自动驾驶体验服务引关注＂人工智能老司机＂长啥样? “以前觉得自动驾

“以前觉得自动驾驶既神秘又‘高大上’ ，这次终于能亲身体验一下了！”望着徐徐驶来的百度自动驾驶出租车Apollo ，在北京工作的程序员小王很兴奋。
日前，百度自动驾驶体验服务在北京亦庄、海淀免费开放，吸引了大批市民和媒体关注。单个站点单日最高服务量超过600单，一度出现“一车难求”的场面。近年来，中国自动驾驶行业捷报频传，多家企业已在国内外多个城市开展路测运营。此次百度率先向公众开放路测，也让普通人能够跟自动驾驶这个前沿事物来一次“亲密接触” 。
那么，自动驾驶出租车如何行驶？面对中国实际的复杂路况，技术人员是如何把无人车训练成“老司机”的？本报采访人员对此进行了实地体验和采访。
体验：全程平稳无接管
10月27日上午，采访人员来到北京亦庄，选择限定运营区域内距离最长的两个站点，坐着百度自动驾驶出租车跑了一个来回。
先说智能性。这10公里的路程并不算长，却已包含了我们日常开车绝大部分会遇到的基本场景：起步、加速、转弯、变道超车、减速让行、过红绿灯路口、靠边停车等等。在近20分钟的试乘时间里，安全员全程无接管，所有决策、操作都由自动驾驶系统完成。可以说，这是一次纯粹的自动驾驶。
再说舒适性。百度自动驾驶出租车的速度基本稳定在每小时40公里左右，这让它整体“开”得非常平稳。 Apollo的加减速也很流畅，遇到前方红灯或是预测到有车要并线， Apollo会提前减速，从而避免急刹车。遇到四下无车的情况， Apollo也会果断匀加速，不“磨叽” 。在绝大多数情况下，如果你闭上眼睛，基本分不出开车的是人还是机器。
正是因为Apollo的“超稳定发挥” ，反而让试乘者们特别期待能遇到一次“意外”情况。赶巧的是，采访人员就遇到了一次自动驾驶系统做出的急刹车动作：
当时，一辆外卖摩托车突然从路旁冲出来，即将以高速掠过Apollo斜前方。就在采访人员用余光瞥见这辆摩托车时， Apollo来了一脚势大力沉的急刹车。紧接着，车内响起了AI小度的道歉声：“刹猛了，求原谅！谨慎才能保证你的安全呀。 ”
采访人员当即向车内安全员反复确认，在这脚刹车过程中，安全员完全没有介入，是自动驾驶系统预判到摩托车的行驶轨迹，采取了紧急制动措施。采访人员事后想，如果是自己在当时的场景中，可能会减速，但不会急刹。因为摩托车在道路博弈中，大概率不会主动选择与汽车进行碰撞，这或许是人类和机器在预判上的区别，不过也正如小度所说， “谨慎”是为了安全，在自动驾驶刚起步的时候，还是谨慎为妙。
除了AI自动紧急刹车，有没有安全员必须要接管车辆的时候呢？一位安全员提到一个令人印象深刻的场景：工人打开路面井盖，下井检修，但并未按要求在井口摆设安全锥桶。下井工人的头发与黑色的井口背景融为一体，试验车辆未能分辨，没有做出减速动作，安全员紧急接管。 “不过这都是很早期的状况，现在接管的次数少多了。 ”
急刹车与井盖的故事提醒我们，比起相对容易处理的正常场景来说，那些发生概率较低、但“一失万无”的极端场景——业内称为“边角案例”(CornerCase)或“长尾场景”——才是对自动驾驶真正的考验。这些场景不按常理出牌，样式繁多，处理难度大，却是无人驾驶在中国落地的关键之一。
训练：长尾场景是关键
路测过程中遇到的问题怎么解决？
“对自动驾驶系统来说，每一个长尾场景都是非常宝贵的学习机会，每解决一个问题， Apollo的大脑就会变得更‘聪明’一些。 ”百度自动驾驶测试工程师李肆给采访人员举了一个三角事故牌的例子：
“在一次测试中， Apollo遇到一个三角事故牌和临时停车，识别成了静止障碍物和静止车辆。它选择先停车观察，然后再缓慢起步绕行。当系统记录这一次缓行后，通过数据挖掘和Learning训练模型， Apollo理解了这是交通事故场景典型特征。在之后的驾驶策略上，再遇到三角牌，它会提前主动借道通行，像老司机一样自然绕行。 ”
所以，不仅仅是安全员发生接管的场景，包括系统主动发现的漏洞或是影响用户体验的问题，都会被系统实时捕捉，并自动上传云端。所有问题的数据，在后台都会被自动化分析和归类标注。
“对于比较简单的问题，系统可以自己形成训练数据，直接对算法模型进行自我更新，增强驾驶能力。而对于一些新问题和重点问题，则会被系统识别出来，流转给技术人员作深入分析和优化。 ”李肆说，当技术人员对一类典型场景完成算法优化后，会在仿真平台针对问题场景进行验证。 “从遇到一个长尾场景，到数据驱动模型迭代、仿真回归验证、新版本上线解决，优化周期大约在几周或几个月，要视问题的困难程度而定。 ”
除了让Apollo把自己遇到的难题“巩固复习”好，百度的技术人员还给Apollo主动加练，从现实和虚拟两个维度打造起Apollo的“练功房” 。
现实中的“练功房”位于国家智能网联汽车(长沙)测试区东片区，这是百度联合长沙湘江智能打造的国内首个自动驾驶7×24小时全无人值守封闭测试场，目前已投入日常测试使用。可以实现测试全程无人化，支持7×24小时不间断可靠性测试，大幅节省测试人力成本。同时也保障了场景构建的高度还原和一致性，对交互博弈场景构建的优势尤其突出。分页标题
除了真实的道路数据之外，百度的自动驾驶学习也依托仿真模拟器。百度自动驾驶事业部总经理陶吉告诉采访人员：“我们拥有一个‘无限里程虚拟世界’ ，我们在这里面放很多行人和车辆的障碍物，他们按照一定的规则去跑， Apollo也放一辆进去。当跑到足够多里程的时候，会发生很多意想不到的情况。如果发现Apollo应对不了的情况，这个案例我们会特别拿出来分析，作为训练课程来增强自动驾驶系统的能力。 ”
据陶吉介绍，在仿真云环境下， Apollo已累计运行了数亿公里的测试里程，每日运行超过数百万公里，保证了Apollo自动驾驶对路上多样化场景的适应性，让百度自动驾驶车辆在上路前，已经完成了对于路上可能会发生的所有场景的充分验证。
“今天我们敢在北京开放，也是代表一种技术自信。 ”陶吉说， “对于一项新技术，只有面向用户、面向市场才有最佳的改进目标，当然我们还有各种不足，也希望能够通过开放试乘来收集用户的反馈，不断打磨提升自己，带给大家更好的出行服务产品。 ”

自动驾驶体验服务引关注 ＂人工智能老司机＂长啥样?

自动驾驶体验服务引关注＂人工智能老司机＂长啥样?