大家好！我演講的題目叫做“探索中國式的自動駕駛之路”。非常榮幸能夠來到這么一個論壇，其實這也是我作為一個傳統(tǒng)的IT人第一次參加汽車產(chǎn)業(yè)這塊的論壇。我們這家公司確實是比較新，叫馭勢科技。

我們是視覺感知，自動駕駛規(guī)劃和控制，以及做復(fù)雜系統(tǒng)方面非常好的三支團(tuán)隊整合起來的一家新的公司。為什么在這個時候進(jìn)入到自動駕駛這個領(lǐng)域？我們既然叫馭勢，我們要判斷這個勢是怎么形成的，我們覺得現(xiàn)在是三個潮流匯一的時間點。一個是從互聯(lián)網(wǎng)到物聯(lián)網(wǎng)、再到大數(shù)據(jù)一路發(fā)展起來的信息流，信息自由的流動，產(chǎn)生實時的洞察。第二個就是能量流，現(xiàn)在新能源汽車勢已經(jīng)起來了，分布式能源互聯(lián)網(wǎng)正在呼之欲出，能量流變革一觸即發(fā)。最后就是交通流，從新能源車到汽車共享的新商業(yè)模式，到駕駛智能化，最后網(wǎng)聯(lián)化，尤其是以LTE-V以及5G為代表發(fā)展起來的V2X，所有這些技術(shù)的累積效應(yīng)預(yù)示我們自動駕駛成熟期即將來臨。

當(dāng)然，我們認(rèn)為它不是一蹴而就的，前途是光明的道路也是曲折的，我們必須得探索一條獨特的發(fā)展之路。我們認(rèn)為兩個時間段有不同的價值主張。第一個時間段以五年為限，它的價值主張是服務(wù)好駕駛員，給駕駛員帶來額外的安全和舒適。它是一個什么樣的形態(tài)呢？一開始是主動安全，慢慢加入半自動駕駛，多種功能融合的形態(tài)，在通向第四級全自動駕駛的過程當(dāng)中慢慢逼近高度自動駕駛。高度自動駕駛中人完全放手，所以對機器建立信任需要時間。因此，我們認(rèn)為在半自動駕駛和高度自動駕駛中間可以引入一個新的形態(tài)叫“增強駕駛”，它是一種人機共駕，人在開機器也在開，機器不斷學(xué)習(xí)人的行為，改進(jìn)自己的算法，并且給駕駛員能夠帶來更多的安全和舒適。這是五年內(nèi)以駕駛員為主張的一個主要的發(fā)展之路。
但是我們認(rèn)為同時無人駕駛也在發(fā)展，剛才老余說“無人駕駛”這個詞虛無縹渺，所以我們要給它加上限制，五年內(nèi)限定場景的無人駕駛會大有發(fā)展?jié)摿?。什么是限定場景？可能在一個私有的園區(qū)里，在專用的道路上，固定的路線，中低速行駛，還可以有環(huán)境增強，在路上可以刷一些特殊的標(biāo)志，可以針對這個區(qū)域加一個專門的差分基站，可以在紅綠燈上面裝一些射頻裝置，跟我們的車進(jìn)行聯(lián)系。這種方向?qū)嶋H上跟前面的輔助駕駛方向它是可以融合的。比如說現(xiàn)在我們做分時租賃，分時租賃的車主體是輔助駕駛，但它的一個痛點是取車和還車要花很多的時間，如果車在停車場的范圍內(nèi)能夠?qū)崿F(xiàn)無人駕駛，就能夠很好的去解決這樣一個問題，所以這些東西都會在五年發(fā)生。

5-10年的時間之內(nèi)我們的技術(shù)會慢慢的從以駕駛員為中心演進(jìn)到以出行者為中心。這個時候價值主張變成如何給出行者提供更便捷、更廉價的工具和服務(wù)，能夠使得他們把出行時間轉(zhuǎn)化為生產(chǎn)力。這時候我們認(rèn)為無人駕駛會得到更大的發(fā)展，尤其是在城區(qū)，urban area，也就是谷歌現(xiàn)在做的這樣一個無人駕駛，我們認(rèn)為在五年的時間段可能會實現(xiàn)。當(dāng)然它的實現(xiàn)也將通過一定的過程，比如最早是在最后五公里實現(xiàn)無人駕駛，你的家跟地鐵站之間，現(xiàn)在可能是你靠自行車的分時租賃或者是靠摩的或者是靠小區(qū)和地鐵站的班車來完成，所有這些可能被無人駕駛的班車和小型出租車取代。

