如何实现自动驾驶大规模商业化落地?邓志东:撤销车载安全驾驶员

html模版 如何实现自动驾驶大规模商业化落地?邓志东:撤销车载安全驾驶员 3月25日-27日,中国电动汽车百人会论坛(2022)在北京举行。清华大学教授邓志东出席并发表演讲。 邓志东主要分享了三...

日期: 2022-04-21 18:05
html模版如何实现自动驾驶大规模商业化落地?邓志东:撤销车载安全驾驶员

  3月25日-27日,中国电动汽车百人会论坛(2022)在北京举行。清华大学教授邓志东出席并发表演讲。

  邓志东主要分享了三方面内容:

  第一,通过人工智能超算与预训练的巨量模型能否实现L3+的纯视觉的自动驾驶?

  他认为,要提升到L3、L4级别自动驾驶,需要最大限度地使用目前已有的数据驱动的人工智能,包括面向限定区域的自动驾驶应用场景,极限使用巨量的标签大数据还有人工智能的超算,以及预训练的巨量模型。

  充分利用具有自注意力学习机制的新一代神经网络,即用视觉Transformer模型,在这种超强算力支撑下,在巨量标签数据的驱动下,去使用现有的数据智能的方法。为什么要使用Transformer神经网络模型?他解释,因为它具有性能的可扩展性和通用性。性能扩展就是它的模型规模增加,性能还有充分提高的可能,但这需要足够的算力,同时还可以容纳足够巨量的数据,通过这种模型来结合深度强化学习,去构建一个驾驶阅历、驾驶技巧甚至优于人类的人工智能自动驾驶。

  第二,是走出单车智能与网联新基建的协同创新发展与商业化落地之路。

  他认为,需要把单车智能与网联新基建进行协同,发展单车智能可以说是当务之急。需要鼓励各种自动驾驶解决方案,并进行探索和创新。要追求L4甚至是L5级别的单车智能,鼓励纯视觉、视觉主导以及激光雷达主导的L3+传感器解决方案,各种方案都要进行探索、创新。

  而具体采用哪种方案呢?他表示,衡量感知方案的关键,就是能否带来更高的安全性,这是最重要的。感知方案最核心的挑战是:能否有效地解决制约自动驾驶落地的最大瓶颈,也就是常说的长尾感知问题、边缘事件,还有由对抗性干扰样本所带来的安全问题。

  第三,探讨如何从L2辅助驾驶迈向L3+自动驾驶,它的技术实现路径,红足一1世

  他指出,L2与L3+或者说辅助驾驶与自动驾驶的关键区别,就是判断主驾位置是否还有安全驾驶员。如果主驾位置没有安全驾驶员,而是放在副驾位置或者后座,甚至是车外或完全不用安全驾驶员,这才是真正的L3+自动驾驶。实际上L2还属于自动辅助驾驶,只有L3及以上才能称之为自动驾驶,他说。

  他提出,撤销车载安全驾驶员,能让我们直面真正的关键核心技术,从而推动自动驾驶大规模的商业化落地实践。

  具体来说,它的技术实现路径会怎么样呢?他进一步解释道,用边云接管,安全员在边云上面,通过平行驾驶、通过接管预测,刚开始一个边云安全员代管一辆车,经过技术迭代以后,可能一个安全接管员就可以接管10台车,然后进一步可以接管50台车,甚至接管100台车,最后就变成完全不需要任何远程的安全接管员了,这样就真正实现了L4的自动驾驶。

返回顶部