在這三部分系列的第一部分中，作者調(diào)查了機(jī)器學(xué)習(xí)技術(shù)在高度自動(dòng)化駕駛場(chǎng)景中的驅(qū)動(dòng)因素和潛在應(yīng)用。第二部分定義了機(jī)器學(xué)習(xí)技術(shù)的理論背景，以及汽車開發(fā)人員可用的神經(jīng)網(wǎng)絡(luò)類型。第三部分在功能安全要求的背景下評(píng)估這些選項(xiàng)。

在過去的幾年里，機(jī)器學(xué)習(xí)一直是研究和工業(yè)界最熱門的話題之一。與幾十年前機(jī)器學(xué)習(xí)的出現(xiàn)相比，計(jì)算性能和算法的最新進(jìn)展引起了新的關(guān)注。

機(jī)器學(xué)習(xí)，特別是深度學(xué)習(xí)解決方案促進(jìn)了人工智能最近取得的令人矚目的成果。應(yīng)用包括自然語(yǔ)言處理 （NLP）、個(gè)人協(xié)助、AlphaGo 戰(zhàn)勝人類，以及在學(xué)習(xí)玩 Atari 游戲時(shí)達(dá)到人類水平的行為。

考慮到機(jī)器學(xué)習(xí)和深度學(xué)習(xí)在解決極其復(fù)雜的問題時(shí)能夠取得如此令人印象深刻的結(jié)果，很明顯，研究人員和工程師也考慮將它們應(yīng)用于自動(dòng)駕駛汽車的高度自動(dòng)駕駛 （HAD） 場(chǎng)景。NVIDIA 的 Davenet、Comma.Ai、Google Car 和 Tesla 在該領(lǐng)域取得了第一個(gè)有希望的成果。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方法已經(jīng)產(chǎn)生了最初的原型，但是這些功能的工業(yè)化在例如基本的功能安全考慮方面提出了額外的挑戰(zhàn)。

本文旨在為正在進(jìn)行的關(guān)于機(jī)器學(xué)習(xí)在汽車行業(yè)中的作用的討論做出貢獻(xiàn)，并強(qiáng)調(diào)該主題在自動(dòng)駕駛汽車背景下的重要性。特別是，它旨在增加對(duì)機(jī)器學(xué)習(xí)技術(shù)的能力和局限性的理解。

首先，我們?cè)?EB robinos 參考架構(gòu)的背景下討論基于機(jī)器學(xué)習(xí)的高度自動(dòng)駕駛的設(shè)計(jì)空間和架構(gòu)替代方案。然后詳細(xì)介紹了 Elektrobit 目前正在研究和開發(fā)的兩個(gè)選定用例。

第二部分提供了機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò) （DNN） 的理論背景，它們?yōu)橥茖?dǎo)用于根據(jù)給定任務(wù)選擇機(jī)器學(xué)習(xí)技術(shù)的標(biāo)準(zhǔn)提供了基礎(chǔ)。最后，第三部分討論了影響功能安全考慮的驗(yàn)證和確認(rèn)挑戰(zhàn)。

機(jī)器學(xué)習(xí)和高度自動(dòng)化駕駛

開發(fā)導(dǎo)致自動(dòng)駕駛汽車的高度自動(dòng)駕駛功能是一項(xiàng)復(fù)雜而艱巨的任務(wù)。工程師通常使用分而治之的原則來應(yīng)對(duì)這些挑戰(zhàn)。這是有充分理由的：具有明確定義接口的分解系統(tǒng)可以比單個(gè)黑盒更徹底地測(cè)試和驗(yàn)證。

我們的高度自動(dòng)駕駛方法是 EB robinos，如圖 1 所示。EB robinos 是一種功能性軟件架構(gòu)，具有開放接口和軟件模塊，允許開發(fā)人員管理自動(dòng)駕駛的復(fù)雜性。EB robinos 參考架構(gòu)按照“感知、計(jì)劃、行動(dòng)”分解范式集成了組件。此外，它在其軟件模塊中利用機(jī)器學(xué)習(xí)技術(shù)，以應(yīng)對(duì)高度非結(jié)構(gòu)化的現(xiàn)實(shí)世界駕駛環(huán)境。以下小節(jié)包含已選擇的集成在 EB robinos 中的技術(shù)示例。

