我們?yōu)槭裁葱枰詣?dòng)駕駛汽車？視覺(jué)處理在未來(lái)自動(dòng)駕駛領(lǐng)域所起的作用

目前汽車行業(yè)正在經(jīng)歷著一場(chǎng)巨大的變革，隨著技術(shù)的發(fā)展，未來(lái)10年的變化將超過(guò)過(guò)去50年的發(fā)展。其中最大的一個(gè)改變就是半自動(dòng)和全自動(dòng)車輛，也就是我們常說(shuō)的自動(dòng)駕駛汽車。變革的程度仍然取決于每個(gè)人認(rèn)識(shí)的程度，自動(dòng)駕駛汽車會(huì)是汽車行業(yè)的最大破壞者嗎？還是汽車行業(yè)變革過(guò)程中一個(gè)關(guān)鍵的節(jié)點(diǎn)？

自動(dòng)駕駛汽車的發(fā)展是循序漸進(jìn)的，我們需要不斷達(dá)到各種階段或者里程碑。但是目前我們可以預(yù)測(cè)到這個(gè)發(fā)展軌跡是2016年的輔助駕駛、2021年自動(dòng)駕駛、2025年全自動(dòng)汽車的出現(xiàn)。

我們?yōu)槭裁葱枰詣?dòng)駕駛汽車？

一個(gè)重要的問(wèn)題就是我們?yōu)槭裁匆D(zhuǎn)向自動(dòng)駕駛汽車？當(dāng)然我們能夠列舉出非常多的關(guān)鍵原因。依我來(lái)看最重要的原因就是城市化的增長(zhǎng)所帶來(lái)的擁堵，需要降低車輛事故以及相關(guān)代價(jià)，不斷增加的污染，居民汽車擁有率的變化。下面讓我們?cè)敿?xì)了解一下各個(gè)方面。

交通擁堵

交通擁堵的經(jīng)濟(jì)發(fā)展的巨大阻礙，就以美國(guó)為例每年人均花費(fèi)在交通擁堵的時(shí)間超過(guò)43小時(shí)，這些時(shí)間明顯可以用于其他的事情。在很多大型城市，人們出行的速度被大大降低了，在某些城市甚至還不如一百年前人們采用馬和馬車的出行方式。而且研究還發(fā)現(xiàn)在城市里超過(guò)30%的行駛是用來(lái)尋找停車位，這個(gè)過(guò)程可以用自動(dòng)化的方式或者無(wú)人駕駛汽車來(lái)緩解。未來(lái)的自動(dòng)駕駛汽車能夠讓乘客下車，然后搭載新的乘客，這樣就能夠在任何時(shí)間降低道路上汽車的數(shù)量，同時(shí)減少對(duì)停車位的需求。

交通事故死亡率

目前全世界范圍內(nèi)因?yàn)榻煌ㄊ鹿仕劳龅娜藬?shù)接近120萬(wàn)。根據(jù)不同的國(guó)家，清理道路事故的成本占GDP的2%到20%。歐盟已經(jīng)制定了一個(gè)目標(biāo)，即2025年之前將歐洲大陸因交通事故死亡的人數(shù)降低50%。這會(huì)給GDP帶來(lái)非常好的影響，這樣更多的資金可以用于升級(jí)道路網(wǎng)路以及安裝智能基礎(chǔ)設(shè)施。波士頓咨詢集團(tuán)最新研究表明一些先進(jìn)的技術(shù)如ADAS（高級(jí)駕駛輔助系統(tǒng)）如果被廣泛采用，那么每年能夠挽救數(shù)千條生命且節(jié)省2510億美元。

污染問(wèn)題

空氣污染是全世界范圍內(nèi)導(dǎo)致死亡的重大誘因之一，尤其在低收入經(jīng)濟(jì)的國(guó)家。我們可以看到像北京、上海和德里這樣的城市正在實(shí)施非常嚴(yán)厲的措施來(lái)限制污染——比如在奇數(shù)天才可以使用汽車、通過(guò)給車主補(bǔ)償淘汰老舊汽車。柴油汽車正日益被取締，因?yàn)樗奈矚馀欧艜?huì)導(dǎo)致嚴(yán)重的呼吸問(wèn)題。因此中國(guó)正在優(yōu)先推廣新能源汽車來(lái)嚴(yán)格控制市中心的污染水平。

