玻璃反光也能誤識(shí)別？當(dāng)自動(dòng)駕駛遇到千奇百怪的corner case

電子發(fā)燒友網(wǎng)報(bào)道（文/梁浩斌）Corner case在自動(dòng)駕駛中是指行駛過(guò)程中可能出現(xiàn)，但發(fā)生頻率極低的小概率事件。盡管平時(shí)很少會(huì)遇到，但對(duì)于自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)，遇到無(wú)法做出決策的corner case時(shí)，很可能會(huì)導(dǎo)致致命的交通事故。

最近微博有博主就遇到了一個(gè)讓人哭笑不得的案例，很生動(dòng)地展示了corner case的概念。

從照片上可以看到，在等紅綠燈時(shí)，特斯拉Model 3右側(cè)前方有一輛大巴，大巴的車窗玻璃剛好反射出紅綠燈的影子，而在車輛內(nèi)的可視化界面上，誤將車窗反射識(shí)別成鑲嵌在大巴車身內(nèi)的紅綠燈。對(duì)于自動(dòng)駕駛系統(tǒng)而言，在車窗中反射出的紅綠燈剛好在合理的高度，同時(shí)形態(tài)也符合模型，所以它就是“紅綠燈”。

雖然這種情況對(duì)自動(dòng)駕駛安全影響不大，但也很好地反映出目前自動(dòng)駕駛corner case就是會(huì)出現(xiàn)在很多人類駕駛員可以很輕易識(shí)別并作出決策的地方，而這些corner case對(duì)于自動(dòng)駕駛系統(tǒng)而言卻幾乎無(wú)法正確作出識(shí)別和判斷。

此前，包括特斯拉在內(nèi)，小鵬、蔚來(lái)等都出現(xiàn)過(guò)因?yàn)閏orner case而導(dǎo)致的交通事故。比如最典型的特斯拉Model 3開(kāi)啟輔助駕駛時(shí)，撞上翻側(cè)在高速公路上的白色貨車導(dǎo)致車主身亡；在去年5月，美國(guó)加州一輛Model 3在夜間撞上側(cè)翻在路面上的卡車，而事后在車主的社交賬戶上發(fā)現(xiàn)車主分享了多個(gè)“雙手離開(kāi)方向盤(pán)”使用自動(dòng)駕駛的視頻。

小鵬P7去年9月也在開(kāi)啟NGP的情況下，由于系統(tǒng)無(wú)法判斷前方高度較低的掛車而發(fā)生追尾；今年3月一輛小鵬P7在使用自適應(yīng)定速巡航ACC和車道居中保持功能時(shí)，與前方發(fā)生事故側(cè)翻在路面上的汽車發(fā)生碰撞；去年8月蔚來(lái)ES8也在開(kāi)啟輔助駕駛的情況下撞上了停在路邊的工程車輛，導(dǎo)致車主身亡。

corner case的存在其實(shí)也是一些人不看好自動(dòng)駕駛的原因。因?yàn)橥ㄟ^(guò)模擬無(wú)法覆蓋現(xiàn)實(shí)世界中的所有場(chǎng)景，遇到這些corner case的變量太多，不可能完全讓自動(dòng)駕駛系統(tǒng)識(shí)別所有corner case。也就是corner case無(wú)法完全解決，只能不斷優(yōu)化盡量補(bǔ)全這些漏洞。

而目前的優(yōu)化方法，其實(shí)非常簡(jiǎn)單粗暴，就是通過(guò)車企收集更多的真實(shí)數(shù)據(jù)。擁有足夠多真實(shí)數(shù)據(jù)的基礎(chǔ)上，再通過(guò)模擬計(jì)算平臺(tái)對(duì)這些場(chǎng)景進(jìn)行進(jìn)一步解構(gòu)，模擬出其他類似場(chǎng)景讓系統(tǒng)學(xué)習(xí)。

同時(shí)，在獲取數(shù)據(jù)時(shí)，需要通過(guò)系統(tǒng)判斷駕駛車輛是否遇到了corner case，并上傳數(shù)據(jù)進(jìn)行標(biāo)注。標(biāo)注后的數(shù)據(jù)用于模擬訓(xùn)練，以及生成迭代模型，用更多的corner case訓(xùn)練自動(dòng)駕駛系統(tǒng)。

當(dāng)然，corner case其實(shí)是一個(gè)比較大的概念，其中包括傳感器性能、場(chǎng)景差異、罕見(jiàn)事件等之類的問(wèn)題。目前業(yè)界主要通過(guò)對(duì)corner case檢測(cè)復(fù)雜度，或者一定程度上可以說(shuō)是以出現(xiàn)的概率來(lái)進(jìn)行分級(jí)，分為像素級(jí)（Pixel）、域級(jí)（Domain）、目標(biāo)級(jí)（Object）、場(chǎng)景級(jí)（Scene）、時(shí)序場(chǎng)景級(jí)（Scenario）等五個(gè)等級(jí)。

因此要對(duì)corner case進(jìn)行優(yōu)化，就可以將收集到的corner case數(shù)據(jù)進(jìn)行難度分級(jí)，再根據(jù)不同級(jí)別來(lái)找到解決方案。

總體而言，要優(yōu)化corner case，首先需要海量的真實(shí)路面數(shù)據(jù)。而數(shù)據(jù)的背后，還需要擁有足夠算力的數(shù)據(jù)中心，模型訓(xùn)練、自動(dòng)標(biāo)記等工作需要大量算力。以特斯拉為例，目前特斯拉擁有3大計(jì)算中心總計(jì)11544 個(gè)GPU，今年8月特斯拉首次公開(kāi)了其Dojo超級(jí)計(jì)算機(jī)系統(tǒng)中每個(gè)ExaPOD集群集成了120個(gè)訓(xùn)練模塊，內(nèi)置3000個(gè)D1芯片，擁有超過(guò)100萬(wàn)個(gè)訓(xùn)練節(jié)點(diǎn)，算力達(dá)到1.1EFLOPS，預(yù)計(jì)明年完工首個(gè)ExaPOD集群。

國(guó)內(nèi)企業(yè)目前也在自動(dòng)駕駛數(shù)據(jù)中心上加大投入，今年8月，小鵬汽車和阿里云合作建設(shè)的國(guó)內(nèi)最大自動(dòng)駕駛智算中心在內(nèi)蒙古烏蘭察布落地，將專門(mén)用于自動(dòng)駕駛模型訓(xùn)練，算力規(guī)模達(dá)0.6EFLOPS；而商湯在上海的超算中心AIDC也在今年年初投入運(yùn)營(yíng)，設(shè)計(jì)算力達(dá)到3.74EFLOPS，未來(lái)還會(huì)進(jìn)一步擴(kuò)展至4.91EFLOPS。

可以說(shuō)，要盡量避免遇到自動(dòng)駕駛的corner case，其實(shí)在某種程度上比拼的就是數(shù)據(jù)。