自动驾驶数据闭环系列之一：理想丰满，现实骨感

交流群 | 进“传感器群/滑板底盘群/汽车基础软件群/域控制器群”请扫描文末二维码，添加九章小助手，务必备注交流群名称 + 真实姓名 + 公司 + 职位（不备注无法通过好友验证）

---

作者 | 张萌宇

近年来，数据闭环成了自动驾驶行业的一个热门话题，很多自动驾驶公司都在试图打造自己的数据闭环系统。

实际上，数据闭环并不是一个新的概念。在传统软件工程领域，数据闭环被用来作为改进用户体验的一种重要方式。相信大家都有过这样的经历，在使用软件时，屏幕上跳出一个弹窗，询问你“是否允许该软件收集你的数据”，如果你同意相关条例，那这些数据便会被用来改进用户体验。

当用户端软件捕捉到一个问题时，后台能抓取相应数据，然后由开发团队分析此问题后对软件做修复和完善，交由测试团队测试好新版本软件，之后会将新版本软件放在云端，并由用户更新到终端，这是软件工程中数据闭环的流程。

在自动驾驶场景中，问题数据通常是在试验车上收集，极少数车辆能实现在量产车上收集。收集后需要对数据做标注，然后工程师在云端用新的数据训练神经网络模型，重新训练后的模型通常会通过OTA的方式部署到车端。

一个完整的数据闭环通常包括数据采集、数据回流、数据处理、数据标注、模型训练、测试验证这几个环节。

△Momenta数据闭环流程示意

以特斯拉为例，配置了自动驾驶硬件的车队采集通过规则及影子模式下的触发器筛选的数据，经过语义筛选后的数据被回传到云端。此后，工程师在云端用工具对数据做一些处理，再把处理好的数据放入数据集群，然后利用这些有效数据训练模型。模型训练好之后，工程师会把训练好的模型部署回车端做一系列的指标检测，经过验证的新模型会被部署到车端供驾驶员使用。

在这种模型下，会有新的数据源源不断被触发回传，从而形成循环。此时，一个完整的由数据驱动的迭代开发循环便形成了。

目前，采用数据闭环来驱动算法迭代，几乎已经被公认为是提升自动驾驶能力的必由之路。很多主机厂和自动驾驶Tier1都在搭建自己的数据闭环系统，甚至还专门设置了数据闭环架构师的职位。

数据闭环的意义是什么？数据闭环能够在量产车上落地的背景是什么？数据闭环在量产车上落地的过程中有哪些痛点以及如何应对？

接下来，本文将围绕这些话题逐一讨论。

1.  数据闭环的意义

根据智驾科技MAXIEYE的介绍，“数据闭环对于产品的性能，不仅仅是某个功能的性能提高，还能以影子模式的形式验证新功能。同时根据数据触发的类别，对于系统的其他方面也可以帮助优化，比如radar/camera blockage 的检测，可以根据回传数据优化阈值。在性能层面，数据回传基本上可以优化所有的性能，比如AEB，LKA，ELK，ACC，TJA，NOA等。MAXIEYE已通过数据回传OTA不断升级AEB, ACC, TJA 等系统功能，而且预埋了新功能的影子模式。”

如今，各家公司纷纷打造自己的数据闭环系统，主要希望实现的效果包括提升corner case数据采集效率、提高模型的泛化能力以及驱动算法的迭代。

1.1 搜集corner case的数据

只要是L2及L2以上的产品，都需要具备持续进化的能力。要让自动驾驶系统持续地进化，就需要不断获得corner case的数据。而随着越来越多的corner case从“未知”转换成“已知”，通过数量有限、形式路线也有限的测试车辆挖掘出新的corner case的难度越来越大。

通过在场景覆盖度更广的量产车上部署数据采集系统，在遇到当前的自动驾驶系统处理地得不够好的情形时，触发数据回传，是一种比较好的获取corner case的方法。

例如，可以在搭载L2辅助驾驶的量产车上部署AEB系统，然后收集驾驶员猛踩刹车、猛踩油门、猛打转向、猛打方向盘等的数据，分析为什么驾驶员在做这些操作的时候AEB系统没有任何响应。针对AEB系统应对地不够好的问题做相应改进，提高AEB系统的能力。

1.2 提高模型的泛化能力

当前，高等级的辅助驾驶正在从高速向城市进军。要解决高速这样相对简单的场景，基本上，仅靠测试车采集的数据来训练模型就够了，而不是一定要回传量产车的数据；然而，城市场景的复杂度大幅提升了，而且不同城市的路况也有很多差异。例如&#