駕駛技術(shù)解析:從傳感器融合到數(shù)據(jù)閉環(huán)的工程實(shí)踐)
1. 估值背后的邏輯Waymo為何能成為自動(dòng)駕駛的“頭號(hào)玩家”最近看到Waymo的估值又成了熱門話題700億美元這個(gè)數(shù)字讓很多圈外人甚至圈內(nèi)人都覺(jué)得有點(diǎn)“離譜”。一個(gè)還沒(méi)大規(guī)模盈利的公司憑什么很多人第一反應(yīng)是“畫餅”但如果你拆開它的技術(shù)盒子看看里面裝的到底是什么就會(huì)發(fā)現(xiàn)這估值背后是一套極其復(fù)雜、昂貴且難以復(fù)制的技術(shù)體系在支撐。這不像是一家互聯(lián)網(wǎng)公司靠用戶增長(zhǎng)講故事更像是一家頂尖的精密儀器制造商和人工智能研究院的結(jié)合體。我們今天不聊資本故事就從一個(gè)一線工程師的視角掰開揉碎了看看Waymo這700億美金的技術(shù)底座到底是由哪些“硬核”模塊一塊塊壘起來(lái)的。你會(huì)發(fā)現(xiàn)它貴的不是概念而是那些實(shí)打?qū)嵉?、用海量?shù)據(jù)和頂尖工程能力澆筑起來(lái)的技術(shù)護(hù)城河。簡(jiǎn)單來(lái)說(shuō)Waymo解決的是一個(gè)“在開放、復(fù)雜、不確定的現(xiàn)實(shí)世界中用機(jī)器完全替代人類司機(jī)”的終極難題。這個(gè)問(wèn)題的難度遠(yuǎn)超一般人的想象。它不是一個(gè)簡(jiǎn)單的“傳感器算法”的拼裝游戲而是一個(gè)涉及高性能硬件定制、海量數(shù)據(jù)閉環(huán)、尖端人工智能算法、大規(guī)模仿真測(cè)試以及超穩(wěn)定系統(tǒng)工程的巨型綜合體。任何一個(gè)環(huán)節(jié)的短板都可能導(dǎo)致全盤失敗。Waymo的價(jià)值就在于它可能是目前全球范圍內(nèi)唯一一個(gè)在所有環(huán)節(jié)都做到了深度自研、緊密耦合并且已經(jīng)實(shí)現(xiàn)了常態(tài)化、無(wú)安全員商業(yè)運(yùn)營(yíng)的玩家。下面我們就從幾個(gè)最核心的維度深入它的技術(shù)腹地。2. 硬件之眼超越“堆料”的傳感器深度融合哲學(xué)談到自動(dòng)駕駛普通人最先想到的就是車頂上那個(gè)不斷旋轉(zhuǎn)的“花盆”——激光雷達(dá)。Waymo無(wú)疑是激光雷達(dá)最著名的推動(dòng)者之一但它的傳感器方案精髓遠(yuǎn)不止“用了激光雷達(dá)”這么簡(jiǎn)單。2.1 第五代自動(dòng)駕駛套件一個(gè)高度集成的感知堡壘W(wǎng)aymo最新的第五代自動(dòng)駕駛系統(tǒng)Waymo Driver其硬件套件是一個(gè)教科書級(jí)別的傳感器融合范例。它不是一個(gè)簡(jiǎn)單的“買來(lái)裝上”而是一個(gè)從物理結(jié)構(gòu)到數(shù)據(jù)流都深度定制和優(yōu)化的整體。激光雷達(dá)LiDARWaymo一直堅(jiān)持自研激光雷達(dá)。最新的第五代系統(tǒng)配備了多個(gè)激光雷達(dá)包括一個(gè)專為遠(yuǎn)距離、高分辨率探測(cè)設(shè)計(jì)的“主激光雷達(dá)”以及多個(gè)覆蓋近場(chǎng)盲區(qū)的“周邊激光雷達(dá)”。關(guān)鍵不在于數(shù)量而在于性能的協(xié)同設(shè)計(jì)。例如其遠(yuǎn)距激光雷達(dá)的探測(cè)距離、點(diǎn)云密度、抗干擾能力如針對(duì)陽(yáng)光、其他激光雷達(dá)的串?dāng)_都是行業(yè)頂尖水平。更重要的是這些激光雷達(dá)的安裝位置、視角、掃描模式是經(jīng)過(guò)精心設(shè)計(jì)的以確保對(duì)車輛周圍形成無(wú)死角的、重疊覆蓋的感知場(chǎng)為后續(xù)的數(shù)據(jù)融合打下堅(jiān)實(shí)基礎(chǔ)。