圖 1.開放式 EB robinos 參考架構(gòu)。

相比之下，端到端的深度學(xué)習(xí)方法也存在，它涵蓋了從感覺到行動(dòng)的方方面面（Bojarski et al. 2016）。然而，關(guān)于極端情況和罕見事件的處理和訓(xùn)練，以及必要的訓(xùn)練數(shù)據(jù)的指數(shù)數(shù)量，分解方法（即語(yǔ)義抽象）被認(rèn)為更合理（Shalev-Shwartz et al. 2016 ）。

然而，即使遵循分解方法，也需要決定哪些部分最好單獨(dú)處理或與其他部分結(jié)合處理。還必須確定機(jī)器學(xué)習(xí)方法是否有望在特定塊完成的任務(wù)中優(yōu)于傳統(tǒng)工程算法。尤其重要的是，此決定可能會(huì)受到功能安全考慮的影響。如本系列后面所述，功能安全是自動(dòng)駕駛的關(guān)鍵要素。傳統(tǒng)的軟件組件是根據(jù)具體需求編寫的，并進(jìn)行相應(yīng)的測(cè)試。

機(jī)器學(xué)習(xí)系統(tǒng)測(cè)試和驗(yàn)證的主要問題是它們的黑盒性質(zhì)和學(xué)習(xí)方法的隨機(jī)行為。基本上不可能預(yù)測(cè)系統(tǒng)如何學(xué)習(xí)其結(jié)構(gòu)。

上面給出的標(biāo)準(zhǔn)和理論背景可以為明智的決策提供指導(dǎo)。Elektrobit 目前正在研究和開發(fā)機(jī)器學(xué)習(xí)方法被認(rèn)為很有前景的用例。接下來介紹兩個(gè)這樣的用例。第一個(gè)涉及為機(jī)器學(xué)習(xí)算法生成人工訓(xùn)練樣本及其在交通標(biāo)志識(shí)別中的部署。第二個(gè)用例描述了我們的自學(xué)汽車方法。這兩個(gè)示例都使用了當(dāng)前最先進(jìn)的深度學(xué)習(xí)技術(shù)。

用例 1：人工樣本生成和交通標(biāo)志識(shí)別

該項(xiàng)目在增強(qiáng)入口導(dǎo)航系統(tǒng)中使用的 OpenStreetMap （OSM） 數(shù)據(jù)的背景下，提出了一種限速和限速結(jié)束交通標(biāo)志 （TS） 識(shí)別系統(tǒng)。目的是在可以安裝在汽車擋風(fēng)玻璃上的標(biāo)準(zhǔn)智能手機(jī)上運(yùn)行該算法。系統(tǒng)檢測(cè)交通標(biāo)志及其 GPS 位置，并通過手機(jī)的移動(dòng)數(shù)據(jù)連接將收集的數(shù)據(jù)上傳到后端服務(wù)器。該方法主要分為兩個(gè)階段：檢測(cè)和識(shí)別。檢測(cè)是通過增強(qiáng)分類器實(shí)現(xiàn)的。識(shí)別是通過概率貝葉斯推理框架執(zhí)行的，該框架融合了由一組視覺概率過濾器傳遞的信息。本文的下一部分包含對(duì)所用算法背后的理論背景的描述。

圖 2：基于智能手機(jī)的 TSR 系統(tǒng)框圖

獲得的彩色圖像以 24 位 RGB 格式傳遞給檢測(cè)器。通過評(píng)估通過檢測(cè)窗口計(jì)算的級(jí)聯(lián)分類器的響應(yīng)來執(zhí)行檢測(cè)過程。

