1212智能出行 | 极目智能吴伟岳 — 从ADAS到自动驾驶

在主旨演讲“技术篇：自动驾驶奇点何时降临”，极目智能联合创始人吴伟岳分享了自动驾驶的技术实现两条路线，并向大家展示了在主要驾驶场景下极目ADAS技术和系统框架。演讲全文如下——

自动驾驶分级大家看到比较多的是从L0到L4的分级，现在也有说到L5自动驾驶，其实是分成两部分。L0到L2是我们讲的ADAS部分，L3、L4接近自动驾驶和完全自动驾驶。

自动驾驶的技术实有两种路线：一种是直接上L3、L4的路线，这种路线包括Google这样的互联网公司，直接切向无人驾驶汽车行业；另外一种是渐进式的从ADAS开始起步慢慢往L3、L4推进，这是传统车厂路演，包括类似于我们这样的创业公司。

自动驾驶是有要素的，首先是感知，GPS北斗高精是属于位置信息的感知。另外有车身传感器、眼睛、单目摄像头或者双目摄像，其实车联网网络本身也是属于传感的一部分都是感知部分。

在感知部分之后才有认知。所有传感器采集回来这些信息以后需要认知我采回来的到底是什么，位置信息的话位置在哪里，图像信息会知道这是道路、人还是车，我们会理解。理解完之后做决策，决策的时候是路径规划，我的行为该刹车、加速还是转弯等等。

前面我们讲的几项都前面是属于ADAS部分，我们公司致力于做视觉的ADAS，为什么做这个呢？

现阶段ADAS的推广和普及来讲，很大程度上是受到政策法规的推动。像美国从2011年已经开始要求安全选型，欧盟2013、2015年立法。我们国家2017年4月1日起正式实施的交通运输行业标准《营运客车安全技术条件》(JT/T1094-2016)中，标准对营运客车的防侧翻、阻燃防火、应急逃生等主、被动安全性能与结构配置方面，提出了更加严格、使用的技术要求。

车辆车和车道线相关的关系，我们的精度在车道线级别可以达到5厘米的识别精度。

针对高精度ADAS系统，可以去做一些拓展行为。这个拓展行为是什么呢？在车辆前端装上了终端设备，就可以知道前方的车辆情况，知道开这辆车驾驶员的驾驶行为，包括驾驶员有没有不打方向等就变道、有没有经常出现离前面车过近踩急刹车的情况。我们知道所有的人的驾驶行为习惯，通过这个习惯传到云端在云端进行评分和识别。

我们觉得无人驾驶最基础的东西就是要用深度学习的方式做无人驾驶，深度学习的基础条件就是我要有大量的数据，要有大数据去做学习。

所有收集驾驶数据促使自动驾驶的落地，通过道路的环境和驾驶行为数据最终实现自动驾驶。

最后讲一下应用和合作：第一主要的应用是很前端的主机厂；第二我们和保险公司也会做UBI方面的合作，提供了相对比较准确的驾驶行为数据；第三是车队管理，就是以我ADAS专业设备作为基础提供整套驾驶行为分析，让这些车队的管理者知道出去的驾驶人驾驶行为是什么，他是安全的还是不安全的。通过我们这套车队管理系统可以提供一个准确的驾驶行为记录和分析，能够知道哪些是存在潜在危险的驾驶员，后台分析以后进行筛选和提醒。

这是我的分享，谢谢。