圖為在fPro 中為一個(gè)缺少道路標(biāo)記的交叉路口創(chuàng)建訓(xùn)練數(shù)據(jù)集的復(fù)雜案例。(圖片來(lái)源：rFpro)

SAE 4 級(jí)和 5 級(jí)自動(dòng)駕駛汽車(chē)的驗(yàn)證挑戰(zhàn), 一直是駕駛模擬專(zhuān)家 rFpro 公司的主要關(guān)注點(diǎn)，fFpro技術(shù)總監(jiān) Chris Hoyle 表示，網(wǎng)聯(lián)自動(dòng)駕駛汽車(chē)的出現(xiàn)為汽車(chē)行業(yè)帶來(lái)了一系列新的未知數(shù)。未來(lái)，汽車(chē)制造商必將建立包含數(shù)千個(gè)模擬測(cè)試場(chǎng)景的數(shù)據(jù)庫(kù)，以應(yīng)對(duì)汽車(chē)驗(yàn)證的挑戰(zhàn)。

Hoyle 認(rèn)為，目前必須回答的關(guān)鍵問(wèn)題包括：我們?nèi)绾尾拍艽_定網(wǎng)聯(lián)自動(dòng)駕駛汽車(chē)可以在任何條件下都可安全運(yùn)行？我們?cè)撊绾伪ＷC測(cè)試的全面性和嚴(yán)謹(jǐn)性，但又同時(shí)滿(mǎn)足對(duì)測(cè)試周期和成本要求？我們是否有方法在進(jìn)入驗(yàn)證階段前，加速自動(dòng)駕駛車(chē)輛的開(kāi)發(fā)，但又同時(shí)避免給公共道路用戶(hù)帶來(lái)危險(xiǎn)？

Hoyle 表示自己經(jīng)常遇到相關(guān)討論。他認(rèn)為，與現(xiàn)實(shí)世界中的真實(shí)測(cè)試相比，模擬仿真測(cè)試具有覆蓋范圍大、測(cè)試周期短等優(yōu)勢(shì)，但前提是必須加以正確應(yīng)用。

rFpro 公司正在巴黎的一個(gè)十字路口進(jìn)行測(cè)試，可以看到這個(gè)十字路口的道路標(biāo)記比較模糊。（圖片來(lái)源：rFpro）

新的模擬仿真平臺(tái)

rFpro 公司聲稱(chēng)已經(jīng)推出了世上首款針對(duì)自動(dòng)駕駛汽車(chē)模擬仿真、訓(xùn)練及開(kāi)發(fā)的商用平臺(tái)，可以在“各種可以想象到的環(huán)境下”對(duì)自動(dòng)駕駛汽車(chē)進(jìn)行測(cè)試。據(jù)稱(chēng)，該平臺(tái)的一個(gè)關(guān)鍵特點(diǎn)是“以非常高的精度，精確復(fù)制現(xiàn)實(shí)世界的測(cè)試環(huán)境”。通過(guò)一項(xiàng)為期 3 年的項(xiàng)目，rFpro 公司已經(jīng)利用高精度掃描技術(shù)（更多信息，請(qǐng)點(diǎn)擊這里）將大量真實(shí)道路轉(zhuǎn)換為模擬測(cè)試場(chǎng)景，并最終創(chuàng)建了一個(gè)“模擬測(cè)試庫(kù)”。用戶(hù)可在庫(kù)中選擇各種不同的模擬測(cè)試場(chǎng)景，并控制從“天氣”到“行人”等各種變量輸入。目前，這項(xiàng)技術(shù)已被 2 家大型OEM、3 家自動(dòng)駕駛汽車(chē)開(kāi)發(fā)商及 1 條無(wú)人駕駛賽車(chē)產(chǎn)品線(xiàn)所采用，但出于商業(yè)機(jī)密方面的考慮，rFpro 公司并未透露更多細(xì)節(jié)。

