如何評(píng)價(jià)華為自動(dòng)駕駛的表現(xiàn)？

咕嚕咕嚕肚子餓

如果不深究42號(hào)車庫那個(gè)7分鐘的“驚艷”表現(xiàn)的具體技術(shù)原因（當(dāng)下也沒條件深究），僅從測(cè)試場(chǎng)景條件看，其實(shí)很容易找到造成這種體驗(yàn)反差的原因：簡(jiǎn)單說就是國內(nèi)的City road道路條件（典型地，相比較于Highspeed road）下，因?yàn)榇嬖诖罅炕祀s的小型機(jī)動(dòng)車輛（電動(dòng)單車）、非機(jī)動(dòng)車輛（自行車）和行人，從而使得我們觀察美國Tesla FSD測(cè)試視頻中的道路環(huán)境所獲取的直觀經(jīng)驗(yàn)，一下子被抬高到“地獄級(jí)難度”的水準(zhǔn)。在這個(gè)難度下，華為自動(dòng)駕駛系統(tǒng)基本上是做到了收放自如、應(yīng)對(duì)有序、安全和有效率地通過……那就沒理由不贊美了。
但如果需要我們理性一點(diǎn)點(diǎn)去思考，那么其實(shí)很容易會(huì)提出以下問題，而至少在這個(gè)視頻中是沒有給出具體答案的：
1 除了視頻中所呈現(xiàn)的道路環(huán)境，是否涉及在上海進(jìn)行過其它更惡劣的道路環(huán)境考驗(yàn)？即，徐值軍徐董所提到的上海1000公里無接管，是在類似區(qū)域的累計(jì)，還是曾經(jīng)嘗試過更大范圍的測(cè)試？
2 視頻中的測(cè)試道路/區(qū)域，是否完成HDmap繪制和部署？還是僅采用一般的導(dǎo)航級(jí)別的地圖？
3 視頻中的測(cè)試道路/區(qū)域，是否提供V2X基礎(chǔ)設(shè)施？在測(cè)試中，極狐阿爾法S是否有借助V2X能力獲取外部信息？（比如紅綠燈狀態(tài)）
4 視頻中的極狐阿爾法S車輛本身是否部署并依賴GPS-RTK高精度定位技術(shù)？還是有其他方式解決高精度定位能力？
5 視頻中所涉及的載車是否為極狐阿爾法S的量產(chǎn)商用車輛？或者尚未達(dá)到量產(chǎn)商用的測(cè)試部件/功能占比多少？
從現(xiàn)在可以公開獲知的宣傳資料表明，相較于目前量產(chǎn)的商用車輛的自動(dòng)駕駛能力而言，如果不算龐大復(fù)雜且昂貴的Robotaxi測(cè)試車隊(duì)（類似于Waymo、滴滴等），最大的差異是，我們第一次在量產(chǎn)車（雖然還未發(fā)布）上看到激光雷達(dá)。如下圖所示：

登錄/注冊(cè)后可看大圖

而且是三顆96線，F(xiàn)OV視場(chǎng)達(dá)到120度的激光雷達(dá)，10Hz的探測(cè)幀率意味著每100ms，在車頭指向處給出一個(gè)接近300度跨度的點(diǎn)云數(shù)據(jù)圖，如下范圍：

