投稿须知
请将投稿文章及个人信息(作者、用户名、手机号、个人简介等)发送到邮箱tougao@iyiou.com,一经审核会有专人和您联系
我知道了
专栏申请
请将您的专栏名称、手机号、邮箱、个人简介(20字以内)等信息,发送至邮箱 tougao@iyiou.com,若有已投稿的文章可附上链接。一经审核,我们会以邮件的形式进行回复。
我知道了

滴滴:出行平台入局自动驾驶的“正确姿势”

收藏
汽车
作者:张男
编辑:顾彦 2020-12-17 09:36
[文章导读]
将出行“DNA”融入自动驾驶。
滴滴自动驾驶

题图来自“外部授权”

今年以来,滴滴开始不断展现对自动驾驶技术的“耐心”与“决心”,在技术、资金、应用三大关键层面进展颇丰。 

技术方面,其首次出现在加州车管所(DMV)今年2月发布的《2019年自动驾驶接管报告》中,虽然排名第八位,但已经超过苹果、宝马、丰田等传统巨头;

资金方面,滴滴自动驾驶于今年5月宣布完成软银愿景基金领投的5亿美元融资,为当时国内自动驾驶领域单笔最高融资;

落地应用方面,今年6月底,滴滴正式面向上海普通市民推出自动驾驶载人示范应用项目。在上海宣布自动驾驶测试道路新增里程后,滴滴自动驾驶又获得相应测试牌照,成为首家获得上海三个测试区牌照的企业。而近期滴滴与比亚迪共同打造的定制网约车D1,未来目标更是直指自动驾驶。

在12月10日由亿欧EqualOcean主办的“WIM2020-科技出行全球竞赛篇章”论坛中,滴滴自动驾驶COO孟醒更是透露,自今年6月底在上海嘉定上线RoboTaxi体验服务后,已有数万市民报名参加,为滴滴自动驾驶技术的迭代提供意见。

与众多自动驾驶初创公司和科技巨头不同,滴滴天然拥有出行基因,丰富的运营经验使滴滴更容易在该赛道上实现“弯道超车”。深知自身优势所在,滴滴曾提出用“DNA”(Data、Network、AI)打造自动驾驶出行服务。

以“DNA”为基底

基于自身在出行行业的积累,滴滴很形象地用“DNA”(Data、Network、AI)代指自身在自动驾驶领域的天然基因。

其中,“D”(Data)指的是数据,“N”(Network)是出行生态网络,“A”(AI)则是滴滴的人工智能能力。

在自动驾驶技术的发展过程中,数据(Data)无疑是其迭代升级的基础。孟醒直言:“数据量的多少决定了自动驾驶能力以及安全程度的高低。”

目前,业界的主流做法是通过自动驾驶车路测收集真实世界数据,并辅以仿真创造案例的方式去训练自动驾驶系统。但在滴滴看来,与自动驾驶大量长尾场景及其复杂度相比,有限的自动驾驶车辆和仿真里程并不足以支撑全自动驾驶技术的实现。

“需要足够多的数据处理可能多次碰到的场景,再把它范围化处理衍生出来的情况。”孟醒表示。

作为出行平台,滴滴此前推出了“桔视”,这项原本为提升司机服务水平而生的车载设备,在自动驾驶大环境下散发着新的光和热。

“桔视”不仅拥有完整的视觉积累,还配有传感器和卫星定位系统,能够在真实世界中捕捉大量长尾场景,将收集到的视觉信息上传到云端。“‘桔视’覆盖了超过的滴滴网约车订单,每年能上传近1千亿公里行驶数据,”孟醒透露,“收集的数据量能比原本的数据范围多近5-6个数量级。”

除此以外,滴滴在过往运营过程中已经建立了比较完善的出行网络(Network),包括用户网络和车队网络。

其中,用户网络由滴滴超5.5亿的用户和每年超百亿次的订单组成。得益于此,滴滴对用户习惯、打车时间、订单集中度等偏好,有着更加深刻的理解,也能够将这部分经验过渡到RoboTaxi的运营上。 

更重要的是,基于这种用户运营经验,滴滴能够将RoboTaxi无缝融入进现有运营网络中,实现人机“混合派单”——RoboTaxi和有人网约车司机同步在线听单和接单,如果行程起终点和天气适合RoboTaxi接单,滴滴就会派单给RoboTaxi,积累运营经验,反之则会派单给网约车司机。 

与自动驾驶初创公司和科技巨头相比,滴滴这种“混合派单”的优势在于拥有足够多的用户基数,有利于自动驾驶冷启动和运营推广,进而快速进行自动驾驶技术和运营迭代。

在车辆端,滴滴已经积累了包括车辆购买、租赁、维修、保养、充电、加油、处置等车队运营能力。于滴滴而言,想要完善自动驾驶车辆的运营,只需将有人车辆网络的养护服务能力,嫁接到自动驾驶车辆网络上即可。 

