訪問原網址
如何教會自動配送車過馬路，讓它可以在密集人流和複雜路況下穿梭自如，又不影響行人安全？
去年，清華大學自動化系賈慶山教授團隊，接到了一個非常有挑戰的需求。發起方是美團自動配送車研發團隊，對方希望和高校聯合攻關，讓自動配送車更加“聰明”，在沒有雲端支持的離線狀態下，也可以穿越複雜的城市道路，避開障礙。
這一挑戰來源於美團自動配送車的真實應用。
這台裝載量150公斤的黃色“鐵憨憨”，定位是解決消費者最後3公里的商品即時配送。其日常運行時長佔比遠高於一般乘用車，使用場景多位於人口稠密地區，相比於汽車領域的自動駕駛，自動配送車必須在複雜場景中實現更高級別的行人安全保障。
當前，美團新一代的自動配送車已可實現5cm~150m範圍內的障礙物識別，360度無死角實時感知，並完成包括整車性能、整車綜合耐久、低溫寒區環境適應性等31個子類測試，能夠大部分滿足全天候運營需求。
但科研高峰永在。為讓這台黃色“鐵憨憨”更聰明，在城市的地面道路和複雜路況下運行自如，甚至在離線狀態下也可以完成高難度的自動避障，美團自動配送車的研發工程師們便和清華自動化系的科學家們聯手，共同攻克這個難題。
“比如在城市上下班高峰期的十字路口，自動車能不能實時找到縫隙，像魚一樣‘游’過去？”賈慶山也是清華大學與美團合作的智能自主配送系統的項目負責人，他認為，這個課題挑戰難度很高，但價值同樣巨大，在自主配送的經濟性、安全性有很大提升空間。
教會無人車在人流中穿梭過紅綠燈
AI的自動避障，到底和人類開車有什麼區別？
人類在開車的時候，會由眼睛和耳朵等“傳感器”完成對環境信息的探測和感知，然後這些信息傳入大腦，大腦經過所有的處理之後，發出直接的動作指令給“控制器”——我們的手和腳。
在現實場景應用中，有個關鍵因素——行為風險識別。人類在穿過十字路口或面對複雜路況時，能夠自然地判斷出對方接下來移動方向並作出應對。
但這種對周邊人員行駛意圖的識別判斷，對於機器來說非常困難，並且經常會遇到出乎意料之事——比如自動駕駛策略中，基於激光雷達、超聲波等傳感器探測與前車距離並規劃路徑，但如果對方處於逆行狀態，前提判斷條件就會失效。
通常來說，如果自動駕駛的模擬大腦，在面對一個複雜路口時，在兩個行駛路徑之間無法給出準確結論時，算法可以獲知到這個“拿不準”行為，進一步請求“人類教練”的幫助。
但對於科學家來說，要儘可能讓自動車的決策更聰明，減少人為介入的幾率。過去幾年中，清華大學自動化系與美團多個研發部門協同，投入大量精力研究，試圖將實驗室的最前沿技術應用到業務場景之中，解決實戰問題。
這項名為《智能無人配送系統的感知、定位與安全強化學習》課題，便由美團自動配送團隊和清華大學自動化系共同發起，主要圍繞智能無人車在複雜路口通行這一應用場景，開展理論研究和算法驗證。
美團自動配送團隊技術負責人解釋說，自動駕駛的行為處理中，系統要評價每個節點做出的策略選擇是否更優。這就意味着，自動配送車在複雜路口通勤時，還要考慮到一些突發場景下的複雜問題處理，挑戰難度很大。
雙方希望通過這項聯合科研攻關，取得一些關鍵性突破。比如，其中有3個重要技術指標是，在自動車配送的典型實際測試場景下，訓練所用的數據量節約10%以上，局部避障規劃策略比現有策略通過率提高5%以上，安全性評估準確率要大於90%。
通俗來說，自動駕駛避障共分為三個步驟：第一，由車載環境感知系統對近距離物體進行檢測；第二，由軌跡預測系統對可能出現的碰撞進行預測；第三，由避障規劃系統調整車輛行進路線避免碰撞發生。
在清華大學課題組的規劃中，則是計劃把這個複雜方案“算”出來，即對人的行為進行數學建模，對車輛行駛過程中周邊的樹木、路樁等障礙物按風險排序，精準識別當前車道線、障礙物位置，並基於周邊行人、車輛的行為意圖，融合各人、物軌跡預測后，合理安排下一秒的運動軌跡，保證實時行駛過程中不會發生碰撞。
