【2020汽车蓝皮书论坛】韦峻青：大数据是自动驾驶这台发动机最宝贵的燃料

6月27日，滴滴出行在上海首次向公众开放自动驾驶服务，接受公众体验报名。央视新闻还在雨中直播了两个小时的全程体验。

虽然仍有安全员坐在主驾驶位置，但充满话题的大胆选择还是让业界惊呼，“自动驾驶”网约车终于来了！自动驾驶一直被认为是重塑未来的出行方式，可以提高安全性和效率，造福人类。

滴滴出行持续坚定地致力于此。去年8月，滴滴出行宣布旗下自动驾驶部门升级为独立公司，专注于自动驾驶研发、产品应用及相关业务拓展。此外，滴滴出行还拿到了上海颁发的国内首批自动驾驶载人示范应用牌照。

虽然取得了一定的成绩，方向也足够坚定，但滴滴出行创始人兼CEO程维也坦言，自驾车网约车的路是堵的，也是漫长的，至少需要十年持续投入的计划，需要做好各种困难和挑战的准备。

依托平台，滴滴出行拥有场景和数据优势。对于自动驾驶技术来说，各种相关的路况、地图、场景等数据堪称基石。

据悉，滴滴每年可以获取近千亿公里的驾驶场景数据，从而实现自动驾驶算法的迭代。面对充足准确的大数据，滴滴出行加速整个自动驾驶行业的部署和应用，以及商业化。

8月11日，滴滴自动驾驶公司CTO魏在2020年第十二届蓝皮书论坛上，以“大数据驱动的自动驾驶落地”为题做了主题演讲。

以下为魏演讲实录:

今天我想分享一下滴滴在自动驾驶领域的进展。分享的题目是用大数据驱动自动驾驶的安全落地。作为一家出行公司，滴滴自动驾驶的初心是为用户提供一个更安全、更高效的出行平台。一次美好的旅行最基本的就是安全，希望通过技术的进化将交通事故降到最低。

每24秒，就有一个人在路上丧生；道路交通事故是5-14岁儿童和15-29岁青年的第一死因；90%以上的交通事故是由驾驶行为造成的...汽车行业的人都知道每年造成多少交通事故和悲剧。

另一个对比很明显。比如，汽车在路上的事故率和航空业相比，根本不是一个量级。通过技术的演进和自动驾驶，让整个旅行变得更加便捷、安全和智能。

滴滴出行在自动驾驶方向布局了几项业务。首先是人工智能技术。滴滴在过去3~4年投入了大量研发，也构建了以AI技术为核心的人工智能自动驾驶解决方案，包括感知、地图、预测、决策。

今天在这里就不说这些AI解决方案了。我想分享的是对大数据的一些思考，以及滴滴如何利用滴滴的优势让自动驾驶更安全。

AI的核心算法，我们认为是自动驾驶引擎，需要空气和燃料才能让它运行。对于自动驾驶，我们认为数据是AI引擎最有价值的燃料。

从左边看，我们希望自动驾驶能够很好的获知，从右边看，我们希望这些长尾场景能够被自动驾驶系统钻出来，不断提升自动驾驶的性能。今天从这两个角度出发，滴滴是如何在这两个方向上布局的。

滴滴在全网约车平台上布局了橙视，为自动驾驶提供了非常细致的设计。我们遇到过什么样的场景，我们有最丰富的数据。我们在训练自动驾驶感知模型的时候需要收集一些数据，需要看看人是什么样的，轮椅是什么样的。我们在路上遇到交通参与，有时候会遵守交通规则，有时候不会。我们通过橙视看到了非常丰富的场景。

此外，在自动驾驶测试中，会发现人类驾驶员的行为有时会超出预期。在这里，卡车会朝着车辆驶来，以便紧急避开行人。自动驾驶怎么处理这样的场景，才能安全处理，现场不混乱？首先这些场景需要存在，其次要在仿真系统中重现，让AI的进化有更好的推动力。

总的来说，要证明它比人类司机安全很多倍，需要的测试量是巨大的。

这个引擎必须有足够多的场景和足够多的数据才能使用。我们的大数据库每年可以在路上收集近1000亿公里的数据，这得益于100多亿的装机量，也得益于自动驾驶和在线租车。运行时间比私家车长。