登錄/注冊(cè)后可看大圖

我們這里就不考慮去論證極狐這款搭載全套華為自動(dòng)駕駛系統(tǒng)的車輛的其它硬件配置了，就Lidar這一項(xiàng)的新增，已經(jīng)足夠“奢華”了?？紤]到Lidar對(duì)于目標(biāo)物體（特別是近處小于50m）的測(cè)距、輪廓繪制的精度可以算是非常高了，而且是屬于傳感器直接給出結(jié)構(gòu)化數(shù)據(jù)，CPU都不用耗費(fèi)資源進(jìn)行結(jié)構(gòu)化計(jì)算即可直接對(duì)目標(biāo)物體進(jìn)行判斷，或者和其他傳感器數(shù)據(jù)進(jìn)行融合后的綜合判斷。所以激光雷達(dá)在自動(dòng)駕駛系統(tǒng)里的關(guān)鍵角色，就不言而喻了。讀者可以在原則上這樣理解傳感器的感知質(zhì)量：如果傳感器的精度不夠高、或者說感知結(jié)果的可靠性不夠高（即置信度不夠高），那么必然面對(duì)這需要在對(duì)于目標(biāo)識(shí)別的“假陽性”和“假陰性”之間找平衡。這意味著要么犧牲安全性，要么犧牲駕乘體驗(yàn)，而這很難統(tǒng)一。但如果傳感器的數(shù)據(jù)感知能力足夠好，感知的數(shù)據(jù)結(jié)果置信度足夠高，那么就不必面臨這個(gè)艱難的二選一困境，可以同時(shí)抑制“假陽性”和“假陰性”。所以看得清楚、看得真切，是自動(dòng)駕駛感知系統(tǒng)傳感器的核心使命。
這里有讀者可能會(huì)問，那么到底為啥Elon Musk這么看不上Lidar呢？我的個(gè)人判斷應(yīng)該是這樣，在Autopilot的研發(fā)早期，即2016年左右，Musk是拄著Mobileye的前向視覺（單目）ADAS系統(tǒng)的拐棍兒前行的。在那個(gè)時(shí)代，Tesla也是付出很大的努力在自己的車輛上逐步完成了對(duì)于Bosch的毫米波雷達(dá)和Mobileye的視覺系統(tǒng)的集成，不論從成本還是技術(shù)難度上看，Camera+Radar就是那個(gè)階段的配置了，在前裝量產(chǎn)車上，是不可能去考慮超級(jí)昂貴的Velandar機(jī)械式激光雷達(dá)的，一顆Lidar快頂上半輛Model S的價(jià)格了，Tesla的目標(biāo)在彼時(shí)根本就不是直奔Level-4的Robotaxi，所以不論從哪個(gè)角度來看，都完全沒必要。至于后來歷經(jīng)和Mobileye分手，自身逐漸長(zhǎng)大成熟，在2019年的Tesla自動(dòng)駕駛開放日上，納入視覺機(jī)器學(xué)習(xí)頂級(jí)專家Andrej Karpathy的Musk就放出了那句著名的“Lidar is doomed”離奇論調(diào)，但確實(shí)是符合他一貫堅(jiān)守的“第一性原理”，既然人類不需要兩眼發(fā)射激光來辨識(shí)和量化外部環(huán)境，那么我們也不用！
從另一個(gè)角度看，成本還是決定性因素。Lidar在產(chǎn)品上的突破確實(shí)是就這兩年的事情，尤其國內(nèi)的玩家越來越多，而且不乏像華為這樣的大玩家，所以Lidar成本做下來前裝得起，可靠性做上去過得了車規(guī)，當(dāng)下確實(shí)是激光類傳感器曙光浮現(xiàn)的時(shí)刻。如果隨著華為的入局，還有其他幾家專業(yè)Lidar廠家在今明兩年的逐步進(jìn)入整車的前裝量產(chǎn)市場(chǎng)，再有兩年的普適的實(shí)踐考核，Lidar應(yīng)該還是利遠(yuǎn)大于弊的傳感器。而且Lidar本身還是屬于主機(jī)車身上的附加傳感器，這部分成本隨時(shí)間終會(huì)合理攤?cè)胝嚦杀径幌M(fèi)者一次性購車而消化；對(duì)比而言，非常重系統(tǒng)的廣義上的傳感器，比如V2X和HDmap，在成本上和大系統(tǒng)維護(hù)上，被市場(chǎng)所消化的周期可能就會(huì)更長(zhǎng)一些。
我們看過很多關(guān)于Tesla和其Autopilot的分析文章和測(cè)試視頻了，一個(gè)顯而易見的道理是，Tesla偏偏就是挑選了最難實(shí)現(xiàn)的單車純視覺路線，當(dāng)然他在通用性上肯定更強(qiáng)（因?yàn)椴灰蕾嚮蛘弑M可能少依賴外部條件），但是對(duì)于技術(shù)實(shí)現(xiàn)的難度上，那不是難了一點(diǎn)兒半點(diǎn)兒。Lidar如果產(chǎn)品化做得好，也許確實(shí)可以商輟。至少到目前FSD的進(jìn)展（v8.2），在灣區(qū)幾個(gè)城市的測(cè)試表現(xiàn)來看，單純視覺識(shí)別還是有不少的問題，感覺對(duì)于這些細(xì)枝末節(jié)的問題，收斂起來還是比較困難的。（也許下個(gè)月的FSD v9版本會(huì)有大幅度進(jìn)步嘛？）
與此形成對(duì)照，第一次看到華為和極狐的這段自動(dòng)駕駛實(shí)操視頻（不同于公司的宣傳視頻），確實(shí)有幾個(gè)地方很令人感到“驚艷”，我們?cè)谶@里逐一分析。
細(xì)節(jié)一：交通燈在中控面板上顯示風(fēng)格

