Lyft公开“业内最大”数据集, 自动驾驶战场加速安卓化?

关注
Lyft
加利福尼亚汽车交通
美国网约车服务提供商
最近融资:IPO|23.4亿美元|2007-01-01
我要联系
全球范围内,中美自动驾驶竞赛已经成为最为重要的看点。

微信图片_20190811183854.jpg

编者按:本文选自硅谷洞察,作者Susan,创业邦编辑后发布。

Uber的死对头,来自硅谷的网约车公司Lyft,7月23日公开了一整套开放式自动驾驶数据集,号称是L5级同类产品内数量世界第一。

目前汽车行业正在经历一个世纪以来的最大转变。在上一个10年里,科技大战的主要战场之一就是控制智能手机。从发展趋势看,下一个10年,战场会变成控制自动驾驶汽车。

在这套数据集的“大套餐”中,包括有:

1.超过55,000个人工标记的3D注释帧流量代理

2.来自七个摄像头和多达三个激光雷达传感器的比特流

3.一个可供驾驶使用的地面地图

4.一个空间语义高精地图,包括197人行横道,60个停车标志,54个停车区,8个减速带和11个缓冲带。

采集数据的自动驾驶车队配备:

1.车顶能够发出40个激光束的激光雷达

2.保险杠上能够发出40个激光束的激光雷达

3.宽视野摄像头

4.检测交通灯的长焦距摄像头

而在这之前一个月,谷歌母公司旗下的Waymo,一反对技术较为保密的姿态, 宣布开源全新的自动驾驶数据集。其中包含 3000 段驾驶记录、60 万帧、大约 2500 万 3D 边界框、2200 万 2D 边界框,以及多样化的自动驾驶场景。

这比之前优步工程(Uber Engineering)开放自主可视化系统的几个工具源代码更进一步。

可以看出,在这个自动驾驶秘密曾经被严密保护的世界里,开源正在成为趋势。

自动驾驶技术民主化

设想一下这样的场景,如果谷歌没有开源安卓,现在可能各种操作系统满天飞,我的手机用不了你的软件,你的软件装不上我的手机。

开源的好处之一就是会吸引江湖中的高手。

Lyft公开的数据集,可以满足研究人员的各种需求,包括利用这个数据集可以处理各种问题,比如随时间推移的智能体预测,比如激光雷达的景深估计,再比如通过语义地图在3D环境中进行物体检测等等。

Lyft还把这些数据集划分为训练、验证和测试集,竞赛伴随数据一起来,目的就是为了抢夺优秀人才。

大隐隐于草莽的技术大神不少,或自学成才,或师出名门,或出洋镀金,潜心修炼多年,终成武林高手。一个新兴的行业,从技术到数据再到业务整个行业闭环,进入了全面开放的时代,才能吸引更多精英入局,打造一本全方位的武林秘籍,祭出量产的终极杀招。

由于产业链的相对漫长,企业也在调整商业化落地的最佳姿势,或自立门户,或与巨头共舞。Lyft和Uber这对冤家可以看成最好的对比,目前以Uber为代表的企业的无人驾驶计划,基本上是单独执行的,走的更像是苹果的路。

而Lyft采用的策略与Uber明显不同,首先就建立了“Open Platform Initiative”,简单来讲就是主张与汽车制造商、科技公司合作开发无人驾驶技术,在产业链的不同环节穿针引线,将他们的自动驾驶汽车投放到 Lyft 的打车网络上,类似于各种品牌的手机都要接入到运营商的网络上一样。

而 “Open Platform Initiative”和Lyft 本身的自动驾驶部门的关系也并不矛盾,可以简单粗暴地理解为,像亚马逊一样,有自己的零售业务,同时也为其他的零售业者提供销售市场和发货渠道。

敢于尝鲜的就包括大名鼎鼎的Delphi的兄弟Aptiv(安波福),在去年拉斯维加斯CES展上与lyft合作,提供了20个地点间的自动驾驶出行路线。

接下来进驻平台的是谷歌旗下的的Waymo, 今年5月开始,在美国亚利桑那州凤凰城提供自动驾驶汽车打车服务。

事实上,除了前两家公司,Lyft与通用、Drive.ai自动驾驶车队的试运营也即将上线。

所以说,Lyft更像谷歌开发的安卓系统,它不制造汽车,而是打造一个自动驾驶系统。

相比之下,Uber则是选择尽量控制产品的大部分元素,不管是硬件与软件都一样。这就是为什么Uber的技术合作伙伴只有丰田,而Lyft背后站着Aptiv、通用、谷歌Waymo、捷豹路虎、福特、Drive.ai等多家公司。