城區(qū)的無人駕駛實現(xiàn)以后下一步就要去實現(xiàn)全天候全區(qū)域的無人駕駛，這個我認(rèn)為確實可能需要很長的時間。但是我想跟大家說明一點，未來的車跟現(xiàn)在的車不一樣，未來很多車的形態(tài)并不是為全天候全區(qū)域設(shè)計的，城市區(qū)域的出租車完全不需要達(dá)到這樣一個目標(biāo)。這也使得我們無人駕駛的實現(xiàn)之路能夠更快。當(dāng)然一旦針對人的無人駕駛實現(xiàn)了，那么一整個跟人和物交通相關(guān)的產(chǎn)業(yè)鏈都會被重新定義，包括物流，包括停車，包括保險業(yè)甚至是服務(wù)業(yè)，我們認(rèn)為這樣一種城區(qū)的無人駕駛車是在家和辦公室之間的第三空間，它是一個移動的商業(yè)地產(chǎn)，會重新定義服務(wù)業(yè)，這是我們能夠看到這么一個自動駕駛發(fā)展之路。

我今天想要說五個觀點。

第一個觀點國外的技術(shù)發(fā)展路線和功能選擇跟國內(nèi)的未必是一致。大家知道現(xiàn)在谷歌或者是百度他們基本上都是高舉高打，三大件，激光雷達(dá)可能是70萬人民幣，一個GPS-RTK加一個高精度的激光陀螺或者是光纖陀螺也需要好幾十萬，這三個加起來確實能夠給你帶來更好的感知能力，但是它適不適合中國？也許更適合美國。這種車一輛20-30萬美金，在美國一個出租車司機的收入可能是7萬美金，意味著幾年能夠回本。但是在中國一輛車200萬人民幣，一個出租車司機的人力成本可能6、7萬，這樣一種方式就并不適合，這樣一條技術(shù)路線并不適合咱們中國。

當(dāng)然另外一條路線可能是視覺為主，雷達(dá)的這樣一種技術(shù)路線，這條路線確實是更適合中國，但是也得考慮功能選擇上兩個地方得有差異，其實我個人在特斯拉車主當(dāng)中做了一些調(diào)研，在美國他們對于像高速的ACC、車道保持這樣的功能他們是非常愿意使用的，雖然谷歌無人駕駛車的創(chuàng)始人Sebastian Thrun嘗試了特斯拉的ACC+車道保持的功能，抱怨說it almost killed me for ten times。在中國什么樣的功能好用？比如在北京這種地方經(jīng)常就是開開停停，traffic jam assist這樣一種功能可能對中國人非常有用。剛才說的停車場的無人駕駛功能也是非常好的，你去新光天地下到停車場花十分鐘的時間找停車位，你可以讓它自己去找地方停，走的時候一鍵召回。剛才也講到中國交通特別復(fù)雜的問題，我倒是覺得防碰撞這件事情，也就是行人檢測這件事情倒并不是特別困難，因為你并不只依賴于視頻，還有雷達(dá)這樣一些工具，但是問題是，在中國如果說你的自動駕駛策略調(diào)的不夠好的話是不行的，太過保守的話可能總是被人加塞，無法獲得路權(quán)。谷歌也試圖在調(diào)整他的駕駛策略，從以安全為第一目的，到慢慢的加入人的一些競爭的因素進(jìn)去，結(jié)果就撞上大巴了，所以這需要一個發(fā)展的過程。在中國尤其要多考慮我們的自動駕駛策略，既能夠保證安全，又可以獲得路權(quán)。我們的路線和功能選擇很重要。

