不知道你開(kāi)車時(shí)是否遇到過(guò)一些如大霧天路口的紅綠燈看不清、前方車子突然倒車、施工區(qū)的標(biāo)志亂七八糟，甚至半夜突然有動(dòng)物沖到路上的一些極端場(chǎng)景。對(duì)人類駕駛員來(lái)說(shuō)，這些情況雖然少見(jiàn)，但憑經(jīng)驗(yàn)硬著頭皮也能夠處理好；可對(duì)自動(dòng)駕駛系統(tǒng)來(lái)說(shuō)，這類情況很可能就是“天外來(lái)客”，會(huì)讓它一時(shí)不知道該怎么辦，行業(yè)里把這些少見(jiàn)、復(fù)雜、難處理的情況叫作“邊緣場(chǎng)景”。有小伙伴曾問(wèn)過(guò)一個(gè)問(wèn)題，隨著自動(dòng)駕駛技術(shù)的發(fā)展，這些“邊緣場(chǎng)景”的定義是否會(huì)發(fā)生改變？

什么是“邊緣場(chǎng)景”，為什么要在意？

說(shuō)起“邊緣場(chǎng)景”，可以把它想象成馬路上的那些特殊片段，平常很少遇見(jiàn)，但一遇到就可能讓自動(dòng)駕駛系統(tǒng)犯難。日常里紅綠燈、行人過(guò)街、規(guī)范車道這些場(chǎng)景屬于系統(tǒng)已經(jīng)熟悉并訓(xùn)練得很好的部分，而邊緣場(chǎng)景是長(zhǎng)尾里的那一小撮，可能是極端天氣導(dǎo)致傳感器信息變差，也可能是從未見(jiàn)過(guò)的路面物體、臨時(shí)施工改變了路況，甚至可能是幾個(gè)交通參與者做出非常規(guī)動(dòng)作的組合。它們的共同特點(diǎn)不是單純“罕見(jiàn)”，而是會(huì)涉及多個(gè)因素疊加，使得感知、定位、預(yù)測(cè)、規(guī)劃等模塊都無(wú)法正常工作。正因?yàn)?ldquo;罕見(jiàn)+復(fù)雜”，邊緣場(chǎng)景是難以完全窮舉，也難以用單一的修補(bǔ)方法使其徹底解決，這就成為自動(dòng)駕駛安全性評(píng)價(jià)和實(shí)際落地的關(guān)鍵痛點(diǎn)。

認(rèn)識(shí)到這一點(diǎn)后就明白了為什么在很多技術(shù)場(chǎng)景下，邊緣場(chǎng)景會(huì)被看得格外重。其實(shí)把自動(dòng)駕駛系統(tǒng)放到真實(shí)世界運(yùn)行，遇到的一定不會(huì)是一組標(biāo)準(zhǔn)化的測(cè)試題，而會(huì)是各種各樣“活”的情況。要把自動(dòng)駕駛推廣到更廣的城市和道路，除了要讓其能處理常見(jiàn)情形，還要在遇到未見(jiàn)過(guò)的問(wèn)題時(shí)能夠安全降級(jí)或者有可預(yù)測(cè)的應(yīng)對(duì)方式。這從技術(shù)、產(chǎn)品設(shè)計(jì)、運(yùn)營(yíng)與法規(guī)配合等多個(gè)方面都提出了嚴(yán)苛的挑戰(zhàn)。

邊緣場(chǎng)景長(zhǎng)什么樣？

很多邊緣場(chǎng)景看起來(lái)都是“環(huán)境問(wèn)題”，但深入拆解就會(huì)發(fā)現(xiàn)它們常常牽涉到感知、定位、預(yù)測(cè)和整車控制等多個(gè)環(huán)節(jié)的聯(lián)動(dòng)。先說(shuō)感知方面，雨、雪、霧這類天氣會(huì)讓攝像頭畫面模糊、反光或強(qiáng)烈眩光，激光雷達(dá)在大霧或雨滴中也會(huì)被散射出噪聲，而毫米波雷達(dá)對(duì)小型塑料物體的識(shí)別能力有限。還有些情況并不是純粹天氣引起的，例如路面上的油污、積水形成的鏡面反射、或者異形物體（被壓扁的交通錐、散落的貨物）等，這些都會(huì)導(dǎo)致目標(biāo)檢測(cè)或分割出錯(cuò)。感知的不確定性會(huì)傳給后續(xù)模塊，從而放大風(fēng)險(xiǎn)。

