毫末智行技術揭秘 城市NOH何以做到今年落地

短短三年時間，毫末智行從成立到量產(chǎn)，成為發(fā)展速度最快的自動駕駛公司之一，它能在短期內(nèi)迅猛發(fā)展的秘訣是什么？有人說是長城的背書，有人說是AI大牛的支持，而今天我們來說說毫末智行的技術。

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

硬件方面，HPilot3.0擁有360TOPS的算力，也是當前在自動駕駛業(yè)內(nèi)算力最強的一款硬件。全車配備12個攝像頭和2個激光雷達，5個毫米波雷達，12個超聲波雷達。

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，另一方面需要國家審圖通過才能使用，目前還沒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，對智能駕駛的需求已經(jīng)來勢洶洶，眼下在無高精地圖的情況下去實現(xiàn)更智能化的輔助駕駛勢在必行。

毫末智行HPilot 3.0旨在實現(xiàn)這一想法，主打城市自動駕駛場景。

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

由于紅綠燈多樣性的變化，長尾數(shù)據(jù)處理起來較多，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)實總會有差距，由此采用“混合遷移學習”來處理和彌合二者的差距。

潘興介紹到，“該學習模型拿到的既有仿真數(shù)據(jù)，也有真實數(shù)據(jù)。學完之后，在真實數(shù)據(jù)上的效果是完全可以把仿真數(shù)據(jù)利用起來的。比如在Loss上面增加了兩個數(shù)據(jù)集遷移的距離，通過這種方式學習讓兩種數(shù)據(jù)集的概率分布趨同。

在遷移學習之前，合成數(shù)據(jù)和真實數(shù)據(jù)是分布在各自的維度上。這種情況下學習的效果并不理想。通過混合遷移學習之后，合成數(shù)據(jù)和真實數(shù)據(jù)幾乎就被拉齊了。由此，虛擬的仿真數(shù)據(jù)補進去之后，在真實世界里面它的表現(xiàn)就能自動變好。通過這種方式，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)完成紅綠燈識別?！?/p>

關于綁路，是為了解決復雜路況、交通指示燈繁多下的識別能力。

“在一條路上無法確認該遵守哪個紅綠燈的情況下，HPilot也是通過一個模型學習的。當輸入一張圖片之后會有一條分支，來處理紅綠燈檢測問題，在圖像上把紅綠燈檢出來。還有另外一個分支，會通過注意力機制，學習出來一個Feature Map，表達該紅綠燈和道路結構的關系。

通常來說，看到一個道路形狀，F(xiàn)eature Map的熱力圖大概率能確認相應的紅綠燈位置，然后再把它們綁定到一起。通過這兩種方法，一個是檢測，一個是通過模型學習場景并綁定，就可以找到該紅綠燈在道路上的拓撲信息?！?/p>

紅綠燈識別只是HPilot3.0的識別能力之一，其通過Transformer大網(wǎng)絡還能解決城市車道線的各種挑戰(zhàn)，這些技術使得車輛在城市場景沒有高精地圖的情況下，依舊能提升紅綠燈和車道線的感知能力。

從感知到認知，要想讓車輛像人類司機一樣去做判斷與決策，難度更大，尤其在中國城市道路上存在多重的交互問題。

在諸如環(huán)島、擁擠車流匯入、壓速變道等挑戰(zhàn)面前，毫末智行做成TarsGo Model，通過模型學習和立體化學習的手段，學習人類司機在這些場景下面的動作。

TarsGo提供了車端的模型，需要大量人類的數(shù)據(jù)去訓練。在這方面，毫末智行和阿里達摩院一起基于阿里PAI的框架，共同使用M6大模型，為自動駕駛的數(shù)據(jù)進行了數(shù)據(jù)挖掘。M6不光能夠用在采集車、用戶的車傳回來的這些量產(chǎn)數(shù)據(jù)上，同樣能夠用人類社會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)，郵戳來迭代自動駕駛的能力。潘興稱，“M6在自動駕駛領域的應用標志著AI模型能力的普惠化”。

獨家MANA智能數(shù)據(jù)體系支撐

無論是感知還是認知，背后支撐的都是大量的數(shù)據(jù)，兩個模塊背后正是依托MANA數(shù)據(jù)智能的體系迭代和演進的。

毫末智行開創(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)標注方面，毫末智行利用自行建立的自動標注能力，相比人工標注可有效降低80%以上的成本，而通常數(shù)據(jù)標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。只有當標注成本下降了，整個數(shù)據(jù)智能的體系運轉(zhuǎn)才會更加健康。在訓練方面，整個成本下降了62%，加速比提高到了96%。

建立數(shù)據(jù)自行標注能力，在前期是需要投入大量精力的。潘興對車云菌表示，自動駕駛本身是一個數(shù)據(jù)密集且對數(shù)據(jù)的標注質(zhì)量要求很高，所以數(shù)據(jù)標注是核心競爭力的體現(xiàn)。

為此，毫末智行也專門組建了單獨的數(shù)據(jù)自動標注的算法團隊、工程團隊。“標注要求比感知更嚴格，2D的像素上可能就要3個像素以內(nèi)能框得出來，3D上可能就是幾厘米的誤差，這個框要足夠準。而且自動駕駛不光是要框出這個物體，對這個物體的屬性要求還很高，這個物體是被遮擋還是截斷，是在地面上還是馬路上，是騎自行車還是騎摩托，是三輪摩托還是老頭樂，這些都要有一個明確的語義標注。所以在2D、3D以及屬性的標注上，我們都是經(jīng)過了很大優(yōu)化的工作量?！迸伺d稱。

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度，毫末智行搶在了領先的位置。在高速道路布局輔助駕駛的能力已經(jīng)基本實現(xiàn)后，主戰(zhàn)場轉(zhuǎn)移到了城市場景。

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

其二是搭載在長城大體量車型上。整體部署范圍大、車型多、數(shù)量多，我們基于更多的數(shù)據(jù)，持續(xù)迭代的速度也是競爭優(yōu)勢之一。

車云小結

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

關鍵詞： 毫末智行技術揭秘 城市NOH何以做到今年落地 毫末智行