文 | 李安琪
编辑 | 李勤
7 月 27 日，图森未来在上海举办了首届 AI DAY，从冗余架构、感知预测、规划控制等方面介绍了图森未来的自动驾驶卡车的最新介绍。
(资料图)
在技术分享环节，图森中国 CTO 王乃岩认为，L3 和 L4 级别自动驾驶功能可能并不比辅助驾驶产品更加复杂，但可靠性方面需要非常质的变化。
为此，图森未来设计了一套全冗余架构，涵盖转向制动、算法算力、传感器等方面，比如在感知模块中构建了三冗余方案以提升可靠性。
除了冗余挑战，王乃岩认为无人驾驶卡车还面临着一个更独特的挑战——需要看得更远。他介绍道，乘用车一般长 6 米左右，完成一次舒适变道需要 3-4 秒的时间，但重型卡车满载时重量近 50 吨，整车长超 20 米，完成一次变道时间需要 7-8 秒，变道需要的距离是普通乘用车的一倍。无人驾驶卡车如果想在高速路上安全行驶，感知距离最好是 400 米 500 米。
感知层面率先遇到挑战。图森未来介绍，当下主流的 3D 目标检测是 BEV（Bird"s Eye View，可翻译为鸟瞰图），但如果直接将 BEV 引入重卡干线物流场景，需要构建更长距离的 BEV 空间，需要消耗大量计算以及空间资源。
因此，图森未来提出了基于物体多视角 3D 检测框架，将环视摄像头的感知内容输入后，基于图像做 2D 检测，图像检测出来的框会作为一个 query 去聚合各个摄像头的视角信息，最终得到 3D 检测结果。
此外，图森未来还自研了一个稀疏 BEV 算法。因为长距离感知检测，传统的 BEV 算法在干线卡车领域会有很多卷积动作是在 " 卷 " 空气，" 这是没有意义的，浪费了很多显存和计算量。"
所以图森未来采用了稀疏卷积方法取代原来致密卷积操作，并在检测头做了特殊的设计，来保证计算开销不随着感知距离的增加而增加的，对于高度上有重叠物体的检测会更加友好，更适合长距离检测。
基于上述感知方案，图森未来表示，其无人驾驶卡车在实际路测中，卡车可以在超过 120 米的距离就发现白色塑料瓶，提前完成避让、变道行为。
此外，图森未来还从定位、预测规划和控制、端到端仿真、数据自动标注和产品等进行了技术分享。
关键词：