0
雷鋒網按：從6月開始，新智駕聯合雷鋒網· AI慕課學院、網易云課堂企業版舉辦了智能駕駛系列講座，邀請業界、學界頂尖專家一起分享關于自動駕駛現在與未來的多樣見解。
7月19日，“未來汽車大講堂”邀請到 PerceptIn 聯合創始人劉少山分享了主題為《詳解無人駕駛技術架構》的課程。
雷鋒網新智駕對課程內容進行了不改變原意的編輯，完整視頻回放請前往AI慕課學院官網查看。
無人駕駛并不是單點的技術，而是多個技術的整合。
首先，來看看無人駕駛的整體技術架構，大概可以分為三大模塊：算法、系統以及云平臺。
在車輛端，上層是算法模塊，包括傳感（如何更好的獲取環境數據）、感知（如何更好的理解車輛周圍環境，包括定位，物體識別，物體追蹤）以及決策（在了解環境后如何更好的做出決策，包括路徑規劃，行為預測和障礙物躲避等）三個部分；下層則是操作系統和硬件平臺。
而在云端，則有一個無人駕駛的云平臺，其上囊括了高精地圖、模型訓練、模擬計算以及數據存儲等幾塊內容。
無人駕駛汽車行駛過程中最重要的是要知道自身處在什么位置上，只有這樣才知道要怎么去往目的地。接下來將主要闡述目前應用比較多的定位技術。
我們平常用的是多星GPS，可以接收伽利略或北斗的信號，做一個綜合，然后得出一個相對精準的位置。但是多星GPS的定位精度大約能做到1-2米，這滿足不了無人駕駛車道級定位的要求。
所以，后續，業內又開發出一種被稱為RTK（Real-Time-Kinematic）的GPS，主要是依靠在地面布置基站，通過基站的信號去糾正衛星的信號，精度可以達到分米級別甚至更低。但缺點是需要布置基站，成本很高，還需要人維護。
接下來，又出現一種稱為PPP（精密單點定位）的GPS技術，基于全球衛星的聯網系統，通過互聯網發布衛星的糾正信號，這項技術大概在2018年會在全球進行部署。其好處在于不需要布置基站，無論在哪，都能得到一個比較精準的位置。
GPS是一個比較好的定位導航工具，但是其更新率低是最大的問題。有的是1幀/秒的更新，有的是10幀/秒的更新，車輛高速行駛的狀況下，這顯然不夠用。
所以，一般情況下，我們會把GPS和IMU慣導系統結合起來。慣導系統能提供快速更新——1000幀/秒，這彌補了GPS的更新率低的問題；而慣性導航所存在的“累計誤差”問題，也可以通過GPS來彌補。
激光雷達的好處是有一定的射程，能觸及100-200米的距離，能很精準的得到空間中的點（3D點云）。將激光雷達的數據和高精地圖的數據做一個匹配，可以將車輛定位上升到厘米級別。
但是激光雷達的成本高，而且是轉動的形式，容易磨損，耐用性很差。
激光雷達很依賴另一個傳感器——高精地圖（傳統意義上也不能稱其為傳感器），二者配合使用才能達到一個很好的定位效果。
具體到高精地圖的制作上。
在高精地圖的最底層，是一個網格地圖，網格地圖是使用激光雷達掃描回來的，精度可達5厘米；網格地圖之上，我們會做道路的標簽，也就是最底層的reference line；再加一些語義信息，精確到車道，標示出lanes；在車道之上，再做一些語義標簽，比如限速、紅綠燈這樣的標志物。
高精地圖制作起來非常昂貴，因為需要激光雷達設備不斷去掃描外部環境，從而得到相關的數據來支撐其制作。
傳統的做法是用雙目進行視覺導航，方法如下：
左右兩個圖進來，首先做一個三角成像，就可以得出空間中深度點的信息，每一個特征點都有描述，然后再將前后兩幀圖像的特征點進行比對，得出其位移的信息，大概能定位到車輛移動的距離。
后續技術的發展，實現了單目視覺進行導航的功能，但是圖像信息更新率有限——30-60幀/秒之間。所以，為了更快速得到信息更新，還是要將IMU加上，就產生了Visual inertial odometry技術，可以得到很精準的位置更新。
這個就非常簡單了，因為輪子周長固定，可以通過圈速來進行距離的測算，但是這個方式的累計誤差會比較大，所以也存在很大的問題。
但在實際的實踐中，只依賴一種定位技術或傳感器，顯然無法實現良好的效果。天氣、光照、磁場等等，都會干擾這些定位傳感器的正常使用。
真正的解決方案是傳感器融合：
通過IMU和輪速計，得到車輛初始的位置，而GPS則可以不斷糾偏，把錯誤率控制在一定的范圍，比如GPS是厘米級的，那么精度就能保證在厘米級別，同時再加上激光雷達和高精地圖的匹配，得出一個最終的很精準的位置。