攝像頭Camera配備了高動(dòng)態(tài)范圍HDR的攝像頭系統(tǒng)覆蓋了從魚眼超廣角到長(zhǎng)焦的不同焦段。這套攝像頭系統(tǒng)不僅要應(yīng)對(duì)晝夜光照的劇烈變化還要能清晰捕捉交通信號(hào)燈、剎車燈、標(biāo)識(shí)牌等顏色和紋理信息。Waymo在攝像頭上的投入體現(xiàn)在對(duì)鏡頭光學(xué)素質(zhì)、傳感器芯片、以及圖像處理流水線的全鏈路優(yōu)化上旨在獲取最純凈、失真最小的原始圖像數(shù)據(jù)。毫米波雷達(dá)Radar雷達(dá)的優(yōu)勢(shì)在于測(cè)速精準(zhǔn)、不受天氣雨、霧、塵影響。Waymo的雷達(dá)系統(tǒng)同樣經(jīng)過(guò)定制能夠在各種惡劣環(huán)境下穩(wěn)定工作提供準(zhǔn)確的速度向量信息這對(duì)于預(yù)測(cè)其他道路參與者的行為至關(guān)重要。注意單純的“堆傳感器”是初級(jí)做法。Waymo的核心在于“異構(gòu)傳感器深度融合”。這意味著一開始就在硬件布局、時(shí)間同步所有傳感器數(shù)據(jù)打上統(tǒng)一的時(shí)間戳、坐標(biāo)系標(biāo)定上做到極致。保證激光雷達(dá)的一個(gè)點(diǎn)、攝像頭中的一個(gè)像素、雷達(dá)的一個(gè)反射點(diǎn)在任意時(shí)刻都能在同一個(gè)三維空間中被精確對(duì)齊。這個(gè)“對(duì)齊”的精度直接決定了后續(xù)感知算法性能的天花板。2.2 從“看見”到“理解”傳感器數(shù)據(jù)的預(yù)處理與同步硬件采集的原始數(shù)據(jù)是混亂的。攝像頭是2D圖像激光雷達(dá)是3D點(diǎn)云雷達(dá)是稀疏的反射點(diǎn)加多普勒速度。如何把它們統(tǒng)一起來(lái)傳感器標(biāo)定Calibration這是所有工作的基石。包括內(nèi)參標(biāo)定每個(gè)傳感器自身的畸變參數(shù)和外參標(biāo)定傳感器之間的相對(duì)位置和姿態(tài)。Waymo擁有自動(dòng)化、高精度的標(biāo)定流程和產(chǎn)線確保每一輛下線的車輛其傳感器坐標(biāo)系都是精確已知的。這需要精密的機(jī)械設(shè)計(jì)和復(fù)雜的數(shù)學(xué)計(jì)算如利用棋盤格、特定標(biāo)定物進(jìn)行聯(lián)合優(yōu)化。時(shí)間同步Time Synchronization使用高精度的GPS時(shí)鐘如PTP協(xié)議為所有傳感器數(shù)據(jù)打上微秒級(jí)精度的時(shí)間戳。想象一下如果攝像頭拍到的圖像和激光雷達(dá)掃到的點(diǎn)云在時(shí)間上差了幾十毫秒在高速運(yùn)動(dòng)下融合結(jié)果就會(huì)產(chǎn)生巨大的空間誤差可能導(dǎo)致致命的誤判。數(shù)據(jù)預(yù)處理Data Pre-processing對(duì)圖像進(jìn)行去噪、HDR合成、色彩校正對(duì)激光雷達(dá)點(diǎn)云進(jìn)行去運(yùn)動(dòng)畸變因?yàn)榧す饫走_(dá)旋轉(zhuǎn)掃描過(guò)程中車本身也在運(yùn)動(dòng)、濾除噪聲點(diǎn)如雨滴、灰塵對(duì)雷達(dá)數(shù)據(jù)進(jìn)行聚類和濾波。這些預(yù)處理步驟能極大提升原始數(shù)據(jù)的質(zhì)量為后續(xù)算法減輕負(fù)擔(dān)。Waymo在硬件上的巨額投入構(gòu)建了一個(gè)穩(wěn)定、可靠、高性能的數(shù)據(jù)采集基石。這就像給AI系統(tǒng)裝上了一雙“鷹眼”、一對(duì)“順風(fēng)耳”并且讓它們協(xié)同工作形成了1113的感知能力。這套系統(tǒng)的研發(fā)、測(cè)試、制造和標(biāo)定成本是天文數(shù)字也是后來(lái)者難以快速逾越的第一道門檻。