1
| 本文作者： 于勝越 | 2019-07-21 19:12 |
自主泊車產(chǎn)品正在走進(jìn)公眾視野：一方面越來越多的主機廠將自主泊車作為一大技術(shù)升級，不斷提升用戶體驗；另一方面自主泊車搭載進(jìn)共享出行車輛，也成為自動駕駛一大商業(yè)化應(yīng)用場景。
不少自動駕駛初創(chuàng)公司也希冀借自主泊車彎道超車，將其定義為自動駕駛商業(yè)化最現(xiàn)實的路徑之一。2019年過半，多數(shù)于去年開始投入自主泊車研發(fā)儲備的公司，已經(jīng)走出概念階段，邁進(jìn)產(chǎn)品化和測試量產(chǎn)。
國內(nèi)自動駕駛方案供應(yīng)商Momenta也于近期正式公布其自主泊車方案 Mpilot Parking。這是繼3月對外展示面向高速場景的可量產(chǎn)自動駕駛解決方案 Mpilot Highway 后，Mpilot 系列方案的第二次亮相。雷鋒網(wǎng)新智駕了解到，繼高速自動駕駛（Mpilot Highway）、自主泊車（Mpilot Parking）之后，搭載激光雷達(dá)的城區(qū)自動駕駛（即Robotaxi）和搭載量產(chǎn)方案的完全自動駕駛也將會相繼發(fā)布。
在一片混沌的AVP戰(zhàn)場上，Momenta的自主泊車方案又有哪些特點？
車規(guī)級、可量產(chǎn)硬件：沒有激光雷達(dá)，采用可量產(chǎn)的傳感器；千元級成本；
高精地圖：基于視覺Slam建圖技術(shù)，Momenta 支持量產(chǎn)車輛車端自動建圖；
為加速規(guī)?；慨a(chǎn)落地，Momenta自主泊車方案主張“在車端做到極致”，即不依賴場端技術(shù)，通過視覺Slam建圖技術(shù)，實現(xiàn)地下車庫的定位和車端自動生成高精地圖。
雷鋒網(wǎng)新智駕輕度體驗了一把 Momenta自主泊車功能，先來看看Mpilot Parking的具體表現(xiàn)。
此次體驗位于Momenta蘇州辦公室地下約500平米的停車場。搭載Mpilot Parking的自動駕駛車輛順利完成了從停車場入口到指定即任意車位的自主泊車，實現(xiàn)了在停車場復(fù)雜的車流人流環(huán)境下的跨層泊車、智能繞行、避讓車輛行人、在線尋位、智能召喚等多項功能。
*車輛錯車及繞行處理
*行人避讓，車輛避讓及錯車處理
此次試乘環(huán)境完全符合日常停車的真實場景，過程中遇到了諸多復(fù)雜情況，例如行人穿行、車輛占道、路口錯車、突然出車等。Mpilot Parking 實時捕捉到周圍的車輛狀態(tài)和障礙物，甚至是位于柱子后的人、突然出現(xiàn)的行人，完成及時避障，實時規(guī)劃出繞行軌跡，避免了因自動駕駛車輛無法處理會車、逆行、占道等情況而引起交通擁堵。全程無人工接管。
*車輛繞行和行人避讓處理
*車輛避讓及錯車處理
雷鋒網(wǎng)新智駕了解到，當(dāng)Mpilot Parking搭載進(jìn)量產(chǎn)車型后，用戶可在手機端點選指定車位或允許車輛自行尋找車位，隨即車輛即可自行從地上停車場入口下坡，完成自主泊車；當(dāng)用戶取車時，可以在遠(yuǎn)程召喚車輛來到指定地點，駕駛員上車后自主行駛出停車場。適用場景包括住宅、辦公樓、商超、酒店以及共享出行等。
支持選定車位：住宅和寫字樓，是車主每天通勤的高頻泊車場景，往往會有固定的停車位或經(jīng)驗軌跡。
在線尋找車位：在商超、酒店、機場這類對泊車有高需求的公共場所，停車位不固定，需要系統(tǒng)能夠?qū)崟r探測車位，并判斷車位占用信息。
在自主泊車背后，是 Mpilot Parking 可量產(chǎn)、車規(guī)級的軟硬件方案。
車端傳感器層面，Mpilot Parking 系統(tǒng)搭載4路環(huán)視魚眼相機、1個前視相機、12個超聲波雷達(dá)、消費級IMU和GPS，整個系統(tǒng)全部采用可量產(chǎn)的傳感器。傳感器的配置基本上是現(xiàn)在高端車的標(biāo)配。
