大資料文摘作品  

作者：龍牧雪 魏子敏

如果要建立一個無人車隊，可以7x24小時的在路上行駛，需要哪些準備？目前的技術下，無人車可以完成這一挑戰嗎？

Drive.ai剛剛進行了一場這樣的嘗試，將其命名為“無人車馬拉松專案”（The Drive-a-thon），並詳細記錄下了這場驚險刺激的“24小時行車日記”。

上個月，矽谷神祕的自動駕駛創業公司Drive.ai進行了一場無人車的24小時馬拉松，以期瞭解如何在小範圍內，實現無人車行駛時間最大化。

之前，很多自動駕駛公司都曾嘗試讓無人車在一天的各個時間段和各種路況下試行。而Drive.ai 的這次嘗試則希望進一步探索，在最大的消耗下，如何運營一支自動駕駛的“車隊”。

Drive.ai兩年前在矽谷成立，以深度學習作為切入點推進自動駕駛技術，目前其技術已經迭代到第四代，達到了L4級別，也即高度自動化的全自動駕駛。去年6月Drive.ai宣佈完成 5000 萬美元 B 輪融資。

去年從百度離職的前首席科學家吳恩達 (Andrew Ng) 也加入了Drive.ai 董事會。他的妻子 Carol Reiley 是公司的創始人之一，公司現任 CEO Sameep Tandon 則是他在斯坦福的學生。

Drive.ai把這個24小時的“拼體力”專案叫做“無人車馬拉松”，並在海外媒體medium上釋出了一篇“24小時無人車駕駛日記”，記錄了整個專案從前期籌備到行駛過程的經歷。大資料文摘整理如下。（

https://medium.com/@drive.ai/what-we-learned-driving-an-autonomous-vehicle-for-24-hours-straight-587defe151bd ）

無人車馬拉松！

首先，我們設定了雄心勃勃的目標：

• 自動駕駛至少400英里；

• 克服各種路況和天氣；

• 確保在90%時間內自主正常執行（我們定義的自主正常執行是有司機，自動系統開啟，車門關閉，車輛在路上）；

• 零事故，零事故，零事故。最重要的事情說三遍！

我們在城市和郊區街道上執行的速度限制範圍為25到40英里，所以400英里不是個容易達到的目標：我們無法在101-S號高速公路上設定巡航模式，然後讓車子飛奔。

整個活動在加州山景城的地面街道上進行：從11月16日上午9時至2017年11月17日上午9時。

為了確保這場馬拉松專案順利進行，我們的許多員工在辦公室通了個宵。

我們有一輛24小時連續行駛的自動駕駛車輛“主力“，還有一些別的車輛，構成了一個車隊。自動駕駛是我們業務模式的關鍵組成部分，也是我們技術棧的關鍵部分，所以成功接送一些Drive.ai員工、朋友和家人是Drive ai馬拉松的另一目標。

我們最近推出了升級版本的駕駛應用程式，Drive-a-thon為內部測試新的使用案例提供了一個很好的機會。

探索Drive.ai自動駕駛程式的極限

今天，即使是讓一輛無人車連續工作24小時，也需要進行大量精心的計劃。更不用說還要克服各種天氣和路況。

首先，無論何時，在加州的公路上，我們都必須依法在車裡安排一名訓練有素的安全駕駛員。我們的安全駕駛員需要比實際道路上的普通駕駛員具有更高的注意力和駕馭力。

但是，一個司機不可能24小時保持警覺。我們此次分配了五個訓練有素的無人車安全駕駛員為車隊保駕護航。

除了司機之外，我們機械部門的工作人員還在Drive.ai總部待命，隨時準備好處理從爆胎到感測器故障的任何問題。我們剛剛完成資料記錄系統升級的基礎設施團隊也處於待命狀態。

資料通道是無人車操作上一個被低估的問題：通過各種感測器和遙感技術，我們的無人車每分鐘記錄千兆位元組的資料。對於典型的路測，我們有充足的車載儲存。而對於耐力賽，這意味著“熱切換”，即在不關閉系統的情況下也能更換記錄儲存器。

最後，我們希望這個活動也能很有趣。我們邀請了整個公司，還有很多朋友和家人來體驗這個活動。

24小時馬拉松日記

墨菲定律在活動開始的那天早上應驗了：我們醒來後就下起了傾盆大雨，預計會持續一整天。儘管從今年初開始，我們在雨中進行了大量的雨水測試，但這是迄今為止我們被淋得最徹底的一次。儘管如此，我們也成功了。

上午9點，我們上路了。

新的安全駕駛員，同樣的雨▲

一天中，我們通過內部共享乘車應用程式完成了數十次搭載，並保持了我們的90％自主正常執行時間的目標。

傍晚時分，傾盆大雨減輕了，但我們的周圍變得越來越黑。從感知的角度來看，夜間駕駛更具挑戰性。 然而好在越到晚上，我們在道路上遇到的車輛越少，每小時能夠覆蓋更遠的距離。

我們辦公室裡的帳篷▲

午夜過後，我們決定回到辦公室玩。 我們設立了一個室內營地，為我們所有的工作人員提供住宿，訂購披薩，玩遊戲，併為深夜工作的運營團隊歡呼。

第二天早上，道路上比較平靜，但我們仍面臨挑戰。 保持安全駕駛員的警惕是至關重要的，所以，全程我們都保證車上有另一位乘客，拍照、播放音樂，當然還有享受我們的車載系統！

