无人驾驶业绩总结 第1篇
然后我们深入聊下无人驾驶的技术，无人驾驶并不是单点的技术，而是多个技术的整合。 无人驾驶的整体技术架构，大概可以分为三大模块：算法、系统以及云平台。
在车辆端，上层是算法模块，包括传感（如何更好的获取环境数据）、感知（如何更好的理解车辆周围环境，包括定位，物体识别，物体追踪）以及决策（在了解环境后如何更好的做出决策，包括路径规划，行为预测和障碍物躲避等）三个部分；下层则是操作系统和硬件平台。而在云端，则有一个无人驾驶的云平台，其上囊括了高精地图、模型训练、模拟计算以及数据存储等几块内容。
定位（Localization）
无人驾驶汽车行驶过程中最重要的是要知道自身处在什么位置上，只有这样才知道要怎么去往目的地。接下来将主要阐述目前应用比较多的定位技术。
我们平常用的是多星GPS，可以接收伽利略或北斗的信号，做一个综合，然后得出一个相对精准的位置。但是多星GPS的定位精度大约能做到1-2米，这满足不了无人驾驶车道级定位的要求。所以，后续，业内又开发出一种被称为RTK（Real-Time-Kinematic）的GPS，主要是依靠在地面布置基站，通过基站的信号去纠正卫星的信号，精度可以达到分米级别甚至更低。但缺点是需要布置基站，成本很高，还需要人维护。接下来，又出现一种称为PPP（精密单点定位）的GPS技术，基于全球卫星的联网系统，通过互联网发布卫星的纠正信号，这项技术大概在2018年会在全球进行部署。其好处在于不需要布置基站，无论在哪，都能得到一个比较精准的位置。
GPS是一个比较好的定位导航工具，但是其更新率低是最大的问题。有的是1帧/秒的更新，有的是10帧/秒的更新，车辆高速行驶的状况下，这显然不够用。所以，一般情况下，我们会把GPS和IMU惯导系统结合起来。惯导系统能提供快速更新——1000帧/秒，这弥补了GPS的更新率低的问题；而惯性导航所存在的“累计误差”问题，也可以通过GPS来弥补。刚入门的同学可以使用手机平台提取基本的GPS轨迹数据去了解GPS的基本运作原理，然后再深入了解不同GPS的性能区别。
激光雷达的好处是有一定的射程，能触及100-200米的距离，能很精准的得到空间中的点（3D点云）。将激光雷达的数据和高精地图的数据做一个匹配，可以将车辆定位上升到厘米级别。
但是激光雷达的成本高，而且是转动的形式，容易磨损，耐用性很差。 激光雷达很依赖另一个传感器——高精地图（传统意义上也不能称其为传感器），二者配合使用才能达到一个很好的定位效果。
具体到高精地图的制作上。在高精地图的最底层，是一个网格地图，网格地图是使用激光雷达扫描回来的，精度可达5厘米；网格地图之上，我们会做道路的标签，也就是最底层的reference line；再加一些语义信息，精确到车道，标示出lanes；在车道之上，再做一些语义标签，比如限速、红绿灯这样的标志物。高精地图制作起来非常昂贵，因为需要激光雷达设备不断去扫描外部环境，从而得到相关的数据来支撑其制作。刚入门的同学可以使用商业地图平台，比如百度地图，去了解现有地图的精度。然后通过深入学习高精地图 。
传统的做法是用双目进行视觉导航，方法如下：左右两个图进来，首先做一个三角成像，就可以得出空间中深度点的信息，每一个特征点都有描述，然后再将前后两帧图像的特征点进行比对，得出其位移的信息，大概能定位到车辆移动的距离。后续技术的发展，实现了单目视觉进行导航的功能，但是图像信息更新率有限——30-60帧/秒之间。所以，为了更快速得到信息更新，还是要将IMU加上，就产生了Visual inertial odometry技术，可以得到很精准的位置更新。
这个就相对简单了，因为轮子周长固定，可以通过圈速来进行距离的测算，但是这个方式的累计误差会比较大，所以也存在很大的问题。
但在实际的实践中，只依赖一种定位技术或传感器，显然无法实现良好的效果。天气、光照、磁场等等，都会干扰这些定位传感器的正常使用。
真正的解决方案是传感器融合：
通过IMU和轮速计，得到车辆初始的位置，而GPS则可以不断纠偏，把错误率控制在一定的范围，比如GPS是厘米级的，那么精度就能保证在厘米级别，同时再加上激光雷达和高精地图的匹配，得出一个最终的很精准的位置。本文下一章有一个小作业，可以帮助各位同学了解传感器融合的基本工作机制。
感知（Perception）
感知就是理解环境，要做感知，需要的是一个数据集。在无人驾驶行业，有一套通用的数据集——KITTI数据集，里面有不同的数据，包括双目视觉的数据、定位导航的数据等。
传统方法主要是针对固定物体的检测。一般的方法是HOG（ 方向梯度直方图），然后再加一个SVM的分类器。而对于动态物体的检测，主要使用的是DPM模型的方法，先把手和脚识别出来，再进行组合。
