ASP站长网今天，我们来了解一下谷歌的自动驾驶汽车Waymo是怎么做的。
 
Waymo在超过25个城市的公共道路上行驶了超过2000万英里。他们还在模拟环境中行驶了数百亿英里（文章后面会介绍）。此外，Waymo正在美国经营出租车服务，真正地在没有司机的情况下运送乘客。
 
由于Waymo的快速增长，下午将深入介绍Waymo的技术，以便您了解这个巨头背后的实际情况。
 
与其他自动驾驶汽车一样，Waymo通过4个主要步骤来实施：感知（perception）、定位（localization）、规划（planning）和控制（control）。
 
这篇文章中，不讨论控制相关的内容。对于Waymo来说，预测（这是规划的一部分）是另一个核心支柱，文中将单独介绍。
 
我们首先从感知开始
 
感知
 
大多数机器人系统的核心组件是感知任务。在Waymo的案例中，感知包括对障碍物的估计和自动驾驶汽车的定位。
 
传感器和任务
 
Waymo的感知系统使用了摄像头、激光雷达和雷达的组合。由于Waymo的大部分工作都是使用4个LiDAR完成的，可以将其视为与特斯拉完全相反的系统。
 
 
 
以下是Waymo自动驾驶复杂任务的视图——只是为了让您了解其计算机视觉系统需要感知的所有事物。
 
 
 
如您所见，对障碍物的信息水平要求非常高：
 
汽车被分类为常规汽车、警车、救护车、消防车和校车。
如果遇到特种车辆，系统可以观察警报器和灯光并根据此进行操作。
每个检测到的障碍物都有一个状态：移动、停车等
如您所见，感知系统会考虑“状态”并将其提供给预测系统。
 
然而，这种感知系统很快就会遇到一些特别棘手的情况。下面是一个例子：
 
 
 
反射问题
 
上面的反射问题远不是唯一的棘手问题。再如：人们可以伪装，躺在卡车车顶上，带着STOP标志走路等。我们可能会想象出更多的边缘情况，我们应该了解系统可能遇到的问题。
 
Waymo笔记：
 
但是，在过去几年中，上述许多问题都得到了解决。
 
由于激光雷达，反射问题可以得到解决。反射不会出现在激光雷达中；只有点云显示了真正障碍物的形状（这里是一辆公共汽车）。了解更多的激光雷达信息。
由于地图，“带有停车标志人”的问题已得到解决。第一步是检测STOP标志；第二步将这些信息与地图和先验知识相匹配。每当Waymo检测到一个标志时，将会查询“地图在这里是否包含STOP标志？如果没有，是否正在施工？如果没有，就没有理由停下来！”
架构
 
最近在讨论Tesla计算机视觉架构时，我探索了HydraNet 架构。它是一种旨在同时运行多个神经网络的架构。“Hydra”这个词意味着一个有多个头的系统。
 
Waymo没有谈论HydraNets，但有一些关于其视觉系统的事情。
 
第一件可能会让你感到惊讶的事是，Waymo的架构并不是固定的，而是估计的。
 
这是一个神经网络架构搜索(NAS)单元。
 
 
 
这是类似于ResNet的大型神经网络中的构建块。这种想法已经在AutoML中采用了。AutoML的思想是神经网络架构必须由算法估计。
 
 
 
这些架构是使用NAS单元构建的，最佳组合获胜。
 
测试10,000个架构，预选100个模型，然后选出1个最终获胜者。获胜的标准是准确性和推理成本。
 
数据集和模型
 
Google正在使用一种称为主动学习的过程。
 
主动学习的思想如下：
 
对于每条未标记的数据，将其发送给模型进行预测。
如果模型对其预测非常确定，我们得到一个自动标签。
如果不确定，则将数据发送给人工标注员。这样，人工标注员只标注难例数据，其余的都是自动标注。
有关主动学习的更多信息。
 
Waymo使用主动学习来训练模型，利用TPU（Tensor Processing Units）和谷歌的深度学习框架TensorFlow。
 
与特斯拉类似，这是一个闭环。