自动驾驶在挑战中进化的感知能力

桔妹导读：滴滴感知大量使用机器学习和深度学习来解决问题，但要解决L4自动驾驶的感知问题，并非只是引入最先进的深度学习模型即可解决。本文归纳出感知能力逐步进化的三个阶段。并分析了以下几大难题给感知带来的挑战：深度学习模型本身存在的缺陷、多传感器需要进行扬长避短的融合、低延迟要求和有限算力间的矛盾、难以准确表征和处理不确定性。最终，对感知的未来发展提出展望。

1. 

感知准确是无人车算法的基础

感知在自动驾驶中是一个比较直观的模块，即根据传感器（如激光雷达、相机、毫米波雷达）信息对周围的物体进行理解和抽象，输出所有交通参与者的位置、速度、大小等属性，下游模块（预测、规划）根据这些抽象信息进行运算和决策；感知如果遗漏了物体，对自车来说是“视而不见”的状态，会造成严重的安全风险。因此，感知信息的准确度是无人车算法的重要基础。

2. 

进化的感知发展路径

自动驾驶的最低要求是能识别到面前的物体，不撞上它。这个要求通过激光雷达就可以实现，因为它可以准确地估计物体的 3D 位置，并刻画其轮廓。但真实世界并非都是静态障碍物，比如在跟车的场景下，前车的速度是我们考量是否需要减速或刹车的重要因素。同时，面对一个在向自车靠近的行人，和一个静止的行人，自车对他的反应是截然不同的。

▍1. 第一阶段：基于规则的点云分割算法和物体追踪

在第一阶段，除了需要识别静态障碍物，我们也需要识别常见交通参与者（车、行人、自行车）的类别、朝向和速度，以帮助自车做出决策。在深度学习出现之前，其实通过基于规则的点云分割 / 分类算法¹，再加上物体追踪，就可以做出一个基础的版本。在这一阶段，针对处理不好的问题需要专家设计规则和专门的算法进行处理，然而，许多情景我们难以设计规则处理。

对于并行走的行人

很难设计人工规则把两者分开²

▍2. 第二阶段：大规模数据标记和深度学习

深度学习的出现和发展大幅度提高了感知的效果。面对规则难以处理的感知任务，我们可以运用大规模数据标记及训练深度学习模型。我们不再依赖专家针对问题设计算法，而是从大量数据中萃取出经验和知识。在这一阶段，感知算法的设计更加数据驱动。感知通过收集更多的数据，设计更好的模型进行迭代。但深度学习准确率也有上限，且泛化性（在非典型样本上的表现）、可解释性都存在问题。因此在自动驾驶这个场景中，深度学习并不是感知唯一的组件。