2018年6月21-22日，由布谷鳥科技、佐智汽車主辦，艾拉比智能、ADI亞德諾半導(dǎo)體、索喜科技贊助支持的“2018第二屆智能座艙與智能駕駛峰會”在深圳福田區(qū)綠景錦江酒店舉辦。來自哈曼研究部（中國）總監(jiān)張青山在會上做了《三星哈曼自動駕駛前景展望及解決方案》的主題演講。

哈曼 張青山

張青山：很高興有機(jī)會和大家分享三星哈曼在自主駕駛領(lǐng)域?qū)ξ磥淼恼雇约拔覀円呀?jīng)做的工作。希望和大家一起推動自動駕駛技術(shù)在市場的落地。

幾年前，智能網(wǎng)聯(lián)汽車還是比較新的話題，主流的車廠都持保留的態(tài)度，懷疑它能不能在現(xiàn)有的技術(shù)下成為現(xiàn)實(shí)。今天，自主駕駛已經(jīng)深入人心，成為被工業(yè)界廣泛接受的概念，現(xiàn)在大家的話題是在什么時候?qū)崿F(xiàn)什么級別的自動駕駛。

主機(jī)廠自動駕駛規(guī)劃

根據(jù)我們收集到的信息，各個廠商在自主駕駛上的規(guī)劃，可以看到現(xiàn)在的機(jī)會出現(xiàn)在L3級別的自主駕駛產(chǎn)品。大量廠商，包括前期的先行者像谷歌、特斯拉，包括互聯(lián)網(wǎng)企業(yè)和新型造車勢力，更重要的是傳統(tǒng)車廠也廣泛接受這個概念。我們可以看到大量傳統(tǒng)的汽車廠商已經(jīng)加入這個陣營，有明確的量產(chǎn)計(jì)劃。

實(shí)際上現(xiàn)在的機(jī)會主要是在L3級別，為什么現(xiàn)在是L3的時代？L3是自動駕駛從量變到質(zhì)變的分水嶺，L3對人類駕駛員的依賴會減少，主要由機(jī)器完成自主駕駛。L3的要求是系統(tǒng)的駕駛?cè)蝿?wù)無法完成的時候，能安全的把駕駛?cè)蝿?wù)交給人類駕駛員，奧迪的第一款L3產(chǎn)品要求8-10秒給到人類駕駛員。如果人類駕駛員無法接手，怎么辦？他在走神或者有其他狀況，L3是無法安全把駕駛?cè)蝿?wù)交給人類駕駛員時，它能夠自動剎車，自動的做出處理，會靠邊安全的停下來，而不是強(qiáng)迫人接管。L3現(xiàn)在是市場的機(jī)會。為什么是L3而不是直接進(jìn)入L4，丟掉方向盤、剎車板、加油板？這是受到現(xiàn)有技術(shù)的限制和成本限制。

我們?yōu)g覽一下最近幾年自主駕駛的安全事故。

第一個是2016年Google第一次責(zé)任事故，我們知道Google的自主駕駛技術(shù)有很好的安全記錄，但是2016年2月發(fā)生第一次責(zé)任事故。因?yàn)樗鼪]有理解人類的行為，當(dāng)時它在往前行駛的時候看到路上有修路用的沙包，于是決定換道。同時發(fā)現(xiàn)左后方有校車，它認(rèn)為校車應(yīng)該讓它變道，實(shí)際上人類駕駛員沒有讓它變道，所以Google換道發(fā)生碰撞，這是自主駕駛汽車不夠智能的案例。

第二個案例是一個悲劇，特斯拉的那次事故，因?yàn)閮身?xiàng)傳感器都沒有檢測出大貨車，所以它毫不猶豫的撞上去了，最后發(fā)生致死的事故。這是對環(huán)境的感知不夠。

第三個案例發(fā)生在去年年底，剛剛在拉斯維加斯一個通勤小巴，剛剛進(jìn)入商業(yè)運(yùn)營兩個小時就發(fā)生事故，它的環(huán)境感知是OK的，能夠檢測出這個大貨車。但是被人詬病的地方是發(fā)現(xiàn)大貨車之后停車，沒有像人類駕駛員一樣后退或者鳴笛，這輛自主駕駛汽車只是靜靜待在那里，不做反應(yīng)，說明它對人類駕駛員或者對公路上的其他移動物體的理解是遠(yuǎn)不夠智能的。這點(diǎn)是趕不上人類的。

