人工智能賦予自動駕駛汽車直覺

□文/英 奇

在將來的智慧城市車聯網中，汽車將變得智能化，甚至會具有感知和直覺。通過技術先進的自動駕駛平臺，智能網聯汽車將實現這類性能。

自動化的直覺

只需輕輕一瞥，您就可以了解到一個人的很多信息。比如您可以判斷他是否已經疲憊、正在分心或是很匆忙，也可以看出他是下班回家還是去健身房。

不必神探福爾摩斯附體，您就可以迅速憑直覺做出這些判斷，因為我們的大腦就是這樣運作的。事實上，大腦非常擅長處理此類感知，以至于您都很難意識到自己在做出這些判斷。

自動駕駛汽車也有第六感？看這家初創公司如何為無人車賦予“直覺”。

來自哈佛大學的初創公司知覺自動化（Perceptive Automata）正努力通過深度學習將這種人類才有的直覺應用于自動駕駛汽車中。

肢體語言或對方手持物品等視覺線索可以為駕駛決策的形成提供重要信息。如果一個人一邊打電話一邊沖向馬路對面，那么您就可以得出結論：對方的注意力集中在別處，而不是在其周圍環境上。此時，您就需要謹慎行事。而如果一位行人站在人行橫道上左右張望，那么您就知道，對方已經意識到其所處的環境并在留意過往車流。

“駕駛比解決物理問題更加復雜，”知覺自動化聯合創始人兼首席技術官山姆.安東尼說道，“除了識別出周圍的人和物體之外，您還要不停地判斷這些人的想法和意圖。”

開發自動駕駛汽車時，知覺自動化的軟件增加了一些深度學習算法，而訓練這些算法時使用的是真實世界的人類行為數據。通過同時運行這些算法以及驅動汽車的 AI技術，汽車能夠更為全面地了解周圍環境，從而增強安全性。

敏銳的視角

為了幫助汽車理解外部環境，知覺自動化采用了一種獨特的方法來訓練深度學習算法。

傳統訓練方法會使用一系列同一物體的圖片，教會神經網絡辨別該物體。例如，工程師會向深度學習算法展示數百萬張救護車的圖片，然后該軟件就能夠自主識別出救護車。

知覺自動化沒有使用指向同一概念的多張圖片進行訓練，而是讓數據可以用一幅圖向神經網絡傳達一系列信息。通過結合面部表情與其他標志物（如某人正拿著咖啡或手機），該軟件可以推斷出行人的注意力集中在何處。

知覺自動化訓練的神經網絡可理解人類行為，從而實現安全的自動駕駛。

NVIDIA DRIVE的整體架構

借助 NVIDIA DRIVE 強大的性能以及節能的特性，知覺自動化的目標得以實現。這款車載深度學習平臺讓軟件可以分析一系列肢體語言標志，并推斷出行人的路線。該軟件可以對汽車視野內的一個人或整個人群進行計算，從而為道路上的每個人創造更安全的環境。

NVIDIA DRIVE是用于自動駕駛的可擴展平臺，已經形成了生態系統。該生態系統在自動駕駛的所有領域持續擴展，從自動駕駛出租車、貨車、到運載車輛，目前已有超過370家公司采用了DRIVE平臺。

DRIVE平臺中所涵蓋的安全冗余，比如其Drive OS操作系統能夠滿足汽車安全最高等級ASIL-D，這一切，都是為了保證在自動駕駛大面積落地前，將行業和所有交通參與者最關注的安全風險問題降到最低。

目前，基于英偉達的DRIVE結構，汽車廠商已經可以構建和部署具有功能安全性、并符合諸如ISO 26262等國際安全標準的自動駕駛乘用車和卡車。

英偉達公司CEO黃仁勛在發布時說：“安全性是自動駕駛汽車最重要的特性，NVIDIA的這一功能安全平臺是我們有史以來最重要的投資之一，它將成為助力汽車制造商將自動駕駛汽車推向市場的關鍵性因素。”