美國(guó)智能交通協(xié)會(huì)的一份研究報(bào)告指出隨著自動(dòng)化和聯(lián)網(wǎng)汽車這些技術(shù)不斷的滲入市場(chǎng)，在未來(lái)十年內(nèi)每年會(huì)使石油的消耗和相關(guān)溫室氣體的排放降低2%到4%。事實(shí)上交通運(yùn)輸系統(tǒng)降低碳排放的唯一方式就是采用低碳能源或者全部采用電驅(qū)動(dòng)的汽車。然而在那一天到來(lái)之前，自動(dòng)化和聯(lián)網(wǎng)汽車會(huì)在一定程度上幫助我們降低污染水平。

汽車擁有率

未來(lái)城市的汽車擁有率也會(huì)有所降低，人們也不會(huì)那么看重?fù)碛衅嚦四承┬屡d的市場(chǎng)。如果汽車使用能夠被分析，那么我們就會(huì)發(fā)現(xiàn)汽車每天的使用時(shí)間少于一個(gè)小時(shí)。也就是說(shuō)每天23小時(shí)的汽車保險(xiǎn)、折舊和成本都浪費(fèi)在駕駛之外或者停車場(chǎng)內(nèi)。一些新型公司已經(jīng)開(kāi)始介入這部分市場(chǎng)，例如Uber、BlaBlaCar和Lyft公司開(kāi)始提供低成本的汽車出行服務(wù)。

所有這些問(wèn)題的解決都需要政府層面的支持，通過(guò)自動(dòng)駕駛汽車，我們完全可以找到可行的解決方案。

自動(dòng)駕駛汽車有哪些幫助？

首先我們先明確自動(dòng)化程度的定義（如下圖所示）。Level 0就是我們現(xiàn)在所處的階段，Level 1集成了一些ADAS（高級(jí)駕駛輔助系統(tǒng)）功能，除此之外Level 2實(shí)現(xiàn)了自動(dòng)緊急制動(dòng)功能。當(dāng)然我們很快會(huì)過(guò)渡到Level 4和Level 5，2021年隨著很多汽車生產(chǎn)商的第一批Level 4/Level 5車型的上市，它們會(huì)大肆宣傳可能會(huì)廣泛應(yīng)用于城市內(nèi)的自動(dòng)出租車。

我們預(yù)測(cè)直到2025年大眾用戶才能夠購(gòu)買全自動(dòng)汽車。然而，汽車行業(yè)是一個(gè)非常多邊的市場(chǎng)，自動(dòng)駕駛汽車的巨大效益會(huì)帶動(dòng)很多方面，因此這個(gè)時(shí)間節(jié)點(diǎn)可能會(huì)提前。

政府方面的法律法規(guī)、合法性的審批時(shí)間以及大眾的接受程度對(duì)于自動(dòng)駕駛汽車市場(chǎng)都是至關(guān)重要的。同時(shí)我們也要對(duì)大眾增加更多的指導(dǎo)能夠讓他們接受自動(dòng)駕駛汽車這個(gè)新興的產(chǎn)品，并且愿意使用它。

關(guān)鍵的一步就是自動(dòng)出租車，如果大眾接受了自動(dòng)出租車，完全靠機(jī)器來(lái)駕駛，那么他們很可能會(huì)有擁有一輛的想法并且在日常生活中使用——最終他們會(huì)認(rèn)識(shí)到自動(dòng)駕駛汽車是安全可行的。

圖：自動(dòng)駕駛汽車分級(jí)

推動(dòng)自動(dòng)駕駛汽車發(fā)展的一個(gè)關(guān)鍵技術(shù)是人工智能的一個(gè)分支，即我們熟悉的計(jì)算機(jī)視覺(jué)。自動(dòng)駕駛汽車的主要傳感器是前置攝像頭和激光雷達(dá)系統(tǒng)，然而，提取出的巨大有用信息則是通過(guò)攝像機(jī)子系統(tǒng)來(lái)實(shí)現(xiàn)的。

