随着人工智能、大数据、AI、5G的快速发展,汽车也由单一的出现工具逐渐转变为第三方的智能化一体出行空间。
其中自动驾驶又被誉为汽车智能化道路上的明珠,是实现汽车产业升级,提升城市通勤效率,减少交通事故的关键所在。
当下,无论是主机厂亦或是个人消费者,对待自动驾驶的热度都有增不减,但值得注意的是,大部分消费者并不清楚自己爱车自动驾驶系统的使用边界,也不了解整个行业的发展现状,以至于出现了相当多的技术滥用,进而造成了严重的事故。
因此,我们需要一个平台,通过科学、专业的评判标准,去帮助消费者理解自动驾驶的使用边界,助力主机厂查漏补缺,推动行业健康向上的发展。
而i-VISTA自动驾驶挑战赛,依托于科学专业的规程,同时兼具竞争赛事趣味性,是了解汽车智能化水平、洞悉行业发展的不二选择。
2021i-VISTA挑战赛打响:难度增加,场景更具代表
今年的i-VISTA自动驾驶挑战赛于8.19日正式开赛,一共105支参赛队伍,包括主机厂、高校、科研机构、个人消费者,经过为期三天的角逐,拼出了包括ADAS挑战赛、最强车脑挑战赛、虚拟仿真挑战赛、商业化进程挑战赛、低速无人驾驶挑战赛五个项目的冠军。
相比去年,今年的i-VISTA自动驾驶挑战赛新增了低速无人驾驶挑战赛项目,首次引入基于云平台的虚拟仿真挑战赛,其他项目在场景的设置上也与去年有所不同。
一句话总结今年的赛事就是:难度增加、覆盖面更广、场景更具有代表性。
比赛首日进行的是热度最高的ADAS挑战赛(分为AEB和APS两个赛事),这也是全球唯一一个消费者能够深度参与的自动驾驶赛事,经过前期的海选,一共有15辆车型参加AEB挑战赛,15辆车型参加APS自动泊车挑战赛。
值得注意的是,今年的AEB挑战赛分为有遮挡和无遮挡两种场景,只有在无遮挡的挑战场景中进入到前五名,才有机会晋级到后一轮的有遮挡挑的AEB挑战赛。
经过激烈的比赛,最终进入下一轮的只有四款车型,总得分从高到低分依次是理想ONE、长安林肯航海家、沃尔沃XC60、长安UNI-T。
同一天开赛的APS挑战赛,前三名被长安UNI-T、思皓QX、小鹏P7三款车型夺得,长安UNI-T不仅是唯一一个获得满分的车型,同时也是去年的冠军获得者。
随后的两天,2021i-VISTA自动驾驶汽车挑战赛分别决出了虚拟仿真挑战赛、最强车脑挑战赛、商业化进程挑战赛、低速无人驾驶挑战赛四个面向专业团队的赛事冠军,具体的排名如下图。
以“史”为鉴,看自动驾驶行业的进步与不足
虽然今年i-VISTA自动驾驶挑战赛部分项目与去年不同,但整体上的赛事项目还是没有大的改变,俗话说:“以史为鉴,可以知兴替”,对比历年的成绩,我们也可以窥探自动驾驶技术的提升以及存在的不足。
以APS为例,今年的APS的三种泊车场景与去年如出一辙,共有平行车位、垂直车位、斜向车位三个子场景。
从整体成绩来看,今年参赛车辆在APS平均得分为41.67分,而去年仅为33.3分;今年获得0分的车型有5款,而去年则有多达9款车型获得0分评价。
比赛难度未曾改变的前提下,平均得分以及有效得分均有提高,这就是技术进步的一种体现。
从传感器角度来看,去年在APS上获得前三的车型以及今年在APS上获得前三的车型,均是采用的超声波雷达+摄像头的融合传感方案。
这也能反映整个APS技术的一个发展趋势,即:单一传感器弊端太明显(如果只有超声波雷达,那么系统识别不了标线车位),已经逐渐被主流品牌所抛弃,超声波雷达+摄像头才是王道。
当然,除了进步,亦能看见行业的不足。
以AEB为例,2020年的i-VISTA自动驾驶挑战赛分为前方静止车辆和有遮挡的行人横穿两种场景,今年AEB挑战赛的场景则取消了前方静止车辆的场景,变为了有遮挡的行人横穿和无遮挡的行人横穿。
从整体成绩来看,今年15个参赛车型在AEB项目上的平均得分仅为23.3分,其中有9辆车型获得0分评价,而去年参赛车型的平均得分为57分,仅有两款车型获得0分评价。
这反映出,在难度更高的车对人的自动紧急制动中,参与挑战赛的大部分车型,是没有一个良好的紧急制动能力的。
更具体一点,以当前传感器的性能,可能还达不到我们想要的结果,这也就回到我们此前提到过的一个观点,“车路协同”才是当前发展自动驾驶的最优解。
当然,路端信息更多的是起一个补充作用,要想实现更高级别的自动驾驶,车载传感器同样重要。
回看2021i-VISTA自动驾驶汽车挑战赛,在难度更高的最强车脑挑战赛、商业化进程挑战赛以及低速无人驾驶挑战赛可以发现,激光雷达成为了它们的标准配置。
而这,也是我们下个章节的主题:高级别自动驾驶,离得开激光雷达吗?
