独家试乘“飞轮式”L4自动驾驶 , Momenta还藏了哪些大招?

2020-07-02 23:01:01


牛头客配资原标题:独家试乘“飞轮式”L4自动驾驶 , Momenta还藏了哪些大招?

在2020年上半年的末了一天,6月30日自动驾驶企业Momenta“飞轮式”L4的亮相着实给了业内一个惊喜。

这也是Momenta继客岁12月公布MSD(Momenta Self Driving)实车路测视频后带来的最新进展,包括初次公然的“飞轮式”L4自动驾驶完备架构与产物理念、基于“飞轮式”L4技能的商业应用场景之一Robotaxi的落地规划。

牛头客配资事实上,Momenta的“飞轮式”L4并不但指L4级自动驾驶技能自己,而是指量产数据、数据驱动算法以及闭环自动化形成的飞轮架构,三大因子不停积累和迭代,飞轮将越转越快,形成厚积薄发之势,带来产物和商业的发作增长,终极实现无人驾驶范围化落地。

事实上,从创立之初,这家自动驾驶公司就秉持量产自动驾驶、完全无人驾驶两条腿走路的战略。

即利用量产自动驾驶(类似于ADAS产物)获取海量量产数据来为完全无人驾驶举行体系迭代,同时后者又可以为前者带来技能反馈。同一量产传感器基础及技能路线是两条腿战略的条件。

但由于L2/L2+与L4级自动驾驶自己不在一个维度,业内也渐渐形成跨越式与渐进式自动驾驶的两个阵营。

牛头客配资而Momenta的奇特之处在于,用“飞轮式”L4架构买通了L2和L4话语体系,将两者拢聚到了一个阵营,为自动驾驶的实现提供了一种全新的思绪。

独家试乘Momenta飞轮式L4 MSD

牛头客配资事实上,客岁12月Momenta就已经放出了MSD(Momenta Self Driving)的部门实地路测视频,但其中的细节并不能被尽数相识。

牛头客配资这次的公布会,Momenta接纳了媒体试乘与云直播的方式来出现MSD的细节。新智驾作为唯一试乘媒体,也实验还原Momenta“飞轮式“L4的实地体现。

从外部传感器来看,Momenta的MSD车辆接纳的是以视觉为主、险些都是可量产的传感器,包括12个摄像头、12个超声波雷达、5个毫米波以及1个用以辅助感知的velodyne 激光雷达。

牛头客配资为了越发直观地出现MSD车辆的感知、决议、控制历程,Momenta在车内放置了三块可视化屏幕。通过屏幕,可以或许看到车辆当前的自动驾驶状态、车速、油门、红绿灯情况;同时也能看到Momenta高精度舆图作为静态感知的陈迹,以及行人、轿车、卡车、车辆行驶轨迹预测等动态感知内容。车辆后备箱则是搭载了自动驾驶GPU计算平台。

此次试乘时间约为30分钟,范围在苏州相城区高铁站四周10公里左右的开放门路。从门路的庞大水平来看,路上人车混行严重,车流往来不绝,包括形状各异的卡车、随时窜出的电动车等。

总体试乘下来,车辆速率不凌驾车道限速,总体在40公里每小时以内,全程无接受。车辆的行驶平滑,甚至在启动时有一点小小的推背感,既不激进也不守旧。车辆可以或许顺遂应对车道数目三变二、大货车行人避让、路口左转等交通场景。

牛头客配资以路口左转为例。一般来说,自动驾驶车辆的左转是个有技能难度的场景。Momenta CEO曹旭东向雷锋网新智驾解释:由于左转路线自己就比力长,其次路口左转会遇到差别偏向的来车,意味着容易出现多车争抢路权的情况。这种情况下,自动驾驶车辆如安在包管宁静的条件下,同时兼顾搭客的体验舒适性、以及车辆的智能性而非一味地停让。 Momenta的MSD车辆也多次顺遂完成了路口左转的使命。

别的,Momenta MSD车辆在颠末路口时,也遇到与大货车争抢路权的情况。但Momneta车辆并没有出现急刹的情况,而是在预判大货车继续往左变道之后,选择减缓车速。无论是预判照旧操作,车辆的体现都不比人类驾驶员逊色。

