短短三年時(shí)間，毫末智行從成立到量產(chǎn)，成為發(fā)展速度最快的自動(dòng)駕駛公司之一，它能在短期內(nèi)迅猛發(fā)展的秘訣是什么？有人說(shuō)是長(zhǎng)城的背書(shū)，有人說(shuō)是AI大牛的支持，而今天我們來(lái)說(shuō)說(shuō)毫末智行的技術(shù)。

今年初，毫末智行的HPilot2.0剛剛搭載到坦克500(參數(shù)|詢(xún)價(jià))上，如今HPilot3.0也即將發(fā)布。最近，技術(shù)總監(jiān)潘興對(duì)外透露了HPilot3.0在技術(shù)與數(shù)據(jù)層面的進(jìn)展和創(chuàng)新。

硬件方面，HPilot3.0擁有360TOPS的算力，也是當(dāng)前在自動(dòng)駕駛業(yè)內(nèi)算力最強(qiáng)的一款硬件。全車(chē)配備12個(gè)攝像頭和2個(gè)激光雷達(dá)，5個(gè)毫米波雷達(dá)，12個(gè)超聲波雷達(dá)。

不用高精地圖 城市道路也能跑

高精地圖就像提前做了踩點(diǎn)的助手，讓你再次走上一條熟悉的道路。有了高精地圖就有了出行的方向，然而，高精地圖也有它的局限性，一方面其制作成本很高，另一方面需要國(guó)家審圖通過(guò)才能使用，目前還沒(méi)有一版完整的城市道路高精地圖在政策許可范圍內(nèi)。

與此同時(shí)，對(duì)智能駕駛的需求已經(jīng)來(lái)勢(shì)洶洶，眼下在無(wú)高精地圖的情況下去實(shí)現(xiàn)更智能化的輔助駕駛勢(shì)在必行。

毫末智行HPilot 3.0旨在實(shí)現(xiàn)這一想法，主打城市自動(dòng)駕駛場(chǎng)景。

首先在感知層面。HPilot 3.0能夠提前監(jiān)測(cè)到紅綠燈，據(jù)潘博介紹，第一步是識(shí)別，第二步是綁路。

由于紅綠燈多樣性的變化，長(zhǎng)尾數(shù)據(jù)處理起來(lái)較多，毫末智行和大多數(shù)AI公司一樣，采用的是仿真系統(tǒng)。但仿真和現(xiàn)實(shí)總會(huì)有差距，由此采用“混合遷移學(xué)習(xí)”來(lái)處理和彌合二者的差距。

潘興介紹到，“該學(xué)習(xí)模型拿到的既有仿真數(shù)據(jù)，也有真實(shí)數(shù)據(jù)。學(xué)完之后，在真實(shí)數(shù)據(jù)上的效果是完全可以把仿真數(shù)據(jù)利用起來(lái)的。比如在Loss上面增加了兩個(gè)數(shù)據(jù)集遷移的距離，通過(guò)這種方式學(xué)習(xí)讓兩種數(shù)據(jù)集的概率分布趨同。

在遷移學(xué)習(xí)之前，合成數(shù)據(jù)和真實(shí)數(shù)據(jù)是分布在各自的維度上。這種情況下學(xué)習(xí)的效果并不理想。通過(guò)混合遷移學(xué)習(xí)之后，合成數(shù)據(jù)和真實(shí)數(shù)據(jù)幾乎就被拉齊了。由此，虛擬的仿真數(shù)據(jù)補(bǔ)進(jìn)去之后，在真實(shí)世界里面它的表現(xiàn)就能自動(dòng)變好。通過(guò)這種方式，能夠快速收斂掉各式各樣的紅綠燈，根據(jù)不同的紅綠燈狀態(tài)完成紅綠燈識(shí)別?！?/p>

關(guān)于綁路，是為了解決復(fù)雜路況、交通指示燈繁多下的識(shí)別能力。

“在一條路上無(wú)法確認(rèn)該遵守哪個(gè)紅綠燈的情況下，HPilot也是通過(guò)一個(gè)模型學(xué)習(xí)的。當(dāng)輸入一張圖片之后會(huì)有一條分支，來(lái)處理紅綠燈檢測(cè)問(wèn)題，在圖像上把紅綠燈檢出來(lái)。還有另外一個(gè)分支，會(huì)通過(guò)注意力機(jī)制，學(xué)習(xí)出來(lái)一個(gè)Feature Map，表達(dá)該紅綠燈和道路結(jié)構(gòu)的關(guān)系。

通常來(lái)說(shuō)，看到一個(gè)道路形狀，F(xiàn)eature Map的熱力圖大概率能確認(rèn)相應(yīng)的紅綠燈位置，然后再把它們綁定到一起。通過(guò)這兩種方法，一個(gè)是檢測(cè)，一個(gè)是通過(guò)模型學(xué)習(xí)場(chǎng)景并綁定，就可以找到該紅綠燈在道路上的拓?fù)湫畔ⅰ！?/p>

紅綠燈識(shí)別只是HPilot3.0的識(shí)別能力之一，其通過(guò)Transformer大網(wǎng)絡(luò)還能解決城市車(chē)道線(xiàn)的各種挑戰(zhàn)，這些技術(shù)使得車(chē)輛在城市場(chǎng)景沒(méi)有高精地圖的情況下，依舊能提升紅綠燈和車(chē)道線(xiàn)的感知能力。

從感知到認(rèn)知，要想讓車(chē)輛像人類(lèi)司機(jī)一樣去做判斷與決策，難度更大，尤其在中國(guó)城市道路上存在多重的交互問(wèn)題。