第四個是Uber的案例，經(jīng)過調(diào)查報(bào)告發(fā)現(xiàn)，Uber無人車已經(jīng)檢測到推自行車的人，在比較長的距離里面，它的控制系統(tǒng)沒有做出任何反應(yīng)，雖然很好的檢測到這個人，為什么沒有做出反應(yīng)？據(jù)說是因?yàn)樗膫鞲衅髡`檢率太高，車頻繁剎車，工程師受不了，就關(guān)掉傳感部分和控制部分的聯(lián)系，所以它的控制部分沒有做出任何行動，最后發(fā)生了這次悲劇。這是對駕駛環(huán)境感知的缺失造成了這些事故。

案例分享之后，考慮一下為什么只能在L3，還不能演進(jìn)到L4？我們總結(jié)出兩個最大的挑戰(zhàn)。

自主駕駛面臨的兩大挑戰(zhàn)

一是高精度的環(huán)境感知技術(shù)，現(xiàn)在借助毫米波雷達(dá)、攝像頭、激光雷達(dá)，可能還無法做到高精度的環(huán)境感知。固態(tài)激光雷達(dá)還無法把成本降到量產(chǎn)化的水平，所以現(xiàn)在的環(huán)境感知會遇到比較大的挑戰(zhàn)。

二是我們剛才提到的人工智能技術(shù)。無論是環(huán)境感知還是人工智能，我們都知道它需要大量的計(jì)算，而且是數(shù)據(jù)密集型的計(jì)算。我們知道車載傳感器會產(chǎn)生巨量的數(shù)據(jù)，同時人工智能方面，深度學(xué)習(xí)的層數(shù)，比較典型的是上百層或者幾百層以上的學(xué)習(xí)，要求的計(jì)算量巨大。數(shù)據(jù)密集型的計(jì)算能力也是自主駕駛面臨的巨大挑戰(zhàn)。

深度學(xué)習(xí)在近幾年獲得比較大的成功，主要在于它對圖像的理解和識別上獲得比較大的成功，我們把深度學(xué)習(xí)技術(shù)應(yīng)用到研究和產(chǎn)品里面。這是我們利用深度學(xué)習(xí)網(wǎng)絡(luò)做的基于攝像頭環(huán)境感知的研究項(xiàng)目。可以看到通過攝像頭拍的照片，我們對路上的物體速度、距離做出估計(jì)，同時也對場景做了語義分割；我們區(qū)別出哪些是道路上的運(yùn)動物體，哪些是可以行駛的路面，哪些是非行駛路面。藍(lán)色的是道路上的物體，深紫色是道路，其他顏色是非行駛區(qū)域。這是上海高架路上拍攝的真實(shí)視頻，我們對它做了實(shí)時處理。大家可以看一下。（視頻播放）

通過對道路上移動物體做出距離和速度的估計(jì)，同時對道路場景做了語義分割，我們可以明確分辨出可行駛區(qū)域和運(yùn)動的物體，這樣自主駕駛汽車可以根據(jù)得到的環(huán)境感知信息做出相應(yīng)的駕駛決策。

當(dāng)前的人工智能技術(shù)，剛才談到最成功的應(yīng)用是在駕駛環(huán)境感知上的應(yīng)用，目前人工智能不足的地方在哪里？當(dāng)前用于自主駕駛的人工智能依賴于龐大的數(shù)據(jù)完成微小的任務(wù)，比如有大量的傳感器數(shù)據(jù)，用這么多傳感器數(shù)據(jù)只能做到車道保持或者自主換道這些非常簡單的任務(wù)。這對未來的L4或者L5級別的自主駕駛汽車是遠(yuǎn)不夠的，我們希望未來的AI、未來的自主駕駛AI是基于少量數(shù)據(jù)的，但是能夠完成復(fù)雜任務(wù)的人工智能。

給大家分享一只烏鴉的智能給我們的啟示，這是日本的生物學(xué)家拍到的一系列照片。一只來到城市的烏鴉要覓食、吃堅(jiān)果，它的嘴巴打不開堅(jiān)果，堅(jiān)果掉到路上可以被汽車壓碎，可以吃到果仁。但是快速行駛的汽車會給它帶來傷害。它就在電線上觀察，觀察之后得到結(jié)論，在紅燈亮起的時候去馬路上吃堅(jiān)果（就會比較安全）。烏鴉的智能遠(yuǎn)超過現(xiàn)有自主駕駛汽車的智能，包括剛才分享的Google自主駕駛的智能，和拉斯維加斯運(yùn)營的NAVYA無人車的智能。我們希望未來自主駕駛的智能能達(dá)到這樣的水平，或者向這樣的水平前進(jìn)。

未來的自主駕駛汽車要有什么樣的特征？首先是準(zhǔn)確的環(huán)境感知能力，其次是具備一定數(shù)量的常識，這個常識包括物理常識和社會常識。基于少量社會數(shù)據(jù)，在任務(wù)的驅(qū)動下，給他一個復(fù)雜的任務(wù)，告訴他起點(diǎn)和目的地。