登錄/注冊(cè)后可看大圖

通過路口時(shí)，中控UI中所顯示的紅綠燈位置和個(gè)數(shù)，都和實(shí)際的本路口紅綠燈配置不吻合，即非寫實(shí)，只是表達(dá)紅綠燈組合信息的作用。而且華為這個(gè)紅綠燈顯示是從頭到尾整個(gè)駕駛過程中都存在的，綠燈狀態(tài)和無紅綠燈路段置灰，紅燈狀態(tài)為紅。這個(gè)和Tesla的FSD有明顯的差別，如下圖：

登錄/注冊(cè)后可看大圖

Tesla FSD的中控UI中，真實(shí)反映的不僅僅是紅綠燈的內(nèi)容信息，還包括紅綠燈的個(gè)數(shù)和實(shí)際位置（甚至包括高低）。突出這個(gè)差異沒有技術(shù)水平高低的評(píng)判含義，我覺得只能說明FSD確實(shí)非常依賴視覺信號(hào)（也只有視覺信息可以依賴了），而且真實(shí)顯示視覺結(jié)果，人類駕駛員在這個(gè)UI環(huán)境下應(yīng)該會(huì)有更加真實(shí)和直觀的體驗(yàn)。
Tesla的karpathy在公開的技術(shù)演講上提到過，F(xiàn)SD對(duì)待每一個(gè)十字路口都仿佛第一次看到，以來自己強(qiáng)大的視覺能力即時(shí)處理千變?nèi)f化的路口信息，從而獲取最大化的普適能力。但實(shí)際上這話也有點(diǎn)吹牛，因?yàn)楹罄m(xù)的一些曝光資料顯示，Tesla的道路結(jié)構(gòu)底圖，雖然不是真正意義上的高精地圖，也實(shí)實(shí)在在包含了一些必要的十字路口信息和道路結(jié)構(gòu)信息，里面確實(shí)有紅綠燈的具體位置，和十字路口車道的對(duì)應(yīng)關(guān)系。如果如Karpathy所說，都交給視覺系統(tǒng)去即時(shí)判讀，那么必然通過效率會(huì)降低，F(xiàn)SD的MTBF（在這里讀者可以理解為人類司機(jī)的干預(yù)次數(shù)）會(huì)上升，這不是Tesla希望看到的結(jié)果。
華為在這段測(cè)試路段上，按照我的推測(cè)，HDmap條件肯定是具備的，即每個(gè)紅綠燈的位置和高度必然在HDmap中有標(biāo)定值，但華為在中控UI中選擇了簡(jiǎn)化（即位置固定）處理紅綠燈顯示方式，只根據(jù)視覺捕捉的紅綠黃信號(hào)進(jìn)行UI上的填充處理，也是沒問題的。本質(zhì)上和Tesla的低精度駕駛底圖中紅綠燈位置的預(yù)埋信息一致。

