蓝湖系自动驾驶黑科技:Momenta“飞轮式L4”夜间场景堪比老司机

2022-07-21

7月20日,汽车行业媒体XEV研究所邀请Momenta共同以“像素级”标准对Momenta L4自动驾驶复杂场景案例进行分析。视频场景均发生在傍晚及夜间,这也是Momenta首次集中对外展现其“飞轮式L4”技术的夜间场景表现。

随着夜幕降临,驾驶视线、道路状况、行人心理、其他交通参与者的行为模式都和白天大不相同,所有场景驾驶难度均有不同程度叠加。国际照明委员会(CIE)的相关调查显示:夜间交通事故率是白天的三倍之多。

本次“像素级挑战”中,应用Momenta“飞轮式L4”技术的L4车辆也遇到了不少麻烦。炫目远光中“藏匿”横穿马路的行人、大车异型车遮挡路口信号灯、狭窄道路中被车辆和电动车“左右夹击”……来自媒体的点评嘉宾吴德新表示,“越看期待值越高。”

当然,在“飞轮式L4”技术的帮助下,Momenta顺利完成了这场挑战。三位嘉宾在点评过程中,最常说的一个词就是“完美”,最常说的一句话就是“比老司机开得还要好”

一、夜间高难场景之:“预判了行人的预判”,准确避开远光盲区中的行人

多项数据显示,夜间交通事故中与滥用远光灯有关的事故占比接近35%,且呈不断上升趋势。这是因为当光强度剧增时,瞳孔来不及调节大小,大量的光直接刺激到视觉神经,造成轻则眼花,重则暂时性失明。

在Momenta L4车辆行驶在马路上时,远处就迎面驶来一辆开启远光灯的车辆,从驾驶员视角可以看到一片炫目白光。在这种情况下,很难分辨出远光之中,是否“藏匿”着行人。

对向车辆开启远光,驾驶员视角很难分辨出远光之中,还“潜藏”着三四名准备横穿马路的行人

一位随机受访的路人说:“这种情况是会‘冒汗’的。肯定会先减速甚至停下来,等到车辆过去后再往前走。”

而采用Momenta“飞轮式L4”的车辆,利用多传感器感知融合能力,在较远距离外就准确感知到藏匿于远光之中,4名准备横穿马路的行人。

“看得到”只是第一步,准确预测行人的动机和意图也是自动驾驶中的重要一环。Momenta“飞轮式L4”利用数据驱动的方式,构建出准确的多模态预测系统,以此预测行人更接近现实生活中的行为。

例如,夜间行人在非斑马线处横穿马路时,如遇对向来车,大多数行人通常会预判车辆正常通行,因此不会直接横穿,而是选择“斜行向前”。这时如果直接刹停,反倒让行人陷入“我先走还是车先走”的犹豫之中,这种犹豫将引入更多潜在危险,并非最佳驾驶策略。先降速至安全范围,预判到“行人对车辆的预判”后,慢速绕行通过才更接近老司机驾驶策略,正所谓“我预判了你的预判”。

在感知到远光中“藏匿”的行人后,Momenta L4自动驾驶车辆车速从40km/h缓慢降至20km/h左右,并向右平稳变道避开横穿行人。保障行人安全的同时,兼顾通行效率。

二、夜间高难场景之:路口异型车临停,绕还是不绕?这是一个问题

由于城区限行等多方面原因,夜间一到,很多白天并不易见的大车、异形车开始频繁出现在路面上。

在Momenta此前对外展示的诸多场景中,“飞轮式L4”技术对大车、异型车的感知识别能力优势早有体现。这是因为在Momenta“飞轮”的驱动下,包括清扫车、道路救援车、牛车、车辆运输车等在内的海量异型车数据源源不断地输入。而利用闭环自动化工具链,“飞轮式L4”又可以从这些原始数据中自动化地筛选出“黄金数据”,高效、低成本地使Momenta L4车辆更快感知、识别出更多长尾大车异型车。

不光如此,“飞轮式L4”在利用数据学习的过程中,还会不断提升数据积累的多样性。以载货板车为例,既要学习、识别载货状态下的板车,也要识别空载状态下的板车。既要认出它白天的模样,也要知道它夜晚的模样。

这不,这次在夜间遇到的这辆异型车,就连现场嘉宾一时间都难以确认它的类型。但Momenta L4自动驾驶车辆还是准确感知、识别出了异型车,并做出快速应对。

前方大异型车遮挡路口

这一夜间场景下,异型车并非单一难点。更大的难点在于其停车位置恰好位于路口,其高度恰好遮挡红绿灯位置。这种情况下,无论是人类驾驶员还是自动驾驶车辆,都难以看清路口是否有红绿灯。这种情况下,不足以判断大车究竟是遇红灯停车,还是临时停车需要绕过。

绕还是不绕,这是一个问题。但在数据驱动算法的帮助下,自车在大车后方短暂停下后,快速根据左侧车道的畅通车流判断路口处于可通行状态,并迅速规划出一条绕行路线并进行绕障。用点评嘉宾的话来说,“先停车观察,后快速绕障”非常接近老司机驾驶风格,因为如果直接贸然变道,然后发现路口不可通行,再变道回来也非常困难。

