侵权投诉
订阅
纠错
加入自媒体

量产传感器方案趋于收敛,Momenta用“飞轮”加速软件和算法车间流转

2020-07-02 11:17
智车科技IV
关注

当硬件方案趋于收敛,自动驾驶技术进步的空间在于如何让数据转动起来。2020年6月30日,Momenta对外分享了其“飞轮式”L4(MSD, Momenta Self Driving)最新进展,详解了他们是如何让数据和算法在车与车之间流转的。

对比目前已经实现量产的L2+(或L3)自动驾驶车辆传感器配置不难发现,目前量产传感器方案大致趋同,都因为价格原因抛弃了激光雷达,取而代之的是多个摄像头、毫米波以及超声波雷达为主。

特斯拉自动驾驶车辆配有总共有 8 个摄像头,1个毫米波雷达和12个超声波雷达;理想汽车、蔚来、小鹏P7都拥有8个摄像头和5个毫米波雷达的方案,而Momenta、Nullmax等科技公司,在量产全场景方案中则搭载了12个摄像头,5个毫米波雷达的多传感器融合方案。这些合理规避了激光雷达的量产方案,既能使车辆尽量满足L2+场景功能要求,又能实现车辆向更高阶自动驾驶的软件升级。

目前量产传感器的配置确定性很高,无论是摄像头安装位置、分辨率选择,还是毫米波雷达的使用上,方案都逐渐收敛,在硬件差异化越来越小的形势下,如何更新软件和算法,快速挖掘数据潜力,是实现自动驾驶从L2+到L4升级的关键。

Momenta发布飞轮式L4,让数据和算法在车与车之间流转

2020年6月30日,Momenta对外分享了其“飞轮式”L4(MSD, Momenta Self Driving)最新进展,详解了实现规模化L4的关键路径。这也是他们自去年12月发布的MSD实车路测视频后,首次披露内部L4最新进展及推进时间表。

“飞轮式”L4是由量产数据驱动的完全无人驾驶方案,Momenta通过将量产自动驾驶产品Mpilot搭载在车辆上,在为客户解决问题、创造价值的同时,回收海量数据,助力产品更好的迭代。这些来自真实世界的海量量产数据,就像“活水”一样,源源不断地进入“飞轮式”L4的循环中,推动MSD不断升级,使得完全无人驾驶系统不断进化。

随着量产数据的不断流入,数据驱动的算法会驱动飞轮式L4不断迭代,自动化地解决自动驾驶的长尾问题。通过建立对问题自动化发现、记录、标注、训练、验证的闭环过程,为技术和产品提供自动化的迭代能力,驱动“飞轮式”L4高速转动。

Momenta这种听起来很玄妙的“飞轮式”L4并不是只浮于理论,该方案已在苏州落地测试应用。在发布会现场,Momenta直播了在飞轮式L4方案驱动下的自动驾驶车辆,如何在复杂城市道路中穿行。期间有多个左转场景,红绿灯以及异型车辆的Cut in等,车辆全程没有接管,而且运行流畅,缓缓制动,像极了一个成熟的老司机。

比如路口有电动车横穿逆行:

比如实线区域突然出车,连续横穿自车行驶路径:

比如狭窄小路人车混行,遭遇三轮逆行、卡车加塞、电动车斜穿、平板车抢道的场景:

规模化L4的最终实现,要解决隐藏在千亿公里数据下的长尾问题,还要让量产数据和数据驱动的算法之间形成自动迭代的闭环。

Momenta飞轮三因子中的“闭环自动化”正是这样一套高效、自动化的工具链。路测现场直播结束后,工具链将本次路测数据拆解分析,通过场景筛选器,筛选出有价值的场景样本,然后系统会对黄金数据进行全自动标注。当数据积累到一定水平,就会自动触发无人工干预的模型训练迭代,完成训练。模型评测自动启动,研发团队只需阅读由系统所推送的评测报告来决定模型发版,即可完成整个闭环。

随着“飞轮式”L4开始转动,Momenta的研发效率也得到了显著提升。目前Momenta在环境感知、高精地图、预测等环节,已实现了完全数据驱动,并通过闭环自动化持续迭代升级。预计到2022年,Momenta可以实现全流程数据驱动的算法;到2023年,利用闭环自动化实现算法100%自动化迭代。

去掉安全员,才可能实现单车盈利

2020年上半年,百度、滴滴纷纷启动了自动驾驶打车出行服务,Momenta也于近期取得了苏州第一块的 Robotaxi 示范应用牌照,而自动驾驶出行服务真正实现商业化仍需要找到盈利的空间,否则只是一味的烧钱博流量。

“自动驾驶的终局一定是规模化的完全无人驾驶,以Robotaxi落地为例,规模化L4指的不是一个区域或城市,而至少是路况复杂的十个城市,每个城市至少一万辆车,否则难以称之为商业化落地。”Momenta CEO曹旭东表示。

与Momenta同属一个战壕的文远知行也表示,不拿掉安全员,所有Robotaxi商业模式都是伪命题。然而,在无法保证安全的前提下,拿到安全员又是何其艰难。

据测算,人类司机的驾驶水平约为一亿公里出现一次致命事故,要实现规模化L4,至少要做到人类司机的安全水平,最好可以比人类司机水平高一个数量级。因此,需要进行至少千亿公里的测试,解决百万长尾问题。千亿公里意味着100万辆车,每天10个小时不间断运行,连续跑1年。

如何计算规模化L4的总成本?Momenta介绍了他们的“飞轮公式”来计算,即实现规模化L4的总成本可分为数据成本和研发成本。

具体而言,研发成本取决于问题个数(N)和解决单个问题研发成本(R);数据成本取决于里程数(M)和单公里数据成本(D)。

由于实现规模化L4还处在“无人区探索”的状态,因此无法准确评估问题个数(N)和里程数(M)的大小,但可以肯定,N至少达到百万量级,M至少是千亿公里。

和行业现有路径相比, Momenta以量产数据驱动的方式,能够跨数量级地降低解决单个问题的研发成本(R)和单公里数据成本(D)。

在单个问题研发成本(R)方面,常规规则驱动(Human-Driven)的最大挑战是用有限人力解决上百万个问题。而通过量产数据驱动(Data-Driven)的方式,只要收集到足够的数据,就可以自动化地解决绝大部分问题,从而降低研发成本。 因此,通过“飞轮式”L4,Momenta将实现规模化L4的总成本跨数量级降低。

Robotaxi是“飞轮式”L4的重要商业化落地场景。Momenta已于今年6月取得苏州第一块Robotaxi示范应用牌照,并计划在2022年,做到苏州Robotaxi部分车辆车端无安全员试运营;2024年,车端100%无安全员,实现单车盈利;从2024年开始,结合已经回流的大规模量产数据,Robotaxi将实现多地规模化落地运营。

“在一个城市先实现单车盈利,再复制到其他城市,是无人驾驶规模化落地的最精益的模式。”曹旭东表示,“对于Momenta而言,这个转折点出现在2024年。一方面,随着”飞轮式”L4的发展,2024年Momenta将在苏州实现车端完全无安全员的商业运营,从而降低车辆运营成本,实现单车盈利,完成商业模式0-1的验证。另一方面,2024年随着量产车型大规模上市,量产数据大规模回流,此时数据和技术上1-N的储备也已到位,具备了扩张条件。Momenta 将开始进行多地落地,从而以极快的速度实现规模化L4。”

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号