3. 軟件之腦數(shù)據(jù)驅(qū)動(dòng)的算法進(jìn)化與閉環(huán)系統(tǒng)有了高質(zhì)量的數(shù)據(jù)輸入下一步就是讓AI“大腦”學(xué)會(huì)理解和決策。Waymo的軟件系統(tǒng)是其技術(shù)的靈魂其核心是“數(shù)據(jù)驅(qū)動(dòng)”和“閉環(huán)迭代”。3.1 感知Perception不只是檢測(cè)更是理解場(chǎng)景感知模塊的任務(wù)是將傳感器原始數(shù)據(jù)轉(zhuǎn)化為對(duì)周圍世界的結(jié)構(gòu)化理解。這遠(yuǎn)不止是識(shí)別出“那里有一輛車”那么簡(jiǎn)單。目標(biāo)檢測(cè)與跟蹤Detection TrackingWaymo的算法需要實(shí)時(shí)檢測(cè)出車輛、行人、騎行者、錐桶、動(dòng)物等各種物體并為其分配一個(gè)唯一的ID在一段時(shí)間內(nèi)持續(xù)跟蹤其軌跡。這里融合了深度學(xué)習(xí)模型如基于攝像頭的2D/3D檢測(cè)基于點(diǎn)云的3D檢測(cè)和傳統(tǒng)的多目標(biāo)跟蹤算法如卡爾曼濾波、JPDA等。難點(diǎn)在于處理遮擋、物體形變?nèi)缧腥俗呗贰⒁约皞鞲衅鲾?shù)據(jù)的不確定性。場(chǎng)景理解Scene Understanding這是更高層次的感知。算法需要理解交通信號(hào)燈的狀態(tài)紅、綠、黃、左轉(zhuǎn)箭頭、交通標(biāo)志的含義停車、讓行、限速、車道線的類型實(shí)線、虛線、雙黃線、以及可行駛區(qū)域道路、路肩、草地。Waymo利用高精地圖HD Map作為先驗(yàn)知識(shí)結(jié)合實(shí)時(shí)感知結(jié)果構(gòu)建一個(gè)動(dòng)態(tài)的、語(yǔ)義化的場(chǎng)景表示。例如即使車道線被積雪覆蓋也能通過(guò)地圖和周圍環(huán)境特征推斷出車道位置。行為預(yù)測(cè)Behavior Prediction這是決策的前提。Waymo的預(yù)測(cè)模型需要預(yù)測(cè)周圍車輛、行人未來(lái)幾秒內(nèi)可能的軌跡。這不僅僅是物理軌跡的推演勻速、轉(zhuǎn)彎更是對(duì)他人“意圖”的揣摩。比如前方車輛打左轉(zhuǎn)向燈它可能換道一個(gè)行人站在路邊看向馬路他可能突然闖入車道。Waymo投入巨資研發(fā)基于深度學(xué)習(xí)的預(yù)測(cè)模型通過(guò)在海量真實(shí)駕駛數(shù)據(jù)上訓(xùn)練讓AI學(xué)會(huì)理解這些微妙的、基于社會(huì)規(guī)則的交互意圖。3.2 規(guī)劃與控制Planning Control在不確定性中尋找最優(yōu)路徑規(guī)劃模塊相當(dāng)于“司機(jī)”它根據(jù)感知和預(yù)測(cè)的結(jié)果決定車輛下一步該怎么走。行為規(guī)劃Behavioral Planning決定高層策略例如“保持車道”、“換道超車”、“在路口左轉(zhuǎn)”、“停車讓行行人”。這需要綜合考慮交通規(guī)則、安全性、舒適性和效率。運(yùn)動(dòng)規(guī)劃Motion Planning將行為規(guī)劃轉(zhuǎn)化為一條具體的、平滑的、可執(zhí)行的車輛運(yùn)動(dòng)軌跡路徑速度曲線。這需要在極短的時(shí)間內(nèi)在包含動(dòng)態(tài)障礙物、交通規(guī)則約束的高維空間中進(jìn)行搜索和優(yōu)化。Waymo使用了諸如基于采樣的方法RRT*、優(yōu)化方法數(shù)值優(yōu)化以及近年來(lái)流行的基于學(xué)習(xí)的方法。其核心挑戰(zhàn)是在保證絕對(duì)安全避免碰撞的前提下做出類人的、舒適的駕駛決策??刂艭ontrol最后一步通過(guò)方向盤、油門、剎車的精確控制讓車輛準(zhǔn)確地跟蹤規(guī)劃出的軌跡。