文远知行WeRide自动驾驶开进城中村 有哪些法宝？

[TechWeb]9月10日，有报道称，城中村的交通规则几乎已经完全退化。对于人类司机来说，进入城中村，开车也需要十二分的努力。今天，文远之星的自动驾驶车辆开进了城中村，全程安全，无需接管。

在进入一个城市村庄之前，文远之星对其道路状况进行了研究。

据文远知行团队介绍，中国一些城中村的建筑密度很高，最高可达70%。在城中村，对外的道路往往只有一两条，宽度只有7米。村内内部道路多以房屋间距为步道，大多只有2-4米宽。不仅行人，车辆也在行驶，没有车道线和红绿灯。各种私家车和路边摊直接停在路边，为车辆通行提供了极其狭窄的空间。一旦出了村，地铁站和繁华商圈的宽敞道路会突然出现，村内外交通场景差异显著。

在自动驾驶汽车看来，城市村庄路况的上述特征是一个充满海量动态障碍物数据的场景，没有可识别的交通标志，没有预先定义的极限挑战。

在城中村，自动驾驶汽车经常遇到的典型长尾场景包括三种场景。

一、周围障碍物的路径不确定:由于交通规则的缺失，没有车道线，没有红绿灯，道路上充斥着汽车、自行车、电动车，以及随时改变方向和速度的行人。

二是与车辆和行人的密切互动:由于道路极其狭窄，可供通行的空间不足，再加上密集的人流，自动驾驶汽车需要在一厘米的距离内与周围的车辆和行人进行互动，会车时往往需要通过反方向的车辆和行人。

三、小障碍物挑战自动驾驶汽车盲区:随处可见的小障碍物突然闯入，比如狗、散落在路上的货物等，大大增加了自动驾驶汽车的盲区风险。

文远智行一直用一套通用的自动驾驶算法——WeRide ONE来解决所有不同应用场景下的问题，并一直通过不断的学习来进化自己。目前，基于感知、预测、规划、决策和控制的线性逻辑，WeRide ONE融入了环境观察、双向谈判、共识形成和默契的算法，最终实现了安全稳定的自动驾驶。

在解决城中村复杂交通问题上，文远知行团队表示，WeRide ONE有三大法宝:拥抱不确定性、达成共识、克服盲点。

拥抱不确定性:越不确定，越稳定

在城中村，车多人多，出行方向随时变化，对自动驾驶的预测算法提出了很大的挑战。对此，文远志行的最大回应是拥抱预测的不确定性。

文远之星在预测算法上加强了机器学习模型。机器学习模型是基于大数据提取障碍物的运动特征，反复进行模型训练，改进算法，提高预测精度。

文远智行机器学习模型的一个比较突出的特点是调整系统的交互思维。当自动驾驶汽车与周围车辆和行人进行动态交互时，基于每一步的交互在短时间内实时调整预测结果，而不是拘泥于固定时间的预测数据。同时，通过更好地将预测与规划、决策和控制联系起来，整个系统的稳定性得到了提高，使车辆行驶更加平稳。

达成共识:提高机器在人机博弈中的主动性

城中村交通规则恶化，缺乏统一的交通法规。维持交通运行需要依靠行人和车辆的“共识”。机器如何与周围的障碍物和场景“达成共识”？自动驾驶汽车不会说话，而是通过行动传递信息……在安全第一的原则下，文远之星的自动驾驶汽车将优先为行人和礼让车辆让路。见面时，他们首先选择主动拉到一边，屈服。但在拥挤繁忙的城中村街道，让行也可能导致车辆总是无法移动或卡在原地的情况。应采取适当的主动互动，向周围行人和车辆提供信息，并通过调整方向和速度寻求新的共识。

达成共识是解决城中村交通问题的重中之重，也是文远智行威瑞得一号最为关注的技术改进点。

克服盲点:远处可见，近处清晰

文远智行自主研发的自动驾驶传感器套件，可以检测最远250米范围内的所有道路和交通信息，360度全面覆盖周围的各种障碍物，比人眼更准确可靠地“看到”周围物体，检测、分辨、跟踪障碍物，最终形成对场景的正确理解。

然而，在拥挤的城中村交通环境中，自动驾驶汽车在近距离探测方面面临着巨大的挑战。自动驾驶汽车与周围物体的距离可以低至几厘米，经常会“粘”上障碍物。当自动驾驶汽车的最近探测距离几乎为零时，就不存在盲区。

针对城中村，文远智行升级了传感器套件，增加了远光侧翼激光雷达，增强了对接近障碍物的精细化探测，大大提高了探测精度。

文远志行表示，解决城中村实现自动驾驶的问题，不仅可以在城市开放道路上提供更安全、更舒适、更稳定的出行服务，还将有助于取消安全员，更快实现完全无人驾驶运营服务的目标。

标签：

汽车资讯热门资讯