年底啟動(dòng)自動(dòng)駕駛運(yùn)營(yíng)，電眼科技純視覺(jué)神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)激光雷達(dá)

不依賴(lài)激光雷達(dá)、不依賴(lài)高精度地圖、不依賴(lài)大算力芯片，不同于Waymo的技術(shù)路徑。通過(guò)自主研發(fā)的快速神經(jīng)網(wǎng)絡(luò)INN(Instant Neural Network)采集單目攝像頭信息，一輛自動(dòng)駕駛汽車(chē)在經(jīng)過(guò)一周的深度學(xué)習(xí)后，順利完成了避讓、掉頭、紅綠燈監(jiān)測(cè)及加減速、緊急剎車(chē)，實(shí)現(xiàn)了L5級(jí)自動(dòng)駕駛。

上述是電眼科技自動(dòng)駕駛車(chē)輛日常測(cè)試情況。電眼科技表示，伴隨著神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)間的加長(zhǎng)，這輛自動(dòng)駕駛汽車(chē)將會(huì)更加靈活敏捷。

電眼科技，“隱秘而獨(dú)特”電眼科技，一個(gè)自動(dòng)駕駛?cè)ψ訕O其隱秘的名字，甚至刻意隱去官方網(wǎng)站，其背后是一個(gè)來(lái)自劍橋大學(xué)人工智能的團(tuán)隊(duì)。這家行事低調(diào)的自動(dòng)駕駛公司，卻放言在今年年底面向開(kāi)放道路展開(kāi)L5級(jí)自動(dòng)駕駛商業(yè)化運(yùn)營(yíng)。

正對(duì)陸家嘴，俯瞰外灘，電眼科技的總部居于上海最核心的黃浦江畔，其自動(dòng)駕駛車(chē)測(cè)試場(chǎng)地則位于浦東臨港。

Demis Hassabis利用人工智能神經(jīng)網(wǎng)絡(luò)打造了AlphaGo并戰(zhàn)勝了人類(lèi)，我們則將人工智能神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用在無(wú)人駕駛領(lǐng)域超越人類(lèi)司機(jī)，劍指L5級(jí)無(wú)人駕駛。

其創(chuàng)始人陳碩，在劍橋大學(xué)的畢業(yè)論文為激光雷達(dá)和神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)。2009年，陳碩作為2010上海世博會(huì)倫敦館館長(zhǎng)回國(guó)。需要提到的是，2015年，AlphaGo戰(zhàn)勝?lài)迨掷钍朗斯ぶ悄荛_(kāi)始得到業(yè)界的信任。讓陳碩驕傲的是，AlphaGo的背后的靈魂人物正是他的師兄Demis Hassabis。陳碩笑談：“”

過(guò)去兩年，電眼科技積累了一大批來(lái)自英國(guó)頭部人工智能實(shí)驗(yàn)室的人工智能神經(jīng)網(wǎng)絡(luò)專(zhuān)家和數(shù)據(jù)分析專(zhuān)家，同時(shí)也吸引了一批來(lái)自著名車(chē)企一汽、北汽的汽車(chē)技術(shù)領(lǐng)導(dǎo)者的加入。

在陳碩看來(lái)，自動(dòng)駕駛遠(yuǎn)比下圍棋簡(jiǎn)單。AlphaGo面對(duì)棋局有361(圍棋：19x19=361)種選擇。而自動(dòng)駕駛汽車(chē)只有四種：左轉(zhuǎn)、右轉(zhuǎn)、油門(mén)、剎車(chē)。

在資金方面，陳碩從未談及融資，并直言：“我們比市場(chǎng)上的多數(shù)自動(dòng)駕駛公司都有錢(qián)，除非有合適的財(cái)務(wù)投資人或者戰(zhàn)略投資人，我們并不開(kāi)放融資”。這樣的底氣在當(dāng)下的自動(dòng)駕駛?cè)ψ又泻茈y見(jiàn)到。

純視覺(jué)方案+快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)電眼科技采用純視覺(jué)方案+快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)，瞄準(zhǔn)的是L5級(jí)自動(dòng)駕駛。

特斯拉、Mobileye同樣主張攝像頭與毫米波雷達(dá)的純視覺(jué)技術(shù)方案。電眼科技雖然同屬這一隊(duì)列，但又有其特殊之處。沒(méi)有一顆雷達(dá)，其僅利用兩個(gè)單目攝像頭(車(chē)頭與車(chē)尾各一個(gè))，及自主架構(gòu)的快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)(Instant Neural Network)，并非ADAS，并不依賴(lài)道路車(chē)道線(xiàn)，直接通過(guò)自主學(xué)習(xí)實(shí)現(xiàn)通往L5級(jí)自動(dòng)駕駛。