人行道是一个场景，道路是一个场景，在场景中对不同的物体进行分类，是一个很重要的问题。传统的方法是采用CRF（ 条件随机场），基本原理在于图像都是由像素点组成的，若两个像素点都比较像车，那就把二者连接起来，形成对车辆的识别。
另外，就是我们所说的光流（Optical Flow），光流是针对2D图像来说的，如果说一个图片流到另外一个图片，都是2D的物体移动，那就用光流来做。如果是3D的物体流动，那我们就用场景流（Scene Flow），场景流在传统的方法就是使用的是SGBM，利用的是双目成像的技术，把左图和右图合起来提取出空间的点，用光流在上面做，就能把场景的流动分析出来。
这也是无人驾驶中一个比较重要的技术。如何预测行人下一个动作、怎么去跟踪这个行人，也有一系列问题。里面用到的是马尔可夫链的解决方案，这个技术叫做MDP，跟踪一个人，随时跟踪其下一个动作，预测其下一个动作。以上其实都是一些传统的感知方法，而这些年随着深度学习的不断进步，应用也非常广泛。
在物体识别方面，有两个非常有效的模型。
一个是Faster R-CNN，它会将兴趣点框出来，然后再进行物体识别，找到是不是你想要识别的物体；另一个是更为快速的SSD，也是将图中的物体识别出来。
而在场景分类方面，运用深度学习的方法则使用的是另一种模型，被称为PSPnet（语义分割）。这是金字塔型的场景分解模型，将一个场景不断地压缩，把类似的物体聚类，然后再做判断。
光流也可以利用深度学习的模型来做，把左右两图用同样的模型来提取特征，经过计算就能得出一个深度的信息。但是这个方式的计算量非常大。对感知有兴趣的同学可以学习一下OPENCV以及基本的卷积网络识别例子，比如基于LENET的数字识别。
这是一个最基本的决策和控制的架构，但这个部分其实是无人驾驶中最难的部分。
最上方的感知系统可以感知行人的位置、速度及态势，然后将这些信息传送给预测模块，预测行人是往前还是往后，速度多快。而下方的定位数据流进来之后，全局的路径规划模块就会将这些路径传入到最核心的控制决策模块——其中包括行为决策、动作决策和反馈控制。最后，这些信号会传送给CAN-BUS，由车辆来执行。
交通预测其实可以分成两个问题：一个是分类问题，另一个是回归的问题。分类问题要了解的是行人到底是过马路还是不过马路，回归问题就更复杂一些，如果行人是过马路，那么针对其过马路的速度是多少，需要做一个预测。 路径规划也是比较有趣的，因为这对无人车来说是一个比较特殊的问题，因为对于普通的车辆来说，只要知道这是哪条路就行了，而不需要知道这是哪一条车道。
因为每条路都有不同的车道，那我们把车道标出不同的节点，不同的节点连接在一起，就变成了一条车道。通过某种方式（Dijkstra和A*）找到最短车道，就能得到最优解。
有了全局的路径规划以后，我们就需要进行行为决策。因为道路场景非常复杂，可以分成几十个不同的场景——左右车道、丁字路口等等，需要做场景组合决策。
然后是动作的规划，包括加速、减速、转向等等，速度规划主要使用了ST-graph工具来做，路径规划主要是动态编程来实现。
而最后的反馈控制则是由车厂来做，而且很多车厂采取的方案是不一样的。实现反馈控制的一般有双轮模型和PID控制模型，后者实现起来比较顺畅。
对决策感兴趣的同学可以学习一下基础的A＊ 算法实现。
任何一个复杂的系统都需要一个操作系统来辅助它实现功能，这样才不至于混乱。
如上图所示，在处理器中，其实运行了上文所述的各类算法，包括感知、定位、全局路径规划等算法。然后再实现对车辆本身的控制，包括动作控制、方向控制。
首先我们需要一个操作系统来管理这么多复杂的工作，现在大部分厂家用的都是ROS——机器人操作系统，当然都做了一些个性化设计。这是一个信息传递的系统，可以通过点对点的传输形式或是广播的形式来做信号传输的动作。
ROS本身有很多问题：
单一主节点，很容易整体崩溃。（解决方案：可以用Zookeeper机制来做，设置多个主节点。） 通信非常低效。（解决方案：可以用共享内存的方法来做。） 不是很安全，比如开一个恶意节点不断去损耗资源，很容易造成整体系统的崩溃。（解决方案：这个问题可以使用Linux Container的技术来解决。） 硬件平台当然也是不可或缺的。其前端有很多传感器，信号传输进来后，有一个计算平台进行接收，处理完成后再通过CAN-BUS，把控制信号传给车辆控制系统。
以往很多时候，无人驾驶汽车上都放了两台计算机进行数据处理。这样带来的问题是功耗高，散热问题非常难以处理。未来，计算单元小型化会是很大的挑战。
