自動駕駛領域正在從技術積累向數(shù)據(jù)共享的階段發(fā)展。
今年以來， 多個自動駕駛研發(fā)團隊陸續(xù)宣布開放自動駕駛數(shù)據(jù)集，其中，Waymo的數(shù)據(jù)包含了3000個駕駛場景，長達16.7小時，Lyft的公開數(shù)據(jù)則涵蓋了5.5萬張3D高清截圖。在此之前，百度也在去年開放了AppolloScape的大規(guī)模自動駕駛數(shù)據(jù)。
1
數(shù)據(jù)的意義
2014年9月，美國加州頒發(fā)了全球首張自動駕駛路測許可證，截至2018年底，在加州獲得無人駕駛路測牌照的企業(yè)已經(jīng)超過60家。 在中美兩國，一大批主機廠和科技公司正在奔赴自動駕駛的技術競賽。
按照商業(yè)咨詢公司IHS Markit的預測，到了2040年，全自動駕駛汽車的銷量將達到3300萬輛，成為一個價值7萬億美元的市場。
雖然目前全球乘用車市場僅停留在L2級別駕駛輔助技術的普及階段，但沒有人會否認自動駕駛的發(fā)展意義。尤其在中國，截至今年6月，中國內地已經(jīng)有18個城市發(fā)放了自動駕駛的路測牌照，50家企業(yè)參與其中，拿到的牌照接近200張。在對外宣傳上，這是科技公司和主機廠的實力體現(xiàn)，但回到行業(yè)意義上，每一張牌照背后的車輛數(shù)據(jù)都在推動自動駕駛技術的量產(chǎn)落地。
數(shù)年前，自動駕駛領域曾經(jīng)掀起了一場算法與數(shù)據(jù)之爭。在自動駕駛技術的發(fā)展進程中，到底是數(shù)據(jù)重要，還是算法重要?
谷歌的支持者認為，其在大數(shù)據(jù)層面的優(yōu)勢決定了Waymo可以超越絕大多數(shù)車企，為自動駕駛的深度學習提供足夠充分的數(shù)據(jù)支持。公共道路、尤其是城市駕駛中的復雜性并不是所有公開測試路段可以覆蓋的，但哪怕1%的風險場景都有可能帶來100%的意外事故。
因此，自動駕駛領域的道路測試和數(shù)據(jù)收集，很重要的一個作用是系統(tǒng)完善，當擁有自動駕駛技術的車輛更多地投入到市場，就能從中收集更多的行駛數(shù)據(jù)，以提高系統(tǒng)的學習和處理能力。
在自動駕駛技術發(fā)展的初期，企業(yè)對數(shù)據(jù)的所有權非常謹慎，一方面，各家收集的數(shù)據(jù)代表著它們的用戶、資源和技術，另一方面，海量數(shù)據(jù)最終指向的是系統(tǒng)算法與模型。這一度被認為是各家的重要產(chǎn)權和商業(yè)機密。即便美國曾經(jīng)在政府層面要求各企業(yè)在無人駕駛測試車輛發(fā)生事故是共享相關數(shù)據(jù)，企業(yè)的反應也不甚熱情。
2
數(shù)據(jù)從何而來
前些年關于Waymo和特斯拉無人駕駛技術之爭，一個重要觀點是兩者的數(shù)據(jù)來源。2016年，特斯拉在全球市場落地的車輛超過30萬輛，而Waymo投放到道路測試的車輛只有不到600輛。爭議在于，兩者在真實道路中收集的真實數(shù)據(jù)是不一樣的。
特斯拉堅持從真實用戶使用Autopilot的過程中收集收據(jù)，但截止2016年行駛數(shù)據(jù)不到2億公里，而Waymo擅長的是虛擬駕駛，即便在真實路況下僅收集了800萬公里數(shù)據(jù)，但在虛擬行駛過程中已經(jīng)有超過80億公里。
特斯拉的支持者指出，在人類復雜多變的駕駛習慣和道路狀況中，只有真正來自公開道路的數(shù)據(jù)才是對自動駕駛技術進步有意義的。然而，特斯拉采用的數(shù)據(jù)收集方式僅來自于超聲波傳感器和攝像頭，而Waymo則來自于激光雷達傳感器、雷達傳感器和攝像頭。但特斯拉由于沒有采用激光雷達，同樣被指責數(shù)據(jù)的精準度不足。