我们有数据漏斗，找了一些高价值高风险的产品来打磨自动驾驶系统，路测和场地测试的应用是最基础的补充。

除了刚才提到的函数，整个数据主要用于四个方向。在开发数据的中间阶段，开发仿真引擎，然后开发这些方法。这些数据的使用分为四种应用。

一是海量场景的随机设施；二是希望从这些数据中找到边缘场景进行高强度的测试和研发；第三，我们也在L4慢慢部署基于深度学习的人类驾驶员的这种习惯，相当于基于规则的自动驾驶，基于某种搜索优化找到最优路径，真正从人类驾驶员的好例子和坏例子中学习什么是好的驾驶习惯。第四是地图。因为这些数据，我们可以更好地验证地图的新鲜度和准确性。地图发生了变化，可以让自动驾驶车辆更好地避开变化较大的区域，提高自动驾驶的安全性。

最后一个是滴滴尝试了什么，如何实现自动驾驶。在未来，自动驾驶也将是出行网络中非常重要的一部分，它将无缝连接到滴滴的其他平台，包括快车和专车。我们开发的用户体验是混合发送订单，通过旅行网的一个APP调用需要的旅行服务。将采用混合调度模式，起点和重点都在自动驾驶的服务范围内。无论路况和天气情况如何，都会派一辆自动驾驶汽车给乘客服务。

例如，如果跨省的乘客更多，我们可以有人类驾驶的司机来服务我们的出行需求。这样对于客户来说，自动驾驶不是一个从0到1的过程，需要调整和适应。这是一个渐进的过程。我们在滴滴的网络中可以做到这一点，也做了一些尝试。

先说自动驾驶如何保证安全。在产品化的过程中，这项技术已经发展了很多年，安全是最重要的。这就是为什么自动驾驶的成本是一方面，如何保证技术的安全性是它没有大规模商业化的另一个原因。

从四个角度在安全性上有非常好的突破和尝试。首先是安全性测试。在自动驾驶真正无人驾驶、产品化之前，这个产品是研发阶段的产品，能给用户提供R&D操作，能提供什么样的感受。车上还有检测员和安全员，有问题可以接管车辆。滴滴在安全测试方面设计了非常充分的流程，确保测试最安全。整个滴滴自动驾驶团队录取率最低的是安全员，要经过大量的培训。

第二，技术可靠。我们的深度学习算法，虽然数据证明是最好的，但是有一定的不可预测性，如何与汽车行业规范的非常成熟的系统结合，构建多层网络，满足一个技术优越的软硬件的要求。借助路侧感知，消除车辆自身的视觉盲区，可以更好地保证安全。

第三，部署自动驾驶汽车时会部署远程监控和远程协助的控制中心。我们知道自动驾驶汽车的运行状态，当我们遇到更棘手的问题时，我们可以给出解决方案。一年前遇到洒水车，也可以把这些信息发送到远程救助中心，不需要专门培训。通过人，你可以判断这个车辆是否可以超车。这种混合智能的方式可以让自动驾驶汽车更快地着陆。

我们也希望通过大量的模拟测试和路测，能够产生一些方法论，像一些混合方法一样变成规范，来指导整个行业的发展。我们有那么多测试场景，测试多少次，怎么测试才能保证自动驾驶汽车的安全。滴滴也在这里和很多同事一起推动这些行业标准的制定。我们真正从安全测试、技术、验证、合规等角度推动自动驾驶的落地。

最后做个小广告。滴滴自动驾驶6月底在上海有大规模的示范应用。朋友来上海，可以打开滴滴的APP，连接嘉定的自动驾驶汽车。在地铁站、会展中心和一些酒店，可以使用滴滴的app体验滴滴的自动驾驶车辆，就像滴滴的打车网一样。模式是混合调度，在自动驾驶服务范围内可能会有自动驾驶车辆来接你。在公开测试的范围之外，人类驾驶的司机也将被用来为你提供最好的服务。

今天总结一下，我们谈到了大数据在滴滴自动驾驶或者说整个行业发展和落地中的作用，接下来是什么a……在自动驾驶的产品化和安全性方面已经做了empts，希望继续和同仁探讨。

