自動駕駛的另一個突圍方向

2021-01-21 極客公園

關於自動駕駛,是感知環境更重要,還是控制車輛更重要?Sebastian Thrun 的答案是前者。

因此,在剛剛過去的五月,由 Thrun 創立的在線教育公司 Udacity(優達學城)與梅賽德斯-奔馳北美研發中心(簡稱 MBRDNA)聯手製作的傳感器融合工程師納米學位課程正式上線——這是一門關於如何將雷射雷達和視覺採集設備等自動駕駛領域的重要傳感器,進行數據融合,讓車輛更好的理解周圍環境的課程。

在自動駕駛漸漸褪色「黑科技」標籤,進入理性成長曲線的時候,這樣的重點方向人才培養和積累,或許比豪擲千金的單點前沿突破更加有價值。

Udacity(優達學城)創始人 Sebastian Thrun | 視覺中國

只要身處自動駕駛這個行業,肯定對 Sebastian Thrun 這個名字十分熟悉。他親手創建了 Google X 實驗室,而無人車、谷歌眼鏡、熱氣球項目等等這些耳熟能詳的名字,正是出自這個神秘的部門。當然,Thrun 還是史丹福大學的教授,在那個自動駕駛還幾乎無人知曉的年代,是他帶領斯坦福的無人車戰隊穿越莫哈維沙漠200多公裡,最終贏得2005年DARPA挑戰賽的冠軍。

加入谷歌,又在無人車業務發展鼎盛時離開,Thrun成立了在線教育公司Udacity。現在的他是一家飛行汽車公司 Kitty Hawk 的CEO,據說這是他孩提時代的夢想。有人問他為什麼離開谷歌,Thrun說自己有個更大的願景,那就是「讓教育變得更民主,讓受教育這件事通過網絡觸達每個人。」

Udacity 從2012年上線開始,提供基礎的編程和高新技術相關的課程。早在2016年,Udacity 就與 MBRDNA 合作開發了無人駕駛汽車工程師納米學位課程,目標是為行業培養需求緊俏的自動駕駛工程師,以堅固行業人才基礎。其超過 2.1 萬名的畢業生最終都投身在奔馳、奧迪、寶馬、博世、捷豹路虎、Lyft、NVIDIA 等巨頭的自動駕駛業務之中。

Udacity(優達學城)提供給學生進行實操的自動駕駛原型車 | 官方供圖

從最初的蒙眼狂奔到如今逐漸回歸理性,自動駕駛的商業化量產成為各家公司重要的現實目標。從某種意義上說,Udacity 的創立意味著 Thrun 選擇了自動駕駛的另一個方向突圍,他們學生的技術觀,將在很大程度上影響著自動駕駛未來的發展方向。

成為自動駕駛工程師

目前 Udacity 官網提供的與自動駕駛相關的課程數是 14 門,屬於納米學位項目的有 12 門。其中「傳感器融合」、「無人駕駛工程師」是高級類別的納米學位課程,主要合作夥伴有奔馳、英偉達、Uber ATG、滴滴出行、寶馬和麥拿輪,授課內容為英文,配備中文字幕。「無人駕駛入門」則是百度和Udacity合作開發的初級課程,主要講授貝葉斯思維、C++入門基礎、複雜數據結構、機器學習與計算機視覺等,要求你事先掌握初級 Python 或 C++ 編程基礎和代數知識。

以「無人駕駛工程師」為例。這門課程分為兩個學期。第一學期主要學習計算機視覺、深度學習、傳感器融合的內容,第二學期則專注於車輛定位、路徑規劃、控制和系統集成。除了 Sebastian Thrun 以及 Udacity的師資團隊會親自授課外,來自合作夥伴(奔馳、NVIDIA、Uber ATG、Elektrobit)的工程師也會加入其中。

「無人駕駛工程師」納米學位課程是 Udacity 與奔馳、NVIDIA、Uber ATG、滴滴出行、寶馬、麥拿輪合作開發的 | 官方截圖

從課後服務來看,有專業導師提供英文項目審閱,有英文交流社區(Slack/學院中心)和英文區 Knowledge 知識交互平臺。不過這門課程因為屬於高階內容,難度很大,所以申請者必須擁有概率、統計學、機器學習和 Python 編程相關經驗,還需要提供線上或線下課程學習證明。當然,在課程學習中,除了可以將你的實戰項目用模擬器的方式測試,學員還會有機會把所寫的算法和代碼植入到一輛真實的無人車中。

