自動(dòng)駕駛軟件技術(shù)主要分為計(jì)算機(jī)視覺(jué)、行為預(yù)測(cè)以及路徑規(guī)劃。很多人誤以為,自動(dòng)駕駛面臨最難攻克的技術(shù)在于計(jì)算機(jī)視覺(jué),實(shí)則不然。過(guò)去十年里,隨著深度學(xué)習(xí)的廣泛應(yīng)用,計(jì)算機(jī)視覺(jué)技術(shù)發(fā)展迅速。只要加以時(shí)日訓(xùn)練模型,提供充足的數(shù)據(jù),計(jì)算機(jī)視覺(jué)就可以探測(cè)大部分的情景。如今,自動(dòng)駕駛的難題主要集中于行為預(yù)測(cè)以及路徑規(guī)劃。
針對(duì)行為預(yù)測(cè)以及路徑規(guī)劃,大部分自動(dòng)駕駛公司采取的方法是將人類的駕駛習(xí)慣拆分成多個(gè)組成部分,把每一部分轉(zhuǎn)化為代碼,寫(xiě)入自動(dòng)駕駛車的“大腦”中。比如,如果要從行人后面超過(guò)去,就必須和行人保持一米距離。這樣的研發(fā)方法雖然最直接,但問(wèn)題是,人類的駕駛習(xí)慣十分龐雜,如果一部分一部分地去開(kāi)發(fā),不但耗時(shí)耗力,而且永遠(yuǎn)無(wú)法解決“長(zhǎng)尾問(wèn)題 ”。
這時(shí),我們需要自動(dòng)駕駛車自己去“主動(dòng)學(xué)習(xí)”如何駕駛,將有限的人類提供的數(shù)據(jù)最大化。如果我們回憶小時(shí)候是如何學(xué)會(huì)騎自行車的,會(huì)發(fā)現(xiàn)其實(shí)大人們并不會(huì)告訴你到底該怎么騎,主要還是靠自己探索,最終習(xí)慣了也就熟練了。近年來(lái),一些自動(dòng)駕駛公司開(kāi)始探索這一種方式,通過(guò)利用有限的人類提供的數(shù)據(jù),“主動(dòng)學(xué)習(xí)”駕駛。這就需要將大量的機(jī)器學(xué)習(xí)運(yùn)用于行為預(yù)測(cè)以及路徑規(guī)劃。
機(jī)器學(xué)習(xí)的技術(shù)競(jìng)爭(zhēng)就好像一場(chǎng)太空競(jìng)賽,各個(gè)公司都在搶占這一領(lǐng)域。然而,大量的機(jī)器學(xué)習(xí)往往意味著高額計(jì)算成本與復(fù)雜的模型總結(jié)工具。
Cruise公司在去年年底的NeurIPS大會(huì)上分享了他們的機(jī)器學(xué)習(xí)方法,他們針對(duì)機(jī)器學(xué)習(xí)過(guò)程所打造的開(kāi)發(fā)工具有一定的代表性。下圖是Cruise機(jī)器學(xué)習(xí)的基本流程。首先,通過(guò)駕駛獲得數(shù)據(jù),找到駕駛中的錯(cuò)誤或是值得深究的邊角案例。然后將這一小部分?jǐn)?shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)識(shí),作為數(shù)據(jù)的訓(xùn)練集。新的數(shù)據(jù)用于訓(xùn)練模型,更新的模型用于下一次駕駛。
看似簡(jiǎn)單的流程,實(shí)現(xiàn)起來(lái)卻沒(méi)那么容易。駕駛的數(shù)據(jù)龐雜,工程師們需要一個(gè)可以快速將數(shù)據(jù)分類的方法。在下圖中,自動(dòng)駕駛車正在嘗試做無(wú)保護(hù)左轉(zhuǎn)。根據(jù)其他車輛的駕駛路徑,我們可以將他們的概率總結(jié)為三種,也就是圖中的三種顏色。