登錄/注冊(cè)后可看大圖

細(xì)節(jié)二：第一次無保護(hù)左轉(zhuǎn)
【Huawei-1】


這個(gè)左轉(zhuǎn)總得來說表現(xiàn)是不錯(cuò)的，比較好地實(shí)現(xiàn)了通行效率和安全性之間的折中，當(dāng)然犧牲的是乘坐體驗(yàn)，因?yàn)閳?zhí)行了一腳從15Kmph直接大幅度剎停的操作。在國內(nèi)的這種無保護(hù)左轉(zhuǎn)的通行條件下，如果傾向保守的安全性，那就會(huì)造成局部擁堵、被后車鳴笛催促等小范圍的交通混亂，這是必然的，也是我們多數(shù)人每天的直接體驗(yàn)。因此華為這個(gè)抵近式——?jiǎng)x?！儋N著直行車尾左轉(zhuǎn)的動(dòng)作，看似激進(jìn)，實(shí)則必要。
對(duì)比Tesla的FSD，哪怕是在西海岸灣區(qū)幾個(gè)大城市的測(cè)試，也很難遇到類似國內(nèi)的這種場(chǎng)景。他們基本都是“等?！ㄟ^”的機(jī)制，而且FSD本身也很保守，畢竟他是大規(guī)模測(cè)試，且交給的是平民駕駛員，出任何一件安全事故都是巨大的壓力。所以直觀感受就是，通過路口的效率很慢。如果你看過早期Waymo的表現(xiàn)，那就更慢了。而且Waymo直到現(xiàn)在在亞利桑那的Robotaxi服務(wù)還是有“規(guī)避左轉(zhuǎn)”的規(guī)劃政策的，一個(gè)左轉(zhuǎn)可抵達(dá)的目的地，會(huì)導(dǎo)致繞路執(zhí)行四個(gè)右轉(zhuǎn)，安全至上了。
從技術(shù)底層看，華為可以做到激進(jìn)左轉(zhuǎn)的原因應(yīng)該是有Lidar助力，可以在低時(shí)延內(nèi)獲取高置信度的路口車流狀態(tài)和測(cè)量結(jié)果，在這個(gè)基礎(chǔ)之上，做針對(duì)“他車”的狀態(tài)預(yù)測(cè)就很快，而且客觀上也比較準(zhǔn)確，包括他車的位置、速度、加速度、指向和基于此的未來軌跡預(yù)測(cè)。在視頻中，主車提速執(zhí)行左轉(zhuǎn)操作，速度提到15秒且接近對(duì)向車道的時(shí)候，由視覺、Lidar和毫米波雷達(dá)感知融合后的數(shù)據(jù)判定對(duì)向直行車輛已經(jīng)開始接近，但在目測(cè)應(yīng)該可以先完成自身左轉(zhuǎn)的前提下，執(zhí)行了大腳剎車。你可以理解為后臺(tái)的規(guī)劃算法有“禮讓直行”的機(jī)制存在，由硬代碼實(shí)現(xiàn)；也可以理解為數(shù)據(jù)驅(qū)動(dòng)的結(jié)果就是如此，如果規(guī)劃任務(wù)的實(shí)現(xiàn)是依賴機(jī)器學(xué)習(xí)，那么日常訓(xùn)練中的大腳剎車就會(huì)固化到機(jī)器處理能力當(dāng)中去。
另外一個(gè)有意思的地方在于，華為主車敢于緊貼著對(duì)向直行車通過的動(dòng)作，而執(zhí)行左轉(zhuǎn)動(dòng)作，不拖泥帶水，這都是基于Lidar精確感知結(jié)果能力提升的基礎(chǔ)之上的。純視覺感知目前看，還做不到這么激進(jìn)。


細(xì)節(jié)三：第二次無保護(hù)左轉(zhuǎn)
【Huawei-2】
這里的細(xì)節(jié)在于，左轉(zhuǎn)之后直接、準(zhǔn)確地進(jìn)入最里側(cè)車道，應(yīng)該這個(gè)過程是沒有視覺車道對(duì)準(zhǔn)并矯正的過程。因?yàn)槭致房谕ǔＪ谴蠓秶恼叫螀^(qū)域，無地面標(biāo)識(shí)線，自動(dòng)駕駛的難點(diǎn)區(qū)域之一。Tesla FSD在這個(gè)區(qū)域內(nèi)是優(yōu)選前車（人類駕駛員）跟隨，直到可以視覺捕捉目標(biāo)方向上的目標(biāo)車道（左轉(zhuǎn)或者右轉(zhuǎn)都有這個(gè)問題），再做微調(diào)。華為沒有這個(gè)動(dòng)作，或者說肉眼不可見，應(yīng)該是高精地圖和高精定位（融合定位）在起作用，轉(zhuǎn)彎之前和過程中，都很清楚地面看不見的軌跡，而準(zhǔn)確進(jìn)入目標(biāo)車道。


