DARPA 之前的自動駕駛，由一個大型螺旋型發(fā)條彈簧驅(qū)動，有先前預(yù)定路線。并且自動駕駛的應(yīng)用也主要集中在軍事領(lǐng)域。

轉(zhuǎn)折點出現(xiàn)在 DARPA 挑戰(zhàn)賽之后。

1 月 16 日，由雷鋒網(wǎng) · 新智駕主辦的 GAIR 硅谷智能駕駛峰會在美國加州 Palo Alto 如期落地。18 位中美頂尖自動駕駛行業(yè)嘉賓到場，？7 場主題演講，2 大圓桌論壇，幾乎覆蓋了自動駕駛相關(guān)的各個話題。從今天起，我們將陸續(xù)放出嘉賓演講與論壇的精華部分，并將在后續(xù)的《GAIR硅谷智能駕駛峰會》特輯中送上整場峰會的全部內(nèi)容。該系列的第一篇，來自DARPA 挑戰(zhàn)賽親歷者、Silicon Valley Deep Learning Group CEO Adrian Kaehler。

作為自動駕駛領(lǐng)域絕對的老兵， Adrian Kaehler 的職業(yè)生涯介紹理所自然更長一些，他是 Giant.AI 和非營利組織？Silicon Valley Deep Learning Group 的創(chuàng)始人兼 CEO，擔(dān)任？Applied Minds？副總裁和機(jī)器人與機(jī)器學(xué)習(xí)負(fù)責(zé)人 8 年，并曾在伊朗和阿富汗戰(zhàn)爭期間為 JIEDDO？開發(fā)自動駕駛車輛。 2005 年，斯坦福大學(xué)的車隊奪得 DARPA 挑戰(zhàn)賽冠軍，Adrian 便在其中負(fù)責(zé)計算機(jī)視覺系統(tǒng)的開發(fā)。

Adrian 的演講基本以 DARPA 挑戰(zhàn)賽為間隔，前半部分，他主要介紹了自動駕駛技術(shù)發(fā)展的幾個重要節(jié)點與表現(xiàn)，包括 2005 年和 2007 年的 DARPA 挑戰(zhàn)賽，計算機(jī)視覺、深度神經(jīng)網(wǎng)絡(luò)的發(fā)展，之后，Adrian 則重點談了后？DARPA 時期自動駕駛的發(fā)展。

DARPA 之前的自動駕駛

關(guān)于自動駕駛的發(fā)展起源，Adrian 直接追溯到了 15 世紀(jì)。1478 年，達(dá)·芬奇（Leonardo Da Vinci）設(shè)計出了預(yù)編程發(fā)條馬車的草圖，如果研發(fā)成功，這輛車就可由一個大型螺旋型發(fā)條彈簧驅(qū)動，按照預(yù)定路線實現(xiàn)車輛的自動駕駛。

90 年代，斯坦福的人工智能實驗車（Stanford Cart）率先使用人工智能和機(jī)器視覺進(jìn)行了陌生環(huán)境的導(dǎo)航。當(dāng)時，激光雷達(dá)非常昂貴，并沒有在自動駕駛中發(fā)揮突出作用。多數(shù)研究者還是傾向于依靠攝像頭和計算機(jī)視覺方案完成車輛的自動駕駛，而自動駕駛的應(yīng)用也主要集中在軍事領(lǐng)域。

轉(zhuǎn)折點出現(xiàn)在 DARPA 挑戰(zhàn)賽之后。

斯坦福大學(xué)的參賽車“Stanley”通過視覺進(jìn)行道路識別，通過激光雷達(dá)檢測短距離內(nèi)的道路，并以此預(yù)測前方更遠(yuǎn)距離的路況。當(dāng)時，一些其它車隊也在使用視覺方案，Oshkosh？Defense 的“TerraMax ”就用了激光雷達(dá)和立體視覺進(jìn)行障礙物識別。

2007 年 DARPA 城市挑戰(zhàn)賽中，車輛需要展示停車、路徑跟蹤和車輛交互等功能，車輛視覺變得更為重要，也更廣泛地出現(xiàn)在參賽車輛中。

我們都知道，成立于 1999 年的 Mobileye 主要聚焦于 ADAS 系統(tǒng)的視覺開發(fā)。他們的技術(shù)被用在了 DARPA 城市挑戰(zhàn)賽卡耐基梅隆大學(xué)的參賽車上，并且取得了非常好的成績。Mobileye 的早期系統(tǒng)可以提供車道線檢測、車道偏離預(yù)警、障礙物識別和車距檢測功能。2007 年，他們的產(chǎn)品已經(jīng)用在很多商用車輛上，包括凱迪拉克的？STS 和 DTS。