Thrun 在接受極客公園採訪時提到,「從 2016 年該課程上線後,目前已經有超過 40 名納米學位的畢業生獲得了奔馳北美研究中心的職位。」在保障就業這塊,Udacity 與合作公司籤訂僱傭協議,對方會為納米學位的畢業生開通招聘綠色通道,並提供相應職位。Udacity 無人駕駛工程師納米學位工程主管 David Silver 介紹,在中國市場目前與小鵬汽車和 Momenta 建立了合作關係,會為其輸送相應的人才資源。

作為第一家在矽谷成立研發中心的汽車製造商,奔馳北美研發中心2014年9月就獲得了加州交管局頒發的無人駕駛汽車測試牌照,這也是Udacity 選擇與奔馳持續合作的重要原因。

時隔三年後再次推出自動駕駛相關的納米學位課程,證明了雙方在該領域的嘗試和合作取得了不錯的成果。在 Thrun 看來,奔馳在這個領域一直是開拓者,在前沿技術的開發上大膽創新,是值得長期合作的夥伴。

奔馳自動駕駛概念車 | 官方供圖

「傳感器融合在機器人和自動駕駛汽車領域屬於一項非常關鍵的技術。我們希望通過這門課程培養出自動駕駛汽車領域更細分、更具有競爭力的人才。」David Silver 如是說。而從產業的角度來看,之前《麥姆斯諮詢》曾報導稱,「傳感器融合系統需求預計將在未來 5 年內以約 19.4% 的複合年增長率(CAGR)增長,預計市場規模將在 2023 年達到 75.8 億美元。」

所以相比「無人駕駛工程師」,獨立成體系的「傳感器融合」更具針對性,學員需要完成雷射雷達障礙物檢測、雷達障礙物檢測、攝像頭和雷射雷達數據融合及卡爾曼濾波器方面的項目。課程項目基於行業真實案例設計,你將在名為 Carla 的一輛真實的無人駕駛車中獲取真實的雷射雷達點雲數據,在實戰中掌握傳感器融合技能。你的項目代碼還將得到無人駕駛領域專家逐行審閱、反饋,在該領域有很強實力的奔馳北美研發中心的工程師提供實操經驗,使得畢業生相對能夠獲得更具競爭力的職業機會。

不過自動駕駛開發始終是動手比動嘴皮子重要得多。目前 Udacity 與一家無人駕駛開源軟體公司 Tier IV 以及無人駕駛移動服務空間 PIX ,在貴陽推出全球首個無人駕駛實訓基地。參與實訓的學員和工程師將跳出虛擬環境模擬,體驗從0到1將代碼部署到真實無人車上的全部流程。這種「線上學習+線下實操」的模式能夠增強學員的動手能力,並通過線下環節糾錯反饋形成閉環,保證了理論知識和實踐之間不會出現斷層。

參加實訓營的 Udacity 學員通過真實的無人車來獲取數據並進行道路測試 | 官方供圖

從教育突圍行業困境

「無人駕駛工程師是 Udacity 其中一門最受歡迎的課程,為公司帶來了收益的同時也讓公司品牌認知度提升不少。其中很大原因在於它提供的學習機會其實是和整個產業對自動駕駛技術的高度需求相匹配的。」Thrun 介紹。

對 Thrun 而言,他將「傳感器融合」納米學位課程的推出視為 Udacity 復甦計劃中的一部分。不僅僅是因為它的課程內容更聚焦於自動駕駛研發中的核心關鍵技術,更在於它將為學生提供一系列全新的支持服務。

而 Udacity 這項「復甦計劃」中很大一部分是要解決目前在線教育存在的主要問題:如何提升課程的完成率。回到2012年,Udacity 和其他很多慕課平臺一樣屬於行業的先行者。它早期的免費課程(計算機和程式語言)是向全球所有學生開放的,但課程完成率基本都徘徊在個位數。所以問題在於,需要導師以及其他工作人員多大程度的輔助才會對學生有幫助?