該檢測(cè)窗口以不同的比例在圖像上移動(dòng)?？赡艿慕煌?biāo)志感興趣區(qū)域 （RoI） 被收集為一組對(duì)象假設(shè)。從特征提取的角度來看，分類級(jí)聯(lián)使用擴(kuò)展的局部二進(jìn)制模式 （eLPB） 進(jìn)行訓(xùn)練。假設(shè)向量中的每個(gè)元素通過支持向量機(jī)（SVM）學(xué)習(xí)算法分類為交通標(biāo)志。

交通標(biāo)志識(shí)別方法依賴于人工標(biāo)記的交通標(biāo)志，用于訓(xùn)練檢測(cè)和識(shí)別分類器。由于不同國(guó)家使用的交通標(biāo)志模板種類繁多，標(biāo)記過程繁瑣且容易出錯(cuò)。

要使交通標(biāo)志識(shí)別方法表現(xiàn)良好，需要每個(gè)國(guó)家/地區(qū)的特定訓(xùn)練數(shù)據(jù)。由于必須考慮位置、照明和天氣條件，因此創(chuàng)建足夠多的手動(dòng)標(biāo)記交通標(biāo)志非常耗時(shí)。

因此，Elektrobit 創(chuàng)建了一種算法，可以從單個(gè)人工模板圖像自動(dòng)生成訓(xùn)練數(shù)據(jù)，以克服手動(dòng)注釋大量訓(xùn)練樣本的挑戰(zhàn)。圖 4 顯示了算法的結(jié)構(gòu)。

圖 4.基于機(jī)器學(xué)習(xí)的識(shí)別系統(tǒng)的人工樣本生成算法框圖。

這種方法提供了一種生成用于機(jī)器學(xué)習(xí)算法訓(xùn)練階段的人工數(shù)據(jù)的方法。該方法使用每個(gè)國(guó)家的真實(shí)和通用交通標(biāo)志圖像模板的縮減數(shù)據(jù)集來輸出圖像集合。

這些圖像的特征是由一系列圖像模板變形算法人為定義的。使用核主成分分析 （KPCA） 對(duì)減少的一組真實(shí)世界圖像對(duì)由此獲得的人工圖像進(jìn)行評(píng)估。當(dāng)生成圖像的特征與真實(shí)圖像的特征相對(duì)應(yīng)時(shí)，人工數(shù)據(jù)集適用于機(jī)器學(xué)習(xí)系統(tǒng)的訓(xùn)練，在這種特殊情況下用于交通標(biāo)志識(shí)別。

Elektrobit 將 Boosting SVM 分類器替換為基于深度區(qū)域的檢測(cè)和識(shí)別卷積神經(jīng)網(wǎng)絡(luò)，以提高原始交通標(biāo)志識(shí)別系統(tǒng)的精度。該網(wǎng)絡(luò)使用 Caffe （Jia et al. 2014） 進(jìn)行部署，Caffe 是由 Berkley 開發(fā)并由 NVIDIA 支持的深度神經(jīng)網(wǎng)絡(luò)庫(kù)。Caffe 是一個(gè)帶有 Python 和 Matlab 接口的純 C++/CUDA 庫(kù)。除了核心的深度學(xué)習(xí)功能外，Caffe 還提供可直接用于機(jī)器學(xué)習(xí)應(yīng)用的參考深度學(xué)習(xí)模型。圖 5 顯示了用于交通標(biāo)志檢測(cè)和識(shí)別的 Caffe 網(wǎng)絡(luò)結(jié)構(gòu)。不同的彩色塊代表卷積（紅色）、池化（黃色）、激活（綠色）和全連接網(wǎng)絡(luò)層（紫色）。

圖 5. Caffe 中基于深度區(qū)域的檢測(cè)和識(shí)別卷積神經(jīng)網(wǎng)絡(luò)。

用例 2：學(xué)習(xí)如何駕駛

深度學(xué)習(xí)的革命最近增加了對(duì)另一種范式的關(guān)注，即強(qiáng)化學(xué)習(xí) （RL）。在 RL 中，代理本身通過獎(jiǎng)勵(lì)系統(tǒng)學(xué)習(xí)如何執(zhí)行某些任務(wù)。該方法屬于半監(jiān)督學(xué)習(xí)的范疇，因?yàn)楠?jiǎng)勵(lì)系統(tǒng)的設(shè)計(jì)需要特定領(lǐng)域的知識(shí)。