定位和地圖層面的問(wèn)題同樣棘手。高精地圖能提供豐富的語(yǔ)義信息，但如果遭遇臨時(shí)封道、施工、或者最新一次地圖更新未覆蓋到的改造，依賴地圖的定位和軌跡決策就可能偏離真實(shí)情況。隧道、城市峽谷或高樓密集區(qū)會(huì)屏蔽GNSS信號(hào)，慣性導(dǎo)航會(huì)隨時(shí)間發(fā)生漂移，傳感器間的微小時(shí)間偏差也可能把車輛“放”到錯(cuò)誤的車道上。而對(duì)于轉(zhuǎn)向交互與預(yù)測(cè)，其涉及到的復(fù)雜的人車博弈會(huì)造成另一類邊緣場(chǎng)景，比如幾個(gè)司機(jī)或騎行者同時(shí)做出規(guī)避或沖突動(dòng)作，自動(dòng)駕駛系統(tǒng)就需要在極短時(shí)間內(nèi)評(píng)估多種可能性并選擇既安全又不顯得過(guò)于僵硬的動(dòng)作，這恰是最難的。最后還有系統(tǒng)工程方面的邊緣場(chǎng)景，比如算力不足導(dǎo)致決策延時(shí)、軟件回歸問(wèn)題、或某個(gè)傳感器短暫失效，這些都不是單一模塊能解決的，而是要靠冗余設(shè)計(jì)與運(yùn)行時(shí)監(jiān)測(cè)來(lái)化解。

對(duì)于自動(dòng)駕駛汽車來(lái)說(shuō)，真正危險(xiǎn)的往往是幾種情況疊加起來(lái)的復(fù)合型場(chǎng)景。例如下雨天里施工區(qū)的臨時(shí)交通標(biāo)志部分被遮擋，路面又有積水，周邊有行人不按規(guī)范穿行，同時(shí)定位信號(hào)被高架橋遮擋，單看其中任何一項(xiàng)，系統(tǒng)或許還能應(yīng)付，但當(dāng)多種異常同時(shí)出現(xiàn)時(shí)，整個(gè)鏈路很可能崩潰。理解這種“疊加效應(yīng)”是減輕長(zhǎng)尾風(fēng)險(xiǎn)的關(guān)鍵出發(fā)點(diǎn)。

怎么去管控這些邊緣場(chǎng)景？

面對(duì)無(wú)法窮盡的邊緣場(chǎng)景，應(yīng)采用一套能持續(xù)學(xué)習(xí)和安全降級(jí)的體系，而不是試圖把每一種異常都寫進(jìn)規(guī)則里。簡(jiǎn)而言之，就是要讓自動(dòng)駕駛系統(tǒng)學(xué)會(huì)表達(dá)不確定性，當(dāng)感知或定位對(duì)某個(gè)物體只給出很低的置信度時(shí)，后續(xù)的預(yù)測(cè)與決策模塊應(yīng)自動(dòng)放慢步伐、擴(kuò)大安全距離或者觸發(fā)更保守的策略。這樣一來(lái)，即便識(shí)別不準(zhǔn)，也能把風(fēng)險(xiǎn)降到可控范圍內(nèi)。還有一條思路就是多模態(tài)與冗余，攝像頭、激光雷達(dá)、毫米波雷達(dá)和慣導(dǎo)各有長(zhǎng)短，把它們有效融合，能在某一類傳感器失效時(shí)借助其它傳感器填補(bǔ)信息空缺，從而提高魯棒性。

數(shù)據(jù)和仿真在應(yīng)對(duì)邊緣上正扮演越來(lái)越重要的角色。將車輛在實(shí)際行駛時(shí)遇到的疑似邊緣事件回傳并在仿真中重構(gòu)，就可以在大規(guī)模參數(shù)空間里反復(fù)跑這些極端組合，找到模型的薄弱點(diǎn)并針對(duì)性地補(bǔ)數(shù)據(jù)或調(diào)整策略。主動(dòng)學(xué)習(xí)和邊緣挖掘能夠把“最有價(jià)值”的少量數(shù)據(jù)挑出來(lái)優(yōu)先標(biāo)注，這比盲目海量采集更高效。與此同時(shí)，部署時(shí)的策略也很關(guān)鍵。影子模式（shadow mode）允許新模型在后臺(tái)運(yùn)行、記錄但不影響實(shí)際決策，從而評(píng)估性能；分階段上線、灰度發(fā)布能把潛在問(wèn)題限制在小范圍內(nèi)，通過(guò)快速回滾避免大面積風(fēng)險(xiǎn)。