無(wú)人駕駛不應(yīng)該是掃地機(jī)器人的升級(jí)版本

電眼科技對(duì)于自動(dòng)駕駛有不同的理解與態(tài)度，。

“LDS激光雷達(dá)掃描，精確檢測(cè)屋內(nèi)溝壑。LDS激光雷達(dá)以6rv/s的轉(zhuǎn)速進(jìn)行旋轉(zhuǎn)，同步每秒進(jìn)行2160次測(cè)距，通過(guò)激光照射到障礙物后給出的信息精準(zhǔn)測(cè)距，建立高精地圖，實(shí)現(xiàn)智能規(guī)劃清掃路徑。

SLAM算法繪制精確地圖，清掃更聰明。結(jié)合SLAM人工智能算法，同步無(wú)人駕駛技術(shù)，即時(shí)生成房間地圖，完成高精度室內(nèi)定位，并自動(dòng)規(guī)劃清掃路線(xiàn)，弓字形逐排清掃，高覆蓋度不留死角。多傳感器協(xié)同，智能避障不傷家具。

通過(guò)周身10大類(lèi)傳感器，高度模擬人的判斷方式，貼合障礙環(huán)繞輕掃，防止蠻橫碰撞損壞家具，智能判斷窗簾等可通過(guò)障礙物，輕掃不留死角。”

以上文案摘自360掃地機(jī)器人S6的官方網(wǎng)站宣傳，陳碩對(duì)這段文案已相當(dāng)熟悉，并笑談“有沒(méi)有感覺(jué)很眼熟?”

在電眼科技看來(lái)，當(dāng)下無(wú)人駕駛科技本質(zhì)類(lèi)似于基于ROS的掃地機(jī)器人系統(tǒng)升級(jí)版本，通過(guò)更貴的激光雷達(dá)，更好的算法，更多的傳感器實(shí)現(xiàn)一個(gè)更大的ROS的車(chē)輛驅(qū)動(dòng)。

關(guān)于人類(lèi)如何駕駛車(chē)輛的理解，也許我們都錯(cuò)了。

陳碩一笑，“”

當(dāng)雷鋒網(wǎng)新智駕對(duì)其發(fā)問(wèn)時(shí)，陳碩回拋了一個(gè)基礎(chǔ)哲學(xué)問(wèn)題：“人類(lèi)駕駛的本質(zhì)是什么?”

在電眼科技眼中，人類(lèi)駕駛的本質(zhì)這一基礎(chǔ)學(xué)科研究被長(zhǎng)期忽略，幾乎所有的自動(dòng)駕駛創(chuàng)業(yè)團(tuán)隊(duì)都圍繞在激光雷達(dá)數(shù)量、高精地圖、超級(jí)算力芯片等等軍備競(jìng)賽，而忽略了對(duì)人類(lèi)是如何駕駛車(chē)輛方面的研究。

同市場(chǎng)主流無(wú)人駕駛底層邏輯的本質(zhì)不同，電眼科技認(rèn)為類(lèi)人駕駛是自動(dòng)駕駛的基礎(chǔ)與重點(diǎn)。人類(lèi)駕駛的本質(zhì)即視網(wǎng)膜看到道路信息，大腦進(jìn)行算法工作，輸出信號(hào)控制前后左右、剎車(chē)油門(mén)。沒(méi)有多傳感器融合，沒(méi)有下載高精度地圖，沒(méi)有像大算力系統(tǒng)一樣記錄周邊300米外的信息，人類(lèi)僅根據(jù)雙眼觀察前方視覺(jué)畫(huà)面，控制油門(mén)剎車(chē)，即使閉上一只眼睛同樣可以很好的控制剎車(chē)。

若純視覺(jué)神經(jīng)網(wǎng)絡(luò)這一技術(shù)批量應(yīng)用，自動(dòng)駕駛技術(shù)的成本下降幅度將超過(guò)50%，甚至免費(fèi)

在電眼科技看來(lái)，純視覺(jué)神經(jīng)網(wǎng)絡(luò)較激光雷達(dá)更勝一籌。陳碩向新智駕表示，。

談起當(dāng)下的主流視覺(jué)方案即通過(guò)激光雷達(dá)進(jìn)行視覺(jué)感知，陳碩是這方面的早期研究者。2006年，陳碩在英國(guó)劍橋大學(xué)的畢業(yè)論文為《激光雷達(dá)對(duì)于城市進(jìn)行數(shù)據(jù)掃描和神經(jīng)網(wǎng)絡(luò)處理》，十二年前這還是一個(gè)非常冷僻的話(huà)題。