这些数据收集能力和丰富的运营经验,也只有滴滴这种出行巨头具备。将数据(Data)和出行网络(Network)连接在一起的桥梁,则是AI能力。

滴滴认为,只有全场景、全模块自主研发才能使技术快速迭代,让车辆更快接近全自动驾驶场景。其自动驾驶体系分为在线模块和支持模块,前者是自主联网,包括感知、预测、规划、控制,后者则特指信息安全、高精度地图、开发工具、车路协同等交互能力。

滴滴自动驾驶AI能力.jpg.jpg

在孟醒看来,技术并不能单一存在,只有将技术全环节连接起来,并串联在数据体系和生态网络中,才能实现自动驾驶。这也是滴滴如此强调“DNA”的重要原因。

守住安全基准线

成立八年来,滴滴一直将“美好出行”作为自身使命。当与出行联系紧密的自动驾驶浪潮来临之时,滴滴没有理由不跟进。

“每个人的生命都很重要,这是我们做自动驾驶的初心。”孟醒如是表示。

世卫组织(WHO)数据显示,全球每24秒就有人因交通事故丧命,每年因交通事故丧命的人数达135万人。“本质上,人类并不是很擅长开车这样的工作,”滴滴联合创始人兼CTO张博认为,“现在世界上最先进的传感器能360度感知300米范围内的各种物体,但人类感知能力却是有限的,光线弱的时候可能只能看到前方几十米的物体,且人类感知能力会随着醉酒、疲劳、分心等状态而波动。”

理论上讲,当机器取代人类成为驾驶员时,交通事故的发生频率能够有效降低。但前提是,机器需要足够智能,而智能化的关键就在于深度学习。

在自动驾驶的感知和决策控制环节中,深度学习起着关键作用。在当下传感器可靠度并不完美的情况下,深度学习能够通过对自动驾驶车辆行驶道路的特征分析和驾驶员行为反应的学习,不断完善系统。

想要提高深度学习模型训练精确度,就需要大量数据进行辅助。“数据是AI引擎最宝贵的燃料。”滴滴自动驾驶公司CTO韦峻青曾表示。

作为出行平台,滴滴每天能够收集106T轨迹数据,处理4875TB数据,路径规划次数超过400亿次。正是基于这些庞大的数据量,滴滴自动驾驶系统才能够不断在训练中实现迭代升级,而以这些真实世界的数据作支撑,滴滴自动驾驶系统得以生成经营地图、安全地图和技术地图。 

三张地图不仅能够帮助滴滴提升区域洞察度,还能加速自动驾驶的应用部署。

商业模式上,滴滴之所以能够对不同路线进行自动驾驶车辆和有人驾驶车辆的精准派单,其背后的关键在于“经营地图”。这张地图堪称是滴滴的自动驾驶战术地图。通过八年累积的经营数据,滴滴能够知晓每一条路线上的需求量,以此为根据进行人机“混合派单”。

“比如看区域内覆盖的路线有多少是集中度比较高的路线,看能不能用TOP10的路线覆盖50%甚至80%的订单,”孟醒解释道,“也会关注闭环订单(起终点在同一区域的订单)数量,像机场、火车站这种地方闭环订单就很少,乘客终点一般都离开自动驾驶区域了。”

混合派单.jpg.jpg

安全方面,滴滴自动驾驶同样有大数据作支撑。基于历史上的事故发生频率、事故严重性等因素,滴滴会为给每条路进行安全评分,生成“安全地图”。通过这张地图,滴滴自动驾驶能够感知每条路线的安全性大小,及每个时间段人类司机可能出现交通事故的概率,以此做为规避。 

此外,滴滴还能够生成“技术地图”。在滴滴看来,道路是否限速、自行车道和车辆是否有隔离带等因素,都会影响技术感知和规划能力。滴滴能根据相关条件对每条道路进行打分,使自动驾驶系统知晓每条路线的技术实现难度。

充分整合三张地图后,滴滴将对每条路线的经营、安全、技术情况了如指掌,更精准找出最适合自动驾驶运营和服务的路段,提升ROI。

结语

RoboTaxi的实现绕不开运营,而滴滴恰恰是国内道路运营数据最多、经验最丰富的出行平台。

于滴滴而言,出行基因既是其过往时间对自身能力的证明,也是在自动驾驶中得天独厚的优势。随着RoboTaxi技术的不断进步与落地应用,这种能力将进一步凸显。 

如今,滴滴在上海嘉定汽车城附近运营着数十辆RoboTaxi,覆盖了会展中心、酒店、公司总部、工厂、学校、商业区等多类场景。在近半年的运营过程中,孟醒发现,视力不好的残障人士对自动驾驶尤其感兴趣,这种提前设定出行路线、车辆到达后无需沟通的模式对这类特殊人群十分友好。 

这与滴滴的使命不谋而合。“滴滴一下,美好出行”,从有人到无人,滴滴一直在为此努力。

本文经授权发布,版权归原作者所有;内容为作者独立观点,不代表亿欧立场。如需转载请联系原作者。
自动驾驶滴滴打车企业平台网约车移动互联网汽车自动驾驶自动驾驶功能