這就相當於，通過不斷的強化安全學習，讓自動駕駛策略更加“聰明”，能夠達到有着數年熟練駕駛經驗的“老司機”水平。
賈慶山說，這套策略還考慮到了遷移性，當自動車學會這套方法后，即便到了一個陌生路口，甚至是行人、車輛不遵守交通規則的路口，依舊可以準確做出判斷，將來也有希望在無人機、倉儲機器人等多個零售場景之中應用落地。
帶上“緊箍咒”后，利用遊戲引擎進行仿真訓練
但對前沿的實驗室技術而言，應用到現實道路上又是新挑戰。
在主流學界中，自動駕駛避障較為熱門的解決方案是強化學習算法。在理論上，它被默認為是無約束問題，比如儘可能獲得最多數據，不停試錯、不停學習，以提升算法精度，獲得最優決策能力。
但在現實環境中，自動配送車的訓練，往往涉及到大量物理場景，比如核心前提條件是不希望車輛刮蹭，同時還要考慮到有時無法調用雲計算能力，只能依靠本地邊緣計算方式完成。在帶上諸多現實條件的“緊箍咒”后，壓力可想而知。
為此，研究人員想到了利用遊戲開發引擎一類的虛擬環境進行仿真。比如，通過虛幻引擎4構建一個室外的沙漠開放場景，在5米寬的道路上不停有行人往返，車輛在自動行駛過程中要保證不超出道路邊界，也不能接觸到行人。
這個看起來遊戲任務一樣的目標，清華大學課題組已經給出了自己的解法：根據當前車輛速度預測與行人交匯的時間節點，並選取行人和道路兩側邊界中距離更遠的部分從中間行駛而過。由於設計的控制策略效果較好，在4次測試中全部完成了這個“遊戲任務”。
虛幻引擎4是由Epic Games公司推出的一款遊戲開發引擎，如絕地求生、使命召喚等3A大作均由該引擎開發製作。由於具備高還原度的物理引擎和逼真的視覺場景兩大特點，近年來該遊戲引擎也被廣泛應用於無人機自動控制仿真，甚至是量化金融等科學研究之中。
據了解，利用虛幻引擎4對避障策略進行仿真測試，是一種利用中間模型替代模型做訓練和校準的方法，能夠高效率定向模擬某個具體問題並進行解決，並且有着較好的復用性。
另外一個重要問題是，在自動配送車的避障策略中，大量的計算都要在本地完成。這意味着，原本在雲計算帶來的強算力支持下的應用，在替換成車載芯片或者工控機后，必須要對圖像識別、AI方法等進行輕量化適配。而通過大量的仿真測試，能夠幫助研究團隊迅速找出其中的技術路線，以更好做出調整滿足現實使用需求。
“理想狀態下對於算力的需求是無限的，但在工程實際部署的系統中，必須要考慮到生產環境中的有限算力，甚至是電壓電流、電池損耗等參數，找到自動配送車載芯片能夠支撐的算法。”賈慶山介紹說，經過大量測試和離線訓練后，這套方案已可部署在本地完成使用。
據透露，當前在清華校園裡穿梭的美團自動配送車中，應用這套安全強化學習方案后，在百萬公里避障、安全運行時間兩個參數上均有着優秀表現，“向最終完全解決自動駕駛中的安全避障問題又邁進了一步。”
需求牽引，“豪華”科研陣容攻克自動物流系統
技術的突破，對我們這個世界的商業場景來說，意義巨大。
根據世界經濟論壇預測，2030年與2021年相比，全球城市末端配送需求將增長78%，用於自動配送的車輛將增加36%，自動配送市場將達到萬億元規模。
即時零售浪潮下，消費者“隨時可得”需求變成了常態化。國內外科技公司都在積極研發新型履約工具，如谷歌Wings、亞馬遜PrimeAir的無人機送貨均已在美國、澳大利亞落地運營，將送達時效壓縮到以秒計算。沃爾瑪則選擇和全自動駕駛卡車公司Gatik合作，在阿肯色州探索利用自動駕駛技術運送貨物。