2，低成本路線必須做加法，而不是做減法。其實谷歌也要降低成本，這也是為什么從去年下半年開始自己招人去做激光雷達(dá)，但是他的這種做法是做減法。本來高，慢慢的往下降，我們中國人有句老話叫做由奢入簡難，我們的方法不一樣，我們從最低成本的傳感器開始，慢慢的做加法，以視覺、雷達(dá)和商業(yè)化的GPS、慣導(dǎo)為主要手段。我們的自動駕駛策略就必須有一個簡單的假設(shè)，就是我每一個傳感器都是不可靠的，都是不夠精確的。GPS是10米誤差，慣導(dǎo)有它的誤差，雙目測深度和視覺算法有誤差，幾個融合起來能不能做到穩(wěn)定可靠的橫向10厘米、縱向10厘米定位，這是我們需要考慮的。我們做加法，基礎(chǔ)就是低成本的感知+高性能的計算，低成本感知我們希望能夠做到500美金，然后用高性能的計算來解決感知不夠完美的問題。如果谷歌認(rèn)為有2.0的視力才能做無人駕駛，我們現(xiàn)在考慮用1.0的視力，做好多數(shù)情況下的自動駕駛。我們?nèi)擞?.0的視力就能夠開車，意味著這條路我們也能走得通，但是要比人多得多的計算。要是真有老余講的200塊錢人民幣的計算，我做夢都要笑了，現(xiàn)在還不可能?，F(xiàn)在我們要一兩千美金的計算成本，因為你不只是考慮到能不能算的問題，你也要考慮它的穩(wěn)定可靠性，要有足夠的冗余。不但是同構(gòu)的冗余，還要異構(gòu)的冗余，你有GPU和FPGA，甚至有一些嵌入式的視覺芯片，你有深度學(xué)習(xí)和非深度學(xué)習(xí)，這樣才能保證足夠的可靠。最近兩年我認(rèn)為一兩千美金是一個合理的價格區(qū)間，但是我相信計算發(fā)展的速度和成本下降的速度是非?？斓?。
大家可以看到在我們這個信息世界里有三條曲線，一條是半導(dǎo)體、電子成本的曲線。摩爾定律大家知道，每兩年成本下降一半，所以把你的寶押在計算上應(yīng)該問題不是特別大。機械部件和激光部件成本下降比較慢，像谷歌用的Velodyne 64線激光雷達(dá)既是機械又是激光的，所以不能期望它在未來幾年明顯降低成本。當(dāng)然現(xiàn)在新的激光雷達(dá)可能是基于相控陣，或MEMS振鏡，可能成本能夠更快下來。在2018年、2019年的時間段，當(dāng)它們降到500美金以下，我們的加法思維也能夠把這樣的東西加進(jìn)去。

是我們的實驗樣車，有雙目攝像頭，有商用GPS、慣導(dǎo)和雷達(dá)。我說一下雙目，雙目在智能駕駛的場景里面用的并不多，只有斯巴魯?shù)囊豢钴囉昧巳樟⒌碾p目，雙目做起來不容易，首先結(jié)構(gòu)設(shè)計要保證它在風(fēng)吹日曬之下是不是能夠保證形變最小，有了些微形變后能不能做自我的校準(zhǔn)，這些都是很大的難點，我們基本上都解決了。其次是雙目的算法能不能做到低誤差和實時性，我們的雙目攝像頭最遠(yuǎn)看到160米，在10米左右誤差能夠達(dá)到幾厘米，高清，30幀每秒。

雙目有很多好處，這是一個路面的場景，我們這里機器學(xué)習(xí)只用了路面可行駛區(qū)域的檢測，沒有用到深度學(xué)習(xí)，但是路面的各種車輛和障礙物我們都通過雙目形成深度信息。這里的一團(tuán)高速移動的點云可以比較容易的判斷是車，而那邊不動的密集點云是路邊的障礙物。請大家注意到一點，我們即使是用深度學(xué)習(xí)，在有些車輛只露出一點點的情況下還是檢測不出來，我們自己的深度學(xué)習(xí)要求露出30%的時候能夠檢測出來，但是在旁邊車道很近的車只露出一點點的時候是最危險的時候，這個用不要深度學(xué)習(xí)的雙目攝像頭就可以做到。因此，基于這個雙目可以形成非常廉價的視覺防碰撞方案。
這個是我們用純視覺形成的一個車機解決方案，這里面除了傳統(tǒng)的車道線檢測、道路目標(biāo)的檢測之外，我們展示了非常精確的深度判斷。雖然說很多單目方案號稱可以用Structure from Motion的算法實現(xiàn)立體視覺，但可能只適用于像AEB緊急剎車、FCW防碰撞，對于高精度的視覺定位準(zhǔn)確度是達(dá)不到的。