在計(jì)算概率的基礎(chǔ)之上,我們還需要利用路徑對(duì)概率的”性質(zhì)“做出語(yǔ)義判斷,用機(jī)器對(duì)數(shù)據(jù)直接進(jìn)行標(biāo)識(shí)。
另外,路徑的分類需要與高精地圖相結(jié)合。比如,利用相似性搜索功能,工程師們可以迅速找到所有類似的交叉口,找到相似路口之間的細(xì)微區(qū)別,針對(duì)該道路類型集中訓(xùn)練。
模型訓(xùn)練之后,工程師們需要一個(gè)工具,對(duì)比多個(gè)模型的訓(xùn)練結(jié)果,對(duì)模型進(jìn)行“內(nèi)省”,讓機(jī)器學(xué)習(xí)變得可以被解釋(interpretable)。在下圖中,工程師可以觀察模型不同參數(shù)的表現(xiàn)情況。
路徑數(shù)據(jù)也可以與高精地圖相結(jié)合,讓路徑預(yù)測(cè)的結(jié)果顯而易見(jiàn)。在下圖中,箭頭的粗細(xì)代表選擇該路徑的車的數(shù)量。綠色代表路徑預(yù)測(cè)正確,黑色代表預(yù)測(cè)錯(cuò)誤。
另外,Cruise已經(jīng)將他們的可視化工具開(kāi)源,有興趣的朋友可以參考。
在肺炎疫情期間,各公司雖然無(wú)法上路測(cè)試采集數(shù)據(jù),但是可以利用這段時(shí)間認(rèn)真開(kāi)發(fā)這些工具。等路測(cè)恢復(fù)后,就可以馬上將模型訓(xùn)練結(jié)果投入使用。
-
計(jì)算機(jī)視覺(jué)
+關(guān)注
關(guān)注
9文章
1715瀏覽量
47625 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8553瀏覽量
136940 -
自動(dòng)駕駛
+關(guān)注
關(guān)注
793文章
14882瀏覽量
179816
原文標(biāo)題:如何利用機(jī)器學(xué)習(xí)打破研發(fā)瓶頸?
文章出處:【微信號(hào):zidongjiashishuo,微信公眾號(hào):自動(dòng)駕駛說(shuō)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
自動(dòng)駕駛端到端為什么會(huì)出現(xiàn)黑盒現(xiàn)象?
已有VLM,自動(dòng)駕駛為什么還要探索VLA?
如何設(shè)計(jì)自動(dòng)駕駛傳感器失效檢測(cè)與容錯(cuò)策略?
世界模型是讓自動(dòng)駕駛汽車?yán)斫馐澜邕€是預(yù)測(cè)未來(lái)?
規(guī)劃模塊在自動(dòng)駕駛系統(tǒng)中主要干了啥事?
自動(dòng)駕駛為什么要重視軌跡預(yù)測(cè)?
語(yǔ)言模型是否是自動(dòng)駕駛的必選項(xiàng)?
不同等級(jí)的自動(dòng)駕駛技術(shù)要求上有何不同?
自動(dòng)駕駛仿真測(cè)試有什么具體要求?
自動(dòng)駕駛汽車在隧道、山區(qū)如何精準(zhǔn)定位?
自動(dòng)駕駛汽車是如何準(zhǔn)確定位的?
新能源車軟件單元測(cè)試深度解析:自動(dòng)駕駛系統(tǒng)視角
感知融合如何讓自動(dòng)駕駛汽車“看”世界更清晰?
自動(dòng)駕駛大模型中常提的Token是個(gè)啥?對(duì)自動(dòng)駕駛有何影響?
動(dòng)量感知規(guī)劃的端到端自動(dòng)駕駛框架MomAD解析
自動(dòng)駕駛的難題主要集中于行為預(yù)測(cè)以及路徑規(guī)劃
評(píng)論