云直播之后,Momenta还公布了其一镜到底包罗全程中心技能结果的晚岑岭路测视频。可见Momenta对MSD技能的自信。而这种自信的来源,正是“飞轮式”L4 。

Momenta进化的要害:“飞轮式”L4

牛头客配资如果说两条腿走路是Momenta的战略理念与产物出现,那么“飞轮式”L4则是Momenta两条腿得以真正走起来的底层支持。

从产物架构来看,“飞轮式”L4主要由量产数据、数据驱动算法、以及两者之间形成的闭环自动化三个因子组成。

起首来看量产数据。

牛头客配资Momenta CEO曹旭东认为:“自动驾驶的终局一定是范围化的完全无人驾驶,以Robotaxi落地为例,范围化L4指的不是一个区域或都会,而至少是路况庞大的十个都会,每个都会至少一万辆车,否则难以称之为商业化落地。”

牛头客配资而这种范围化L4的终极实现,要有千亿公里的数据以发明长尾问题。那么海量数据从那里来?光靠L4自动驾驶车辆的缓慢积累是远远不敷的。

因此Momenta通过将量产自动驾驶产物Mpilot搭载在车辆上,在为客户解决问题、创造价值的同时,举行海量量产数据的原始积累。而这,恰恰是“飞轮式”L4的动力源泉,通过海量量产数据的“喂养”,帮助MSD不停迭代,使得完全无人驾驶体系不停进化。

当数据来源得到包管之后,如何高效地驱动这些数据,是飞轮跑起来的要害。

牛头客配资Momenta认为,要解决真实场景中的海量问题,必须通过数据驱动(Data-Driven)的算法才能高效解决。什么叫数据驱动的算法?

Momenta研发副总裁夏炎用了一个例子来解释:MSD车辆在路上经常会遇到红绿灯辨认被阻挡的问题。

Momenta早期的做法可能是通过代码规则来告诉车辆,遇到某种详细的情况该怎么做。但当规则写了一百条甚至是上千条的时候,底层的代码就会变得难以维护,而且很难复制到别的都会场景。由于有限的规则是无法完全笼罩无穷问题的。

因此,Momenta接纳数据驱动的方式,自动化地解决了绝大部门的问题。相比见招拆招的解决单一问题,Momenta内部越发勉励团队将更多的精神放在搭建一套数据驱动(Data-Driven)的算法框架上。

牛头客配资“只要网络到足够多的数据和长尾问题,随着量产数据的不停流入,算法举行自动化学习,就能驱动飞轮式L4不停迭代,自动化地解决自动驾驶的长尾问题。”曹旭东如是说。

牛头客配资别的,在拥有量产数据与数据算法驱动之后,闭环自动化是Momenta“飞轮式”L4得以维持高速运转的第三个因子。

牛头客配资无论是数据收罗、存储、照旧处置惩罚、标注、模子训练等环节来说,一旦以海量数据作为单元,那么每个环节都会变得艰巨。而Momenta的闭环自动化就是一套高效、自动化的工具链:通过建立对问题自动化发明、记载、标注、训练、验证的闭环历程,为技能和产物提供自动化的迭代能力,驱动“飞轮式”L4高速转动。

以新智驾试乘体验为例,Momenta的闭环工具链在30分钟的试乘数据中就自动抓取了979份数据,包括预测数据为618份、规控数据为288份、感知数据为49份、手动录制17份。

自动或者半自动的闭环工具,无疑为Momenta的数据处置惩罚省去了许多不须要的贫苦。

牛头客配资Momenta“飞轮式”L4范围落地的可行性有多高?

牛头客配资正如Momenta总结地那样:在两条腿走路战略落地历程中,左腿量产自动驾驶是开始构造起来的,而且开始进入产物化和商业化阶段;然后Momenta在客岁年末正式迈出右腿,公布完全无人驾驶技能MSD。

而构建这两条腿的底层焦点能力,就是飞轮架构。由此,Momenta两条腿走路战略得以完全买通,实现相互协同。

但新智驾好奇的是,在现实落地上,究竟是先有鸡照旧先有蛋?

海量数据是“飞轮式”L4驱动的条件之一,那么Momenta如何得到海量数据?没有数据,Momenta“飞轮式”L4无从谈起。

对此,Momenta回应道,从客岁公布可量产的自动驾驶方案Mpilot(包括Mpilot Hightway、Mpilot Parking)之后,Momenta就已经进入产物化和商业化的阶段,本年年内会有部门量产产物上市,大范围的量产上市时间在2022年左右。加上此前公布的后装ADAS途铃系列产物的上车,Momenta已经积累了一定的数据。

那么与主机厂的数据会否顺遂返流给Momenta?夏炎表示:“数据的全部权归属车厂是无疑的,但如何用数据来创造价值是Momenta善于的事情。利用数据迭代自动驾驶体系,这是我们可以或许为主机厂创造的价值。”

牛头客配资诚然,数据的价值是通过挖掘得到的,否则也只是一堆数字罢了。

那么,在现实落地能力上,“飞轮式L4”范围落地的可行性有多高?

