【TechWeb】9月10日消息，城中村里交通規則幾乎完全退化，對于人類司機們來說，進入城中村開車也是需要打 起12分精神。今天，文遠知行的自動駕駛汽車開進城中村，做到全程安全無接管。

在進入城中村之前，文遠知行就對其路況特征進行了研究。

在文遠知行團隊看來，中國部分城中村的建筑密度高，最高可達70%。城中村中往往只有一兩處寬度僅為 7 米的對外聯系道路, 村內部道路多以房屋間距作為步道, 大多只有 2 ~ 4米寬, 不僅行人，也行車，不設車道線和交通燈，各類私家車輛、路邊小攤檔直接停放在馬路邊，供車輛通行的空間極為狹窄。而一旦出村，地鐵站、繁華商區的寬敞大路又會突然顯現，村內外交通場景差異顯著。

而上述城中村路況特征在自動駕駛汽車眼中就是一片充斥著海量的動態障礙物數據、沒有可識別的交通標志、無法事先定義的極限挑戰場景。

在城中村中，自動駕駛車輛經常遇到的典型長尾場景包括三種情況。

一是，周圍障礙物行進路徑不確定：由于交通規則缺位，沒有車道線和交通燈，路面上充斥著隨時變化行進方向、速度的汽車、自行車、電動車和行人。

二是，近距離交互，與車輛行人擦肩而過：由于道路極其狹窄，可供通行空間不足，再加上密集的人群流動，自動駕駛車輛要與周圍車輛和行人在厘米級的距離內產生交互，會車經常需要與對面車輛擦肩而過。

三是，小型障礙物挑戰自動駕駛車輛盲區：隨處可見的小型障礙物突然闖入，如小狗、散落在路上的貨品，這些大大增加了自動駕駛車輛的盲區風險。

一直以來，文遠知行以一套通用的自動駕駛算法WeRide ONE解決所有不同應用場景的問題，并在不斷的學習中，進行自我進化。目前，WeRide ONE在感知、預測、規劃、決策、控制的線性邏輯的基礎上，加入了環境觀察、雙向交涉、達成共識、形成默契的算法，最終實現安全而且穩定的自動駕駛。

在破解城中村復雜交通的問題上，文遠知行團隊表示，WeRide ONE有三大法寶：擁抱不確定性、達成共識、克服盲區。

擁抱不確定性：越不確定，越穩定

城中村內車多人雜，隨時變化行進方向，對自動駕駛的預測算法造成了極大的挑戰。對此，文遠知行WeRide ONE采取的應對方式是：擁抱預測的不確定性。

文遠知行在預測算法中強化了機器學習的模型。機器學習模型是基于大數據提取障礙物行進特征，反復進行模型訓練，提升算法，提高預測準確率。

文遠知行機器學習模型更突出的一個特點是，調整系統的交互思維。在自動駕駛車輛跟周圍的車輛、行人動態互動時，會根據每一步的互動，在短時間內實時調整預測結果，而非死板地依賴于某一固定時刻的預測數據。同時，通過將預測與規劃、決策和控制環節更好地銜接，提升了整個系統的穩定性，讓車輛行駛更平穩。

達成共識：提高機器在人機博弈中的主動性

城中村交通規則退化，缺乏統一的交通規范，需要靠行人、車輛的“共識”來維持交通運轉。機器如何與周圍的障礙物和場景“達成共識”？自動駕駛車輛不會講話，是通過動作來傳遞信息。

在安全第一的準則下，文遠知行的自動駕駛車輛會以禮讓行人、車輛為優先考慮，在會車時，首先選擇主動靠邊讓行。但是，在擁擠、繁忙的城中村街道，讓行也可能導致車輛始終無法行進、卡死在原地的情況發生，適當地采取主動交互，以調整方向、速度等方式，給周圍行人、車輛以信息，尋求新的共識。

達成共識是破解城中村交通的重中之重，是文遠知行WeRide ONE最關注的技術提升點。

克服盲區：遠處看得見，近處看得清

文遠知行自主研發的自動駕駛傳感器套件，能檢測到遠至250米范圍內的所有道路和交通信息，360度全覆蓋四周各種障礙物，比人眼更精準、可靠地“看”到周圍的物體，對障礙物進行檢測、分辨、跟蹤，最終形成對場景的正確理解。

但是在城中村擁擠的交通環境下，自動駕駛車輛在近距離檢測方面面臨巨大的挑戰。自動駕駛車輛與周圍物體的距離可以低至幾厘米，“貼著”障礙物行進的情況時有發生，需要自動駕駛車輛的最近檢測距離幾乎為0時，做到沒有盲區。

針對城中村，文遠知行將傳感器套件進行升級，增加了高線束的側翼激光雷達，加強貼身障礙物的精細化檢測，大大提高檢測的精度。

文遠知行方面表示，解決在城中村實現自動駕駛的問題，不僅可以在城市開放道路中更安全、自如、穩定地提供出行服務，還將有助去掉安全員，更快實現全無人駕駛運營服務的目標。

返回第一電動網首頁 >