50颗传感器、超1亿像素，算力700TOPS，这个自动驾驶平台有点儿炫！ 转自：新智元 这届上海车展，吃了很多瓜的你们，差点错过了意想不到的亮点。 一辆带「帽子」橘白交加的无人车XC90首次亮相上海车展。 殊不知，这是滴滴在沃尔沃XC90上打造的「升级版」无人车。初看相貌平平，这背后却有着强大的软硬件支撑。 超强大脑算力达700+TOPS，相当于63台iPhone12。 50个传感器， 路上突来的阿猫阿狗一眼识别。 即便半路系统失灵，备用系统远程接管保驾护航。 站在智能化出行时代的十字路口，别人花精力演示「拿掉」安全员，而滴滴花精力一步步地搞软硬一体化。 别家都在鼓吹「全自动驾驶」，滴滴自动驾驶却对「稳扎稳打」做出了最好的诠释。 就在近日，滴滴的无人车成功挑战上海路况，在白天、逆光、傍晚、夜晚多个光照场景下实现了连续5小时不接管。 遇到行人，减速慢行。遇到变道车辆，及时避让。不仅如此，测试车辆途经上海人流密集区域也是轻车熟路。 就连谷歌无人车之父Sebastian Thrun在看到这个视频后大赞「很棒，干的漂亮」！ 短短地一年时间，滴滴自动驾驶已经在路上的行走游刃有余。殊不知，这背后是历经5年的千锤百炼。 从硬件到软件，滴滴自动驾驶已走在前列。 50颗传感器，四层安全冗余为安全保驾护航 像Waymo、Cruise这样的自动驾驶头部玩家，通过软件迭代，向安全员「开刀」，更多是在秀技术操作。 就自动驾驶实际落地来说，软件系统的迭代固然重要，但是在没有升级硬件系统下「拿掉」安全员，简直是不明智的冒险！ 滴滴自动驾驶对硬件进行升级，是「上上策」。 新一代自动驾驶车辆硬件平台——「滴滴双子星」，自带2层冗余替代系统，再加上远程控制中心的接管兜底和volvo xc90的合作，相当于实现了4层的安全冗余。 4层冗余是啥概念？超级马里奥开局才3条命。 第一层是核心高性能传感器冗余。 新一代滴滴自动驾驶车搭载50多个传感器，能最远探测300米以外的物体，配备了「车规级」相机，像素总和超1亿。 通过远、中、近距的激光雷达、摄像头、雷达，再加上红外相机等多种传感器功能，前向视角可实现12层传感器冗余覆盖叠加。 即便是在树荫、隧道、雨雾、逆光、黑夜等复杂的场景下，车辆也有很高的感知能力。 配备这么多种传感器主要作用是如果有传感器失灵，其他「备胎」能够及时顶上。 第二层是车载自动驾驶系统冗余。 Fallback G备用系统是由滴滴自动驾驶自主研发的，可以称为滴滴自动驾驶的「远程护航中心」。 即使极端场景下主系统不可用，这个备用系统能够及时做远程接管。 第三层是远程协助系统冗余。 滴滴自动驾驶远程护航中心为无人驾驶测试运营构建第三层安全冗余。 通过车辆四周4个鱼眼摄像头，配合后台全方位自动驾驶运行场景检测，硬件平台能协助远程护航中心实现零距离多视角的远程监控，从而有效实施远程辅助或通过5G实现低延迟的远程控制。 第四层是前装量产车型冗余。 通过与全球领先的安全汽车制造商沃尔沃合作为安全构建第四层保障。 滴滴双子星率先搭载于沃尔沃XC90前装量产冗余车型上，车辆能实现制动、转向、供电、通信冗余，进一步确保行驶安全。 4层的安全冗余，能够车辆在行驶过程中，一旦出现任何问题都能有保护措施补上。 滴滴驾驶硬件的升级，不仅专注在核心零部件和算力等方面做了深度优化，还在「用户体验」层面做了迭代。 新增的迎宾灯带、交互屏幕，可以实现人车轻松互认。还有车内采用一体化座椅屏，人机交互的体验最佳 滴滴出行CTO兼自动驾驶CEO张博表示，「提升道路安全是滴滴研发自动驾驶的初衷」。 为了实现了这一初衷，滴滴搞好了硬件。 那么，软件的迭代是滴滴自动驾驶大展身手的下一步。 5小时无接管，谷歌无人车之父看了都点赞 看着「AI司机」开车5个小时，滴滴自动驾驶是如何做到让安全员「袖手旁观」？ 