由于当下范围化L4还处在“无人区探索”的状态,Momenta认为范围化L4面临的是“行驶千亿公里,解决百万问题”的巨大挑战。而千亿公里意味着100万辆车,天天10个小时不中断运行,连续跑1年。

这种包括资金、车队数目在内的巨大投入对自动驾驶初创公司来说无疑是不可蒙受之重。但Momenta的“飞轮式”L4将这种巨大的成本一再降解、支解为可接受的账目。

在总成本的计算上,Momenta将范围化L4的总成本可分为数据成本和研发成本。

牛头客配资详细而言,研发成本取决于问题个数(N)息争决单个问题研发成本(R);数据成本取决于里程数(M)和单公里数据成本(D)。

牛头客配资虽然目前还无法准确评估L4遇到的问题个数(N)和里程数(M)的巨细,但Momenta认为,问题个数(N)至少到达百万量级,里程数(M)至少是千亿公里。

得益于量产数据驱动的方式,Momenta可以或许跨数目级地降低解决单个问题的研发成本(R)和单公里数据成本(D)。

牛头客配资在单个问题研发成本(R)方面,通例规则驱动(Human-Driven)的最大挑战是用有限人力解决上百万个问题。而通过量产数据驱动(Data-Driven)的方式,只要网络到足够的数据,就可以自动化地解断交大部门问题,从而降低研发成本。

在单公里数据成本(D)方面,Momenta一方面为客户提供量产自动驾驶解决方案,另一方面也提供连续的软件算法迭代升级。在为客户解决问题、创造价值的历程中,和客户一起回收了长尾问题的数据,把单公里数据成本降到了险些为零。

由此,通过“飞轮式”L4,Momenta将实现范围化L4的总成本跨数目级降低。

2024年要害节点:Robotaxi单车红利、无宁静员、多地范围运营

牛头客配资可见,在Momenta眼里,自动驾驶从来就不但是一个技能问题,可靠的技能方案和可落地的成本方案缺一不可。

眼下,“飞轮式”L4已经开始转动。Momenta表示,在情况感知、高精舆图、预测等环节已实现了完全数据驱动,并通过闭环自动化连续迭代升级。

预计到2022年,Momenta可以实现全流程数据驱动的算法;

到2023年,利用闭环自动化实现算法100%自动化迭代。

2024年,量产自动驾驶Mpilot也将会大范围量产上路。Mpilot和MSD将协同增效,实现“飞轮式”L4的快速发展。

基于“飞轮式”L4的商业化场景——Robotaxi,Momenta也给出了落地时间表。

事实上,本年6月Momenta就已经得到苏州第一块Robotaxi树模应用牌照。根据Momenta的计划:

本年年底会跟苏州政府举行robotaxi的试运营,来岁可能会有大范围的对外开放;

2022年,做到苏州Robotaxi部门车辆车端无宁静员试运营;

2024年,车端100%无宁静员,实现单车红利;

2024年开始,联合已经回流的大范围量产数据,Robotaxi将实现多地范围化落地运营。

牛头客配资从两个时间表规划来看,2024年是Momenta的一个要害节点。

牛头客配资曹旭东解释道:随着“飞轮式”L4的发展,2024年Momenta将在苏州实现车端完全无宁静员的商业运营,从而降低车辆运营成本,实现单车红利,完成商业模式0-1的验证。”

也就是说,在0-1阶段,Momenta会专注于技能和商业模式的验证,在两者还没有在样本都会得到完全验证之前,不会做大范围扩张。

他认为:Robotaxi都会扩张的要害因素在于数据储备。每一个都会的Robotaxi落地,都需要海量数据的积累。如果每到一个都会都花上几年时间重新开始积累,那么技能与商业落地的领先性很容易扩散和被稀释掉。

而Momenta的量产自动驾驶能在0-1阶段举行大范围的数据回流,提前做好数据储备,然后在2024年形成发作点。“如果这个阶段做得不敷踏实就举行都会复制与扩张,那么一定会泯灭大量资源,收益不成反倒带来大量的资金亏损。”

未来,“2024年随着量产车型大范围上市,量产数据大范围回流,此时数据和技能上1-N的储备也已到位,具备了扩张条件。Momenta 将开始举行多地落地,从而以极快的速率实现范围化L4。”曹旭东表示:“在一个都会先实现单车红利,再复制到其他都会,是无人驾驶范围化落地的最精益的模式。”

纵观业内,Momenta的Robotaxi运营看似比其他玩家的时间晚一些,但如果从后续发作的气力以及都会的扩张速率来看,Momenta是不容小觑的。

牛头客配资用Momenta的话来说,厚积薄发,将是他们的后发上风。

总结:

总地来看,Momenta用“飞轮式”L4证实了,L2与L4之间并不是泾渭分明的界限与派别。

牛头客配资另一方面,从业内进展来看,即便是号称在2020年向完全自动驾驶进发的特斯拉,其L4也还处于低调隐匿的状态。

牛头客配资以是不能不认可,Momenta甚至比特斯拉更快地向业界提供了一个清晰的L2向L4演进的思绪与技能。未来,Momenta这个无车壳版的“特斯拉”,会否成为自动驾驶界的下一条“鲶鱼”?

