人工智能正以前所未有的速度，滲透、改造著各行各業(yè)。而加速這場變革的力量之一，正是深度學(xué)習(xí)技術(shù)。短短十年，深度學(xué)習(xí)技術(shù)顛覆了語音識別、圖像分類、文本理解等眾多領(lǐng)域的算法設(shè)計(jì)思路。

許多技術(shù)方向的同學(xué)對人工智能既愛又畏懼，一方面覺得這是未來，另一方面又覺得很難而不敢觸碰。懂工程的同學(xué)做算法時(shí)有很大的畏懼感，而專注算法的同學(xué)又常常容易陷入某個(gè)算法而缺乏工程落地能力。這次筆者以一個(gè)從業(yè)者角度來與大家聊一下如何入門無人駕駛／機(jī)器人行業(yè)，在實(shí)戰(zhàn)中成長為算法，工程，產(chǎn)品貫通的 AI 全棧人才。

為什么需要無人駕駛

首先我們探討下無人駕駛能如何提高人類社會的效率。

第一是無人駕駛對環(huán)境的影響：每輛傳統(tǒng)車每年平均排放5噸的二氧化碳，以美國為例有2.5億臺車，每年二氧化碳排放就有12.5億噸。而如果使用中央調(diào)度的無人新能源車，那么總排放量可以被降低到0.6億噸，效果十分驚人。

然后我們看看無人駕駛對安全的影響：人類駕駛員每駕駛100萬英里的里程，平均會發(fā)生4.2次意外，全球每年會產(chǎn)生大約1300萬次事故。如果我們能把無人駕駛每100萬英里的事故率控制在1次以內(nèi)，那么總事故數(shù)會被控制在300萬左右?，F(xiàn)在每年全球車禍死亡人數(shù)超過百萬，所以無人駕駛的普及可以每年在全球挽救幾十萬甚至上百萬的生命。

最后我們了解下無人駕駛對經(jīng)濟(jì)的影響：由于減少碳排放，無人駕駛普及每年可減少3000億美金的經(jīng)濟(jì)損失。另外，每次車禍帶來的經(jīng)濟(jì)損失平均為3000美金，那么如果通過無人駕駛實(shí)現(xiàn)每100萬英里的車禍率在1次以內(nèi)的安全目標(biāo)，每年也可以減少3000億美金的經(jīng)濟(jì)損失。兩者相加，無人駕駛普及后每年至少可以減少6000億美金的經(jīng)濟(jì)損失，這基本相當(dāng)于瑞士的GDP，如果按全球國家GDP排行榜可以排進(jìn)前20左右。

在手機(jī)平臺上實(shí)現(xiàn)無人駕駛

假設(shè)你是一位ANDROID手機(jī)開發(fā)者，想投身無人駕駛行業(yè)，你需要的最重要的條件不是熟悉某個(gè)技術(shù)點(diǎn)，而是要有足夠的好奇心去探索了解新的技術(shù)與克服困難的勇氣。 一年前我們探索過一個(gè)好玩的課題，如果用一個(gè)手機(jī)平臺，是否可以支撐起無人駕駛的作業(yè)？于是我們使用了ANDROID手機(jī)平臺，實(shí)現(xiàn)了一些比較簡單的無人駕駛功能，主要是用視覺來做。

我們深入聊下無人駕駛的技術(shù)，無人駕駛并不是單點(diǎn)的技術(shù)，而是多個(gè)技術(shù)的整合。 無人駕駛的整體技術(shù)架構(gòu)，大概可以分為三大模塊：算法、系統(tǒng)以及云平臺。

在車輛端，上層是算法模塊，包括傳感（如何更好的獲取環(huán)境數(shù)據(jù)）、感知（如何更好的理解車輛周圍環(huán)境，包括定位，物體識別，物體追蹤）以及決策（在了解環(huán)境后如何更好的做出決策，包括路徑規(guī)劃，行為預(yù)測和障礙物躲避等）三個(gè)部分；下層則是操作系統(tǒng)和硬件平臺。而在云端，則有一個(gè)無人駕駛的云平臺，其上囊括了高精地圖、模型訓(xùn)練、模擬計(jì)算以及數(shù)據(jù)存儲等幾塊內(nèi)容。

另外，有三個(gè)點(diǎn)是無人駕駛落地核心：

1、感知技術(shù)突破是關(guān)鍵

如果將無人駕駛汽車比作人，可以如此理解它的關(guān)鍵模塊——感知模塊為眼睛，汽車依靠由攝像頭、雷達(dá)、GPS等一系列部件組成的感知模塊去感知路況；中央決策模塊如大腦，包括路徑規(guī)劃、導(dǎo)航、信息融合和路徑跟蹤等，通過對由感知模塊搜集的信息進(jìn)行整合、分析，作出自主駕駛、避障、超車等決策；底層控制模塊似手腳，控制車輛行駛速度、角度，按照決策的路線安全行駛。

可見，與人手動駕駛汽車一樣，無人駕駛汽車所有關(guān)于路況信息的收集、路徑分析規(guī)劃、操控決策的制定，全部依賴于感知模塊這雙“眼睛”的視力。

2、成本

成本直接關(guān)系到車輛的銷售價(jià)格，雷達(dá)是感知模塊中必不可少的部件之一。據(jù)稱，谷歌無人汽車目前使用的激光雷達(dá)售價(jià)高達(dá)8萬美元。

毫米波雷達(dá)比激光雷達(dá)精度低、可視范圍的角度小，但毫米波雷達(dá)的成本遠(yuǎn)低于激光雷達(dá)。激光雷達(dá)能夠依靠激光遇到障礙后的折返時(shí)間計(jì)算出物體與車體之間的相對距離，生成物體的3D輪廓，構(gòu)建汽車周圍環(huán)境的高精度地圖，并可對周圍環(huán)境進(jìn)行360度的掃描。目前在純無人駕駛領(lǐng)域，激光雷達(dá)使用較多，輔助駕駛領(lǐng)域則更多使用毫米波雷達(dá)。

3、法規(guī)

根據(jù)法規(guī)草案，廠商需要展示無人駕駛是如何執(zhí)行的，在失敗時(shí)如何應(yīng)對；這些汽車如何被測試，所有研發(fā)無人駕駛的企業(yè)需要公開汽車表現(xiàn)評估，并讓執(zhí)法部門和其他公司一起評估。

一些細(xì)節(jié)也有要求，如車主隱私方面，用車數(shù)據(jù)被搜集，制造商需告知車主，而車主有權(quán)拒絕；系統(tǒng)安全方面，無人駕駛車輛在軟件無法運(yùn)作，將發(fā)生車禍等情況下如何回應(yīng)；數(shù)據(jù)安全方面，廠商需保護(hù)系統(tǒng)安全，免于被黑客干擾；人為介入方面，制造商需考慮讓無人駕駛車具有與行人和其他路上車輛溝通的能力；偵測和回應(yīng)方面，廠商需展示無人駕駛汽車如何應(yīng)對倒下的樹木，或任何突然發(fā)生的意外事件等。該草案還要求提供消費(fèi)者教育。