這套架構是主流的無人駕駛公司都在使用的，比如斯坦福大學的無人車、CMU的無人車、谷歌的無人車以及百度的無人車，都是這樣的一個架構。
感知就是理解環境，要做感知，需要的是一個數據集。在無人駕駛行業，有一套通用的數據集——KITTI數據集，里面有不同的數據，包括雙目視覺的數據、定位導航的數據等。
1、感知：物體檢測（Object Detection）
傳統方法主要是針對固定物體的檢測。一般的方法是HOG（Histogram of Oriented Gradien，方向梯度直方圖），然后再加一個SVM的分類器。而對于動態物體的檢測，主要使用的是DPM模型的方法，先把手和腳識別出來，再進行組合。
2、感知：場景（Segmentation）
人行道是一個場景，道路是一個場景，在場景中對不同的物體進行分類，是一個很重要的問題。
傳統的方法是采用CRF（Conditional Random Field，條件隨機場），基本原理在于圖像都是由像素點組成的，若兩個像素點都比較像車，那就把二者連接起來，形成對車輛的識別。
另外，就是我們所說的光流（Optical Flow），光流是針對2D圖像來說的，如果說一個圖片流到另外一個圖片，都是2D的物體移動，那就用光流來做。如果是3D的物體流動，那我們就用場景流（Scene Flow），場景流在傳統的方法就是使用的是SGBM，利用的是雙目成像的技術，把左圖和右圖合起來提取出空間的點，用光流在上面做，就能把場景的流動分析出來。
這也是無人駕駛中一個比較重要的技術。如何預測行人下一個動作、怎么去跟蹤這個行人，也有一系列問題。里面用到的是馬爾可夫鏈的解決方案，這個技術叫做MDP，跟蹤一個人，隨時跟蹤其下一個動作，預測其下一個動作。
以上其實都是一些傳統的感知方法，而這些年隨著深度學習的不斷進步，應用也非常廣泛。
在物體識別方面，有兩個非常有效的模型。
一個是Faster R-CNN，它會將興趣點框出來，然后再進行物體識別，找到是不是你想要識別的物體；另一個是更為快速的SSD，也是將圖中的物體識別出來。
而在場景分類方面，運用深度學習的方法則使用的是另一種模型，被稱為PSPnet（語義分割）。這是金字塔型的場景分解模型，將一個場景不斷地壓縮，把類似的物體聚類，然后再做判斷。
光流也可以利用深度學習的模型來做，把左右兩圖用同樣的模型來提取特征，經過計算就能得出一個深度的信息。但是這個方式的計算量非常大。
這是一個最基本的決策和控制的架構，但這個部分其實是無人駕駛中最難的部分。
最上方的感知系統可以感知行人的位置、速度及態勢，然后將這些信息傳送給預測模塊，預測行人是往前還是往后，速度多快。而下方的定位數據流進來之后，全局的路徑規劃模塊就會將這些路徑傳入到最核心的控制決策模塊——其中包括行為決策、動作決策和反饋控制。最后，這些信號會傳送給CAN-BUS，由車輛來執行。
交通預測其實可以分成兩個問題：一個是分類問題，另一個是回歸的問題。
分類問題要了解的是行人到底是過馬路還是不過馬路，回歸問題就更復雜一些，如果行人是過馬路，那么針對其過馬路的速度是多少，需要做一個預測。
路徑規劃也是比較有趣的，因為這對無人車來說是一個比較特殊的問題，因為對于普通的車輛來說，只要知道這是哪條路就行了，而不需要知道這是哪一條車道。
因為每條路都有不同的車道，那我們把車道標出不同的節點，不同的節點連接在一起，就變成了一條車道。通過某種方式（Dijkstra和A*）找到最短車道，就能得到最優解。
有了全局的路徑規劃以后，我們就需要進行行為決策。因為道路場景非常復雜，可以分成幾十個不同的場景——左右車道、丁字路口等等，需要做場景組合決策。
然后是動作的規劃，包括加速、減速、轉向等等，速度規劃主要使用了ST-graph工具來做，路徑規劃主要是動態編程來實現。
而最后的反饋控制則是由車廠來做，而且很多車廠采取的方案是不一樣的。實現反饋控制的一般有雙輪模型和PID控制模型，后者實現起來比較順暢。
任何一個復雜的系統都需要一個操作系統來輔助它實現功能，這樣才不至于混亂。
如上圖所示，在處理器（Processor）中，其實運行了上文所述的各類算法，包括感知、定位、全局路徑規劃等算法。然后再實現對車輛本身的控制，包括動作控制、方向控制。