憑借一組全天候工作的計(jì)算機(jī)，制造商每月可累計(jì)數(shù)百萬(wàn)英里的模擬測(cè)試?yán)锍?。Hoyle 解釋說(shuō)：“從統(tǒng)計(jì)學(xué)角度而言，人類(lèi)駕駛員平均每行駛 1 億英里，就會(huì)發(fā)生一起交通致死事故，但我們?cè)谧詣?dòng)駕駛汽車(chē)的模擬測(cè)試中很難真正累計(jì)到這種級(jí)別的測(cè)試?yán)锍虜?shù)。事實(shí)上，人類(lèi)駕駛員的“數(shù)據(jù)”如此優(yōu)秀是因?yàn)椋涸谌粘ｑ{駛中，我們的絕大多數(shù)里程都是“無(wú)事發(fā)生”的。正因如此，我們可以消除這部分“無(wú)事故”里程，并通過(guò)模擬技術(shù)讓網(wǎng)聯(lián)自動(dòng)駕駛汽車(chē)每隔幾秒鐘即遇到一次“千年一遇”的事件，進(jìn)而大幅縮短模擬測(cè)試周期。未來(lái)，汽車(chē)制造商將建立包含數(shù)千個(gè)模擬測(cè)試場(chǎng)景的數(shù)據(jù)庫(kù)，而自動(dòng)駕駛汽車(chē)必須成功通過(guò)這些測(cè)試場(chǎng)景，才能通過(guò)驗(yàn)證?！?/p>

每次遇到測(cè)試失敗的情況，模擬測(cè)試場(chǎng)景庫(kù)中都會(huì)新增幾項(xiàng)針對(duì)這一場(chǎng)景的標(biāo)準(zhǔn)測(cè)試。此外，車(chē)輛不僅必須成功通過(guò)每一項(xiàng)測(cè)試，而且還必須保證性能的穩(wěn)定。

Hoyle 表示，這種采用回歸邏輯不斷重復(fù)運(yùn)行的測(cè)試庫(kù)，可以確保任何對(duì)自動(dòng)駕駛汽車(chē)的新改進(jìn)均不會(huì)影響現(xiàn)有功能。“為了實(shí)現(xiàn)這個(gè)目的，rFpro 不僅可以在一組設(shè)備上并行運(yùn)行多個(gè)實(shí)驗(yàn)，而且還可在多個(gè) CPU 和 GPU 上對(duì)一項(xiàng)實(shí)驗(yàn)進(jìn)行擴(kuò)展，從而應(yīng)對(duì)由于自動(dòng)駕駛汽車(chē)數(shù)據(jù)來(lái)源多樣（包括多部攝像頭、激光雷達(dá)、雷達(dá)傳感器等）而引入的復(fù)雜性?！?/p>

每一幀用于監(jiān)控學(xué)習(xí)的訓(xùn)練數(shù)據(jù)均包括語(yǔ)義段、實(shí)例段、光流算法、深度和標(biāo)記目標(biāo)數(shù)據(jù)，圖為一個(gè)語(yǔ)義分割的例子。（圖片來(lái)源：rFpro）

標(biāo)準(zhǔn)化模擬

程度如此密集的測(cè)試需要一定時(shí)間才能達(dá)到預(yù)期的結(jié)果。但 Hoyle 預(yù)計(jì)，未來(lái)五年中，新測(cè)試場(chǎng)景的增加速度將降至在統(tǒng)計(jì)學(xué)角度低于人類(lèi)駕駛員出錯(cuò)率的程度。這時(shí)，現(xiàn)實(shí)世界中的真實(shí)物理驗(yàn)證流程就可以啟動(dòng)了。

Hoyle 認(rèn)為，如果進(jìn)展理想，汽車(chē)行業(yè)將開(kāi)發(fā)一套全球性的標(biāo)準(zhǔn)化測(cè)試場(chǎng)景庫(kù)，任何自動(dòng)駕駛車(chē)型一旦通過(guò)該標(biāo)準(zhǔn)庫(kù)的驗(yàn)證，即可進(jìn)入下一階段測(cè)試——即從庫(kù)里抽樣選擇一部分場(chǎng)景，進(jìn)行現(xiàn)實(shí)世界中的真實(shí)測(cè)試。