這需要先進(jìn)的車輛動(dòng)力學(xué)模型和魯棒的控制算法如PID、模型預(yù)測(cè)控制MPC以應(yīng)對(duì)不同的路面附著系數(shù)、車輛載荷變化等。3.3 數(shù)據(jù)的飛輪仿真、挖掘與閉環(huán)迭代Waymo最強(qiáng)大的護(hù)城河之一是其建立在海量數(shù)據(jù)之上的“學(xué)習(xí)-驗(yàn)證-改進(jìn)”閉環(huán)。海量路測(cè)數(shù)據(jù)截至最近Waymo的真實(shí)路測(cè)里程已超過(guò)數(shù)千萬(wàn)英里。這些數(shù)據(jù)覆蓋了舊金山、鳳凰城、洛杉磯等城市各種復(fù)雜、罕見的場(chǎng)景“Corner Cases”如施工區(qū)域、交通事故現(xiàn)場(chǎng)、不守交規(guī)的行人等。大規(guī)模仿真系統(tǒng)Simulation真實(shí)路測(cè)成本高、效率低且難以覆蓋所有危險(xiǎn)場(chǎng)景。Waymo構(gòu)建了可能是全球最強(qiáng)大的自動(dòng)駕駛仿真系統(tǒng)“Carcraft”。它不僅可以基于真實(shí)路測(cè)數(shù)據(jù)“回放”和“重構(gòu)”場(chǎng)景還能通過(guò)“模糊化”參數(shù)改變天氣、物體行為自動(dòng)生成海量的、近乎無(wú)限的變異場(chǎng)景。在這個(gè)虛擬世界里Waymo的算法可以每天進(jìn)行數(shù)百萬(wàn)英里的“暴力測(cè)試”快速暴露在真實(shí)世界中需要數(shù)年才能遇到的邊界情況。自動(dòng)化數(shù)據(jù)挖掘與標(biāo)注從PB級(jí)的數(shù)據(jù)湖中自動(dòng)發(fā)現(xiàn)算法處理不好的場(chǎng)景如誤檢、漏檢、規(guī)劃不舒適并利用半自動(dòng)或自動(dòng)化的工具進(jìn)行數(shù)據(jù)標(biāo)注形成新的訓(xùn)練集。這個(gè)過(guò)程高度自動(dòng)化形成了“數(shù)據(jù)收集 - 問(wèn)題發(fā)現(xiàn) - 自動(dòng)標(biāo)注 - 模型訓(xùn)練 - 仿真驗(yàn)證 - 路測(cè)驗(yàn)證”的高效迭代閉環(huán)。這個(gè)數(shù)據(jù)飛輪一旦轉(zhuǎn)動(dòng)起來(lái)其產(chǎn)生的迭代速度和算法提升效果是指數(shù)級(jí)的。后來(lái)者如果沒(méi)有足夠的數(shù)據(jù)和強(qiáng)大的仿真基礎(chǔ)設(shè)施很難追上這種進(jìn)化速度。這構(gòu)成了Waymo技術(shù)的第二道也是更深的護(hù)城河。4. 系統(tǒng)工程的巔峰安全、冗余與車規(guī)級(jí)部署自動(dòng)駕駛不是一個(gè)單純的算法Demo而是一個(gè)需要達(dá)到車規(guī)級(jí)可靠性、安全性和耐久性的復(fù)雜系統(tǒng)工程。這是將實(shí)驗(yàn)室技術(shù)轉(zhuǎn)化為商業(yè)產(chǎn)品的關(guān)鍵一躍也是最燒錢、最體現(xiàn)工程實(shí)力的部分。4.1 功能安全Functional Safety與預(yù)期功能安全SOTIF功能安全I(xiàn)SO 26262核心是避免因系統(tǒng)故障如硬件失效、軟件bug導(dǎo)致危險(xiǎn)。Waymo的整套系統(tǒng)從傳感器、計(jì)算單元到線束、電源都必須按照最高等級(jí)ASIL-D進(jìn)行設(shè)計(jì)。這意味著大量的冗余設(shè)計(jì)雙路供電、冗余計(jì)算芯片、冗余通信鏈路、故障診斷和隔離機(jī)制。當(dāng)一個(gè)主要系統(tǒng)失效時(shí)備份系統(tǒng)必須能立即接管確保車輛進(jìn)入最小風(fēng)險(xiǎn)狀態(tài)如安全靠邊停車。