與監(jiān)督學(xué)習(xí)相比，即使輸入數(shù)據(jù)不需要標(biāo)記也是如此。最近對(duì) RL 的興趣主要?dú)w功于 Deep Mind 團(tuán)隊(duì)的開創(chuàng)性工作。該團(tuán)隊(duì)設(shè)法將 RL 與能夠?qū)W習(xí)動(dòng)作價(jià)值函數(shù)的深度神經(jīng)網(wǎng)絡(luò)相結(jié)合（Mnih et al. 2016）。他們的系統(tǒng)能夠?qū)W會(huì)以人類水平的能力玩多個(gè) Atari 游戲。

我們構(gòu)建了深度強(qiáng)化學(xué)習(xí)系統(tǒng)，如圖 6 所示，以便安全地試驗(yàn)自動(dòng)駕駛學(xué)習(xí)。該系統(tǒng)使用 TORCS 開源競(jìng)賽模擬器（Wymann et al. 2014）。TORCS 作為高度便攜的多平臺(tái)賽車模擬器在科學(xué)界被廣泛使用。它在 Linux（所有架構(gòu)，32 位和 64 位，小端和大端）、FreeBSD、OpenSolaris、MacOSX 和 Windows（32 位和 64 位）上運(yùn)行。它有許多不同的汽車、賽道和對(duì)手來比賽。我們可以收集用于物體檢測(cè)的圖像以及來自游戲引擎的關(guān)鍵駕駛指標(biāo)。這些指標(biāo)包括汽車的速度、自我汽車與道路中心線的相對(duì)位置以及與前面汽車的距離。

圖 6.用于學(xué)習(xí)如何在模擬器中駕駛的深度強(qiáng)化學(xué)習(xí)架構(gòu)。

該算法的目標(biāo)是通過與虛擬環(huán)境交互來自學(xué)駕駛命令。為此目的使用了深度強(qiáng)化學(xué)習(xí)范式，其中深度卷積神經(jīng)網(wǎng)絡(luò) （DNN） 通過提供正獎(jiǎng)勵(lì)信號(hào)的強(qiáng)化動(dòng)作 a 進(jìn)行訓(xùn)練r（s^‘，a）。狀態(tài)s由模擬器窗口中顯示的當(dāng)前游戲圖像表示。有四種可能的動(dòng)作：加速、減速、左轉(zhuǎn)和右轉(zhuǎn)。

DNN 計(jì)算一個(gè)所謂的Q-函數(shù)，該函數(shù)預(yù)測(cè)要針對(duì)特定狀態(tài)執(zhí)行的最優(yōu)動(dòng)作 a s。換句話說，DNNQ-為每個(gè)狀態(tài)-動(dòng)作對(duì)計(jì)算一個(gè)值。將執(zhí)行具有最高Q-值的操作，這會(huì)將模擬器環(huán)境移動(dòng)到下一個(gè)狀態(tài)，s’。在這種狀態(tài)下，通過獎(jiǎng)勵(lì)信號(hào)來評(píng)估執(zhí)行的動(dòng)作r（s’，a）。

例如，如果汽車能夠在沒有碰撞的情況下加速，那么使這成為可能的相關(guān)動(dòng)作將在 DNN 中得到加強(qiáng)；否則，它會(huì)氣餒。通過使用狀態(tài)獎(jiǎng)勵(lì)信號(hào)重新訓(xùn)練 DNN，在框架中執(zhí)行強(qiáng)化。圖 7 顯示了深度強(qiáng)化學(xué)習(xí)算法的 Caffe 實(shí)現(xiàn)。網(wǎng)絡(luò)層具有與圖 6 相同的顏色編碼。

圖 7.用于深度強(qiáng)化學(xué)習(xí)的基于 Caffe 的深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

第二部分定義了機(jī)器學(xué)習(xí)技術(shù)的理論背景，以及汽車開發(fā)人員可用的神經(jīng)網(wǎng)絡(luò)類型。

審核編輯：郭婷