夜間巡航▲

隨著太陽升起，路上的車輛又多了起來，我們趕上了早高峰。

從早上七點到九點，在自動駕駛的第二十四小時，無人車仍執行順利，真是太神奇了。對於任何車輛來說，行駛24小時（中間只為加天然氣停了5分鐘），都是件了不起的事。儘管面臨挑戰，我們仍然做到了：保持感測器、計算機、顯示器和輔助系統在整個24小時的活動中保持良好狀態。上午9點過一點，我們回到了總部的車庫。成功完成馬拉松！

結果資料

先回顧一下我們的目標目標：90％的時間自主正常執行，400自動行駛里程，零事故。

在24小時內，我們的無人車處於自主模式22小時40分鐘，在94%的時間裡自主正常執行。我們途中停下的主要原因是更換安全駕駛員（約35分鐘），更換資料驅動器和相關的軟體維護（約25分鐘），解決一個軟體錯誤（約15分鐘）和補充天然氣（約5分鐘）。當我們在11月17日上午9點通過終點時，我們已經開了410英里，這意味著我們的平均速度（途中停車時間也計算在內）是17英里/小時。最後，最重要的是，我們安全地完成了這次活動。

觀點：如何運作一個無人車隊

無人車的發展不僅改變我們的運輸方式，也改變整個世界：在未來幾十年裡，土地使用、基礎設施、保險業、無線通訊等領域將隨之發生根本性的變化。無人車的產業不僅僅涉及製造無人車，而且還涉及一個無人車生態系統。

讓一個無人車隊高效運轉，需要考慮很多因素：

變停車場為維護中心：普通車輛平均每天停車時間為22小時以上，而無人車隊的目標則為80％以上時間都在路上。雖然這意味著在任何給定時間停放的車輛的百分比較低，但是無人車的停車需求是不同的。無人車隊將需要專門的維護中心作為充電或加油站、資料倉庫、感測器校準站點、清潔設施等等。做好準備應對這些重大變化吧！

接送乘客：自動駕駛被譽為解決“最後一公里”問題的靈丹妙藥，但計程車體驗中有許多方面被我們認為是理所當然的。你如何確保正確的人已經進入車輛？如果一個或多個人需要幫忙搬執行李，該怎麼辦？如果一個人有殘疾呢？這個“最後一米”的問題是無人車隊應考慮的一個重要因素。找到一個安全的地方來停靠是往往被無人車忽視的問題。阻擋車道或自行車道幾分鐘可以接受嗎？如果有停靠點，我們需要正確檢測道路的邊緣，理想情況下不要停靠至刷紅漆的區域。但如果沒有合法的停靠點，我們該怎麼辦？與司機探討並制定一個應變計劃是一種常見的做法（佛系出行：師傅你別動，我走過來），但是機器人“司機”對此還是很陌生的。

AV + EV（Autonomous + Electric vehicle）：電動化無疑將在未來的自動駕駛技術中扮演重要角色。我們在駕駛中使用的混合動力平臺的能源成本約為0.09美元/英里，而像特斯拉Model S這樣的當代電動汽車則更接近每英里0.04美元。但是，在充電和電池更換技術進一步成熟之前，混合動力汽車才是最佳選擇。無人車想要達到90％利用率的話，不可能用一整個晚上充電。電動汽車還沒有被完全採用，但我們認為，引進電動汽車將成為改善下一代儲能技術所需基礎設施的重要力量。對無人車隊的真正需求來自於企業，這也是Drive.ai已經定位在ToB的另一個原因。

人員：今天，很多地區都要求無人車配備經過培訓的安全駕駛員，無論是在車上，還是遠端監督無人車的行為。新的工作機會也將隨之誕生，例如：車輛清潔、一般硬體維護、感測器磨損更換和重新校準、客戶支援等等。即使在一個更安全、更自動化的世界裡，我們仍然會遇到出乎意料的情況，而許多客戶在出現問題時會喜歡請人來幫忙。機器人能夠對人類和意外情況產生同情和響應嗎？這對我們來說是一個重要的考慮因素，因為我們想要開發能建立信任和理解的使用者體驗。

資料：無人車每分鐘產生千兆位元組的資料，所有這些資料都必須能供我們衡量乘坐質量，跟蹤任何關鍵事件，並隨著時間的推移改進技術。有些資料可以通過手機傳輸，但大部分資料必須儲存在車上，這意味著硬碟必須定期更換。當資料離開車輛，它們將直接進入我們的多級資料管線，我們將處理資料，用於未來的回放、除錯、視覺化、註釋和其他分析。

人機互動：無人車中的乘客選擇了機器人來處理駕駛任務。在車內，我們的乘客可以直觀地瞭解汽車所看到的資訊以及如何它做出決定。然而，在車輛外部，我們的車輛與其環境之間的互動是另一回事。人類司機的離開，意味著我們不再有能力與外界進行目光接觸和表達，至少不是以相同的方式。我們知道從駕駛到無人駕駛的過渡不會在一夜之間發生。我們已經設計了一套系統來建立人們對自動駕駛的未來的信任。人機互動是另一個重要的考慮因素。

這次無人車馬拉松是一次很好的學習機會。在單一無人車上部署“馬拉松”讓我們有機會了解如何使一整隊無人車保持最佳效能。而在2018年，我們的目標就是：打造無人車隊！

是不是燃爆了！無人車隊什麼時候能上路？歡迎留言告訴我們你的看法。

線下課程推薦|機器學習和人工智慧方向

新年新目標，稀牛喊你找工作啦！

✪  高頻面試考點

✪  行業專案經驗

✪  簡歷修改完善

✪  面試注意事項

VIP小班授課，定製化服務，2018春招Offer觸手可即！

往期精彩文章

點選圖片閱讀