預(yù)期功能安全SOTIF/ISO 21448這解決了更棘手的問(wèn)題即使系統(tǒng)沒(méi)有故障但由于性能局限如算法在某種極端場(chǎng)景下失效也可能導(dǎo)致危險(xiǎn)。Waymo通過(guò)前述的海量路測(cè)和仿真系統(tǒng)地識(shí)別和評(píng)估這些風(fēng)險(xiǎn)場(chǎng)景并通過(guò)改進(jìn)算法、增加傳感器、或設(shè)計(jì)安全的降級(jí)策略來(lái)降低風(fēng)險(xiǎn)。例如在暴雨導(dǎo)致攝像頭和激光雷達(dá)性能嚴(yán)重下降時(shí)系統(tǒng)可能自動(dòng)限制車速或請(qǐng)求靠邊停車。4.2 計(jì)算平臺(tái)與軟件架構(gòu)Waymo自研了代號(hào)為“Borealis”的第五代計(jì)算平臺(tái)。它不是一個(gè)簡(jiǎn)單的“高性能顯卡”堆砌而是一個(gè)為自動(dòng)駕駛?cè)蝿?wù)定制的異構(gòu)計(jì)算平臺(tái)集成了CPU、GPU以及可能的人工智能專用芯片如TPU。其軟件架構(gòu)也必須是高可靠、高實(shí)時(shí)的。中間件與通信采用經(jīng)過(guò)車規(guī)認(rèn)證的實(shí)時(shí)操作系統(tǒng)RTOS或?qū)inux進(jìn)行深度實(shí)時(shí)化改造。模塊間通信使用高吞吐、低延遲的框架如DDS或自研方案確保感知、規(guī)劃、控制等關(guān)鍵消息能在嚴(yán)格的時(shí)間限制內(nèi)送達(dá)。OTA升級(jí)與車隊(duì)管理能夠安全、可靠地對(duì)成千上萬(wàn)輛運(yùn)營(yíng)車輛進(jìn)行軟件無(wú)線升級(jí)OTA同時(shí)監(jiān)控每一輛車的健康狀態(tài)。這本身就是一個(gè)龐大的云端系統(tǒng)工程。4.3 商業(yè)化運(yùn)營(yíng)的打磨從技術(shù)Demo到RoboTaxi服務(wù)Waymo One在鳳凰城等地提供的完全無(wú)人駕駛出租車服務(wù)是其技術(shù)成熟度的終極體現(xiàn)。這要求與車輛的深度集成不僅僅是后裝一個(gè)套件而是與整車廠如捷豹、克萊斯勒合作從車輛底盤、電子電氣架構(gòu)層面進(jìn)行深度適配實(shí)現(xiàn)精準(zhǔn)的線控控制。用戶體驗(yàn)與交互設(shè)計(jì)乘客端的App處理上下車點(diǎn)選擇、支付、車內(nèi)交互如“開始行程”、“求助”按鈕以及應(yīng)對(duì)乘客的各種非常規(guī)行為。遠(yuǎn)程協(xié)助Remote Assistance設(shè)立運(yùn)營(yíng)中心當(dāng)車輛遇到無(wú)法處理的極端情況時(shí)如道路被臨時(shí)封鎖遠(yuǎn)程安全員可以介入提供高階指引幫助車輛脫困。這不是遠(yuǎn)程駕駛而是“場(chǎng)外指導(dǎo)”。從頂尖的硬件到數(shù)據(jù)驅(qū)動(dòng)的AI算法再到嚴(yán)苛的系統(tǒng)工程和商業(yè)運(yùn)營(yíng)Waymo構(gòu)建了一個(gè)龐大、復(fù)雜且環(huán)環(huán)相扣的技術(shù)帝國(guó)。它的700億美元估值買的是它在上述每一個(gè)環(huán)節(jié)長(zhǎng)達(dá)十余年的領(lǐng)先積累、難以逾越的數(shù)據(jù)壁壘、以及已經(jīng)跑通的商業(yè)閉環(huán)。這不僅僅是一家科技公司更像是一個(gè)為“自動(dòng)駕駛時(shí)代”修建基礎(chǔ)設(shè)施的先鋒。它的技術(shù)路徑和工程實(shí)踐為整個(gè)行業(yè)樹立了一個(gè)極高的標(biāo)桿也清晰地展示了實(shí)現(xiàn)真正的、安全的、大規(guī)模無(wú)人駕駛究竟需要付出多么巨大的成本和努力。對(duì)于后來(lái)者而言Waymo既是一座高山也是一張極其昂貴且詳細(xì)的技術(shù)路線圖。