Udacity 嘗試過與高校建立合作,與 AT&T、英偉達這樣的科技公司一起進行課程的設計。它開發了一套面向企業的服務規則,為其員工提供定製化的技術培訓。2014年,Udacity 開始在現有免費課程的基礎上增加了30餘門納米學位課程,內容涵蓋了數據分析、機器學習、機器人開發以及飛行汽車開發等。

Sebastian Thrun 希望 Udacity 真正成為可以實現終身學習的地方 | TNW

據 Udacity 官方透露,目前所有納米學位課程的平均完成率是34%。但Thrun 希望這個數字能變得更高些。基於這樣的考慮,Udacity 建立了一個 Thrun 口中的「忍者團隊(Team Ninja)」。他們詢問了那些沒有完成課程學生的情況,幾乎有40%的學員表示「被難住了」。所以 Udacity 接受了忍者團隊給出的建議:為所有的學生配備一名「技術導師」,幫助他解決學習過程中遇到的難題。

從5月1日開始,任何加入納米學位課程的學員都被指派了一名這樣的導師,同時還有兩位額外的工作人員會提供如下幫助:審查專家會對學生的程序代碼基於逐條的反饋;職業諮詢師則會幫助學生處理領英信息的填寫、準備公司面試等。

「我其實有個野心。我希望 Udacity 變成那種真正意義上可以實現終身學習的地方。」Thrun 告訴極客公園。

這個願景正是驅動他離開谷歌,創建 Udacity 的真正原因。可能這個行業並不缺一家像 Waymo 這樣的自動駕駛公司。但從人才的方向入手,從底層培養出能夠使自動駕駛技術持續得到優化的工程師,對整個產業發展而言,是一件有著重要意義的事情。

Udacity 那些有名的自動駕駛課程誕生於這項技術未來商業化前景不明朗的 2016 年。儘管隨著整個行業從當初的狂熱盲從到如今回歸理性,嘗試不同場景的商業化落地方向。但不管是汽車製造商、科技公司還是形形色色的初創企業,大家都還處於在曙光初現的黎明中不斷摸索的過程。

曾經谷歌的無人車團隊有很多成員離開,先後成立了不同的自動駕駛公司。作為「谷歌無人車之父」的 Thrun 卻走上了與其隊友截然不同的賽道。儘管突圍的方向不同,但對整個行業的發展的貢獻是集合式的。一方面,Udacity 切入細分化的「人才培養」,為其他公司提供緊缺的工程師資源。正向促進技術持續迭代的同時也為在線教育市場提供了積極的推動力;另一方面,面對自動駕駛這樣的新興技術,讓消費者認可接受同樣關鍵,而能夠對大範圍的人群產生影響,教育是一種更加高效的渠道。