此外，自動(dòng)駕駛汽車運(yùn)行時(shí)的監(jiān)測(cè)與在線響應(yīng)同樣不可或缺。車隊(duì)?wèi)?yīng)該持續(xù)監(jiān)控傳感器健康、模型置信、決策延時(shí)等指標(biāo)，自動(dòng)觸發(fā)回傳與人工審查。遇到無(wú)法在線解決的邊緣，系統(tǒng)應(yīng)有明確且易理解的退路，讓車輛安全停靠或把控制權(quán)交給遠(yuǎn)程操作員或人工駕駛?cè)�。�?duì)于無(wú)人運(yùn)營(yíng)場(chǎng)景，遠(yuǎn)程干預(yù)和自動(dòng)安全�？繖C(jī)制就顯得尤為重要。還有一點(diǎn)要注意的，就是要把驗(yàn)證方法要從傳統(tǒng)里程數(shù)驗(yàn)證轉(zhuǎn)向更注重場(chǎng)景覆蓋與風(fēng)險(xiǎn)指標(biāo)，自動(dòng)駕駛行業(yè)正在朝著用場(chǎng)景化測(cè)試、統(tǒng)計(jì)風(fēng)險(xiǎn)度量和仿真覆蓋率來(lái)證明系統(tǒng)安全性方向發(fā)展，這樣更能針對(duì)長(zhǎng)尾風(fēng)險(xiǎn)做出衡量。

未來(lái)會(huì)怎樣變化，我們?cè)撊绾螠?zhǔn)備？

隨著感知算法、傳感器硬件、仿真能力和車隊(duì)學(xué)習(xí)機(jī)制不斷進(jìn)步，很多今天被視為“邊緣”的場(chǎng)景會(huì)逐步變成系統(tǒng)能處理的常態(tài)。夜間低光條件、部分雨雪、復(fù)雜交叉口這些曾經(jīng)的難點(diǎn)正在被新一代多模態(tài)模型、夜視攝像和更密集的數(shù)據(jù)采集慢慢覆蓋。但當(dāng)業(yè)務(wù)擴(kuò)展到不同國(guó)家和不同道路類型時(shí)，又會(huì)帶來(lái)新的長(zhǎng)尾，比如鄉(xiāng)間道路的動(dòng)物侵入、不同文化下的交通行為或者專有基礎(chǔ)設(shè)施問(wèn)題等會(huì)源源不斷地出現(xiàn)。因此“邊緣”并不是一種會(huì)消失的現(xiàn)象，而是會(huì)隨系統(tǒng)能力與部署背景一并遷移。

面對(duì)這樣的動(dòng)態(tài)，最可行的策略是構(gòu)建可持續(xù)的能力閉環(huán)，即持續(xù)采集并把邊緣事件回流到訓(xùn)練與仿真體系里，持續(xù)用仿真驗(yàn)證新模型對(duì)長(zhǎng)尾組合的魯棒性，持續(xù)在運(yùn)行時(shí)監(jiān)測(cè)并用保守退讓策略保證乘客安全。如果行業(yè)層面的通用標(biāo)準(zhǔn)與數(shù)據(jù)能夠共享，也會(huì)對(duì)降低長(zhǎng)尾風(fēng)險(xiǎn)起到放大效果。若能在保障隱私和商業(yè)利益的前提下實(shí)現(xiàn)一定程度的事故回放與場(chǎng)景數(shù)據(jù)交換，整個(gè)自動(dòng)駕駛生態(tài)的“學(xué)習(xí)速度”會(huì)快很多。

對(duì)普通用戶來(lái)說(shuō)，自動(dòng)駕駛技術(shù)的發(fā)展會(huì)讓自動(dòng)駕駛車輛會(huì)越來(lái)越擅長(zhǎng)處理常見(jiàn)和已知的復(fù)雜情況，但在極端或未見(jiàn)過(guò)的組合下將會(huì)更加謹(jǐn)慎。這種謹(jǐn)慎不是系統(tǒng)能力不足，反而是成熟表現(xiàn)，在不確定時(shí)優(yōu)先保證安全而不是盲目冒進(jìn)，這才是自動(dòng)駕駛技術(shù)發(fā)展的目的。

最后的話

邊緣場(chǎng)景既是技術(shù)問(wèn)題也是系統(tǒng)問(wèn)題，既考驗(yàn)感知算法和模型訓(xùn)練，也考驗(yàn)系統(tǒng)架構(gòu)、運(yùn)營(yíng)能力與法規(guī)配合。把邊緣看成可以被發(fā)現(xiàn)、被模擬、被緩解的工程問(wèn)題，并用持續(xù)學(xué)習(xí)與場(chǎng)景化驗(yàn)證去縮短它們對(duì)系統(tǒng)安全的影響范圍，才是把自動(dòng)駕駛從試驗(yàn)場(chǎng)推進(jìn)到千家萬(wàn)戶的實(shí)務(wù)路徑。未來(lái)的路仍然很長(zhǎng)，但一步步把每一種長(zhǎng)尾化為可管理的風(fēng)險(xiǎn)，就是把不確定性變成可靠性的過(guò)程。

-- END --

       原文標(biāo)題 : 自動(dòng)駕駛技術(shù)發(fā)展會(huì)讓邊緣場(chǎng)景的范圍發(fā)生改變嗎？