完美体育APP号称“全球首家”端到端自动驾驶是实现还是噱头？ 硅谷最新举例来说，如果汽车行驶遇到路口信号灯时，高精地图可以预先告知汽车信号灯的方位，车辆只需对信号灯的状态作出判断即可。而则需要完成从找到视野里所有的信号灯，判断信号灯是否适用于自己（比如左转车辆可能有专门的左转灯），再到最终判断信号灯的红黄绿状态的一系列任务。在这之中，任何一项出现问题，轻则违反交通法规，影响道路安全，重则引致致命灾难。

　　说起来简单，实则很难。在模块化的系统里，我们可以将高精地图与感知系统的结果相融合，借助相应的规则提升效果。而在端到端系统中，单一的神经网络模型很难有效利用高精地图提供的环境信息，很难将其与原有的视觉识别系统融合集成。

　　第三点，相比模块化的主流技术，端到端自动驾驶技术与其研发系统结合过于紧密，其中任何一项变动都可能要对从图像感知到最终控制的整个系统进行重新训练。

　　在模块化的技术下，工程师可以随时更新、替换负责感知的检测网络，以保持和业内最佳水准（State of The Art）的同步升级。简单说，如果有更（第四声）新的算法能实现对行人的检测，那么，这个算法就能拿来用。

　　但是，在端到端模型之下，要把新技术融合于旧网络，工程师们不仅要重新设计网络架构，也无法直接使用开源的预训练模型，更要对整个网络进行重新训练、测试、评估。其中的时间、运算、质检成本不言而喻。

　　现阶段，端到端自动驾驶技术基本以摄像头的视觉感知为基础，在夜间或者大雨天，视觉系统的可靠性会大打折扣，安全性难以得到保证。

　　或许，端到端深度神经网络在多项任务上能带来99.9%的准确度，然而，自动驾驶容不得半点误差。在数以百万计的行车里程之下，0.1%的错误率也意味着沉重的生命代价。

　　也就是说，在没有办法解决好最后0.1%错误的情况之下，端到端自动驾驶注定只能是实验室里的宠儿，而非大规模自动驾驶应用的变革者。事实上，此前英伟达和Comma.ai都曾放出过相关的端到端自动驾驶的Demo视频。当然，英伟达的Demo并未在路上跑。

　　你或许会问，那像Waymo、Cruise等业界较为成熟的公司，又是怎么处理这最后的0.1%的呢？

　　正如前面所说，相较于单一的神经网络模型，如今业界更多采用的是系统模块化设计。而系统模块化设计可能是软件开发里最重要的原则之一。通过将自动驾驶系统分解为感知、追踪、规划、控制等多个子模块，不同团队之间可以更好地分工合作，提高开发效率。

　　除此之外，工程师们还可以对各模块分别进行评估，了解系统的性能瓶颈所在，让我们能对最后的0.1%有更清晰的认知，也便于技术的迭代、更新。

　　高精地图的生成不受时间、车上计算资源的限制，地图采集车往往会对同一区域进行多次采集，产出极为准确的车道线、行车标志等的检测和分类结果。事实上，在湾区的道路上，你便能经常看到Waymo的地图采集车来来往往，就是为了生成高精度地图，为Waymo的安全驾驶添砖加瓦。

　　在这一前提下，它能够帮助感知系统更有效地对周遭环境作出判断，成为自动驾驶汽车的另一只眼睛，也能更好地配合规则设计，遵守当地法律法规，使更安全的驾驶成为可能。

　　主流的自动驾驶汽车多配备了多个镭达（LIDAR）、雷达（RADAR）和摄像头，实现协同感知。在白天，光照条件良好的情况之下，摄像头能够看到远处的物体，在夜间，依靠自主发射激光束进行感知的镭达便显得更为重要。多个传感器共同协作，才能在复杂的现实环境之中保证系统的准确、可靠。

　　比如，在最简单的行车标志检测任务上，基于纯粹深度学习的方法只能通过扩充数据集、调整网络结构来完成。然而，作为驾驶员的人类，其实已知不同交通标志本身的形状、大小，可以通过这些信息对深度学习的结果进行进一步的调整、过滤，达到更好的效果。

　　时至今日，在公开路试的一众自动驾驶汽车上，仍必须配备安全驾驶员以备随时接管车辆，防止意外的发生。

　　Waymo从成立到如今已十年有余，路试里程破两千万英里，但仍在进行更多的试验，想法设法找到未曾遇到的场景，确保自动驾驶万无一失。

　　反观Wayve的端到端自动驾驶Demo，在一条没有路标牌，没有信号灯，没有复杂路况的社区小路上以个位数的速度行驶了几分钟，便急于将自己的“性”突破称之“全球第一”。

　　细细想来，这场端到端自动驾驶的所谓“”，到底是更在于对自动驾驶的崭新探索，还是更在于博人眼球的精彩噱头呢？

　　今年4月8号，Uber的首席科学家Raquel Urtasun在一次媒体发布会上说到：“自动驾驶会成为我们生活中的一部分，但这一天何时来到尚未可知。自动驾驶的规模化应用还有很长时间要走。”

　　软银掌门人、手握千亿愿景基金，在自动驾驶领域全面布局的孙正义，更是给出了他的预测：“不到 50 年时间里，人们将不再允许在城市或高速公路上自行开车，除非他们拥有特殊许可证。因为驾驶者可能会造成交通堵塞和事故。”

　　首先，端到端模型系统简单却难以保障安全性，主流基于规则的自动驾驶技术系统受限于高精地图，只能在高精地图完备的区域进行行驶。越高精度越意味着系统需要处理的数据量之大。

　　只有当数据传输带宽更上一层次，才能保证自动驾驶车辆在数据传输过程中，实现“实时”传输，提高传输精度。因此，5G时代的全面到来，或许才能让数据传输的速度更上一层楼。

　　其次，道路基础设施要完善。要想让自动驾驶车辆能随时跟外界进行“通信”的话，那么，基于物联网（IoT）技术的智慧道路、车联万物就需要实现，这意味着大量的基础设施需要重修，这是政府需要投入的部分了。

　　第三点，整个汽车业界也必须相互协作完美体育APP下载安装，这是一个新挑战。一旦不同品牌不愿意共享车载系统的话，那谈何车连万物呢？车连车可能都无法实现了。

　　但毫无疑问，在完全自动驾驶的伟大愿景之下，无论哪种技术能引领，大规模商用化的未来又何时能来？我们，都有幸成为见证者。