敬请关注盖世汽车专题“[盖世直播] 2020中国汽车蓝皮书论坛”。

https://auto.gasgoo.com/NewsTopic/262.html

6月27日，滴滴出行在上海首次向公众开放自动驾驶服务，接受公众体验报名。央视新闻还在雨中直播了两个小时的全程体验。

虽然仍有安全员坐在主驾驶位置，但充满话题的大胆选择还是让业界惊呼，“自动驾驶”网约车终于来了！自动驾驶一直被认为是重塑未来的出行方式，可以提高安全性和效率，造福人类。

滴滴出行持续坚定地致力于此。去年8月，滴滴出行宣布旗下自动驾驶部门升级为独立公司，专注于自动驾驶研发、产品应用及相关业务拓展。此外，滴滴出行还拿到了上海颁发的国内首批自动驾驶载人示范应用牌照。

虽然取得了一定的成绩，方向也足够坚定，但滴滴出行创始人兼CEO程维也坦言，自驾车网约车的路是堵的，也是漫长的，至少需要十年持续投入的计划，需要做好各种困难和挑战的准备。

依托平台，滴滴出行拥有场景和数据优势。对于自动驾驶技术来说，各种相关的路况、地图、场景等数据堪称基石。

据悉，滴滴每年可以获取近千亿公里的驾驶场景数据，从而实现自动驾驶算法的迭代。面对充足准确的大数据，滴滴出行加速整个自动驾驶行业的部署和应用，以及商业化。

8月11日，滴滴自动驾驶公司CTO魏在2020年第十二届蓝皮书论坛上，以“大数据驱动的自动驾驶落地”为题做了主题演讲。

以下为魏演讲实录:

今天我想分享一下滴滴在自动驾驶领域的进展。分享的题目是用大数据驱动自动驾驶的安全落地。作为一家出行公司，滴滴自动驾驶的初心是为用户提供一个更安全、更高效的出行平台。一次美好的旅行最基本的就是安全，希望通过技术的进化将交通事故降到最低。

每24秒，就有一个人在路上丧生；道路交通事故是5-14岁儿童和15-29岁青年的第一死因；90%以上的交通事故是由驾驶行为造成的...汽车行业的人都知道每年造成多少交通事故和悲剧。

另一个对比很明显。比如，汽车在路上的事故率和航空业相比，根本不是一个量级。通过技术的演进和自动驾驶，让整个旅行变得更加便捷、安全和智能。

滴滴出行在自动驾驶方向布局了几项业务。首先是人工智能技术。滴滴在过去3~4年投入了大量研发，也构建了以AI技术为核心的人工智能自动驾驶解决方案，包括感知、地图、预测、决策。

今天在这里就不说这些AI解决方案了。我想分享的是对大数据的一些思考，以及滴滴如何利用滴滴的优势让自动驾驶更安全。

AI的核心算法，我们认为是自动驾驶引擎，需要空气和燃料才能让它运行。对于自动驾驶，我们认为数据是AI引擎最有价值的燃料。

从左边看，我们希望自动驾驶能够很好的获知，从右边看，我们希望这些长尾场景能够被自动驾驶系统钻出来，不断提升自动驾驶的性能。今天从这两个角度出发，滴滴是如何在这两个方向上布局的。

滴滴在全网约车平台上布局了橙视，为自动驾驶提供了非常细致的设计。我们遇到过什么样的场景，我们有最丰富的数据。我们在训练自动驾驶感知模型的时候需要收集一些数据，需要看看人是什么样的，轮椅是什么样的。我们在路上遇到交通参与，有时候会遵守交通规则，有时候不会。我们通过橙视看到了非常丰富的场景。

此外，在自动驾驶测试中，会发现人类驾驶员的行为有时会超出预期。在这里，卡车会朝着车辆驶来，以便紧急避开行人。自动驾驶怎么处理这样的场景，才能安全处理，现场不混乱？首先这些场景需要存在，其次要在仿真系统中重现，让AI的进化有更好的推动力。

总的来说，要证明它比人类司机安全很多倍，需要的测试量是巨大的。

这个引擎必须有足够多的场景和足够多的数据才能使用。我们的大数据库每年可以在路上收集近1000亿公里的数据，这得益于100多亿的装机量，也得益于自动驾驶和在线租车。运行时间比私家车长。

