許多技術(shù)方向的同學(xué)對(duì)人工智能既愛(ài)又畏懼，一方面覺(jué)得這是未來(lái)，另一方面又覺(jué)得很難而不敢觸碰。懂工程的同學(xué)做算法時(shí)有很大的畏懼感，而專(zhuān)注算法的同學(xué)又常常容易陷入某個(gè)算法而缺乏工程落地能力。這次筆者以一個(gè)從業(yè)者角度來(lái)與大家聊一下如何入門(mén)無(wú)人駕駛／機(jī)器人行業(yè)，在實(shí)戰(zhàn)中成長(zhǎng)為算法，工程，產(chǎn)品貫通的 AI 全棧人才。

為什么需要無(wú)人駕駛？

首先，我們探討下無(wú)人駕駛究竟是如何提高人類(lèi)社會(huì)的效率？

第一是無(wú)人駕駛對(duì)環(huán)境的影響：每輛傳統(tǒng)車(chē)每年平均排放5噸的二氧化碳，以美國(guó)為例有2.5億臺(tái)車(chē)，每年二氧化碳排放就有12.5億噸。而如果使用中央調(diào)度的無(wú)人新能源車(chē)，那么總排放量可以被降低到0.6億噸，效果十分驚人。

然后我們看看無(wú)人駕駛對(duì)安全的影響：人類(lèi)駕駛員每駕駛100萬(wàn)英里的里程，平均會(huì)發(fā)生4.2次意外，全球每年會(huì)產(chǎn)生大約1300萬(wàn)次事故。如果我們能把無(wú)人駕駛每100萬(wàn)英里的事故率控制在1次以?xún)?nèi)，那么總事故數(shù)會(huì)被控制在300萬(wàn)左右。現(xiàn)在每年全球車(chē)禍死亡人數(shù)超過(guò)百萬(wàn)，所以無(wú)人駕駛的普及可以每年在全球挽救幾十萬(wàn)甚至上百萬(wàn)的生命。

最后我們了解下無(wú)人駕駛對(duì)經(jīng)濟(jì)的影響：由于減少碳排放，無(wú)人駕駛普及每年可減少3000億美金的經(jīng)濟(jì)損失。另外，每次車(chē)禍帶來(lái)的經(jīng)濟(jì)損失平均為3000美金，那么如果通過(guò)無(wú)人駕駛實(shí)現(xiàn)每100萬(wàn)英里的車(chē)禍率在1次以?xún)?nèi)的安全目標(biāo)，每年也可以減少3000億美金的經(jīng)濟(jì)損失。

兩者相加，無(wú)人駕駛普及后每年至少可以減少6000億美金的經(jīng)濟(jì)損失，這基本相當(dāng)于瑞士的GDP，如果按全球國(guó)家GDP排行榜可以排進(jìn)前20左右。

在手機(jī)平臺(tái)上實(shí)現(xiàn)無(wú)人駕駛

假設(shè)你是一位Android手機(jī)開(kāi)發(fā)者，想投身無(wú)人駕駛行業(yè)，你需要的最重要的條件不是熟悉某個(gè)技術(shù)點(diǎn)，而是要有足夠的好奇心去探索了解新的技術(shù)與克服困難的勇氣。 一年前我們探索過(guò)一個(gè)好玩的課題，如果用一個(gè)手機(jī)平臺(tái)，是否可以支撐起無(wú)人駕駛的作業(yè)？

于是我們使用了Android手機(jī)平臺(tái)，實(shí)現(xiàn)了一些比較簡(jiǎn)單的無(wú)人駕駛功能，主要是用視覺(jué)來(lái)做。

我們深入聊下無(wú)人駕駛的技術(shù)，無(wú)人駕駛并不是單點(diǎn)的技術(shù)，而是多個(gè)技術(shù)的整合。 無(wú)人駕駛的整體技術(shù)架構(gòu)，大概可以分為三大模塊：算法、系統(tǒng)以及云平臺(tái)。

在車(chē)輛端，上層是算法模塊，包括傳感（如何更好的獲取環(huán)境數(shù)據(jù)）、感知（如何更好的理解車(chē)輛周?chē)h(huán)境，包括定位，物體識(shí)別，物體追蹤）以及決策（在了解環(huán)境后如何更好的做出決策，包括路徑規(guī)劃，行為預(yù)測(cè)和障礙物躲避等）三個(gè)部分；下層則是操作系統(tǒng)和硬件平臺(tái)。而在云端，則有一個(gè)無(wú)人駕駛的云平臺(tái)，其上囊括了高精地圖、模型訓(xùn)練、模擬計(jì)算以及數(shù)據(jù)存儲(chǔ)等幾塊內(nèi)容。