細(xì)節(jié)四：直行被左轉(zhuǎn)車輛干擾
【Huawei-3】
華為的主車作為直行車輛在有優(yōu)先權(quán)的前提下，通過路口時(shí)提速已經(jīng)到了27kmph，在受到轉(zhuǎn)彎車輛威脅之后，大腳剎車到4Kmph之后，立刻在威脅解除之后恢復(fù)到正常速度。整個(gè)過程和人類駕駛的行為基本是一致的。這種場(chǎng)景下，如果是正常的司機(jī)都會(huì)采取接管手段，但測(cè)試車輛并沒有，而是完整依賴自動(dòng)駕駛能力通過，比較完整。潛臺(tái)詞是，測(cè)試司機(jī)應(yīng)該是處理過很多這樣的局面了。所以我傾向于相信，這種類人的“規(guī)劃”輸出，應(yīng)該主體還是數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)機(jī)制，在經(jīng)歷太多類似場(chǎng)景的訓(xùn)練之后，就變成了這個(gè)樣子。
可能會(huì)有個(gè)模型過擬合的問題，可能在面臨更極端場(chǎng)景下會(huì)出問題，但現(xiàn)在這個(gè)表現(xiàn)應(yīng)該是令人滿意的。
細(xì)節(jié)五：通過機(jī)動(dòng)車、非機(jī)動(dòng)車、行人干擾路段
【Huawei-4】
<a href="http://www.zhihu.com/zvideo/1366771969967497216" data-draft-node="block" data-draft-type="link-card">這段視頻也是流傳最廣泛的一段，對(duì)于國內(nèi)普遍存在的開放社區(qū)路段，比較有代表性。難點(diǎn)體現(xiàn)在：對(duì)向機(jī)動(dòng)車輛不遵守道路中心線分割原則而借道行駛，反之主車也有需要借道的需求；路旁泊車侵占非機(jī)動(dòng)車道，導(dǎo)致非機(jī)動(dòng)車駛?cè)霗C(jī)動(dòng)車道，并有大量的橫穿現(xiàn)象；行人橫穿馬路無規(guī)則……等等。
作為人類駕駛員，我們其實(shí)每天也需要處理不少這樣的“極端”路況，除了平均通行速度慢一些，還是可以處理的。主要原因是人類駕駛員具備比較好的“預(yù)測(cè)能力”，道路的競(jìng)爭(zhēng)目標(biāo)雖然很多，但我們每天看的多了，基本可以根據(jù)當(dāng)前畫面信息判斷哪些人會(huì)突然穿越公路，哪些不會(huì)，哪些非機(jī)動(dòng)車基本穩(wěn)定，哪些會(huì)有超機(jī)動(dòng)行為（比如快遞小哥就特別危險(xiǎn)）……建立在人類高層認(rèn)知的基礎(chǔ)上，通過預(yù)測(cè)，我們會(huì)選擇把注意力放在最容易出問題的方向和距離上進(jìn)行觀察，所以可以在很高的水平上安全通過。
機(jī)器自動(dòng)駕駛的道理是一樣的，所以機(jī)器最重要的是在感知能力過關(guān)的基礎(chǔ)上，執(zhí)行快速和高置信度的預(yù)測(cè)動(dòng)作。Lidar在低速場(chǎng)景下，對(duì)于近距離目標(biāo)的探測(cè)，就是完美的；在這個(gè)基礎(chǔ)之上，在做預(yù)測(cè)，一個(gè)是快一個(gè)是準(zhǔn)確。這就是為什么華為這輛車可以在低速但絲毫不遲滯的節(jié)奏下，踩了兩腳剎車（一腳是因?yàn)榭爝f小哥，移交是因?yàn)槟莻€(gè)黑衣服的行人），但平均通過速度并不低（大概5-10Kmph），最終安全穿越這個(gè)復(fù)雜路段。
這款車上的Lidar三顆，安裝位置直比車輪高一點(diǎn)點(diǎn)，大家還記得蔚來的激光雷達(dá)是安裝在前風(fēng)擋頂部的。小編感覺還是華為這個(gè)位置比較合適，特別適合密集且無規(guī)律的國內(nèi)社區(qū)道路。
解讀差不多就這么些，希望在未來可以看到更多相關(guān)測(cè)試結(jié)果，也希望Lidar上量產(chǎn)車一切順利。而且最最希望這輛測(cè)試車輛的驚艷表現(xiàn)，真的是量產(chǎn)級(jí)別的，而非依賴太多的系統(tǒng)手段，而變得很重，從而為商用推廣造成困難。


視頻和基于視頻的截圖分別來自于：
來自于42號(hào)車庫在B站上的七分鐘視頻截圖，URL：https://www.bilibili.com/video/BV1Jp4y1t7X7?from=search&seid=1337358608828144428；
插圖分別來自于：
來自于鳳凰網(wǎng)相關(guān)資訊，URL： http://auto.ifeng.com/c/84J7HnMp8QH ；
來自于 https://www.sohu.com/a/460039192_607980；
來自于“Whole Mars Catalog”的FSD測(cè)試視頻截圖， URL： https://www.youtube.com/watch?v=Oxf33H8WFH4 ；