但這就帶來(lái)了另一個(gè)問(wèn)題：我們?nèi)绾尾拍鼙ＷC這個(gè)場(chǎng)景庫(kù)的全面性和嚴(yán)謹(jǐn)性？ Hoyle 表示，諷刺的是，人類(lèi)非常善于測(cè)試自動(dòng)駕駛汽車(chē)，“因?yàn)槿祟?lèi)具有隨機(jī)且不可預(yù)知的特點(diǎn)，從來(lái)不會(huì)重復(fù)；人類(lèi)會(huì)犯錯(cuò)，而且表現(xiàn)也會(huì)隨著情緒和疲勞程度的不同而改變。”目前，單個(gè)模擬測(cè)試中可以支持的人類(lèi)駕駛員數(shù)量已經(jīng)增加至 50 個(gè)。我們可以測(cè)試自動(dòng)駕駛汽車(chē)在人口或道路用戶(hù)密集的城市中心地區(qū)的表現(xiàn)，而且無(wú)需承擔(dān)人員傷亡的風(fēng)險(xiǎn)。

rFpro 公司預(yù)計(jì)，到今年晚些時(shí)候，加入單獨(dú)測(cè)試的人類(lèi)駕駛員數(shù)量將增加至 250 名，負(fù)責(zé)對(duì)一輛或多輛網(wǎng)聯(lián)自動(dòng)駕駛汽車(chē)的測(cè)試。

人工智能 (AI) 系統(tǒng)的高效開(kāi)發(fā)，離不開(kāi)在啟動(dòng)重新測(cè)試前從失敗中進(jìn)行學(xué)習(xí)、總結(jié)、改進(jìn)的能力。Hoyle 強(qiáng)調(diào)說(shuō)，我們還會(huì)將頻繁遇到的邊緣案例（其中一個(gè)參數(shù)超過(guò)系統(tǒng)限制）或極端案例（其中兩個(gè)或兩個(gè)以上參數(shù)超過(guò)系統(tǒng)限制）反饋至系統(tǒng)中，從而不斷豐富系統(tǒng)的知識(shí)庫(kù)。

我們可以建立訓(xùn)練數(shù)據(jù)庫(kù)，用以展示失敗測(cè)試中本應(yīng)表現(xiàn)出來(lái)的正確行為，且每個(gè)數(shù)據(jù)庫(kù)均應(yīng)包含來(lái)自所有傳感器模型的數(shù)據(jù)，包括虛擬攝像頭、激光雷達(dá)和雷達(dá)。Hoyle 表示，每一幀訓(xùn)練數(shù)據(jù)均應(yīng)與“地面實(shí)況”數(shù)據(jù)相關(guān)聯(lián)，包括語(yǔ)義段、實(shí)例段、光流算法、深度和標(biāo)記目標(biāo)數(shù)據(jù)，“在這種邏輯下，我們的模型可以通過(guò)監(jiān)控下的學(xué)習(xí)，針對(duì)每一種新的失敗模型，進(jìn)行相應(yīng)的改進(jìn)和適應(yīng)。”

然而Hoyle 也補(bǔ)充道，盡管如此，我們還有一個(gè)至關(guān)重要的因素必須始終銘記于心， “人類(lèi)是無(wú)偏差輸入的最佳來(lái)源，因?yàn)榧词乖谙嗤鞖鈼l件下的同一條道路上，人類(lèi)駕駛員也不會(huì)以完全相同的方式駕駛。此外，他們可以發(fā)現(xiàn)一些異常、激怒或意外事件，并有可能因?yàn)槠渌缆酚脩?hù)的行為而作出不當(dāng)反應(yīng)！”