另外，有三個(gè)點(diǎn)是無(wú)人駕駛落地核心：

1.感知技術(shù)突破是關(guān)鍵

如果將無(wú)人駕駛汽車(chē)比作人，可以如此理解它的關(guān)鍵模塊——感知模塊為眼睛，汽車(chē)依靠由攝像頭、雷達(dá)、GPS等一系列部件組成的感知模塊去感知路況；中央決策模塊如大腦，包括路徑規(guī)劃、導(dǎo)航、信息融合和路徑跟蹤等，通過(guò)對(duì)由感知模塊搜集的信息進(jìn)行整合、分析，作出自主駕駛、避障、超車(chē)等決策；底層控制模塊似手腳，控制車(chē)輛行駛速度、角度，按照決策的路線(xiàn)安全行駛。

可見(jiàn)，與人手動(dòng)駕駛汽車(chē)一樣，無(wú)人駕駛汽車(chē)所有關(guān)于路況信息的收集、路徑分析規(guī)劃、操控決策的制定，全部依賴(lài)于感知模塊這雙“眼睛”的視力。

2.成本

成本直接關(guān)系到車(chē)輛的銷(xiāo)售價(jià)格，雷達(dá)是感知模塊中必不可少的部件之一。據(jù)稱(chēng)，谷歌無(wú)人汽車(chē)目前使用的激光雷達(dá)售價(jià)高達(dá)8萬(wàn)美元。

毫米波雷達(dá)比激光雷達(dá)精度低、可視范圍的角度小，但毫米波雷達(dá)的成本遠(yuǎn)低于激光雷達(dá)。激光雷達(dá)能夠依靠激光遇到障礙后的折返時(shí)間計(jì)算出物體與車(chē)體之間的相對(duì)距離，生成物體的3D輪廓，構(gòu)建汽車(chē)周?chē)h(huán)境的高精度地圖，并可對(duì)周?chē)h(huán)境進(jìn)行360度的掃描。目前在純無(wú)人駕駛領(lǐng)域，激光雷達(dá)使用較多，輔助駕駛領(lǐng)域則更多使用毫米波雷達(dá)。

3.法規(guī)

根據(jù)法規(guī)草案，廠商需要展示無(wú)人駕駛是如何執(zhí)行的，在失敗時(shí)如何應(yīng)對(duì)；這些汽車(chē)如何被測(cè)試，所有研發(fā)無(wú)人駕駛的企業(yè)需要公開(kāi)汽車(chē)表現(xiàn)評(píng)估，并讓執(zhí)法部門(mén)和其他公司一起評(píng)估。

一些細(xì)節(jié)也有要求，如車(chē)主隱私方面，用車(chē)數(shù)據(jù)被搜集，制造商需告知車(chē)主，而車(chē)主有權(quán)拒絕；系統(tǒng)安全方面，無(wú)人駕駛車(chē)輛在軟件無(wú)法運(yùn)作，將發(fā)生車(chē)禍等情況下如何回應(yīng)；數(shù)據(jù)安全方面，廠商需保護(hù)系統(tǒng)安全，免于被黑客干擾；人為介入方面，制造商需考慮讓無(wú)人駕駛車(chē)具有與行人和其他路上車(chē)輛溝通的能力；偵測(cè)和回應(yīng)方面，廠商需展示無(wú)人駕駛汽車(chē)如何應(yīng)對(duì)倒下的樹(shù)木，或任何突然發(fā)生的意外事件等。該草案還要求提供消費(fèi)者教育。

為更好的服務(wù)工程師，11月22日，“2017 汽車(chē)質(zhì)量功能安全高峰論壇”將在福州舉行，此次將再次攜手業(yè)內(nèi)權(quán)威人士共同關(guān)注汽車(chē)質(zhì)量安全等行業(yè)熱門(mén)話(huà)題，圍繞著汽車(chē)行業(yè)最新技術(shù)動(dòng)向，產(chǎn)業(yè)發(fā)展戰(zhàn)略，開(kāi)放創(chuàng)新路徑，以汽車(chē)安全、環(huán)保、節(jié)能等為主題展開(kāi)深度研討，共同推動(dòng)汽車(chē)行業(yè)的安全有序發(fā)展。