如今，很多人都关注无人驾驶的终端，而对于云平台没有给予足够的重视，实际上这块内容是非常重要的。无人驾驶车辆每秒最多可以产生2GB的裸数据，怎样利用这大量的数据去帮助无人驾驶做得更好，怎么样去搭建一个云平台去更好地服务无人驾驶的作业，这是个很大的挑战。
云平台底层就是存储和计算。我们有一个开源的项目叫做Alluxio，基本上就把磁盘存储给管理起来了，这是一个分布式的存储管理器；在其上，我们运用了异构计算，不同的作业依赖的处理器也不一样，所以会有GPU、CPU和FPGA；当然，为一个处理器写一套单独的程序，太复杂了，所以在其上统一搭载了OpenCL，对程序进行统一管理；分布式计算也需要一个管理平台，我们采用了Spark平台——比较通用、功能很多。再在这个平台上搭建高精地图、模拟计算和模型计算等作业。
在计算层面，我们运用了Apache Yarn这个分布式系统管理器通过Spark把作业分发下去，每个Spark的节点都有多个容器（Container），容器上会跑一些 OpenCL 的 Kernel，OpenCL 可以跑在 GPU 上，也可以跑在FPGA上。这个平台的可扩展性非常强，模型训练所需的时间会随着GPU数量的增加而线性减少。
现在谈谈云平台的具体应用。
首先是模拟计算。比如你新开发了一个程序，想要试试新的算法是不是好用，但是不可能每次都实车验证，因为成本高，而且覆盖的场景很少。所以一般采用的是模拟计算的方式：游戏平台和真实数据回放，更多是采用后者的形式。这里有一个问题，单机回放必须要回放实际的数据，比如谷歌无人车累计有8年的数据，如果单机计算需要很长时间，这显然不可取。所以这里采用了Spark Driver的系统，可以并行处理，把作业分发下去，通过Linux pipe把每一个ROS Node节点打出来做一个回放，数据再回收到Spark Driver里去。只要给的节点够多，几十分钟就可以验证一套算法。
第二个是高精地图的制作。这是个很复杂的工作，首先是裸数据，然后从裸数据得出一个点云的数据，点云和点云之间要做一个对齐，对齐之后要把反射率的数据填到里面，然后再加一些语义的信息等。用分布式平台来做高精地图的生产，最大的计算量部分集中在点云的生产和对齐上，用异构计算可以很好地完成这些作业。
无人驾驶业绩总结 第2篇
1. 无人驾驶。无人驾驶现在冷却了下来，从科技公司到政府都希望尽快落地。今年百度的无人驾驶出租车已经在海淀和长沙等地试运行了。这其中最明显的认知变化就是无人驾驶目前只能在限定场景下实现，特斯拉的几次事故就已经说明了这一点。在类似沙盒的场景下，要处理的环境信息太多，随时都可能发生意想不到的情况，深度学习对这种可能出现的意外缺乏数据支撑，没有办法作出正确决定。连特斯拉都不敢再吹牛逼，但当我看到国内主机厂吹自己实现了L4、L5级别的无人驾驶，我真的很无语，国内的无人驾驶一直很浮躁，沉下心，少吹牛逼，默默追赶才是出路，花拳绣腿终归比不过冬练三九夏练三伏。
2. 关于代码造轮子。网上很多人说编程的大忌就是造轮子。但是算法你不造轮子不行啊，只会用库，不懂原理，你连修改都没法改，没有办法根据目标的变化修改代码，很被动。所以，算法造轮子不能偷懒，该造还得造，还得好好造，多编多练才能取得进步。
3. 我觉得V2X是未来无人驾驶的强大甚至是核心助力，物联网，啧啧，想着就牛逼。
4. 跟着国外走吧，国内的主机厂都在搞笑，他们很少真正关心技术，关心的只是项目完成，年底拿钱。请保持一颗追赶超越的心。
本文仅做学术分享，如有侵权，请联系删文。
无人驾驶业绩总结 第3篇
首先我们探讨下无人驾驶能如何提高人类社会的效率。第一是无人驾驶对环境的影响：每辆传统车每年平均排放5吨的二氧化碳，以美国为例有亿台车，每年二氧化碳排放就有亿吨。而如果使用中央调度的无人新能源车，那么总排放量可以被降低到亿吨，效果十分惊人。
然后我们看看无人驾驶对安全的影响：人类驾驶员每驾驶100万英里的里程，平均会发生次意外，全球每年会产生大约1300万次事故。如果我们能把无人驾驶每100万英里的事故率控制在1次以内，那么总事故数会被控制在300万左右。现在每年全球车祸死亡人数超过百万，所以无人驾驶的普及可以每年在全球挽救几十万甚至上百万的生命。
最后我们了解下无人驾驶对经济的影响：由于减少碳排放，无人驾驶普及每年可减少3000亿美金的经济损失。另外，每次车祸带来的经济损失平均为3000美金，那么如果通过无人驾驶实现每100万英里的车祸率在1次以内的安全目标，每年也可以减少3000亿美金的经济损失。两者相加，无人驾驶普及后每年至少可以减少6000亿美金的经济损失，这基本相当于瑞士的GDP，如果按全球国家GDP排行榜可以排进前20左右。