這邊的弧線是視覺里程計。它能顯示車輛行駛的軌跡，跟基于輪式里程計或MEMS的IMU可以互補，這樣一種基于雙目的視覺里程計能夠達(dá)到的精度要比單目的視覺里程計的算法要高很多。
我們不是只固執(zhí)于視覺算法，加法的理念是，當(dāng)DGPS/RTK比較便宜以后，或者在特定的環(huán)境里面做無人駕駛DGPS/RTK的成本可以接受，我們就把它加進(jìn)去。同樣，激光雷達(dá)足夠便宜和成熟的時候，也加進(jìn)去，我們現(xiàn)在在做激光這塊的布局。另外一個就是地圖，現(xiàn)在基于視覺已經(jīng)有了一個很好的地圖建構(gòu)和視覺定位的解決方案，未來我們是希望通過眾包的方式，能夠把更廣區(qū)域的地圖建立起來。

3，ADAS技術(shù)路線演進(jìn)很難滿足自動駕駛需求。這里面一個根本原因就是ADAS它是人駕駛為主機器輔助，而自動駕駛它是機器駕駛為主人輔助。這對于技術(shù)來說有不同的要求，傳統(tǒng)ADAS人駕駛為主，所以它是做出一些離散的警示，車道線偏離了給你一個警告，這個檢測算法到底是70%還是80%，其實問題并不大，因為真正的復(fù)雜決策和控制是人來做的。而自動駕駛要求算法連續(xù)準(zhǔn)確可靠地輸出，而且常常是以機器駕駛為主，一旦出錯是不得了的事情。傳統(tǒng)的ADAS最煩的一個就是誤報，有時候你算法要做一個折中，為了減少誤報可能會同時損失精度，而在自動駕駛的時候不能犧牲精度。

傳統(tǒng)的ADAS成本非常重要，可能要做到100美金以下，而輔助駕駛或者是自動駕駛它對于成本不是那么敏感，而性能、準(zhǔn)確性是最重要的。這樣意味著我們在一些DEMO視頻里面顯示出來的準(zhǔn)確性就不夠，需要在真實交通當(dāng)中的工作能力。在北京大家開的時候，發(fā)現(xiàn)光照不好的時候，地面上的車道線人都很難去分辨，這個自動駕駛怎么解決？
我們一直說希望達(dá)到99.999%，這是一個很難的目標(biāo)，我們現(xiàn)在基于統(tǒng)計的機器學(xué)習(xí)，包括深度學(xué)習(xí)，無法窮盡樣本空間，意味著無法保證100%，只能通過更多的數(shù)據(jù)去驅(qū)動，甚至需要在線的學(xué)習(xí)，這是逼近99.999%的一條途徑。第二不能從一個視覺傳感器的角度出發(fā)點，必須多傳感器融合，傳統(tǒng)的ADAS解決了防撞、車道線的功能，但是真正的自動駕駛需要多種傳感器進(jìn)行融合，包括雷達(dá)，GPS，IMU，甚至未來激光雷達(dá)和V2X。

除此之外還要解決地圖建構(gòu)和定位的問題。剛才老余也講了需要高精地圖，常?；诩す饫走_(dá)、高精度GPS和IMU，現(xiàn)在谷歌在做，HERE、TomTom也在做，四維圖新也在做，究竟什么樣的地圖是自動駕駛需要的，還是個沒有定論的問題。目前來說，高精地圖實際上是一種束縛，因為你并沒有很多區(qū)域的高精地圖，那是不是就不能開了？我們采取了一種非常實用的方式，能夠解決自動駕駛定位和地圖構(gòu)建的問題。

