这些对象可以按照 Waymo 的建模逻辑来活动，Carcraft 的场景设计者也可以请求这些对象按照氖刂精确的方法活动，以测试特别行动。

在建立场景的根本构造之后，他们可以测试场景中包含的所有变更。是以可以想象一下，对于十字路口，你可能想要测试不合车辆、行人和自行车的达到时光，以及他们的逗留时光和活动速度。他们只是简单地输入这些值的合理范围，随后软件就会生成并运行所有这些场景的组合。

Waymo 将如许的做法称作“扩散”（fuzzing），而仅仅这个十字路口就产生了 800 种场景。随后体系生成了一张漂亮的表格，工程师可以查看，不合的变量组合若何改变汽车的决定计划。

最终，这个问题变成了分析所有真实场景和模仿场景，找到有趣的数据，大年夜而指导工程师，若何让汽车更好地行驶。个中的第一步可能是：汽车是否会被迫停下？如不雅是如许，那么就是个异常值灯揭捉?究的场景。

在这里，我们看到了一段视频，展示了如许的情况。实际世界的山景城有一个复杂的十字路口。当汽车左转时，一辆自行车接近，导致汽车停在了路上。工程师解决了这类问题，并从新编写软件，以获得精确的结不雅。视频显示了真实世界的情况，而随后工程师基于真实情况进行了更多的模仿。因为两种情况不合，你将会看到，模仿的汽车持续行驶，随后出现了一个虚线盒子，显示着 shadow_vehicle_pose。这个虚线盒子显示，实际世比赛产生了什么。对 Waymo 的工程师来说，这是对当进步展最清楚的可视化表示。

不过，他们存眷的场景并不仅仅是汽车停住。他们还想要研究过长的决定计划时光，或是超出正常范围的刹车情况。对于任何工程师可以进修或调优的场景，他们都邑经由过程模仿情况加以研究。

斯图特和 Waymo 软件负责人多尔戈夫强调，关于模仿情况有 3 个核心点。起首，相对于真实世比赛的驾驶，模仿情况中的驾驶里程数要多出很多，并且带来了不错的经验。其次，这些驾驶过程专注于有趣，但在实际世比赛难以实现的互动。第三，软件的开辟周期可以变得快很多。

“对我们来说，迭代周期异常重要。我们在模仿技巧方面的工作有助于大年夜幅缩短迭代周期。”多尔戈夫表示，“在项目标最开端阶段，迭代周期可能达到几周，而今朝只须要几分钟。”

随后我问他，如不雅路上出现油迹、爆胎、飞鸟和大年夜坑，那么车辆会如何？他们是否对这些情况都进行了模仿？多尔戈夫很乐不雅。他表示，这肯定可以做到，“但你欲望模仿器在这条轴上有多大年夜的保真度？或许对于个中某些问题，你获得了更好的值，或者你也可以在实际世比赛进行一系列测试，来验证模仿器的结不雅。”（想想“城堡”。）

Waymo 项目标优势包含范围、组织和强度。我向彭晖介绍了谷歌所做的构造化测试，包含“城堡”的构造化测试团队在模仿情况中测验测验的 2 万种场景。他听错了数字，并对我表示：“2000 个场景很厉害。”随后我改┞俘了他，“是 2 万个场景。”他逗留了一下，“本来是 2 万个，确切厉害。”

这种方法效不雅很好。加州灵活车辆治理局（DMV）请求相干公司申报每年主动驾驶的里程数，以及司机解除主动驾驶状况的次数。Waymo 申报的里程数要比其他公司赶过 3 个数量级，同时司机干涉的次数也有大年夜幅降低。

他们随后加载了另一个场景。这是在凤凰城。科拉罗夫缩小了画面，显示全部城市的模型。在模型中，他们描述了“所有的车道在哪里，一条车道若何通向另一条车道，停止标记在何处，交通灯在哪里，哪里有障碍，车道中间的地位是哪，以及所有一切你须要知道的信息。”

大年夜 2015 年 12 月到 2016 年 11 月，Waymo 的主动驾驶里程数达到 635868 英里（约合 102 万公里），而司机做出干涉只有 124 次，相当于每 5000 英里司机才会有一次干涉，或者说千英里司机干涉次数为 0.20 次。前一年，Waymo 的主动驾驶里程数为 424331 英里，司机干涉次数为 272 次，相当于每 890 英里司机会有一次干涉。

尽管很多人指出，这些数字并不合适拿来直接比较，但实际情况是，这就是我们在加州可以获得的最佳数据。而其他公司总共的主动驾驶里程数只有约 2 万英里。

其他厂张开端追赶

对外部专家来说，Waymo 的做法并不奇怪。安德森-霍洛维茨的风险投资人渴攀里斯·迪克森（Chris Dixon）表示：“今朝，根据对待模仿技巧的立场，你就可以衡量主动化团队的高等程度，无论是无人机团队照样汽车团队。”他主导了安德森-霍洛维茨对模仿技巧公司 Improbable 的投资。“Waymo 处于行业顶端。”

我也向 Allstate Insurance 立异总监苏尼尔·钦塔金迪（Sunil Chintakindi）懂得了 Waymo 的项目。他表示：“如不雅没有强大年夜的模仿基本举措措施，你就无法将更高程度的主动化集成至汽车。”

其他无人驾驶研究察也在存眷这个成长偏向。密歇根大年夜学主动驾驶和互联汽车实验室 Mcity 项目负责人彭晖表示，实用于无人驾驶汽车的体系将会是“跨越 99% 模仿、某些精心设计的构造化测试，以及某些上路测试的合营结不雅”。

实际上，这 2 万个场景仅仅只是 Waymo 所有测试场景的一小部分。这些场景都来自于构造化测试。根据公共门路的驾驶测试和想象，他们还设计了更多场景。

彭晖表示：“通用、福特、丰田和其他厂商都在说，‘我们要削减变乱和逝世亡率，进步大年夜众用户的安然性。’他们的目标完全不合。我们须要思虑数百万辆汽车，而不仅是几千辆汽车。”

即使是在全主动驾驶的比赛中，Waymo 面对的挑衅也要比以往更大年夜。特斯拉正成为一家重要竞争敌手。渴攀里斯·盖尔德斯（Chris Gerdes）是斯坦福大年夜学汽车研究中间主任。18 个月之前，他曾表示，Waymo“相对其他公司对问题有更深刻的懂得，并且比其他人更接近于解决这些问题。”不过上周他再次表示，今朝“有很多情况都产生了变更”。

他指出：“福特和通用等汽车厂商正在安排本身的无人驾驶汽车，并获取行驶数据。特斯拉今朝已经由过程 Autopilot 的安排积聚了大年夜量数据，懂得体系如安在真实用户体验下运转。他们以静默模式在真实汽车上测试算法，而车辆总数也在快速增长，这合营形成了令人赞叹的测试平台。”

　　推荐阅读

　　揭秘：人工智能小冰如何成功转型设计师

近日，有网友发明时尚品牌 SELECTED 在微信"大众,"号上公开宣布聘请微软小冰为其助理设计师，两边将结合推出以‘城市天际线’为主题的T恤。这是继几个月前微软宣布小冰具有了人>>>详细阅读

本文标题：揭秘谷歌无人驾驶汽车的秘密世界：多种强大工具首次曝光

地址：http://www.17bianji.com/lsqh/36980.html

 1/2    1