相關焦點

  • 雷射雷達加速自動駕駛汽車發展
    作為人工智慧的重要應用方向之一,近年來自動駕駛汽車的遠距離深度相機雷射雷達作為汽車理解三維空間的主流方案備受認可,不過雷射雷達目前大且貴,這使得該技術的進一步普及充滿挑戰。那麼,如何才能破解這些難題,從而讓雷射雷達更進一步推動汽車與人工智慧之間的結合與發展呢?
  • 自動駕駛之高精度定位
    定位(Location)和導航(Navigation)技術是負責實時提供載體(如自動駕駛車輛)的運動信息,包括載體的位置、速度、姿態、加速度、角速度等。自動駕駛往往採用的是多傳感器融合定位的方式。我們把傳統的IMU和與車身、GPS等信息融合的算法組合在一起的系統稱為廣義的、針對自動駕駛的IMU。  這個技術的出現彌補了 GPS 定位的不足,兩者相輔相成,可以讓自動駕駛汽車獲得最準確的定位信息。
  • 什麼是飛機自動駕駛?
    飛機也一樣,由於機翼上下表面是壓力差,它設計的就是這樣運行的;  力矩平衡:在垂直方向就是升力與重力的平衡,水平方向就是拉力與阻力的平衡,但是飛機又不是個質點,它的平衡又沒那麼簡單,從樣子來看,它橫側和方向方面,你可以看見它是一個設計對稱的,這個平衡是沒問題的,在縱向了一看他就是不對稱的,它的重心一般是在機身的前半部分,它的焦點又是機翼產生升力作用的中心叫焦點
  • 當前自動駕駛方法的-限制和極限
    然而,當前自動駕駛仍然存在局限性,自動駕駛還沒有達到人類駕駛能力的水平。本將分享當前自動駕駛方法的限制和極限。障礙物處理在處理障礙物方面,現有方法主要依賴於預測其他交通參與者的軌跡,或者考慮他們的軌跡,或者假設恆定速度或恆定加速度(Kushleyev和Likhachev,2009)。這導致了一個巨大的計算能力的需求,因為障礙物的軌跡需要在每一時刻被計算和檢查。
  • 給卡車穿上「隱身衣」,讓自動駕駛車輛撞上它!這場自動駕駛比賽,比...
    自動駕駛算法,在這場比賽中成了實驗品:24小時內,不僅要在特定的場景中,讓它被攻破;還要在競速情況下盡力優化它,讓車跑得更快。如果這兩個方向均能脫穎而出,就能奪得第一名。一張「貼紙」,讓卡車消失除此之外,自動駕駛算法的避障也是一個重要的技術。所以,盡力騙過自動駕駛算法,讓它撞上障礙物,其實也是一種檢測算法漏洞的方法。
  • 2020,自動駕駛下「雲端」
    最新的消息是,蔚來內部已經開始了L4級自動駕駛及時的研發,由高管任少卿負責,目前處於團隊組建、數據採集階段,前者直接向李斌匯報。作為國內新能源電車的領軍企業,蔚來代表自動駕駛的一個方向——即和傳統車企的循序漸進不同,其跨過自動駕駛的L2、L3,直接進軍L4、L5。
  • 自動駕駛的現狀、案例與趨勢
    我們認為該戰略表明國家中央層面發展智能汽車的決心和方向,利好智能汽車產業鏈發展。2.1 國內目標:2025實現有條件智能汽車規模化生產《智能汽車創新發展戰略》提出的戰略目標為:到2025年,中國標準智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系基本形成,實現有條件自動駕駛的智能汽車規模化生產,實現高度自動駕駛的智能汽車在特定環境下市場化應用。
  • 騰訊自動駕駛總經理蘇奎峰:軟體與服務是騰訊自動駕駛業務的核心...
    峰會主要聚焦「自動駕駛的量產時代、單車智能和車路協同的共演之路、新型的車內交互探索」三大主題,數十位來自高校、主機廠、Tier 1、科技公司的嘉賓與與會者共同探討了智能駕駛的未來發展方向。我們在考慮當下技術條件的時候,要去看應用場景,哪些更適合落地,就更關注哪些點。騰訊做自動駕駛,是想更多助力這個產業,給產業提供更大的幫助。總結起來,自動駕駛大概分幾個落地場景,一個是乘用車自動駕駛,一個是礦山、港口、物流等特定應用場景,未來最大的也許是無人駕駛計程車,Waymo 以及國內很多公司都在做這樣的場景測試和驗證。
  • 自動駕駛高精度定位——仍被低估的價值窪地
    中海達(300177.SZ):北鬥衛星導航定位行業龍頭,受益國土測繪和自動駕駛新需求作為北鬥衛星導航定位產業龍頭,中海達以北鬥+精準定位裝備為基礎做延伸,公司將先後受益於國土測繪需求爆發、自動駕駛全面普及浪潮等產業鏈新需求。公司在自動駕駛方向重點布局高精度地圖測繪和量產車用衛慣組合導航。
  • 信息技術:中國自動駕駛產業發展動態|汽車|大數據|自動駕駛|智能網...