為了實現黃仁勛口中的“功能安全”，NVIDIA DRIVE必須從整體開發流程、硬件、軟件、算法等多個層面進行安全冗余的考慮，這幾塊領域的功能安全布局，也與DRIVE的整體架構相呼應。

流程

流程，是對自動駕駛汽車的工程化開發制定的已驗證過的安全冗余模式框架。與所有工程化項目類似，但自動駕駛汽車的研發只會更加嚴謹，英偉達介紹，DRIVE已針對自動駕駛系統的設計、管理和存檔的全面安全認證方法體系的建立制定了步驟。

處理器設計和硬件功能

這部分主要針對硬件冗余，硬件平臺將包含多種處理器，以保證在某些故障時保證機器運行。據官方介紹，這些冗余處理器包括NVIDIA 自主設計的 NVIDIA Xavier相關 IP，并涵蓋 CPU 和 GPU 處理器、深度學習加速器、圖像處理 ISP、計算機視覺 PVA 和視頻處理器。內存和總線中包括鎖步處理（lock-step，表示微控制器同時并行運行同一組操作，鎖步操作的輸出可以通過所謂的“冗余校驗單元”進行對比，以此測定是否已出現故障）和糾錯碼，內置測試功能。

ASIL-C 級 NVIDIA DRIVE Xavier 處理器和具有適當安全邏輯的 ASIL-D 級安全微控制器均可實現系統最高安全級——ASIL-D 級。

軟件

軟件層面，很多安全架構來自英偉達的合作伙伴，例如黑莓QNX 以及TTTech。據官方介紹，DRIVE OS 系統軟件集成了經ASIL-D 安全認證的BlackBerry QNX 64 位實時操作系統，以及 TTTech的 MotionWise 安全應用程序框架，后者對系統中的每個應用程序進行了獨立分裝，將彼此隔離，同時提供實時計算能力。

此外，NVIDIA DRIVE OS 可全面支持Adaptive AUTOSAR，這也是汽車系統架構和應用框架的公開標準。

算法

NVIDIA DRIVE AV層，是自動駕駛汽車的軟件棧，據了解，目前DRIVE AV支持包括立體視覺、環境感知、自定位和路徑規劃等功能。而為了確保在發生故障時的運行能力，其中的每項功能均包含冗余和多樣性策略。

例如，感知冗余目前通過融合激光雷達、攝像頭和毫米波雷達傳感器實現。運行于 CPU、CUDA GPU、DLA 和 PVA 上的深度學習和計算機視覺算法也提升了冗余。這些功能，據官方表示，可以支撐Level 5（SAE）等級的自動駕駛汽車實現功能安全。

虛擬現實模擬器

英偉達虛擬現實模擬器NVIDIA AutoSIM，是本次CES發布上黃仁勛新公布的產品，它可以支持DRIVE平臺的開發測試，并對一些邊界情況進行模擬。據了解，NVIDIA AutoSIM 運行于 NVIDIA DG超級計算機上，并支持開發過程中代碼不斷迭代的回歸測試，最終將完成數十億英里的數據模擬。

讓未來汽車更具人性化

安東尼表示，為自動駕駛汽車增加這樣微妙的感知能力能夠創造出更為流暢的駕駛體驗。自動駕駛汽車獲得的信息越多，就越能適應復雜的交通狀況，從而無縫融入到人類和 AI 共享車道的生態系統中。

“隨著該行業日益成熟，在都市環境中進行的測試也越來越多。愈發明顯的一點是，這種微妙的感知能力是人類天生就會的，然而對自動駕駛汽車卻不是這樣。”安東尼說道。

知覺自動化的軟件充分利用了差異性，將先進的深度神經網絡整合到駕駛堆棧中，從而為這種感知挑戰提供了一個安全且強大的解決方案。當汽車有了這種更高級別的理解力之后，自動駕駛就將變得更智能、更安全。