上那些拆开车壳展示的线束和电路板其背后隐藏的正是这些关乎生命安全的工程设计。7. 我的实操心得与行业观察回顾CES Asia 2018再到今天自动驾驶行业的技术焦点已经发生了深刻转移。当年的“硬件堆料”和“高精地图依赖”正在被“数据驱动”和“软件定义”所替代。结合我自己的项目经验有几点心得想分享第一数据是燃料闭环效率是引擎。算法模型的天花板很大程度上由数据质量和数量决定。但比收集数据更重要的是建立高效的数据闭环体系。如何从百万辆车上自动触发、筛选、回收有价值的Corner Case数据如何用自动化、半自动化的工具快速完成数据标注如何构建逼真的仿真场景进行回归测试这个闭环的迭代速度直接决定了公司的技术进化速度。很多团队算法能力强但工程闭环弱最终产品化进程缓慢。第二对“端到端”保持清醒的期待。端到端大模型是令人兴奋的方向它有可能简化传统冗长的pipeline做出更类人的决策。但它目前面临可解释性差、调试困难、对数据饥渴等挑战。在相当长一段时间内混合架构端到端模块化可能是更务实的选择。例如用端到端模型作为“首席驾驶员”提供决策建议同时用传统的、可解释的规则型模块作为“副驾驶”进行安全校验和接管。第三仿真测试的置信度是关键。仿真的价值毋庸置疑但“仿真过关”不等于“路上安全”。核心在于仿真场景与真实世界分布的逼近程度。如果场景库覆盖不全或者传感器、动力学模型失真那么在仿真中表现完美的系统上路可能漏洞百出。因此需要持续地将真实路测中发现的问题反哺到仿真场景库中并不断提升仿真模型的保真度。这是一个需要长期投入的基础设施建设。第四量产思维要前置。很多研究团队出身的技术人员容易陷入“性能最优”的思维定式。但在车载环境下“稳定可靠”比“性能最优”更重要。在算法设计早期就要考虑计算复杂度、内存占用、模块延迟是否满足车规级芯片的限制。一个99.5%精度但需要500ms延迟的算法远不如一个99%精度但只需50ms延迟的算法更有量产价值。与硬件、软件、测试团队的紧密协作必须从项目第一天就开始。CES Asia 2018像一场热闹的预演展示了自动驾驶的可能性。而今天行业已经进入了深水区比拼的是综合实力算法创新、数据积累、工程化能力、成本控制、安全体系。那些能在炫酷的Demo之外默默把“里子”做扎实、把长尾问题一个一个啃下来的团队才有机会最终跑到终局。自动驾驶这场马拉松才刚刚跑过几个补给站而已。