Momenta“飞轮式L4”技术对大车、异形车的感知识别能力,也在HMI(人机界面)上得以体现。以自车遇到的另一辆载货板车为例,显示屏上的显示模型跟真实车辆十分接近。这不光体现出Momenta“飞轮式L4”对大车、异型车的精细感知与分类,更能为驾驶舱内的乘客带来更多的心理安全感。

前方大异型车遮挡路口

三、夜间高难场景之:更快、更急、更危险

随着夜幕降临,不光车辆会比白天更复杂,道路情况和其他道路参与者的行为模式也会发生变化。

例如,在小区之间的窄路,白天通行尚属正常。但夜间很多人将车停在小区路旁,导致可通行车道迅速变窄,通行难度也大大提升。另外,进入春夏季节后,人们的夜间外卖需求增加,自己驾驶电动车、自行车出行频率也明显增加。这些快速通行的小车,在夜间都会给安全驾驶带来较大挑战。

例如,在Momenta L4车辆刚刚绕过路口大车后,前方立刻出现了一辆电动车“鬼探头”。Momenta “飞轮式L4”快速、精准感知到快速移动的交通参与者,并准确预测其下一步行动路线。从车速里程表可以看出,电动车刚刚出现时,自车车速就几乎没有延迟地立刻下降直至刹停。

在绕过大车后遇见电动车“鬼探头”,自车立刻减速刹停保障行人安全

随后,Momenta L4车辆又驶入两侧停满车辆的狭窄小路,这也是下班时间后的常见路况。这不,前方恰好遇到了一辆正在侧方入库的车辆。在感知到其入库行为后,自车准备向左避让。然而这时,左后方突然从视线盲区闯入一辆快速行驶的电动车。

后方车辆侧方突然冲出二轮电动车

既要及时看到左后方突然闯入视线的车辆,又要兼顾右侧入库车辆,在避让过程中不刮蹭到任何一方。对于很多老司机来说,都认为这种情况下很难做到及时、快速地反应。

而采用Momenta “飞轮式L4”的自动驾驶车辆,在向左避让入库车辆的同时,快速、准确地感知到了左后方快速移动的电动车,在数据驱动算法的帮助下,成功规划出一条完美保持左右间距的“极限微操”路径,既安全又聪明地通过该场景。

在观看完车辆整体表现后,嘉宾们表示“确实完美”。亮点体现在采用数据驱动的“飞轮式”L4技术,不仅学习能力强,相较过去表现进化迭代显著;而且算法性能上限高,产品表现与驾驶策略接近老司机。

就在5月,Momenta披露了应用“飞轮式L4”的享道Robotaxi,应对白天多个城市复杂场景的视频。如今“飞轮式L4”的夜间表现也得以展现。飞轮式L4“白加黑”的能力闭环,也拉近了L4自动驾驶和人们日常生活之间的距离。

Momenta L4可以应对各类夜间复杂场景,这与“飞轮式L4”技术的优势密不可分。凭借强大的多传感器融合感知能力,结合已有的海量数据,Momenta L4车辆可以精准看见、看清人类驾驶员在夜间“来不及看到、看清”的目标。而利用数据驱动的算法,自车可以在复杂场景中,迅速做出最接近“老司机”的预测和规控行为,让驾驶舱内的乘客更有安全感。通过Momenta高效的“闭环自动化”工具链,可进行黄金数据高度自动化挖掘和高度自动化标注,实现对海量数据处理的高效自动化迭代,相关场景的处理能力也随之迅速提升。

吴德新认为,Momenta比较大的特点,除了“飞轮”还有“两条腿”,也就是一条腿量产自动驾驶,一条腿L4。这样的好处是可以接触很多用户,进而有机会做出更理解用户的产品。而当前已经过了行业内展示激进Demo的阶段,而是进入到一个如何做出用户更喜欢产品的阶段。

事实上,“两条腿”产品战略从构建之初,就开始搭载统一的软硬件架构。这使两条腿的关系既非“你先我后”,更非“你壮我瘦”,而是协同进化。进化的结果是更前瞻的“飞轮式L4”研发、更贴近用户的量产数据回流,这也让两条腿的协同优势越发显著,实现左右腿产品的快速迭代。

Momenta“飞轮式”L4技术自2019年发布起,就一直凭借“飞轮”的强大动力在快速进化迭代。2020年10月,搭载了“飞轮式L4”的Robotaxi产品Momenta GO在苏州正式发布。2021年12月,Momenta完全无人驾驶MSD获得中国汽车零部件产业年度贡献奖——即铃轩奖前瞻智能驾驶类优秀奖。同月,应用了Momenta“飞轮式L4”的享道 Robotaxi也正式启动运营,这也是Momenta在L4技术商业化落地的又一重要里程碑。

2016年,蓝湖资本自Momenta创立之初即领投其A轮融资,经过几年的高速发展,Momenta已成为全球领先的自动驾驶公司,并于2021年11月获得由上汽集团、通用汽车、丰田、博世、淡马锡和云锋基金领投的超10亿美元的C+轮融资。

扫描二维码进入蓝湖官方微信

蓝湖资本微信公众号