做完定位和地圖還不夠，還要解決規(guī)劃和控制的問題，控制是必須得是實時的，幾十毫秒級的，決策可能是秒級的，規(guī)劃可能是10秒級的，這些規(guī)劃和控制怎么能夠做到足夠的準(zhǔn)確？我們做自動駕駛的時候要有一個基本的假設(shè)，就是第一我們是必須得假設(shè)各個傳感器進(jìn)來的數(shù)據(jù)是不一定可靠的，第二必須得考慮當(dāng)所有傳感器都失效的時候車應(yīng)該怎么辦，這里面需要很多經(jīng)驗的部分也需要機器學(xué)習(xí)的部分。剛才兩位講到應(yīng)用深度學(xué)習(xí)、應(yīng)用增強學(xué)習(xí)解決規(guī)劃問題，這個是現(xiàn)在非常熱的一個問題，深度學(xué)習(xí)可能是包括了像卷積神經(jīng)網(wǎng)絡(luò)，也保證了遞歸神經(jīng)網(wǎng)絡(luò)。目前來說，在控制中增強學(xué)習(xí)是更現(xiàn)實的，AlphaGo正是使用這個來實現(xiàn)自我對弈、形成估值網(wǎng)絡(luò)的過程。

4，自動駕駛是一個超級復(fù)雜的系統(tǒng)工程。我們剛才說的感知、規(guī)劃和控制，是浮在表面上的事情，還要解決駕駛員行為、偏好的分析，現(xiàn)在有個夫妻吵架的重要原因，比如我太太開車，我坐在副駕駛座上感到特別別扭，我們不希望自動駕駛讓我們乘客坐得不舒服。還有人機接口非常重要，人機接口不只是光、聲，不只是顯示，還有方向盤的振動，方向盤的助力等，這些都是人機接口。狀態(tài)監(jiān)控非常重要，要在車?yán)锩娣湃胍粋€像飛機黑匣子這樣的東西，這樣未來自動駕駛出問題的時候要能夠發(fā)現(xiàn)問題在哪里，厘清是誰的責(zé)任。

實時高可靠高安全的系統(tǒng)軟件架構(gòu)非常重要。實時肯定是很重要的，100公里每小時開時，相當(dāng)于1秒28米，常常處理要達(dá)到30幀每秒。

怎么做到高可靠？軟件必須按照流程，模塊級別要有壓力測試，也要有方案的集成測試，大量地去路測。

怎么做到高安全？只要用的是開放的操作系統(tǒng)，只要聯(lián)網(wǎng)就可能有car hacking，所以你需要一套新的安全設(shè)計的方法論。第一怎么能夠保證你的規(guī)范是正確的，do the right system，第二要保證你的實現(xiàn)是準(zhǔn)確的，do the system right，第三你在運行的時候怎么保證系統(tǒng)是足夠安全的，黑客不能侵入。第四，一旦出問題以后有沒有一種最好的方式馬上能夠取得控制。

最后就是要做到小型化、高性能、高可靠的硬件架構(gòu)，為了實現(xiàn)這個東西不能去犧牲成本，必須得引入足夠的計算力，保證算法最優(yōu)化運行，也要采用符合車規(guī)的部件，引入足夠的冗余，保證高溫度范圍、防塵防震。這方面我們從英特爾出來的工程師很有經(jīng)驗。

5，無人駕駛的關(guān)鍵是復(fù)雜狀況的處理能力，而輔助駕駛很重要的一點就是人的舒適性，駕乘感受。怎么能夠做到這一點？給大家看一個視頻，這是我們的合伙人之一姜巖做的一個工作，大家可以看到他在車上路之前，在車頂上面放了打火機、硬幣，接著繞三環(huán)48公里開了一圈，這里面實現(xiàn)了各種各樣的功能，包括緊急剎車、自適應(yīng)巡航、車道保持、換道，唯一在這里面沒有展示的就是自動泊車。一圈開下來大家可以看到硬幣、打火機在車頂上還是穩(wěn)穩(wěn)的放著，這反映了以舒適性為主要設(shè)計元素的自動駕駛規(guī)劃和控制技術(shù)。

總結(jié)，第一，我們要走不同的發(fā)展之路。第二，從ADAS到自動駕駛不是漸進(jìn)的演化，而是變革式的飛躍。第三，協(xié)同創(chuàng)新是突破的必要途徑。我們是做技術(shù)的一家新公司，我們一家不可能把自動駕駛的事業(yè)包攬下來，這里需要協(xié)作和分工。我們希望協(xié)同創(chuàng)新，與上下游，比如上游的英偉達(dá)，下游的一級供應(yīng)商和車廠，一起把自動駕駛這個事業(yè)做大，真正深刻地改變這個世界。謝謝大家！