在國內，美團、順豐等企業也在不斷探索無人機、自動配送車等新型載具帶來的商業場景。在北京順義，美團自動配送車已常規化運營超過2年，覆蓋50多個社區，為周邊居民提供生鮮食雜等配送服務。截止到2022年8月,美團自動配送車已完成室外全場景配送訂單超過240萬單,自動駕駛里程佔比超過97%。
美團副總裁、自動車配送部總經理夏華夏認為，高級別自動駕駛目前尚處於區域規模化商業探索期，預計從2025年開始，將進入全場景大規模落地運營階段。
但與自動駕駛卡車相比，自動配送在城市末端3公里交通場景中落地運營時，可能會頻繁遇到穿過極窄道路，頻繁應對種種交通違規狀況。夏華夏表示，這將對自動配送系統的“預判能力，人機交互能力，‘車、路、人、雲’協同能力，意外場景應對能力，安全能力”提出極高要求。
去年4月，清華大學還聯合美團，成立了清華大學-美團數字生活聯合研究院（以下簡稱聯合研究院）。聯合研究院依託清華大學自動化系，電子工程系、計算機科學與技術系、經濟管理學院、工業工程系、公共管理學院、深圳國際研究生院等參與建設，共同探索前沿科技，助力數字生活創新發展。
截至目前，依託聯合研究院平台，雙方已共同發起20多項聯合科研課題，由電子工程系、自動化系、車輛與運載學院、軟件學院、計算機科學與技術系、工業工程系多個跨學科、跨領域專家組成的“豪華”科研陣容，圍繞無人配送、空地協同、自動時空配准、高性能計算等關鍵方向展開攻關。
“我們希望通過校企合作，從實際場景中得到需求，結合高校的研究內容，解決這些實際問題，進而提出重要的學術成果，或者是技術突破。”清華大學-美團數字生活聯合研究院院長、清華大學信息科學技術學院副院長、自動化系主任張濤教授認為，這種企業提需求、高校做解答的方法，能夠形成有效的產研協作循環。
尤其是在企業的真實需求中，大量問題會涉及到基礎研究，而高校科研恰好可以有力支撐，“雙方能夠在解決工程問題后，再發現新的科研問題，不斷提高研究水平。”張濤說道。
在賈慶山看來，需求牽引下的實際問題能倒逼技術融合創新。比如對於AI的訓練涉及到社會學、經濟學相關指標的獎懲，讓安全行駛策略更符合人類社會行為規範；在密集的避碰場景下，則需要引入安全膠囊模型強化策略；“這種真實場景中帶來的具體問題，推動高校加速跨學科、跨領域的合作。”
科學家們看似枯燥的技術研發，將對消費者的現實生活產生巨大影響。比如，消費者在美團上購買的生鮮百貨，由自動機械臂在倉儲中按訂單進行拆分揀貨后，並由智能倉儲機器人進行中轉運輸至指定位置，由無人機、自動配送車完成“最後一公里”配送。事實上，這種場景並非遙不可及，上述技術已在美團多個業務場景中有着落地實驗。
世界最大的零售企業沃爾瑪創始人山姆曾說，創新進步永遠是長久不衰的真理。在六十年的發展道路中，沃爾瑪一直引領着零售科技的發展，1972年成立了第一個全世界的數據處理中心，1987年用衛星首次實行了數據的通信，讓每一個門店的數據通過衛星系統能夠實時傳遞到總部和管理部門。
在零售這項“長坡厚雪”的苦生意中，可能從沒像今天這樣，對於科技創新能源有着如此迫切的需求。包括谷歌、亞馬遜、沃爾瑪、美團等積極探索的自動物流技術，組成了一張從天空到地面的新型履約網絡，極有可能從根本上改變未來消費業態。
零售的未來，正在被科技創新寫進現實。
媒體報道
- 品玩 品玩 搜狐
相關事件
- 亞馬遜、Uber紛紛投資自動配送，即時零售推動“最後一公里”履約加速 2022-10-24
- 無人配送企業白犀牛獲5000萬Pre A+輪融資 2021-12-30
- 北京市順義區出台《無人配送車管理實施指南》推動行業安全發展 2021-09-27
- 無人駕駛技術公司白犀牛宣布獲得近千萬美元Pre-A融資，線性資本領投 2021-07-15
- 美團發布新一代自研無人配送車，稱具備L4級別自動駕駛 2021-04-19