而如今，這位早期的激光雷達(dá)研究者卻選擇通過(guò)純視覺(jué)神經(jīng)網(wǎng)絡(luò)代替激光雷達(dá)。陳碩提到，激光雷達(dá)的本質(zhì)問(wèn)題在于其采集的物體數(shù)據(jù)均以距離為參數(shù)，沒(méi)有顏色、沒(méi)有物體語(yǔ)義。而自動(dòng)駕駛的要點(diǎn)不在于了解道路上的每個(gè)毫米級(jí)細(xì)節(jié)，而是將無(wú)關(guān)細(xì)節(jié)全部抽象掉抽取關(guān)鍵結(jié)構(gòu)化信息。

電眼科技的無(wú)人駕駛成本大幅度下降，超過(guò)50%。未來(lái)電眼科技計(jì)劃免費(fèi)向業(yè)界提供L5級(jí)無(wú)人駕駛科技

電眼科技僅僅采用兩個(gè)單目攝像頭攝像頭進(jìn)行數(shù)據(jù)采集，對(duì)算力要求大幅度下降，并已實(shí)現(xiàn)極低的算力成本。相比于傳統(tǒng)無(wú)人駕駛上百萬(wàn)的工控機(jī)，。

談及L5級(jí)自動(dòng)駕駛，目前業(yè)內(nèi)已經(jīng)達(dá)成共識(shí)，L4和L5之間存在著巨大的鴻溝，即如何應(yīng)對(duì)非定義的意外情況。電眼科技表示其自動(dòng)駕駛方案可適應(yīng)于非清晰認(rèn)知系統(tǒng)。因自主研發(fā)的快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)(Instant Neural Network)可把單目攝像頭采集到的數(shù)據(jù)轉(zhuǎn)化為與人類(lèi)相似的駕駛決策，INN不基于激光雷達(dá)的大規(guī)模點(diǎn)云數(shù)據(jù)，可應(yīng)對(duì)非定義情況，無(wú)需基于認(rèn)知和構(gòu)建高精度。

陳碩提及Uber自動(dòng)駕駛撞死行人事故，因各個(gè)感知系統(tǒng)融合對(duì)于前方突然出現(xiàn)的單車(chē)女士定義不明，發(fā)生慘狀。對(duì)比人類(lèi)駕駛員，同樣的駕駛環(huán)境下，面對(duì)突入而來(lái)的物體并不需要基于清晰認(rèn)知，立刻控制剎車(chē)。換而言之，人能夠成為自然界最好的駕駛員的原因是其不基于清晰定義來(lái)做決策。

基于上述概念，電眼科技INN的高魯棒性可在不需清晰定義認(rèn)知物體的情況下，實(shí)現(xiàn)駕駛決策，應(yīng)對(duì)更多的未知場(chǎng)景跨越。

Velodyne最高端激光雷達(dá)VLS128在10HZ情況下可產(chǎn)生128線(xiàn)的雷達(dá)（每秒點(diǎn)云數(shù)量960萬(wàn)）

雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))新智駕了解到，快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法能夠在30HZ下生產(chǎn)單幀78.6萬(wàn)像素點(diǎn)的非結(jié)構(gòu)光點(diǎn)云(每秒點(diǎn)云數(shù)量2359萬(wàn))，并能實(shí)現(xiàn)三維點(diǎn)云矩陣。而。

快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)，同樣能關(guān)聯(lián)顏色和語(yǔ)義信息。這意味著，不同于激光雷達(dá)提供點(diǎn)云的距離和位置，INN能夠?qū)τ谡系K物直接分類(lèi)(人，車(chē)，道路，交通燈等30類(lèi))，并提供顏色信息(紅綠燈等等)。

通過(guò)快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法系統(tǒng)劍指L5級(jí)自動(dòng)駕駛的關(guān)鍵在于自主研發(fā)重構(gòu)的神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)學(xué)習(xí)，并且能夠不斷自我進(jìn)化

陳碩表示：“和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)技術(shù)不同，電眼科技能夠。”

電眼科技主要通過(guò)收集多個(gè)司機(jī)駕駛策略，并交給INN學(xué)習(xí)進(jìn)化。通俗的講，電眼科技重構(gòu)了一個(gè)有智商，有意識(shí)的自動(dòng)學(xué)習(xí)大腦，車(chē)輛在看到信息，輸出信息之間架構(gòu)起意識(shí)和直覺(jué)。陳碩表示，目前該神經(jīng)網(wǎng)絡(luò)與人類(lèi)司機(jī)在同類(lèi)情況下做出決策的準(zhǔn)確率已經(jīng)達(dá)到98.982%。對(duì)比人類(lèi)駕駛員與電眼科技基于人工智能網(wǎng)絡(luò)做出的車(chē)輛控制決策差距僅1%，而這一數(shù)據(jù)還在通過(guò)學(xué)習(xí)不斷提高。