視覺(jué)處理對(duì)于自動(dòng)駕駛汽車的重要性

視覺(jué)處理多年來(lái)一直存在于卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用中，這些算法能夠從傳感器的輸入的數(shù)據(jù)提取有用的信息。對(duì)于場(chǎng)景的分析CNN是非常高效的，能夠分辨出很多對(duì)象如汽車、人、動(dòng)物、道路標(biāo)志、道路交叉點(diǎn)、路邊標(biāo)志（物體），能夠確定場(chǎng)景中的相關(guān)現(xiàn)實(shí)對(duì)象。所有這些操作都是實(shí)時(shí)的，只要傳感器部分設(shè)置完成后，后續(xù)的融合/決策操作就會(huì)發(fā)生。無(wú)論是一個(gè)還是所有傳感器（LIDAR（激光探測(cè)與測(cè)量）、雷達(dá)、攝像頭、紅外傳感器）的輸入數(shù)據(jù)有所改變，系統(tǒng)就會(huì)立刻做出最佳的決策。比如剎車的場(chǎng)景（遠(yuǎn)超過(guò)駕駛員的反應(yīng)時(shí)間），汽車自動(dòng)駕駛系統(tǒng)會(huì)立刻分析距離、感應(yīng)速度，做出剎車操作的反應(yīng)時(shí)間是任何人為操作所不能及的。

CNN的網(wǎng)絡(luò)部分是由很多“層”來(lái)組成的，將圖像識(shí)別的問(wèn)題進(jìn)行分解——從邊沿、角落、圓圈的查找逐漸能夠辨別道路標(biāo)志，進(jìn)而能夠識(shí)別道路標(biāo)志的意思。為了能夠讓這個(gè)網(wǎng)絡(luò)正常工作需要經(jīng)歷一系列的訓(xùn)練階段，輸入大量相關(guān)圖像的數(shù)據(jù)集，這樣CNN才能夠?qū)W習(xí)辨別各種物體。通過(guò)數(shù)據(jù)集的學(xué)習(xí)這個(gè)網(wǎng)絡(luò)會(huì)設(shè)置不同的權(quán)重。訓(xùn)練過(guò)程屬于計(jì)算密集型操作，可能會(huì)持續(xù)數(shù)個(gè)小時(shí)或者幾天。

即使這個(gè)網(wǎng)絡(luò)系統(tǒng)部署在汽車上了，它也是會(huì)不斷的進(jìn)行訓(xùn)練推理，這樣能夠讓網(wǎng)絡(luò)學(xué)習(xí)不同的實(shí)時(shí)場(chǎng)景，更新權(quán)重系數(shù)，提供更加精確的決策。通過(guò)訓(xùn)練掌握了大量的標(biāo)志識(shí)別，CNN能夠提取出有用的信息并反饋給決策層，這樣從LIDAR、雷達(dá)和攝像頭輸入的傳感器數(shù)據(jù)能夠?qū)崿F(xiàn)融合和場(chǎng)景分析，最后讓汽車做出正確的反應(yīng)。

這一列的決策可以顯示在汽車的顯示屏上或者對(duì)汽車操作進(jìn)行實(shí)際的干預(yù)，比如剎車或者變道。

展望未來(lái)

汽車應(yīng)用中CNN技術(shù)的使用會(huì)迅速促進(jìn)基于攝像頭的自動(dòng)駕駛方案的發(fā)展，建立新的自動(dòng)駕駛規(guī)范。未來(lái)更少更高效的出行將會(huì)使得交通事故更少、更低的交通事故死亡率和更少的環(huán)境污染，與此同時(shí)減少交通擁堵，汽車共享，通過(guò)車與車之間的互聯(lián)通信使得交通系統(tǒng)更加的高效，這一切都預(yù)示著全球社會(huì)將擁有一個(gè)更加光明的未來(lái)。