沒有激光雷達(dá)，利用車規(guī)級傳感器完成實時車位識別，離不開 Momenta 預(yù)先建好的停車場高精地圖。高精地圖是Mpilot Parking一大核心能力，可獲取該停車場所有的車位信息。在車輛行駛過程中，高精地圖融合環(huán)視感知以及超聲波雷達(dá)感知的結(jié)果，可對車位空閑狀態(tài)作出識別，自動判斷所經(jīng)過的車位是否可泊入。
雷鋒網(wǎng)新智駕了解到，相比昂貴的激光雷達(dá)建圖，Momenta采用視覺為主的方案實現(xiàn)自動化建圖。建圖采集系統(tǒng)使用四路環(huán)視魚眼相機、消費級IMU及輪速等傳感器。在建圖過程中，通過深度學(xué)習(xí)算法提取視覺語義特征，使用SLAM技術(shù)自動生成基于語義的高精度地圖。整個系統(tǒng)可進(jìn)行云端和車端自動建圖，精度達(dá)到10cm級別。
據(jù)Momenta高精地圖相關(guān)負(fù)責(zé)人介紹，沒有高成本激光雷達(dá)，Momenta 的視覺建圖方案完全支持量產(chǎn)車輛自主建圖，即通過眾包實現(xiàn)快速規(guī)?；慕▓D和地圖更新。
Momenta合伙人、研發(fā)總監(jiān)夏炎提到，自動建圖的能力，是Mpilot Parking規(guī)模化可量產(chǎn)的關(guān)鍵。因Momenta地圖采集系統(tǒng)、建圖系統(tǒng)和定位系統(tǒng)是基于同一套平臺，車輛在進(jìn)行定位時，如果發(fā)現(xiàn)真實環(huán)境和地圖無法匹配時，就可以驗證地圖的準(zhǔn)確性并及時進(jìn)行更新。對于停車場中增加或消失的元素，眾包車輛可自動實時完成地圖元素的更新補充。
Momenta 的環(huán)境感知和高精地圖技術(shù)均以深度學(xué)習(xí)為基礎(chǔ)。在量產(chǎn)落地的過程中，如何將深度學(xué)習(xí)運行在車端嵌入式芯片上，Momenta 積累了大量實踐。
相比于服務(wù)器的運算能力，車規(guī)級可量產(chǎn)的芯片往往提供的算力資源有限。例如，一般在深度學(xué)習(xí)訓(xùn)練服務(wù)器上使用的算力往往有上百 TFLOPS，而目前較前沿的車規(guī)級芯片的性能最多僅為 30 TOPS 左右。如何將多個深度學(xué)習(xí)模型壓縮到一塊有限算力的芯片上，同時又保證精度，這非常考驗工程優(yōu)化能力。
Momenta的思路是，在標(biāo)準(zhǔn)的平臺上進(jìn)行極致性能的研發(fā)，將體驗達(dá)到極致；然后，將極致的性能壓縮集成到量產(chǎn)芯片上。在可量產(chǎn)的芯片上，同時集成Mpilot Parking和Mpilot Highway的產(chǎn)品。
Momenta 從多個維度對深度學(xué)習(xí)進(jìn)行深度優(yōu)化。首先，芯片上往往會有不同的計算單元，需要在這些計算單元上，將深度學(xué)習(xí)的網(wǎng)絡(luò)層進(jìn)行計算優(yōu)化，如卷積等操作；其次，針對不同的任務(wù)類型，可以對模型結(jié)構(gòu)進(jìn)行自動搜索，產(chǎn)生高效率、高精度的模型；再次，對模型進(jìn)行低比特量化操作，在保證模型精度不損失的同時，使得模型在芯片上發(fā)揮出極致性能；最后，根據(jù)特定芯片的特點，從算法角度可以研發(fā)更加芯片友好的網(wǎng)絡(luò)和算法框架。
不同于其它自主泊車產(chǎn)品， Mpilot Parking 對外展示的是單車智能、無需場端改造的技術(shù)能力。據(jù)夏炎介紹，Momenta也可以靈活根據(jù)客戶的需求，接入其他場端信息。
Mpilot Parking 希望能通過以視覺為主的傳感器方案，將系統(tǒng)在車端量產(chǎn)方案下的潛力做到極致，同時加入客戶定制化需求，在保證安全性和魯棒性的前提下實現(xiàn)更多復(fù)雜功能。
全球汽車行業(yè)正在廣泛應(yīng)用L3以下的ADAS系統(tǒng)，L3和L4的量產(chǎn)則處于只差臨門一腳的關(guān)鍵階段。規(guī)?；慨a(chǎn)是包括Momenta在內(nèi)的多數(shù)自動駕駛公司的一大目標(biāo)。
在商業(yè)化布局上，Momenta實行“兩條腿走路”，即現(xiàn)階段可量產(chǎn)上車的自動駕駛，及無人駕駛方案同時開發(fā)。