自動駕駛的第二階段

2009 年，谷歌開始了自動駕駛研發(fā)，他們招攬了 DARPA 挑戰(zhàn)賽的很多重要參與者，包括斯坦福的大量人才，而后者不依賴視覺的傳統(tǒng)也在谷歌的自動駕駛汽車上得到了延續(xù)。不過，在很多任務(wù)執(zhí)行中，攝像頭仍是不可或缺的因素。

現(xiàn)在，激光雷達(dá)已經(jīng)成為自動駕駛技術(shù)的主流，不過，仍然可以看到很多玩家使用計算機(jī)視覺方案。這之中，高昂的成本是很多人對激光雷達(dá)望而卻步的重要原因。

高校的技術(shù)研究已經(jīng)有了很大發(fā)展。DARPA 挑戰(zhàn)賽之后這些年，很多研究者整合比賽中的經(jīng)驗，將其中的技術(shù)轉(zhuǎn)化成更堅實的理論基礎(chǔ)。在計算機(jī)視覺方面，類似 Dalal 和 Triggs “HOG”行人檢測的重要算法得到改善，新技術(shù)發(fā)展，車輛識別自行車或其它物體的可靠性也在增加。

重要的數(shù)據(jù)集也在發(fā)展。2012 年，KITTI 數(shù)據(jù)集發(fā)布，它涵蓋了 GPS RTK 慣性導(dǎo)航系統(tǒng)、立體攝像頭、激光雷達(dá)的探測數(shù)據(jù)。慣性導(dǎo)航系統(tǒng)和激光雷達(dá)可以建立一個地面實況數(shù)據(jù)集，評估視覺算法的表現(xiàn)。專業(yè)的標(biāo)注者則標(biāo)定出重要物體（車輛、行人、自行車等）的邊界框和目標(biāo)物等級。這些技術(shù)都是發(fā)展立體系統(tǒng)、光流、三維重構(gòu)、三維物體檢測、三維目標(biāo)追蹤的重要基礎(chǔ)。

KITTI 這類數(shù)據(jù)集的出現(xiàn)推動新算法更快發(fā)展，幫助其進(jìn)行更高效的比對，現(xiàn)在很多從業(yè)者就在努力解決這方面的問題。

2012 年，“AlexNet”在一項重要的計算機(jī)視覺基準(zhǔn)任務(wù)上戰(zhàn)勝了其它方法，讓神經(jīng)網(wǎng)絡(luò)重新回歸自動駕駛的版圖。并且，深度神經(jīng)網(wǎng)絡(luò)幾乎打開了解決各種問題的大門，在依賴計算機(jī)視覺的年代，這些問題都被認(rèn)為在幾十年之內(nèi)很難找到解決方案。同時，視覺方案的經(jīng)濟(jì)性也開始得到前所未有的重視。一個攝像頭最低只要 1 美元，但一個 64 線的激光雷達(dá)卻要 7 萬美金。

計算機(jī)視覺和機(jī)器學(xué)習(xí)迅速探索著這項技術(shù)的邊界，并不斷得到新的突破，很多原本認(rèn)為應(yīng)該在很多年后才能取得的成果開始定期出現(xiàn)。

下一個主題是 SegNet 分割和？Remapping。原始的？SegNet 主要被用于分割，深度神經(jīng)網(wǎng)絡(luò)從場景中學(xué)習(xí)，之后再對其進(jìn)行解釋。

YOLO 算法目標(biāo)識別也是非常重要的技術(shù)，可以識別圖像中的目標(biāo)，在分類的同時預(yù)測邊界框。它應(yīng)用了深度神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的概率統(tǒng)計技術(shù)，最新版本？YOLO-9k 可以識別 9000 種不同目標(biāo)物。

視覺的探索沒有終點。深度神經(jīng)網(wǎng)絡(luò)為很多問題提供了解決方法，Mask R-CNN 的先進(jìn)算法也在提升，它將對象查找與每個對象的像素標(biāo)記結(jié)合在一起，還可用于人體姿態(tài)的評估。

最后，Adrian 表示，雖然自動駕駛的問題很難在短時間內(nèi)全部克服，但許多重要環(huán)節(jié)已經(jīng)得到很好的解決，而這些已足夠支撐這項技術(shù)投入市場。在其一直關(guān)注的計算機(jī)視覺方面，他也給出了自己的多項建議，這些建議，以及Adrian 的 40 分鐘演講全文，雷鋒網(wǎng) · 新智駕都將在后續(xù)的《GAIR硅谷智能駕駛峰會》特輯中完整送上。