当然,Lyft这么做的另一个重要原因是,对于大多数研发团队来说,太烧钱。

自动驾驶是典型的资本密集型行业,Uber自动驾驶项目每月烧掉2千万美元经费,这就决定了研发不可能只是某一家公司或科研机构的“特权”。

自动驾驶研发必须构建并正确校准传感器硬件,需要定位堆栈,并且必须创建HD语义映射。只有这样,才能解锁更高层次的功能,如3D感知、预测和规划,即使是对现在前沿的谷歌、百度的自动驾驶研发来说,也不太可能一直“钱够,玩命造”。

当然,还有一些企业开源是为了提前占领行业的标准。

像丰田这类巨无霸公司,这几年丰田开始猛踩油门,成立了丰田研究所,在世界各地的公司正忙着积累地图数据的时候,丰田打算靠着巨大的销售规模,组成世界上最大的测试车队,这些汽车都安装了数据传感器,作为获取数据的终端,通过跑遍天下路,制作一个超高精度数据库。

但对市场数据资源的垄断仍会阻碍技术的发展,因为颠覆的力量还在于,伴随新的城市交通平台崛起,带来的城市、道路、交通系统甚至购物中心长期以来的设计理念都将发生根本性的转变,仅凭一家研发无法实现自动驾驶的最终愿景,分享技术和资源整合才是自动驾驶商业化的必由之路。

毕竟与在传统商业世界谁是敌人谁是朋友泾渭分明不同的是,在移动数据世界,敌人和朋友的界限已经模糊化了。

在这一点的认知上,硅谷的大企业对待新技术的态度更加民主和开放,尝试打破一些传统的门槛,实现某种层面上的平等。

人们对待事情的态度和价值观,会决定人们怎样去做事,滴滴、京东、美团只属于中国,而苹果、谷歌、微软则属于全世界,这种现象的形成绝不仅仅是因为商业。

中美超级玩家大PK

当汽车领域的超级玩家开始布局技术开源之际,商业化的利益角逐令大佬们对开放的程度渐渐敏感起来。

美国多家自动驾驶的扛把子以知识产权为由起诉中国的公司。行业内也逐渐认识到,在PK激烈的自动驾驶这件事上,中国与美国站在了同一起跑线上。

在近月著名科技杂志“MIT Technology Review”的全球“50家最聪明的公司”的评选中,百度凭着中国首辆商用级无人驾驶微循环电动车阿波龙上榜。

与特斯拉等玩家的辅助自动驾驶思路不同,百度追求L4-5级的全自动驾驶,并且已累积大量的路测里程。而且中国的情况更复杂一些,仅在交通系统层面,中国城市交通密度高,障碍物多,随意性大,相比美国更为复杂,也让自动驾驶的技术开发有更多的拓展。

通过已经落地的阿波龙,人们直观地看到,汽车本身的定义已经发生变化,当以智能化为代表的特征已跨越了产品本身的功能,汽车已经不再仅仅是出行范畴的个体,而是一个由大数据驱动的重要载体,并与周围环境、车辆、路况实时交互的共同体,它将成为汽车产业与人工智能、物联网、高性能计算、智能分享等技术深度融合的产物。

此外,在今年2月美国加州车管局(DMV)公布的Disengagement Reprot(自动驾驶接管报告)中,前10名中有一半都是中国公司,上榜的有 Nuro.ai、Pony.ai、百度、AutoX、Roadstar.ai 5家中国公司或中国人在美创办的公司在前十中拿下5个位置,其中,Nuro.ai排名最高,名列第4。

这一年度路测数据被认为是目前仅有的、由政府制定的、涉及公司最多的衡量一众自动驾驶技术实力最量化的指标。

报告中最重要的概念就是MPD,意思是“每次干预数行驶里程”,代表自动驾驶汽车每行驶多少里程才需要人工干预一次。MPD越高,大体上就就意味着这家公司的自动驾驶技术水平越厉害。

当然,业内已经喊出“DMV已经不能代表自动驾驶真正水平”的口号,毕竟在自动驾驶领域,还有诸多指标比总里程数和接管总数更为重要,那就是它的开放程度和生态布局,直接挂钩了量产能力和商业化竞争力。

考虑到汽车业的巨大体量,以及围绕汽车构建的智能交通体系的巨大想象,行业大佬们逐渐对独立造车兴趣减弱,转而希望将自己打造成大量技术专利的持有者和零件提供商,或从操作系统端占领市场,战略性地轻视打造自身产品。

全球范围内,中美自动驾驶竞赛已经成为最为重要的看点。加州与北京地缘较量、技术的封闭与开放、整合跨界和线性传统思维的比拼,俨然已是神仙打架级别。

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。


来源: 硅谷洞察
反馈
联系我们
推荐订阅