Momenta Mpilot 是 Momenta 于今年3月發(fā)布的可量產(chǎn)自動駕駛解決方案，場景包括高速（Mpilot Highway）、泊車（Mpilot Parking）以及城市道路（Mpilot Urban）。夏炎也透露了Momenta自動駕駛量產(chǎn)時間線：
2019年3月，發(fā)布了高速自動駕駛系統(tǒng)Mpilot Highway；
2019年7月，發(fā)布了自主泊車系統(tǒng)Mpilot Parking；
2019年第三季度，Momenta即將發(fā)布搭載激光雷達(dá)的城區(qū)自動駕駛，即Robotaxi。
2020年第一季度，Momenta即將發(fā)布搭載量產(chǎn)方案的完全自動駕駛。
在個人乘用車上，用戶最高頻的使用場景是上下班的通勤，往返于家和公司，也就是從停車場到停車場。Momenta希望能夠在用戶最高頻的使用場景上，提供從停車場取車——上高速環(huán)路——城市道路——停車場泊車的連貫的自動駕駛體驗。此次發(fā)布的 Mpilot Parking，正是連續(xù)自動駕駛體驗中重要的首尾一環(huán)。
雷鋒網(wǎng)新智駕了解到，在Mpilot 的整套方案，基于一套標(biāo)準(zhǔn)的硬件計算平臺：10個相機、12個超聲波雷達(dá)、5個毫米波雷達(dá)，輔以其他傳感器。該硬件方案，可以同時支持不同場景的自動駕駛，如 Mpilot Highway 和 Mpilot Parking。
通過在不同場景下傳感器和計算單元的分時復(fù)用，可以讓終端用戶獲得「雙份體驗」，讓主機廠客戶實現(xiàn)「二合一」成本優(yōu)化。
夏炎提到“兩條腿走路”背后的商業(yè)邏輯。在Momenta看來，量產(chǎn)自動駕駛和完全無人駕駛看起來是兩個事情，但是其實是一件事，因無人駕駛不是一蹴而就的過程，要通過持續(xù)的高效的迭代反饋。而要做到持續(xù)迭代快速反饋，核心有以下三點：
大數(shù)據(jù)：即持續(xù)獲取數(shù)據(jù)的能力，在實際路測和模擬仿真測試過程中，Momenta已集成感知數(shù)據(jù)、高精地圖數(shù)據(jù)、駕駛員行為數(shù)據(jù)、眾包數(shù)據(jù)等；
數(shù)據(jù)驅(qū)動算法：Momenta已擁有一套可以被數(shù)據(jù)驅(qū)動的算法工具；
數(shù)據(jù)與數(shù)據(jù)驅(qū)動算法之間的閉環(huán)：多種類型數(shù)據(jù)匹配Momenta深度學(xué)習(xí)的算法，進(jìn)而迭代出來更好的產(chǎn)品，包括感知類技術(shù)、包括高精度地圖技術(shù)、不同場景下的自動駕駛技術(shù)。這些算法同樣能夠匹配到Momenta車隊中，車隊在運行測試的過程中會產(chǎn)生出大量的數(shù)據(jù)，如此形成閉環(huán)的自動化。自動化閉環(huán)過程可增強算法迭代速度。自動填充數(shù)據(jù)后，算法能夠自動找到最優(yōu)的答案，進(jìn)而完成迭代產(chǎn)品。
數(shù)據(jù)與數(shù)據(jù)驅(qū)動算法之間的閉環(huán)被Momenta定義為能夠?qū)崿F(xiàn)規(guī)模化，持續(xù)反饋，提升自動駕駛能力的關(guān)鍵。
Momenta將自動駕駛分成高速場景、泊車場景、城區(qū)場景三類場景。從商業(yè)化考慮上看，在兩條腿走路的過程中，Momenta是基于量產(chǎn)傳感器的方案，且傳感器方案盡量去統(tǒng)一，如此在規(guī)模量產(chǎn)的路線當(dāng)中，收集到的數(shù)據(jù)能夠被完全無人自動駕駛使用、吸收和復(fù)用。同時，低成本可量產(chǎn)方案應(yīng)用至主機廠，可實現(xiàn)快速規(guī)模化。通過規(guī)?；占鴣淼臄?shù)據(jù)，應(yīng)用于完全無人駕駛的研發(fā)，不斷提升算法。這正是Momenta閉環(huán)自動化的核心策略。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