软件的迭代，使得滴滴自动驾驶对未知行为有了更为精准的预测、决策和规划。 最近滴滴自动驾驶就在上海路段完成了这项5小时无接管任务。 旁侧突来变道车辆，就立马减速慢行，主动避让车辆，比司机还要小心。 太阳落山，逆光场景下，即便你被阳光蒙上了双眼，它也能准确识别行人和车辆。 ? ???在前方交警临时车辆检查时，滴滴自驾车可以识别场景的危险系数，并准确停靠路旁避让。 评价一辆车自动驾驶的真正实力如何，关键还是要看它在突发情况下如何进行处理。 5小时的测试过程中，滴滴路测车辆在环境感知、行为决策、运动规划与控制等各方面表现平稳。 「谷歌无人车之父」塞巴斯蒂安 · 特伦（Sebastian Thrun）是完整看完滴滴路测车辆面对不同复杂场景下的表现后，对于滴滴自动驾驶表现表达了由衷的赞叹和高兴。 塞巴斯蒂安 · 特伦（Sebastian Thrun）是斯坦福大学终身教授，原谷歌副总裁、Google X 实验室联合创始人 ，也被称作谷歌无人车之父。他早在2003年就开始了无人车研究。 他表示，「滴滴自动驾驶表现自信而平稳，并且非常注重安全，在技术上的迭代速度也很快，是世界领先水平」。 滴滴自动驾驶是如何能够在复杂的场景中正确地作出行为决策，主动避让行人和车辆？ 这从另一方面反映出，滴滴自动驾驶的一些独特优势。 面临复杂的路况以及车辆行驶情况，自动驾驶仿真训练必然需要海量的数据。 在实际的数据采集中，大部分都是前90%的普通场景数据，而更为关键的是余下1%、0.5%的长尾场景。 当行驶中路边突然窜出来一只小狗，一辆摩托车闯红灯，这些不确定性因素为通行制造了复杂性。如果不能解决这样的场景，将严重影响实际的驾乘体验与技术落地进程。 在这方面，滴滴平台日均订单数达数千万，司机的行驶轨迹和安装在交通工具上的桔视设备，全年可以采集近1000亿公里的场景数据，能够覆盖绝大多数想象中的长尾场景。 滴滴自动驾驶能够给系统「投喂」足够的数据养料。 基于这些庞大的数据量，滴滴自动驾驶系统才能够不断在训练中实现迭代升级，而以这些真实世界的数据作支撑，滴滴自动驾驶系统得以生成经营地图、安全地图和技术地图。 对此，在大量数据的支撑下，滴滴自动驾驶系统是开车最稳的老司机。 在技术加速迭代环境下，滴滴并没有选择单一路线，而是软硬一体，在搞好硬件的基础上，同样打造最优的软件系统。 软硬件双管齐下，说明滴滴有足够的底气。 5年磨打，未来仍要加码技术研发 滴滴在自动驾驶领域的布局已有5年历程。 2016年，滴滴自动驾驶于开始组建团队，正式发力自动驾驶业务。 2017年，滴滴在美国硅谷成立研究院，并推出无人车。 直到2019年8月，滴滴正式宣布自动驾驶团队升级为子公司，在独立发展一年多后，滴滴自动驾驶公司的研发人员已经超过 500人。 一直以来，滴滴自动驾驶取得丰硕的成果离不开背后来自汽车产业的专业团队。 自动驾驶团队中的CTO韦峻青，就是从T1的安波福转投滴滴自动驾驶。 有经验的人才是一方面，另一方面滴滴自动驾驶也不缺粮草！ 滴滴整体和汽车产业链的关系都很近，投资人中就有丰田这样的顶级车厂，而与之有战略合作关系的车厂也很多，其中就包括北汽、沃尔沃的战略合作。 未来，滴滴自动驾驶将如何走？ 对于滴滴自动架势接下来的重点任务依然是进行自动驾驶技术的研发和迭代，并且推动自动驾驶出租车的落地运营。 网约车平台提供了海量测试数据，滴滴自动驾驶开始向自动驾驶第二阶段——可靠性迈进，这是研究的重心。 孟醒表示，「自动驾驶汽车不应该是一次成功、百次成功，而是全场景的、全周期的成功。」 只有实现可靠性这一阶段完成，才能实现落地。 过去一年时间里，滴滴自动驾驶融资超 8 亿美元，有软银和 IDG 资本的先后加持。 未来，滴滴自动驾驶仍然加码技术研发，聚焦于网约车场景。