写点什么

预测技术已经超越感知,成为无人驾驶领域最大的挑战

  • 2020-02-27
  • 本文字数:2413 字

    阅读完需:约 8 分钟

预测技术已经超越感知,成为无人驾驶领域最大的挑战

无人驾驶技术包含了感知、决策和控制等技术,目前,感知技术已经取得了阶段性成果,但是,在复杂的动态环境中运行的无人驾驶汽车,仅仅有感知还是远远不够的。无人驾驶要想“更上一层楼”,就需要在新的领域发力研究。这个领域是什么呢?那就是:预测。InfoQ 中文站翻译了无人驾驶技术公司 Voyage 的联合创始人兼 CEO 亲自撰写的这篇文章,解读无人驾驶领域未来需要重点深耕的技术,以飨读者!

本文最初发表在 Oliver Cameron 的个人博客,经原作者授权,InfoQ 中文站翻译并分享。


为什么预测已经超越感知,成为该领域最大的挑战?


在过去的十年里,无人驾驶机器学习社区内的大多数讨论都集中在目标检测(object detection)上。动态目标对所有安全导航至关重要,我们该如何提高无人驾驶汽车检测和跟踪这些动态目标的能力呢?2010 年,在深度学习普及之前,感知是无人驾驶汽车能力的主要限制。对于一台 3 吨重的机器来说,有着如此之高的误报率和漏报率,都是不可接受的。最能说明这一点的是 ImageNet 的分类正确率,在这方面,最先进的解决方案在 2010 年仅达到 50% 的正确率(相比之下,今天的正确率为 88%)。尽管 ImageNet 的分类与当前最先进的目标检测技术相提并论,但它确实可以作为计算机视觉进步的一个代表。



两年后的 2012 年,AlexNet 成为首批利用卷积神经网络进行深度学习的 ImageNet 竞赛的参赛者之一。AlexNet 也许是计算机视觉领域最有影响力的论文,2012 年就在 ImageNet 上实现了当时最先进的正确率。


深度学习,无论是应用于激光雷达、摄像头,还是雷达,都在 2014 年左右开始涉足无人驾驶技术。Google 最著名的一个例子是,它的无人驾驶汽车碰到了一名老太太坐着电动轮椅在车辆前面转来转去追赶一只鸭子的场景,当即就做出了躲避的行为,这一例子说明了感知技术从 2010 年发展到现在已经走了多远。



今天,用于感知的深度学习在无人驾驶汽车中已经很普遍了,我们也因此不断看到性能的惊人提升。去年以来,像 VoxelNetPIXORPointPillars 这样的网络推动了我们在计算机视觉方面的思考。尽管我们不应认定现在的机器人已经实现了完美的感知能力,但计算机视觉领域的发展如此之快,可以说,它现在已经不再是无人驾驶汽车商业化应用的主要障碍了。


注:我有严重的偏见,但以上的说法,是基于一款具备多钟传感器模式的无人驾驶汽车,包括一个飞行时间传感器,它会返回物理上准确的深度信息,并提供给感知模型。对不起了,特斯拉!


既然感知已经不再是无人驾驶技术的星星之火,那下一步是什么呢?预测!


既然我们可以安全地探测到我们周围的关键物体,那么,我们现在就必须预测它们下一步要做什么。正确的预测意味着我们将在正确的时间执行正确的操作,同时考虑周围人们的行动。错误的预测意味着我们可能会将自己推向危险的境地。作为人类,我们使用数以千计的环境输入来直观地进行这种预测。


正如我在第一篇关于无人驾驶汽车的强化学习和模仿学习的博文中所讨论的那样,让我们来看看机器人无人驾驶汽车如何处理没有保护的左转弯。


预测问题是无保护左转弯实例化的核心问题,该问题也是最困难的。在执行左转弯之前,无人驾驶汽车必须预测周围所有动态目标的未来动作,这项任务比无人驾驶中的其他问题需要更多的智能。人类驾驶员虽然不完美,但在很大程度上只需依靠一般智力、现实世界的驾驶经验和社会线索(如轻推或手势),就能够成功执行无保护的左转弯。

尽管机器比人类有着明显的优势(如 360°远程视野),但与人类相比,无人驾驶技术的传统预测可能还相当原始。

  1. 感知器模块输出无人驾驶汽车特定半径内的一组目标检测(例如车辆、行人),然后将其输入到预测模块。

  2. 预测模块使用当前(例如方向、速度)和先前的观察结果来生成每个目标在接下来 5 秒内可能会做什么动作的单独预测。

  3. 通过将所有这些单独预测输入到一个算法中,就可以生成关于无人驾驶汽车可以执行的最安全动作的假设。

  4. 无人驾驶骑车开始规定的动作,并每 100 毫秒重新评估该决策。


你可以想象得出,这种机器人的方式会导致不舒服甚至潜在的危险驾驶行为,在人口稠密的城市环境中尤为如此。在过去的几年里,我们看到了深度学习方法进行预测的实验爆炸式增长。这些方法有显著提高预测正确率的潜力,能够将它们从机器人转变为类似人类的预测。


用数据驱动的方法解决这些原始的预测,与 2010 年代中期深度学习如何取代经典感知的方式有着惊人的相似之处。


下面是一些实际应用的例子。


  • Cruise 的感知工程经理进行了一次精彩的演讲,讲述了他们是如何将学习预测作为一个分类问题来处理的。我对他们构建的工具特别感兴趣,除了他们场景自动标记的“车队学习”(Fleet learning)的能力之外,他们还构建了支持快速实验的工具。