我们有数据漏斗，找了一些高价值高风险的产品来打磨自动驾驶系统，路测和场地测试的应用是最基础的补充。

除了刚才提到的函数，整个数据主要用于四个方向。在开发数据的中间阶段，开发仿真引擎，然后开发这些方法。这些数据的使用分为四种应用。

一是海量场景的随机设施；二是希望从这些数据中找到边缘场景进行高强度的测试和研发；第三，我们也在L4慢慢部署基于深度学习的人类驾驶员的这种习惯，相当于基于规则的自动驾驶，基于某种搜索优化找到最优路径，真正从人类驾驶员的好例子和坏例子中学习什么是好的驾驶习惯。第四是地图。因为这些数据，我们可以更好地验证地图的新鲜度和准确性。地图发生了变化，可以让自动驾驶车辆更好地避开变化较大的区域，提高自动驾驶的安全性。

最后一个是滴滴尝试了什么，如何实现自动驾驶。在未来，自动驾驶也将是出行网络中非常重要的一部分，它将无缝连接到滴滴的其他平台，包括快车和专车。我们开发的用户体验是混合发送订单，通过旅行网的一个APP调用需要的旅行服务。将采用混合调度模式，起点和重点都在自动驾驶的服务范围内。无论路况和天气情况如何，都会派一辆自动驾驶汽车给乘客服务。

例如，如果跨省的乘客更多，我们可以有人类驾驶的司机来服务我们的出行需求。这样对于客户来说，自动驾驶不是一个从0到1的过程，需要调整和适应。这是一个渐进的过程。我们在滴滴的网络中可以做到这一点，也做了一些尝试。

先说自动驾驶如何保证安全。在产品化的过程中，这项技术已经发展了很多年，安全是最重要的。这就是为什么自动驾驶的成本是一方面，如何保证技术的安全性是它没有大规模商业化的另一个原因。

从四个角度在安全性上有非常好的突破和尝试。首先是安全性测试。在自动驾驶真正无人驾驶、产品化之前，这个产品是研发阶段的产品，能给用户提供R&D操作，能提供什么样的感受。车上还有检测员和安全员，有问题可以接管车辆。滴滴在安全测试方面设计了非常充分的流程，确保测试最安全。整个滴滴自动驾驶团队录取率最低的是安全员，要经过大量的培训。

第二，技术可靠。我们的深度学习算法，虽然数据证明是最好的，但是有一定的不可预测性，如何与汽车行业规范的非常成熟的系统结合，构建多层网络，满足一个技术优越的软硬件的要求。借助路侧感知，消除车辆自身的视觉盲区，可以更好地保证安全。

第三，部署自动驾驶汽车时会部署远程监控和远程协助的控制中心。我们知道自动驾驶汽车的运行状态，当我们遇到更棘手的问题时，我们可以给出解决方案。一年前遇到洒水车，也可以把这些信息发送到远程救助中心，不需要专门培训。通过人，你可以判断这个车辆是否可以超车。这种混合智能的方式可以让自动驾驶汽车更快地着陆。

我们也希望通过大量的模拟测试和路测，能够产生一些方法论，像一些混合方法一样变成规范，来指导整个行业的发展。我们有那么多测试场景，测试多少次，怎么测试才能保证自动驾驶汽车的安全。滴滴也在这里和很多同事一起推动这些行业标准的制定。我们真正从安全测试、技术、验证、合规等角度推动自动驾驶的落地。

最后做个小广告。滴滴自动驾驶6月底在上海有大规模的示范应用。朋友来上海，可以打开滴滴的APP，连接嘉定的自动驾驶汽车。在地铁站、会展中心和一些酒店，可以使用滴滴的app体验滴滴的自动驾驶车辆，就像滴滴的打车网一样。模式是混合调度，在自动驾驶服务范围内可能会有自动驾驶车辆来接你。在公开测试的范围之外，人类驾驶的司机也将被用来为你提供最好的服务。

今天总结一下，我们谈到了大数据在滴滴自动驾驶或者说整个行业发展和落地中的作用，接下来是什么a……在自动驾驶的产品化和安全性方面已经做了empts，希望继续和同仁探讨。

敬请关注盖世汽车专题“[盖世直播] 2020中国汽车蓝皮书论坛”。

https://auto.gasgoo.com/NewsTopic/262.html

标签：远程发现

汽车资讯热门资讯