通過(guò)不斷的訓(xùn)練，這套類(lèi)人神經(jīng)網(wǎng)絡(luò)系統(tǒng)可通過(guò)大量的數(shù)據(jù)升級(jí)駕駛習(xí)慣和價(jià)值判斷，未來(lái)其準(zhǔn)確率或可提升至99.9999%。

在陳碩看來(lái)，基于規(guī)則的無(wú)人駕駛系統(tǒng)程序員未必是市場(chǎng)上最好的司機(jī)，世界上最好的司機(jī)是那些在路上跑了20年以上的人，電眼科技的技術(shù)通過(guò)學(xué)習(xí)老司機(jī)的駕駛技巧，并將其作為自動(dòng)駕駛進(jìn)行訓(xùn)練測(cè)試的重要數(shù)據(jù)支撐。同時(shí)，電眼科技的自動(dòng)駕駛汽車(chē)也在自主研發(fā)的模擬仿真系統(tǒng)中完成數(shù)億公里的訓(xùn)練和仿真測(cè)試。

雷鋒網(wǎng)新智駕了解到，目前多數(shù)的無(wú)人駕駛公司都在專(zhuān)注于擴(kuò)充更大的投資，更多的程序員，更貴的傳感器和更大的算力，忽略在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)領(lǐng)域深度積累。電眼科技隨著其12年的神經(jīng)網(wǎng)絡(luò)架構(gòu)積累和極其隱秘的作風(fēng)，走出了一條獨(dú)特的無(wú)人駕駛道路。

無(wú)人駕駛不是軍備競(jìng)賽，是哥德巴赫猜想。

在電眼科技看來(lái)，不同于百團(tuán)大戰(zhàn)或者網(wǎng)約車(chē)大戰(zhàn)，可以靠資本軍備競(jìng)賽燒出來(lái)一個(gè)巨無(wú)霸，無(wú)人駕駛的本質(zhì)是人工智能的科學(xué)突破，只有正確的方向，才能解開(kāi)哥德巴赫猜想，而最后的贏家，未必是資本大鱷。

年底面向開(kāi)放道路開(kāi)展L5級(jí)自動(dòng)駕駛運(yùn)營(yíng)在商業(yè)化進(jìn)程方面，電眼科技已經(jīng)同主機(jī)廠合作，在單一城市一次性購(gòu)買(mǎi)數(shù)百輛車(chē)，或?qū)⒔M建自有的自動(dòng)駕駛車(chē)隊(duì)提供載人和送貨服務(wù)。這一商業(yè)模式和Waymo相似。

今年八月，摩根士丹利表示，Waymo的估值高達(dá)1750億美元，其中無(wú)人出租車(chē)業(yè)務(wù)估值800億美元、用于載貨的無(wú)人駕駛商用車(chē)業(yè)務(wù)估值900億美元，軟件授權(quán)服務(wù)則在70億美元左右。可見(jiàn)，出租車(chē)和物流車(chē)可為自動(dòng)駕駛帶來(lái)更大的價(jià)值。

這也是電眼科技的商業(yè)邏輯，“我們主要通過(guò)自身發(fā)展為主機(jī)廠帶來(lái)訂單，邀請(qǐng)和幫助主機(jī)廠踏入L5級(jí)無(wú)人駕駛的陣營(yíng)”。

電眼科技向新智駕透露，今底年底前，電眼科技百輛自動(dòng)駕駛車(chē)隊(duì)或?qū)㈤_(kāi)上開(kāi)放道路，面向公眾提供L5級(jí)自動(dòng)駕駛運(yùn)營(yíng)服務(wù)。乘客或可通過(guò)相應(yīng)APP乘坐車(chē)輛。前期車(chē)上依舊會(huì)有安全員進(jìn)行安全監(jiān)控。

業(yè)內(nèi)已達(dá)成共識(shí)，激光雷達(dá)是實(shí)現(xiàn)更高級(jí)別自動(dòng)駕駛落地的必經(jīng)之路。純視覺(jué)方案+快速神經(jīng)網(wǎng)絡(luò)INN膠囊算法神經(jīng)網(wǎng)絡(luò)系統(tǒng)方案能否實(shí)現(xiàn)L5級(jí)自動(dòng)駕駛落地仍是未解之謎。電眼科技在年底落地的自動(dòng)駕駛車(chē)隊(duì)將告訴人們答案。