纯视觉or激光雷达?
在自动驾驶的感知方案选择上,目前行业分为了两个阵营,一个是以特斯拉为代表的以视觉传感器为主的视觉派,另一个则是以Waymo为代表的以激光雷达派。
特斯拉对以视觉为主的传感方案坚信不疑,其最著名的言论就是“人类开车是靠眼睛获取信息,而不是从脑袋里发射激光雷达”,在今年5月,特斯拉甚至宣布在北美的车型上取消毫米波雷达,摄像头成为唯一的传感器。
但对特斯拉这种以摄像头为主的感知方案持批判态度的也大有人在,他们认为摄像头在黑暗、暴雪、逆光等环境中感知会受限,精度及安全性大幅下降,抗外界干扰的能力太低。
在不久前的世界人工智能大会上,前华为ADS智能驾驶产品线总裁兼首席架构师苏箐则公开指责“特斯拉这几年下来,它的事故率还是挺高的,而且是从杀第一个人到最近杀的人,它的事故类型非常像。”这也凸显了纯视觉方案的弊端。
反观激光雷达,由于发射的光波频率更高,因此在距离分辨率、角分辨率和速度分辨率上的测量精度更高;同时由于激光波长短,可发射发散角非常小的激光束,可探测低空/超低空目标;多路径效应小,抗干扰能力强。
我们从底层设计的角度出发,自动驾驶系统在设计传感器架构时,最主要需要满足这两个条件:①确保感知设备能覆盖车辆周边,不会出现感知盲区,同时感知精度尽量的高;②确保在某一感知设备失效时,其他传感器也能“补位”。
很明显,以摄像头为主的自动驾驶传感方案,在面对极端天气下,探测能力会大打折扣,如果没有其它辅助传感器,那么整套自动驾驶系统对外界环境的识别能力无限趋近于0,当自动驾驶没有了感知道路信息的能力,就等于盲人摸象,安全性自然得不到保证。
另外,以视觉为主的自动驾驶,是十分依赖于算法,但现实的交通世界场景却不是唯一的,存在诸多变数,如果道路上出现未曾训练过的场景,那么系统有一定概率是识别不出来的,这就会影响系统的判断,进而可能做出错误的决策。
所以无论是从此次i-VISTA自动驾驶挑战赛所展现出来的,还是基于两种传感方案的优劣势得到的,我们可以推断——激光雷达一定是自动驾驶绕不过的那道坎。
现在困扰激光雷达上车的,最主要的还是成本问题,但好消息是,当前整个行业对激光雷达已经开始重视,数据显示,目前我国雷达相关企业共有1.4万家,2020年新注册企业2640家,同比增长29.3%,包括华为、大疆、禾赛科技等低成本的车载激光雷达也已经面世。
写在最后:
2021i-VISTA自动驾驶汽车挑战赛成功开赛,既让我们看到了自动驾驶技术的进步,也让我们了解到当下存在的一些不足,更重要的是帮助我们看清整个行业的发展趋势,激光雷达是否是高级别自动驾驶不可或缺的配置,纯视觉方案又能否走到底?这些都需要时间去验证,而i-VISTA自动驾驶挑战赛的目的,就是为这些技术提供一个公正公平的舞台,是骡子是马,拉上来溜溜便知。
【免责声明】上游新闻客户端未标有“来源:上游新闻-重庆晨报”或“上游新闻LOGO、水印的文字、图片、音频视”等稿件均为转载稿。如转载稿涉及版权等问题,请联系上游。
![](/2016style/pc/images/jbxx.png)