??在深度學(xué)習(xí)變得普遍之前的2010年，感知是molex連接器自動(dòng)駕駛汽車能力的主要限制，但2014年之后基于深度學(xué)習(xí)的雷達(dá)技術(shù)、相機(jī)還有激光雷達(dá)，帶來了技術(shù)性能的不斷提升——那么無人駕駛汽車下一步還會(huì)迎來哪些挑戰(zhàn)呢？

??在過去的十年里，自動(dòng)駕駛領(lǐng)域?qū)C(jī)器學(xué)習(xí)的大部分對話都集中在對象檢測上。對安全導(dǎo)航至關(guān)重要的是，我們?nèi)绾尾拍芴岣咦詣?dòng)駕駛汽車檢測和跟蹤動(dòng)態(tài)物體的能力？在2010年，當(dāng)深度學(xué)習(xí)變得普遍之前，感知是自動(dòng)駕駛汽車能力的主要限制。其中ImageNet的分類精度在當(dāng)時(shí)作為最先進(jìn)的解決方案只能達(dá)到50%的準(zhǔn)確率(相比之下，今天的準(zhǔn)確率為88%)。雖然ImageNet分類并不能與當(dāng)前最先進(jìn)的目標(biāo)檢測技術(shù)相提并論，但它確實(shí)代表了計(jì)算機(jī)視覺的進(jìn)步。

??直到2012年，AlexNet成為ImageNet競賽的首批參賽者之一，它利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)。AlexNet在當(dāng)年的ImageNet競賽上達(dá)到了最先進(jìn)的精度，成為計(jì)算機(jī)視覺領(lǐng)域最有影響力的方法。

??從2014年開始，基于深度學(xué)習(xí)(Deep Learning)的雷達(dá)技術(shù)、相機(jī)還有激光雷達(dá)，都開始悄悄進(jìn)入自動(dòng)駕駛領(lǐng)域。谷歌的自動(dòng)駕駛汽車與一位坐輪椅的女士用掃帚追趕一只鴨子的奇遇，成為有史以來挑戰(zhàn)感知技術(shù)的一個(gè)著名例子。

??如今，基于深度學(xué)習(xí)的感知技術(shù)在自動(dòng)駕駛汽車中應(yīng)用很常見，我們也看到了技術(shù)性能的不斷提升。近年來，VoxelNet、PIXOR和pointpillar等網(wǎng)絡(luò)推動(dòng)了計(jì)算機(jī)視覺技術(shù)的發(fā)展。盡管機(jī)器人不會(huì)像人類那樣完美的感知，但計(jì)算機(jī)視覺的發(fā)展如此之快，可以說它現(xiàn)在已經(jīng)不再是自動(dòng)駕駛汽車商業(yè)化應(yīng)用的主要障礙。

? 那么無人駕駛汽車接下來呢？預(yù)測！

??既然我們已經(jīng)安全地探測到周圍的關(guān)鍵物體，接下來就是預(yù)測它們下一步的行動(dòng)。正確的預(yù)測意味著我們將在正確的時(shí)間執(zhí)行正確的策略，同時(shí)考慮周圍人的行動(dòng)。預(yù)測錯(cuò)誤意味著我們可能把自己推入危險(xiǎn)的境地。我們需要使用成千上萬的環(huán)境輸入來進(jìn)行盡可能正確的預(yù)測。

? ??預(yù)測是無保護(hù)左轉(zhuǎn)彎最難實(shí)現(xiàn)的核心問題。自動(dòng)駕駛汽車在轉(zhuǎn)彎前必須預(yù)測周圍所有動(dòng)態(tài)智能體的未來動(dòng)作，這一任務(wù)比自動(dòng)駕駛中的其他問題需要更多的智能。人類駕駛員雖然不是完美的，但主要依賴其大腦、駕駛經(jīng)驗(yàn)和心理暗示(如輕推或手勢等)，來成功地執(zhí)行無保護(hù)左轉(zhuǎn)彎。

??雖然機(jī)器相對于人類也有一些明顯的優(yōu)勢(比如360°的遠(yuǎn)程視覺)，但與人類相比，自動(dòng)駕駛技術(shù)中的預(yù)測能力可能落后很多。

1、感知模塊檢測輸出自動(dòng)駕駛汽車一定半徑內(nèi)的一組目標(biāo) (如車輛、行人等)，然后輸入給預(yù)測模塊；

2、預(yù)測模塊使用當(dāng)前的方位、速度和之前的觀察來生成關(guān)于每個(gè)對象在接下來5秒內(nèi)可能做什么的預(yù)測；

3、通過將所有這些預(yù)測輸入一個(gè)算法，最終生成一個(gè)關(guān)于自動(dòng)駕駛汽車可以執(zhí)行的最安全操作的假設(shè)；

4、自動(dòng)駕駛汽車實(shí)時(shí)計(jì)算，每100毫秒重新評估決策。

??可以看到，這種傳統(tǒng)的計(jì)算方式會(huì)導(dǎo)致不安全和潛在危險(xiǎn)的駕駛行為，尤其是在密集的城市環(huán)境中。在過去的幾年里，我們見證了用深度學(xué)習(xí)方法進(jìn)行預(yù)測的很多實(shí)驗(yàn)。這些方法有可能顯著提高預(yù)測的準(zhǔn)確性，將它們從機(jī)器人轉(zhuǎn)變?yōu)轭惾恕?/span>

??用數(shù)據(jù)驅(qū)動(dòng)的方法來解決這些傳統(tǒng)的預(yù)測問題，與2010年的深度學(xué)習(xí)如何取代傳統(tǒng)認(rèn)知技術(shù)驚人地相似。

下面是一些實(shí)際的例子：

? 克魯斯的感知工程師做了一次偉大的演講，關(guān)于他們?nèi)绾螌㈩A(yù)測問題轉(zhuǎn)化為一個(gè)分類問題。我對他們構(gòu)建的工具特別感興趣，這些工具支持快速實(shí)驗(yàn)，并具有快速學(xué)習(xí)場景和自動(dòng)標(biāo)記的能力。