自動駕駛汽車全程五小時無接管，滴滴自動駕駛做到了。

4月8日， 滴滴自動駕駛發(fā)布全球首支自動駕駛連續(xù)5小時無接管視頻，滴滴自動駕駛公司COO孟醒，邀請Udacity創(chuàng)始人兼董事長，谷歌無人駕駛項目創(chuàng)始人，也被譽為“無人車之父”的Sebastian Thrun參與連線，一起討論這支視頻中的技術(shù)亮點。

這是滴滴自動駕駛團隊軟件版本迭代后，于近期錄制的一支路測視頻。

視頻從下午開始拍攝，歷經(jīng)白天、黃昏以及夜晚，測試車輛行駛于上海嘉定區(qū)，途經(jīng)范圍包括人流密集的嘉亭薈商業(yè)區(qū)，工廠區(qū)，辦公區(qū)和住宅區(qū)等。

這次測試車輛是滴滴在上海進行實際測試運營的沃爾沃XC60車型，搭載了第二代傳感器系統(tǒng)，包括3個激光雷達、7個攝像頭等。

而在算法、線控等方面也進行了全面的優(yōu)化。

從視頻中可以看出，公開道路上測試場景豐富，在路測過程中有穿梭的行人、自行車、摩托車，以及大型車輛等。

5小時的測試過程中，滴滴路測車輛在環(huán)境感知、行為決策、運動規(guī)劃與控制等各方面表現(xiàn)平穩(wěn)。

Sebastian Thrun對視頻中車輛的表現(xiàn)給予了極高的評價，他稱視頻中的畫面展現(xiàn)了全球自動駕駛技術(shù)領(lǐng)先水平。

此次測試場景除了涵蓋狹窄路段超車，無保護左轉(zhuǎn)，以及大型路口掉頭等復(fù)雜場景，還包括非?？简灜h(huán)境感知技術(shù)的連續(xù)逆光行駛。

強光環(huán)境下，人類駕駛員通常需要戴上眼鏡或打開遮陽板，而滴滴自動駕駛則通過多傳感器融合方案以及添加和光照相關(guān)的數(shù)據(jù)增強，確保不同亮度下的感知效果，從而達到即便在嚴重逆光的情況下依舊能夠準確識別和避讓行人、汽車和其它物體的目的。

視頻中，隨著通勤晚高峰的到來，天色漸晚的同時，上海嘉定區(qū)十字路口下也涌現(xiàn)大量行人和單車，以及一些白天行駛時不曾遇到的大型班車。

這些動態(tài)因素的變化、疊加，對自動駕駛預(yù)測、決策和規(guī)劃的部分提出更高要求。

值得注意的是，滴滴還特別指出，自動駕駛車輛會在特定場景開啟不同的模式。

例如幼兒園附近，滴滴自動駕駛汽車會開啟“安全模式”，以更謹慎的方式進行駕駛。

在夜間行駛時，滴滴滴滴自動駕駛汽車則會開啟夜間自定義模式，該模式下，車輛算法的數(shù)據(jù)模型，訓(xùn)練體系都會發(fā)生相應(yīng)的改變。

當(dāng)然，這一模式還區(qū)別車輛通過長隧道場景，新的場景下，由于過度曝光、遮擋等問題存在，滴滴會依靠SP層面和慣導(dǎo)進行解決。

除基于測試車數(shù)據(jù)開展技術(shù)研發(fā)，在該版本的開發(fā)過程中，研發(fā)團隊基于機器學(xué)習(xí)算法，對大量該區(qū)域的人工駕駛車輛數(shù)據(jù)進行分析和利用，以提升對交通參與者行為的預(yù)測準確性，從而改善自動駕駛車在路口避讓等交互場景的處理能力。

滴滴能夠在短時間內(nèi)取得如此成績。

一個很重要的因素是：數(shù)據(jù)。

孟醒認為，“沒有數(shù)據(jù)就沒有自動駕駛的未來。”

我們知道自動駕駛開發(fā)測試中，海量、高質(zhì)的真實數(shù)據(jù)是自動駕駛汽車的基礎(chǔ)，這些數(shù)據(jù)必須通過大量的路測和仿真模擬獲得。

但在實際的數(shù)據(jù)采集中，90%以上的數(shù)據(jù)來自普通場景，余下關(guān)鍵的1%、0.5%的數(shù)據(jù)為長尾場景。

這其中，對自動駕駛產(chǎn)生最大挑戰(zhàn)的是違反交通規(guī)則、不按常理出招的車輛或行人，構(gòu)成了自動駕駛技術(shù)發(fā)展至今，最難攻克的長尾場景。

例如三輪車逆行、摩托車闖紅燈、落葉、沙塵暴、路邊突然竄出來的小動物等，這些復(fù)雜的交通參與者的隨機行為造成了交通的復(fù)雜性，如果不能解決這樣的場景，將嚴重影響實際的駕乘體驗與技術(shù)落地進程。

與自動駕駛大量長尾數(shù)據(jù)及其復(fù)雜度相比，有限的自動駕駛測試車輛和仿真歷程并不足以支撐全自動駕駛技術(shù)的實現(xiàn)。

從技術(shù)和產(chǎn)品角度來看，RoboTaxi落地現(xiàn)在主要剩下的是解決長尾問題,這需要和真正落地的場景做深度結(jié)合。

孟醒透露，“滴滴憑借網(wǎng)約車平臺全年可以采集近1000億公里的場景數(shù)據(jù)，能夠覆蓋絕大多數(shù)想象中的長尾場景，采用仿真系統(tǒng)能將測試里程提高5-6個數(shù)量級?！?/p>

這給滴滴自動駕駛提供了足夠豐富的數(shù)據(jù)。

正是基于這些龐大的數(shù)據(jù)量，滴滴自動駕駛系統(tǒng)才能夠不斷在訓(xùn)練中實現(xiàn)迭代升級。

當(dāng)有了海量測試數(shù)據(jù)之后，滴滴自動駕駛開始向自動駕駛第二階段邁進，在滴滴的規(guī)劃中，第二階段應(yīng)該是可靠性。

孟醒說，“自動駕駛汽車不應(yīng)該是一次成功、百次成功，而是全場景的、全周期的成功?！?/p>

最后，在可靠性的基礎(chǔ)上，滴滴自動駕駛才會進入第三階段，也就是大家常說的量產(chǎn)。

這一階段最大的問題就是規(guī)?；o人化與成本。

對于滴滴來說，規(guī)?；蜔o人化解決辦法有多種，第一，可以憑借著D1的迭代升級和技術(shù)的迭代升級進行融合。

第二，依靠車企未來生產(chǎn)新的車型進行整合全新的傳感器配置進行融合。

當(dāng)然，對于無人化這一步，滴滴希望自己的車輛是存在4-5層安全冗余。

至于成本，在傳感器和技術(shù)前裝的基礎(chǔ)上，需要實現(xiàn)車規(guī)級傳感器的降本，這其中最大的成本是激光雷達。

當(dāng)然滴滴現(xiàn)在不差錢。

滴滴已經(jīng)在過去的幾個月中完成了累計總額已超過8億美元，約合人民幣51億元的融資。

目前，團隊規(guī)模超過500人，下一步將在廣州開展自動駕駛車輛的測試運營，至于行業(yè)中火熱的物流領(lǐng)域，孟醒的回答是，“滴滴一直在技術(shù)上面關(guān)注貨運的自動駕駛。