文遠知行WeRide自動駕駛開進城中村 有哪些法寶？

[TechWeb]9月10日，有報道稱，城中村的交通規則幾乎已經完全退化。對于人類司機來說，進入城中村，開車也需要十二分的努力。今天，文遠之星的自動駕駛車輛開進了城中村，全程安全，無需接管。

在進入一個城市村莊之前，文遠之星對其道路狀況進行了研究。

據文遠知行團隊介紹，中國一些城中村的建筑密度很高，最高可達70%。在城中村，對外的道路往往只有一兩條，寬度只有7米。村內內部道路多以房屋間距為步道，大多只有2-4米寬。不僅行人，車輛也在行駛，沒有車道線和紅綠燈。各種私家車和路邊攤直接停在路邊，為車輛通行提供了極其狹窄的空間。一旦出了村，地鐵站和繁華商圈的寬敞道路會突然出現，村內外交通場景差異顯著。

在自動駕駛汽車看來，城市村莊路況的上述特征是一個充滿海量動態障礙物數據的場景，沒有可識別的交通標志，沒有預先定義的極限挑戰。

在城中村，自動駕駛汽車經常遇到的典型長尾場景包括三種場景。

一、周圍障礙物的路徑不確定:由于交通規則的缺失，沒有車道線，沒有紅綠燈，道路上充斥著汽車、自行車、電動車，以及隨時改變方向和速度的行人。

二是與車輛和行人的密切互動:由于道路極其狹窄，可供通行的空間不足，再加上密集的人流，自動駕駛汽車需要在一厘米的距離內與周圍的車輛和行人進行互動，會車時往往需要通過反方向的車輛和行人。

三、小障礙物挑戰自動駕駛汽車盲區:隨處可見的小障礙物突然闖入，比如狗、散落在路上的貨物等，大大增加了自動駕駛汽車的盲區風險。

文遠智行一直用一套通用的自動駕駛算法——WeRide ONE來解決所有不同應用場景下的問題，并一直通過不斷的學習來進化自己。目前，基于感知、預測、規劃、決策和控制的線性邏輯，WeRide ONE融入了環境觀察、雙向談判、共識形成和默契的算法，最終實現了安全穩定的自動駕駛。

在解決城中村復雜交通問題上，文遠知行團隊表示，WeRide ONE有三大法寶:擁抱不確定性、達成共識、克服盲點。

擁抱不確定性:越不確定，越穩定

在城中村，車多人多，出行方向隨時變化，對自動駕駛的預測算法提出了很大的挑戰。對此，文遠志行的最大回應是擁抱預測的不確定性。

文遠之星在預測算法上加強了機器學習模型。機器學習模型是基于大數據提取障礙物的運動特征，反復進行模型訓練，改進算法，提高預測精度。

文遠智行機器學習模型的一個比較突出的特點是調整系統的交互思維。當自動駕駛汽車與周圍車輛和行人進行動態交互時，基于每一步的交互在短時間內實時調整預測結果，而不是拘泥于固定時間的預測數據。同時，通過更好地將預測與規劃、決策和控制聯系起來，整個系統的穩定性得到了提高，使車輛行駛更加平穩。

達成共識:提高機器在人機博弈中的主動性

城中村交通規則惡化，缺乏統一的交通法規。維持交通運行需要依靠行人和車輛的“共識”。機器如何與周圍的障礙物和場景“達成共識”？自動駕駛汽車不會說話，而是通過行動傳遞信息……在安全第一的原則下，文遠之星的自動駕駛汽車將優先為行人和禮讓車輛讓路。見面時，他們首先選擇主動拉到一邊，屈服。但在擁擠繁忙的城中村街道，讓行也可能導致車輛總是無法移動或卡在原地的情況。應采取適當的主動互動，向周圍行人和車輛提供信息，并通過調整方向和速度尋求新的共識。

達成共識是解決城中村交通問題的重中之重，也是文遠智行威瑞得一號最為關注的技術改進點。

克服盲點:遠處可見，近處清晰

文遠智行自主研發的自動駕駛傳感器套件，可以檢測最遠250米范圍內的所有道路和交通信息，360度全面覆蓋周圍的各種障礙物，比人眼更準確可靠地“看到”周圍物體，檢測、分辨、跟蹤障礙物，最終形成對場景的正確理解。

然而，在擁擠的城中村交通環境中，自動駕駛汽車在近距離探測方面面臨著巨大的挑戰。自動駕駛汽車與周圍物體的距離可以低至幾厘米，經常會“粘”上障礙物。當自動駕駛汽車的最近探測距離幾乎為零時，就不存在盲區。

針對城中村，文遠智行升級了傳感器套件，增加了遠光側翼激光雷達，增強了對接近障礙物的精細化探測，大大提高了探測精度。

文遠志行表示，解決城中村實現自動駕駛的問題，不僅可以在城市開放道路上提供更安全、更舒適、更穩定的出行服務，還將有助于取消安全員，更快實現完全無人駕駛運營服務的目標。

標簽：

汽車資訊熱門資訊