以下为雷锋网新智驾活动前期采访内容:

牛头客配资Q:量产自动驾驶和完全无人驾驶照旧蛮差别的,你们要怎么用低维度的量产数据来反哺比力高维度的完全无人驾驶?怎么整理出完全无人驾驶所需要的数据?

牛头客配资夏炎:我们把自动驾驶这个体系拆成感知部门、预测部门、规划决议部门。对于预测和规划决议部门,Mpilot和MSD实在没有太大差别。好比预测的输入现实上就是结构化的一个世界模子,输出是未来轨迹的漫衍。从抽象化的、结构化层面来讲,Mpilot和MSD的预测和规划可以用一套体系完成。

但感知层面会有一些区别,量产自动驾驶以camera为主,其他家大多数的L4都是以激光雷达为主,在这种情况下两种技能路线的数据很难相互利用。

但Momenta不是如许,MSD里虽然有激光雷达,但是以camera为主,这是两套独立的感知的体系。而量产自动驾驶接纳的传感器方案只是少了激光雷达,如许一来,MSD是可以复用量产自动驾驶里的部门数据的。

Q:试乘历程中,发明Momenta的计算芯片平台照旧GPU,未来你们的计算硬件层面会怎样迭代?

夏炎:我们今天简直用的是GPU,还没有上嵌入型的计算平台,从我们当下发展的阶段来看,GPU可能是最合适的。由于L4级自动驾驶需要的算力是几百到一千T的级别,那么对应的芯片绝对不是现在的芯片,而是未来几年量产的芯片。我们的思量是先用GPU去做,比及未来几年有完全切合L4需求的量产芯片之后,再一次性迁移,如许就不消多次迁移。

Q:未来Robotaxi的运营你们是自己来互助照旧说会交给专门的运营方?

夏炎:现实上,我们Robotaxi商业模式落地应该是,在0-1阶段是“旗舰店”,在1-N阶段是“麦当劳”(通过和互助同伴形成尺度robotaxi运营方案,各地运营方举行加盟互助)。如果在天下许多都会做运营,重资产的买卖对我们来说显然不科学。在最开始旗舰店的历程中,和技能相干性比力高的运营内容,我们可能会深度参与。但长期来看,肯定是形成一个尺度方案,和各地的运营方互助,由当地的运营方做现实运营。这实在和整个生态成熟度是有关系的。

Q:总的来说,Robotaxi量产大范围化会包括哪些要素,最难的地方在于什么?

夏炎:大范围化的L4实现,政策上要有支持,商业上要实现商业闭环,实现单车红利,技能上要有可行的技能路径。对我们来讲,飞轮式L4如许一个技能路径。这个技能路径再往上拆解的话,飞轮式L4需要海量数据,海量的数据需要量产,然后需要数据驱动的算法和闭环自动化的工具链,以是是如许一个链条。

牛头客配资Q:比力难的地方在那里?

夏炎:单车红利这件事情是L4的一个要害,怎么才能实现单车红利呢?一定要去掉宁静员才有可能赚钱,要否则是亏钱的。从技能上来看,需要自动驾驶足够宁静,才能足够自信才能把这个去掉。Momenta的目标是在2024年要实现单车红利,而且有详细的实现路径。

Q:那Momenta本年着力的重点是什么?

牛头客配资夏炎:对于我们来讲,量产自动驾驶Mpilot已经迈入产物化的阶段,以是Mpilot的产物化和商业化是重点要做的事情;对于L4,MSD是从客岁中开始发力,现在处于厚积薄发刚开始的阶段。可以看到它的时间跨度是很长的,从现在到2024年另有许多要积累的工具。以是量产自动驾驶和完全无人驾驶各有差别的偏重点,这是从外的体现。从内在来看,两者之间技能流和数据流的协同是我们的焦点重点。

牛头客配资(雷锋网)            雷锋网(公众号:雷锋网)

雷锋网原创文章,未经授权克制转载。详情见转载须知。

上一篇:

下一篇:

Copyright© 2015-2020 铁锋新媒体版权所有