在諸如環(huán)島、擁擠車(chē)流匯入、壓速變道等挑戰(zhàn)面前，毫末智行做成TarsGo Model，通過(guò)模型學(xué)習(xí)和立體化學(xué)習(xí)的手段，學(xué)習(xí)人類(lèi)司機(jī)在這些場(chǎng)景下面的動(dòng)作。

TarsGo提供了車(chē)端的模型，需要大量人類(lèi)的數(shù)據(jù)去訓(xùn)練。在這方面，毫末智行和阿里達(dá)摩院一起基于阿里PAI的框架，共同使用M6大模型，為自動(dòng)駕駛的數(shù)據(jù)進(jìn)行了數(shù)據(jù)挖掘。M6不光能夠用在采集車(chē)、用戶(hù)的車(chē)傳回來(lái)的這些量產(chǎn)數(shù)據(jù)上，同樣能夠用人類(lèi)社會(huì)每天都在源源不斷產(chǎn)生的生活中的數(shù)據(jù)，和其他行業(yè)的數(shù)據(jù)，郵戳來(lái)迭代自動(dòng)駕駛的能力。潘興稱(chēng)，“M6在自動(dòng)駕駛領(lǐng)域的應(yīng)用標(biāo)志著AI模型能力的普惠化”。

獨(dú)家MANA智能數(shù)據(jù)體系支撐

無(wú)論是感知還是認(rèn)知，背后支撐的都是大量的數(shù)據(jù)，兩個(gè)模塊背后正是依托MANA數(shù)據(jù)智能的體系迭代和演進(jìn)的。

毫末智行開(kāi)創(chuàng)的MANA數(shù)據(jù)智能的體系在成本與速度上做到了超越。

據(jù)透露，在數(shù)據(jù)標(biāo)注方面，毫末智行利用自行建立的自動(dòng)標(biāo)注能力，相比人工標(biāo)注可有效降低80%以上的成本，而通常數(shù)據(jù)標(biāo)注成本就占到了總成本的三分之二，所以這是一筆不菲的支出。只有當(dāng)標(biāo)注成本下降了，整個(gè)數(shù)據(jù)智能的體系運(yùn)轉(zhuǎn)才會(huì)更加健康。在訓(xùn)練方面，整個(gè)成本下降了62%，加速比提高到了96%。

建立數(shù)據(jù)自行標(biāo)注能力，在前期是需要投入大量精力的。潘興對(duì)車(chē)云菌表示，自動(dòng)駕駛本身是一個(gè)數(shù)據(jù)密集且對(duì)數(shù)據(jù)的標(biāo)注質(zhì)量要求很高，所以數(shù)據(jù)標(biāo)注是核心競(jìng)爭(zhēng)力的體現(xiàn)。

為此，毫末智行也專(zhuān)門(mén)組建了單獨(dú)的數(shù)據(jù)自動(dòng)標(biāo)注的算法團(tuán)隊(duì)、工程團(tuán)隊(duì)。“標(biāo)注要求比感知更嚴(yán)格，2D的像素上可能就要3個(gè)像素以?xún)?nèi)能框得出來(lái)，3D上可能就是幾厘米的誤差，這個(gè)框要足夠準(zhǔn)。而且自動(dòng)駕駛不光是要框出這個(gè)物體，對(duì)這個(gè)物體的屬性要求還很高，這個(gè)物體是被遮擋還是截?cái)?，是在地面上還是馬路上，是騎自行車(chē)還是騎摩托，是三輪摩托還是老頭樂(lè)，這些都要有一個(gè)明確的語(yǔ)義標(biāo)注。所以在2D、3D以及屬性的標(biāo)注上，我們都是經(jīng)過(guò)了很大優(yōu)化的工作量?！迸伺d稱(chēng)。

因此，MANA數(shù)據(jù)體系在成本和速度上為毫末智行后續(xù)的產(chǎn)品研發(fā)與落地提供了很強(qiáng)的便利性，使得城市NOH功能今年即可落地。

相比于同業(yè)公司的城市輔助駕駛功能落地進(jìn)度，毫末智行搶在了領(lǐng)先的位置。在高速道路布局輔助駕駛的能力已經(jīng)基本實(shí)現(xiàn)后，主戰(zhàn)場(chǎng)轉(zhuǎn)移到了城市場(chǎng)景。

在潘興看來(lái)，毫末智行之所以能率先落地，其一是采用重感知的方案。當(dāng)其他同行還在研發(fā)的階段，他們就可以在大規(guī)模的城市部署，用戶(hù)可以使用。如果是重地圖的方案，城市高精地圖會(huì)受到限制。毫末智行城市NOH今年6月份SOP，并可以做到全國(guó)100多個(gè)城市有效的部署，所以在范圍上具有很大優(yōu)勢(shì)。

其二是搭載在長(zhǎng)城大體量車(chē)型上。整體部署范圍大、車(chē)型多、數(shù)量多，我們基于更多的數(shù)據(jù)，持續(xù)迭代的速度也是競(jìng)爭(zhēng)優(yōu)勢(shì)之一。

車(chē)云小結(jié)

自動(dòng)駕駛從高速席卷到城市內(nèi)，面臨的技術(shù)難題遠(yuǎn)比大眾看到的多，繼續(xù)解決和普及自動(dòng)駕駛依舊任重道遠(yuǎn)。毫末智行董事長(zhǎng)張凱提到的“三大戰(zhàn)役”——“數(shù)據(jù)智能技術(shù)之戰(zhàn)”、“智能駕駛城市場(chǎng)景之戰(zhàn)”、“末端物流自動(dòng)配送車(chē)的規(guī)模之戰(zhàn)”何嘗不是整個(gè)自動(dòng)駕駛行業(yè)的戰(zhàn)役。