Waymo被認為更具有技術優(yōu)勢，除了數(shù)據(jù)收集領域，還包括了數(shù)據(jù)處理方式。Waymo設計的城市全電腦模型每天可以測試2.5萬輛虛擬無人駕駛汽車，這種封閉的數(shù)據(jù)回路可以讓Waymo在海量駕駛數(shù)據(jù)中反復測試成千上萬種變化場景。相比之下，特斯拉認為從真實路況中收集數(shù)據(jù)再對Autopilot進行培訓學習，本身就是一個龐大工程。
兩者在數(shù)據(jù)收集和處理上，技術差異顯而易見。事實也證明了，Waymo從虛擬場景中獲得的海量數(shù)據(jù)和反復測試驗證，對系統(tǒng)的技術提升有很大幫助。去年谷歌在一份「自動駕駛脫離報告」中獲得最佳成績，大約行駛17950公里才出現(xiàn)一次人工接管系統(tǒng)的情況。特斯拉在這份報告中的成績幾乎墊底。
值得注意的是，雖然理論上Waymo的自動駕駛系統(tǒng)能夠在更多出行場景中作出更加聰明的選擇，但真正的考驗仍需要放到更加真實的出行場景中。如今Waymo的測試車輛數(shù)量不夠大、測試路況相對寬松，這些都嚴重制約了這套自動駕駛系統(tǒng)接受安全性考驗。
3
數(shù)據(jù)競賽
自動駕駛車輛數(shù)據(jù)共享的重要性得到了整個行業(yè)的認可，但出于行業(yè)競爭、產(chǎn)權保護等等方面的考慮，企業(yè)之間大概不會無私貢獻所有數(shù)據(jù)，同時也不會完全信任公開數(shù)據(jù)。
一向以數(shù)據(jù)優(yōu)勢自居的Waymo在近期公布了開放數(shù)據(jù)集Waymo Open Dataset，其中包括3000段駕駛記錄，每段視頻平均時長20秒，總長度16.7小時。
業(yè)內統(tǒng)計，這個公開數(shù)據(jù)集包含了超過60萬幀的圖像數(shù)據(jù)，對無人駕駛領域的技術研發(fā)和學術研究都有很大的參考意義。即便這些數(shù)據(jù)比起Waymo數(shù)十億的行駛里程，僅僅是冰山一角，但作為目前自動駕駛領域最領先的企業(yè)之一，Waymo的高質量數(shù)據(jù)足以給行業(yè)研究提供極具價值的信息。與此同時，這60萬幀數(shù)據(jù)背后，也是行業(yè)對于Waymo傳感器技術的考察和研究。
Waymo率先亮出數(shù)據(jù)之后，多家企業(yè)迅速跟進、甚至反擊。最開始是通用和寶馬等傳統(tǒng)車企表示要組成「移動開放區(qū)塊鏈計劃聯(lián)盟」，推動各家企業(yè)打破數(shù)據(jù)壁壘，彼此開放有價值的數(shù)據(jù)，以加快自動駕駛技術的提升。
另一種模式是數(shù)據(jù)量的比拼。緊隨Waymo之后， Lyft也表示將會公開一套自動駕駛數(shù)據(jù)集，其中包括了5.5萬張3D高清截圖，并自稱「業(yè)內最大的自動駕駛公共數(shù)據(jù)集」。
作為一家網(wǎng)約車公司，Lyft在2016年加入到自動駕駛研發(fā)領域之后，其選擇的發(fā)展思路是與多個先進的科技公司進行合作，其中包括Aptiv、Cruise甚至Waymo。與Uber從零開始所經(jīng)受的各種質疑和考驗不同，Lyft只在意與之合作的伙伴是否領先。簡單來說，Lyft要做的只是一個開放生態(tài)平臺，只不過，基于Lyft目前在美國布局的網(wǎng)約車網(wǎng)絡，Lyft與其合作伙伴可以通過更廣泛和真實的運營場景收獲數(shù)據(jù)。
從技術之爭到數(shù)據(jù)之爭，自動駕駛企業(yè)的競賽本質上是加快自動駕駛技術落地到真實場景。今年，通用Cruise延遲自動駕駛出租車計劃，讓整個行業(yè)意識到，自動駕駛技術落地仍然極具挑戰(zhàn)。以Waymo為首的車企開始公開數(shù)據(jù)，看似推動了行業(yè)的發(fā)展，讓自動駕駛汽車更早上路，但實際上，數(shù)據(jù)背后代表的技術優(yōu)勢已經(jīng)開始讓這些企業(yè)拋離對手。新一輪的競爭才剛剛開始。