  • Uber 分享了他们在 DRF-Net 上的工作,该网络增强了行人预测的能力:“大量实验表明,我们的模型表现出高可能性、低误差、低熵和高多模态,优于几个强基线。DRF-Net 离散预测的强大性能对于基于成本和约束的机器人规划提供了很好的前景。”

  • Apple 发表了一篇关于强化学习的新论文,题为《最坏情况下的策略梯度》(Worst Cases Policy Gradients):“构建智能系统的关键挑战之一,是开发在复杂环境中做出健壮且安全的连续决策的能力。”

  • isee 在 2019 年的 CVPR 峰会发表了关于学习预测方法的研究成果:“这种 MAT 编码自然地处理具有不同数量的动态目标和场景,并通过 AMT 上的卷积运算来预测场景中所有动态目标的轨迹,并且计算复杂度与动态目标的数量呈线性关系。”


虽然预测目前还没有达到它所需的性能要求,但我很清楚,我们将看到数据驱动方法在预测性能方面上的巨大飞跃,就像深度学习对经典感知的影响一样。这些即将到来的飞跃,无疑将极大改善无人驾驶汽车的决策能力,从而为乘客带来更安全、更顺畅的乘车体验。


作者介绍:


Oliver Cameron,Voyage 联合创始人兼 CEO。Voyage 致力于兑现无人驾驶汽车的承诺。


原文链接:


https://olivercameron.substack.com/p/the-next-leap-in-self-driving-prediction


2020-02-27 14:001617

评论

发布
暂无评论
发现更多内容

无需数据搬迁,10倍性能提升!携程的统一分析之旅

StarRocks

数据库 StarRocks

SaaS 出海,如何搭建国际化服务体系?(三)

LigaAI

SaaS 远程会议 高效协作 出海企业 SaaS 增长

【行云流水线实践】基于“OneBuild”方法对镜像进行快速装箱 | 京东云技术团队

京东科技开发者

云原生 CI/CD Docker 镜像 企业号11月PK榜

VMware Workstation 17安装教程之创建普通用户

小齐写代码

ElasticSearch实战指南必知必会:安装分词器、高级查询、打分机制

汀丶人工智能

中文分词 elasticsearch 检索引擎 打分机制 向量索引

软件测试/测试开发丨ChatGPT能否成为PPT最佳伴侣

测试人

软件测试

Topaz Video AI for mac(视频增强和修复工具) 4.0.2完整激活版

mac

windows 苹果mac Topaz Video AI 视频进行增强软件

飞桨国际化应用案例:挪威广告企业Adevinta应用PaddleOCR提质增效

飞桨PaddlePaddle

广告 OCR 飞桨 飞桨PaddlePaddle

Topaz Video AI 使用教程:去隔行和升级嘈杂的镜头

Rose

mac软件下载 Topaz Video AI破解版 视频增强软件 Topaz Video AI 教程

详述 IntelliJ IDEA 遇到 Maven 项目 pom.xml 文件没有识别的解决方法

Rose

IntelliJ IDEA

API管理平台搭建过程问题总结

RestCloud

API ipaas API 安全

一文带你了解什么是“三渲二”?

Finovy Cloud

3D 建模 影视动漫

BES 在大规模向量数据库场景的探索和实践

Baidu AICLOUD

elasticsearch 向量检索 大模型

Vert.x 教程 (二):如何打包一个 Vert.x 应用

Kevin_913

教程 Vert.x Java’

同城售后系统退款业务重构心得 | 京东云技术团队

京东科技开发者

架构 架构设计 企业号11月PK榜 系统重构

Parallels Desktop 19虚拟机怎么安装Win系统?Arm Windows 11下载方法

Rose

windows 11 pd虚拟机 Mac虚拟机 Parallels Desktop 19

开发第一个flutter应用时需要注意什么

Onegun

flutter 前端框架

Lunar Pro for Mac(屏幕亮度调整软件) v6.2.7激活版

Rose

Mac破解软件 Lunar for Mac 显示器亮度调整

Elasticsearch实战:常见错误及详细解决方案

汀丶人工智能

Elastic Search

Generative AI 新世界 | 文生图(Text-to-Image)领域论文解读

亚马逊云科技 (Amazon Web Services)

机器学习 生成式人工智能 大语言模型

设计模式-单例模式概述 | 京东云技术团队

京东科技开发者

设计模式 单例模式 结构型模式 创建型模型 企业号11月PK榜

Cinema 4D 2023常见问题:c4d 2023看不到新的加厚和对称对象怎么办?

Rose

c4d 2023 加厚和对称对象 Cinema 4D中文破解

得物自研客服IM中收发聊天消息背后的技术逻辑和思考实现

JackJiang

网络编程 即时通讯 IM

等你加入!文心开发者说分享者招募全面开启

飞桨PaddlePaddle

开发者 文心 文心开发者说

SecureCRT常见问题|不允许从系统上的所有字体中进行选择

Rose

SSH SecureCRT激活 SecureCRT常见问题 SecureCRT不能选择字体 SecureCRT Mac破解版

生产管理MES系统的功能和作用/开源MES

万界星空科技

数字化转型 生产管理系统 mes #开源 开源mes

预测技术已经超越感知,成为无人驾驶领域最大的挑战_文化 & 方法_Oliver Cameron_InfoQ精选文章