我們只是交給它這么一個任務(wù)，就能夠在自己的駕駛過程中去自我學(xué)習(xí)和自我進(jìn)化。前面若干次駕駛的效率或者安全性沒有那么高，但是執(zhí)行任務(wù)過程中不斷的進(jìn)化，像那只烏鴉一樣學(xué)會更有效的方法，最終能夠很好的完成駕駛?cè)蝿?wù)，這才是我們希望的未來自主駕駛技術(shù)。這樣的技術(shù)也是基于大量的計(jì)算。

三星哈曼在自主駕駛技術(shù)領(lǐng)域的努力

前面談到未來自主駕駛技術(shù)的展望和愿景，下面跟大家分享三星哈曼在自主駕駛技術(shù)領(lǐng)域做的努力。大家知道去年9月份在法蘭克福車展上，三星第一次宣布介入自主駕駛領(lǐng)域，同時宣布成立3億美金的自動駕駛投資基金。這些投資分布在跟自主駕駛領(lǐng)域相關(guān)的很多技術(shù)領(lǐng)域，包括大家都比較關(guān)心的車載傳感器、域控制器、功能安全等方面。

三星第一筆自動駕駛投資給了TTTech，為什么第一筆投資給TTTech？這是奧迪A8，是全世界第一款成功量產(chǎn)的L3汽車，這款汽車的域控制器就是奧迪和TTTech合作完成的。這個項(xiàng)目檢測出TTTech這家做航空安全的奧地利公司的功能安全技術(shù)在業(yè)界領(lǐng)先，而且是可以在自主駕駛領(lǐng)域得到很好效果的公司，所以三星第一筆投資給了TTTech。TTTech和三星合作推出三星的自主計(jì)算平臺DRVLINE。

2018年初的CES大會上，三星正式公開了自動駕駛平臺DRVLINE，DRVLINE域控制器有很多特性：

一是開放性，硬件架構(gòu)、軟件架構(gòu)上都是一個開放的系統(tǒng)。硬件的提供商，比如芯片商可以把高性能芯片集成到系統(tǒng)里面去。同樣的各個軟件模塊，像高精度地圖模塊、數(shù)據(jù)處理模塊或者數(shù)據(jù)融合的模塊以及駕駛決策模塊都可以集成到DRVLINE平臺里面去。

二是模塊化，這是TTTech的強(qiáng)項(xiàng)，對功能安全和功能模塊劃分的技術(shù)是很強(qiáng)，TTTech和三星一起合作的產(chǎn)品就是對軟件功能做詳細(xì)的劃分，并把它們限定到一定的計(jì)算資源里面。重要的軟件功能會運(yùn)行在自己的計(jì)算資源范圍內(nèi)，互相之間不會有沖突，保證最重要的安全功能能夠得到足夠的計(jì)算資源。

三是可擴(kuò)展性，我們剛才提到了，自主駕駛面臨一大挑戰(zhàn)是數(shù)據(jù)密集型的計(jì)算，DRVLINE平臺有很好的平臺擴(kuò)展能力。

這是我們關(guān)注的幾個領(lǐng)域。域控制器主要關(guān)注巨量計(jì)算能力，傳感器領(lǐng)域三星投資了很多傳感器公司，包括固態(tài)激光雷達(dá)公司。算法方面，三星和哈曼一起做了很多積累，云服務(wù)和用戶體驗(yàn)都是我們平臺關(guān)注的技術(shù)。

剛才提到DRVLINE的擴(kuò)展性，可以通過兩個擴(kuò)展的插槽接入更強(qiáng)大的計(jì)算能力，這是為未來的自主駕駛從L3到L5準(zhǔn)備的計(jì)算平臺。

環(huán)境感知方面，三星哈曼也做了努力，我們推出了高性能的前置攝像頭，這個攝像頭有100度的視角范圍，而且可以探測到前方160米的距離30厘米直徑的物體。這樣的環(huán)境探測能力對自主駕駛非常有利。

三星、哈曼以及TTTECH三方合作組建自主駕駛研發(fā)團(tuán)隊(duì)，三星利用它在半導(dǎo)體技術(shù)上的優(yōu)勢，處理芯片的優(yōu)勢，搭建DRVLINE計(jì)算平臺。TTTECH利用安全技術(shù)領(lǐng)域的優(yōu)勢來為這款產(chǎn)品打造中間件。哈曼作為Tier1，有強(qiáng)大的系統(tǒng)集成能力和車載能力，以及我們以前在自主駕駛上做的研究積累，三方一起來打造DRVLINE平臺，把它推向世界市場。