Waymo 设计主管 YooJung Ahn 公布：第五代自动驾驶平台技术细节

　　近日，Waymo 在 Youtube 上发了一段视频专门介绍“Waymo Driver”——自动驾驶巨头的第五代无人车平台。

　　视频主讲人是 Waymo 设计主管 YooJung Ahn，这位一手打造了“萤火虫”自动驾驶汽车的女设计师给我们分享了新平台的基本设计理念。

　　总结来说，这个名为“内部洞见”的视频重要内容如下：

• Waymo 已累计完成 2000 万英里（3200 万千米）路测，仿真里程更是超过 100 亿英里（160 亿千米），测试地覆盖美国 25 个城市；

• 传感器拥有 360 度视野，最远探测距离可达 500 米（准确来讲，Waymo 的雷达探测距离是 300 米，而新的视觉系统则能看到 500 米之外）；

• Waymo Driver 未来的四大使用场景：打车服务、卡车运输、货物递送与私人乘用车；

• 四大设计原则：简洁、诚实、平易近人、令人愉悦；

• 整个平台整合了 29 颗摄像头，同时为传感器配备清洁和加热系统；

• 传感器还在超过 50℃ 的死亡谷进行了耐久性测试；

• 传感器满足各项严格的车用标准；

• 该平台为大规模量产而生；

• 可适配不同的车辆平台；

• 车顶配备了 LED 屏幕，方便与等车的乘客沟通。

　　是不是觉得这些视频中的“高光时刻”不够重磅？

　　很正常，这就是 Waymo 的风格，它们对于许多细节性技术问题还是挺神秘的。

　　Ahn 讲起第五代平台来也有些语焉不详。举例来说，Waymo 自研的激光雷达、摄像头、雷达和计算机规格，她都不愿说的太细，而对外界来说这些才是价值连城的关键信息。

　　就拿 Waymo Driver 拥有的算力来说，眼下没人知道 Waymo 到底用了什么处理架构。就连 Strategy Analytics 车载电子服务部门主管 Ian Riches 都对此一头雾水。

　　一些行业观察者猜测，除了谷歌自家基于 TensorFlow 的加速器，Waymo 在 CPU、GPU 和 FPGA 的组合上可能玩了混搭（比如用 CPU 用英特尔的，GPU 用英伟达的）。

　　当然，Waymo 也可能通过自己的定制芯片吃掉了一部分计算任务，为更重要的工作省下更多算力。

　　在视频中，关于 Waymo 的计算引擎 Ahn 只透露了两点：

　　1. 它是 Waymo 自行开发的；

　　2. Waymo 成功缩减了计算引擎的体积，为后备箱腾出不少空间，不过依然实现了算力的提升。

　　一台无人车到底能塞下多少传感器？

　　对行业观察者来说，Waymo 第五代平台最可怕的就是其传感器的装备量，它不但整合了 29 颗摄像头，还有升级版的激光雷达和雷达等。

　　Yole Développement 最近在名为《2020 年无人车传感器》的一篇报道中指出，“自动驾驶汽车对传感器成本和长期可靠性不太感冒，而这两点是传统汽车制造商的命门。不过，传感器的可用性、性能和可维护性自动驾驶厂商则非常看重。

　　如果成本可以忽略不计，那么什么才是真正利害攸关的呢？

　　在 Yole 看来答案是后端算力的限制，未来这一问题可能会阻碍系统设计师继续为车辆增加传感器。

　　那么，自动驾驶平台摄像头装备量的上限到底在哪？

　　Yole 首席分析师 Pierre Cambou 认为，“传感器数据流的增长最终会被后端算力所限，我们可能真的会触及那个天花板，让系统设计师们不得不捆住手脚。”

　　Cambou 对增加的数据流和处理新增数据所需算力间的关系进行了研究，他表示：“自动驾驶汽车数据流的增长已经受到严重限制。”

　　鉴于计算能力整体是呈对数增长的（先快后慢），因此 Cambou 也坦言称，自己的结论是个“可怕的发现”。

　　与硅谷许多处理器工程师不愿承认摩尔定律即将作古的情况不同，Cambou 认为自动驾驶汽车的算力困境与传感器数据流有关。他预计自动驾驶汽车的算力终将到达上限，其结果就是自动驾驶行业需要“一种新的范式”。

　　Cambou 指出，要想避免“数据流与算力”僵局，方法之一是开始寻求数据质量的改善。

　　他表示，自动驾驶行业需要各种性能更好的传感器。当然，除了部署更好的雷达外，还需要诸如热像仪（Waymo 还没有，但分析师认为它们后续会配备）之类的装备对于“在数据预算内提高数据质量”也是必要的。

　　Cambou 提到，像 Prophesee 这样使用“基于事件摄像头”的公司有望解决算力有限的问题。“神经形态是受生物启发的‘传感’和‘计算’。通过两者的结合，就可以提供第三种计算方式。”Cambou 补充道。

　　Waymo 的自研传感器

　　有的人可能会说，29 个摄像头是不是有点多了？Waymo 可不这么看，它们还专门用了多种方式来整合传感器数据去提升数据质量呢。

　　1. Waymo 的激光雷达

　　据 Ahn 介绍，“Waymo 的全新激光雷达家族能在更广的范围内实现更高的分辨率。作为 Waymo Driver 平台中最强大的传感器，我们的激光雷达能绘制出一幅足够精准的周边环境图景。即使是毫无照明条件的夜晚，也能看的清清楚楚。”

　　关于安在车辆顶部的那台激光雷达，她则介绍称，“它能看到 300 米外，而且拥有 360 度视角。”与此同时，安装在车辆四周的雷达则能覆盖更广的视场，探测起车辆附近的物体更加得心应手。

　　2. Waymo 的视觉系统

　　Ahn 指出，新的视觉系统让 Waymo Driver 能获得更清晰的图像与更广的视角，29 个摄像头在视觉上覆盖车辆周边更是不在话下。此外，摄像头还有清洁与加热系统支持，能在各种天气条件下释放最佳性能。

　　Ahn 还介绍称，新的远程摄像头与 360 度视觉系统“能比之前看的更远，以识别更加重要的细节信息，比如 500 米外的停止标识。此外，新的周边视觉系统搭配车辆四周的雷达让 Waymo Driver 能实时监控车辆附近的物体。”

　　Waymo Driver 的周边视觉系统还能大大减少停着的车或大型车辆带来的盲区。“这些新摄像头让我们能掌握周边物体的动向，以更好地做出决策。”Ahn 解释道。“不同类型摄像头相结合换来的有价值信息，也能方便我们尽早做出反应。”

　　3. Waymo 的雷达

　　Ahn 认为，Waymo 的新款高清图像雷达占据了车辆周边 6 个有利位置。它们能“同时追踪静态和动态目标，在更远的距离外发现小型目标并分辨出那些拥挤在一起的目标。”

　　她还强调称，“雷达是激光雷达和摄像头的补充，它们在各种恶劣天气下简直是神器。“

　　激光雷达、摄像头、雷达和 AI 计算平台都“刷到”顶级后，Waymo 就为自家自动驾驶汽车构筑了一个完美的 3D 世界。

　　当然，硬件配齐了，也不能忽略软件，它也是决定 Waymo Driver 成功与否的关键环节。不过，在视频中 Ahn 对这个问题一带而过。

　　“在软件端，我们自动驾驶汽车的大脑将吞吐传感器采集到的信息以回答 4 个关键问题，即我在哪？我周边有什么？下一步会发生什么？以及我该作何反应？只有软硬件协同合作，才能让车辆理解周边环境，实现安全行驶的目标。”