    中國政府高度重視智能網聯汽車的發展並頻頻出臺支持政策,自動駕駛產業得到迅猛發展。本文從政策、標準、技術、產業等方面介紹國內自動駕駛發展情況,並與國外自動駕駛產業發展進行對比分析,指出我國在自動駕駛產業發展過程中的挑戰,為未來我國自動駕駛產業發展提供參考意見。
  • 雷射雷達廠商開啟自動駕駛激戰
    投稿來源:蛇眼財經近年來國內自動駕駛行業爆發的勢頭愈加明顯,L2、L3級別的自動駕駛功能商業化加速落地,L4級別自動駕駛功能也進入了試運行階段。在此背景下,自動駕駛行業的上遊產業鏈如雷射雷達也開始蓬勃發展。
  • 自動駕駛技術將重構汽車行業價值鏈?
    有趣的是,這一聲明並非出自埃隆馬斯克、扎克伯格或貝佐斯這樣的未來主義者,而是在去年秋天接受《連線》雜誌採訪時,歐巴馬總統有關自動駕駛汽車的評論。過去一年裡,我們看到了許多關於無人駕駛汽車的突破性公告,從福特將自動駕駛負責人的職位提升到CEO的位置,再到特斯拉的調查顯示自動駕駛的事故減少了40%,奧迪開始面向大眾市場銷售「3級」自動駕駛汽車。
  • LIDAR : 自動駕駛汽車的關鍵傳感器
    正如下圖中的 Uber 和 Baidu 的自動駕駛汽車,它是安裝在汽車頂部的不斷旋轉的笨重盒子。簡單來說:與我們今天所知的現代3D 雷射雷達技術(多方向的光束)相比,SICK是一個2D雷射雷達(單一方向上的一些光束)。
  • 【快評】自動駕駛的「電車難題」是一個錯誤的提問
    在聽過與會發言之後,賽迪智庫政法所的專家介紹了對自動駕駛面臨的「電車難題」的幾點看法:自動駕駛的「電車難題」通常是這樣一類問題:如果一輛自動駕駛汽車的前面兩個不同方向上有不同的人,比如一個方向是老人另一個方向是婦女,一個方向有1個人另一個方向有5個人等等,這輛自動駕駛汽車如果無法躲避,應當做出何種選擇,依靠何種算法規則做選擇,以及如果造成損害應當承擔何種責任。
  • 中國科學院半導體研究所研究員張韻:在化合物半導體方向上尋求突圍
    「現在所使用的5G基站,包括以後的6G的核心器件以及光纖通信裡的雷射器大部分是化合物半導體製成的,在智能電網、5G、新能源汽車及自動駕駛等典型應用場景裡發揮著巨大的作用,化合物半導體作為支撐產業升級、節能減排和新的經濟增長點是非常重要的。」
  • 日產自動駕駛汽車將部署NASA技術 讓人類遠程駕駛自動駕駛汽車
    核心提示:日本汽車製造商日產(Nissan)將部署美國國家航空航天局(NASA)研發的技術,利用人類的幫助,遠程駕駛其自動駕駛汽車。蓋世汽車訊 據外媒報導,日本汽車製造商日產(Nissan)將部署美國國家航空航天局(NASA)研發的技術,利用人類的幫助,遠程駕駛其自動駕駛汽車,該公司承認,真正的L5自動駕駛汽車可能是無法實現的
  • 自動駕駛傳感器種類及布置方案
    自動駕駛汽車是一個集環境感知、規劃決策、運動控制、多級輔助駕駛等功能於一體的綜合系統,它集中運用了計算機、現代傳感、信息融合、V2X通訊、人工智慧及自動控制等技術,自動駕駛的關鍵技術依次可以分為環境感知、行為決策、路徑規劃和運動控制四大部分。而自動駕駛關鍵的環境感知用來採集周圍環境的基本信息,也是自動駕駛的基礎。
  • 陳景輝:自動駕駛與乘客優先|華東政法大學學報202006
    這依賴於兩個條件:一個是技術性條件,即完全自動駕駛技術將他變成了與動態駕駛行為無關的(純粹)乘客;另一個是道德性條件,即乘客或車主無法決定自動駕駛汽車道德算法的設定。 先來看技術性條件。文中所討論的「自動駕駛汽車」,僅指L4-L5等級的自動駕駛技術,而不包括L0-L3等級的自動駕駛技術。主要原因在於,這涉及到底誰在控制自動駕駛汽車的問題。
  • 自動駕駛五大核心技術包括哪些呢?
    致力於為用戶提供安全、舒適、智能、高效駕駛感受的自動駕駛,離不開相應技術的支持。其中,V2X無線通信技術則能夠將「人-車-路-網-雲」等交通參與要素有機地結合在一起不僅可以支撐車輛獲得比單車感知更多信息,促進自動駕駛等技術的研發、轉化、應用,還有利於支撐構建一個智慧的交通體系,促使汽車和交通服務朝著新模式業態方向發展。
  • Uber 自動駕駛這四年
    你甚至可以用「一波三折」來概括 Uber 自動駕駛這 4 年的發展史:從不計成本在卡耐基梅隆大學挖人,6.8 億美金高調收購自動駕駛卡車公司 Otto,到成立一年半時間就成為自動駕駛行業明星,公開與谷歌叫板;從與 Waymo 對簿公堂,引發全球第一起自動駕駛專利訴訟案,到技術骨幹分崩離析,掀起高管離職潮;從 Uber 前 CEO  Travis