首先我們需要一個操作系統來管理這么多復雜的工作，現在大部分廠家用的都是ROS——機器人操作系統，當然都做了一些個性化設計。這是一個信息傳遞的系統，可以通過點對點的傳輸形式或是廣播的形式來做信號傳輸的動作。
ROS本身有很多問題：
單一主節點，很容易整體崩潰。（解決方案：可以用Zookeeper機制來做，設置多個主節點。）
通信非常低效。（解決方案：可以用共享內存的方法來做。）
不是很安全，比如開一個惡意節點不斷去損耗資源，很容易造成整體系統的崩潰。（解決方案：這個問題可以使用Linux Container的技術來解決。）
硬件平臺當然也是不可或缺的。其前端有很多傳感器，信號傳輸進來后，有一個計算平臺進行接收，處理完成后再通過CAN-BUS，把控制信號傳給車輛控制系統。
以往很多時候，無人駕駛汽車上都放了兩臺計算機進行數據處理。這樣帶來的問題是功耗高，散熱問題非常難以處理。未來，計算單元小型化會是很大的挑戰。
劉少山介紹，他們曾經使用手機平臺，實現了一些比較簡單的無人駕駛功能，主要是用視覺來做。
如今，很多投資人都關注無人駕駛的終端，而對于云平臺沒有給予足夠的重視，實際上這塊內容是非常重要的。
無人駕駛車輛每秒最多可以產生2GB的裸數據，怎樣利用這大量的數據去幫助無人駕駛做得更好，怎么樣去搭建一個云平臺去更好地服務無人駕駛的作業，這是個很大的挑戰。
云平臺底層就是存儲和計算。我們有一個開源的項目叫做Alluxio，基本上就把磁盤存儲給管理起來了，這是一個分布式的存儲管理器；在其上，我們運用了異構計算，不同的作業依賴的處理器也不一樣，所以會有GPU、CPU和FPGA；當然，為一個處理器寫一套單獨的程序，太復雜了，所以在其上統一搭載了OpenCL，對程序進行統一管理；分布式計算也需要一個管理平臺，我們采用了Spark平臺——比較通用、功能很多。再在這個平臺上搭建高精地圖、模擬計算和模型計算等作業。
在計算層面，我們運用了Apache Yarn這個分布式系統管理器通過Spark把作業分發下去，每個Spark的節點都有多個容器（Container），容器上會跑一些 OpenCL 的 Kernel，OpenCL 可以跑在 GPU 上，也可以跑在FPGA上。這個平臺的可擴展性非常強，模型訓練所需的時間會隨著GPU數量的增加而線性減少。
在談談云平臺的具體應用。
首先是模擬計算。比如你新開發了一個程序，想要試試新的算法是不是好用，但是不可能每次都實車驗證，因為成本高，而且覆蓋的場景很少。
所以一般采用的是模擬計算的方式：游戲平臺和真實數據回放，更多是采用后者的形式。
這里有一個問題，單機回放必須要回放實際的數據，比如谷歌無人車累計有8年的數據，那就要計算8年，這顯然不可取。
所以這里采用了Spark Driver的系統，可以并行處理，把作業分發下去，通過Linux pipe把每一個ROS Node節點打出來做一個回放，數據再回收到Spark Driver里去。只要給的節點夠多，幾十分鐘就可以驗證一套算法。
第二個是高精地圖的制作。這是個很復雜的工作，首先是裸數據，然后從裸數據得出一個點云的數據，點云和點云之間要做一個對齊，對齊之后要把反射率的數據填到里面，然后再加一些語義的信息等。用分布式平臺來做高精地圖的生產，最大的計算量部分集中在點云的生產和對齊上，用異構計算可以很好地完成這些作業。
第三個是模型訓練。這里采用的是分布式訓練，其實百度很早就在用這種方式，用的是Paddle，將其連上Spark，把作業分發出去。這里面也用到了Alluxio分布式存儲管理器。
【參考文獻及資料】
2. Creating Autonomous Vehicle Systems [Summary]
3. Creating Autonomous Vehicle Systems [Book]
4. CAAD: Computer Architecture for Autonomous Driving
5. Implementing a Cloud Platform for Autonomous Driving
更多精彩課程還在持續更新中，請前往AI慕課官網了解詳情。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
