像Google，Uber以及其他无数的初创企业和科技巨头一样，Lyft正在开发汽车，希望有朝一日能将乘客运送到无驾驶员的情况下-这项任务说起来容易做起来难。在今天早上发布的中级帖子中，Lyft的5级团队-致力于自动驾驶汽车(AV)研发的部门-列出了其工程师迄今为止所遇到的一些挑战，同时拉开了解决方案和总体进步的帷幕。

　　想象一下：沿着高速公路行驶的汽车遇到另一辆汽车横穿多条车道驶出出口。防止碰撞将要求第一辆汽车减速，但是这种减速应该有多剧烈?Lyft的自动驾驶原型机利用该公司所谓的“以人为灵感”的规划方法来确定这一点。最初，他们使用的基线AI模型并没有考虑障碍物的速度，但是最新的模型自然是从人类驾驶中学到的，可以对执行高速切入的汽车略微放慢速度。

　　Lyft的Level 5团队写道：“最终，这种混合方法产生了一种更舒适自然的旅程，并根据人的喜好进行了调整。”“我们相信，结合使用基于规则的系统，基于学习的系统和人类驾驶数据，将得到一个整体的系统级解决方案，展现出世界上最好的水平。”

　　5级工程师表示，他们在设计AV决策系统时从Maslow的需求层次结构和Asimov的三项机器人法则中汲取了灵感。其金字塔模型的基础是安全性和合法性-Lyft车辆在执行之前，先验证计划的行为是安全的并且符合当地法律。尽管没有详细介绍该博客，但其安全性可能类似于Nvidia的Safety Force Field和英特尔子公司Mobileye的责任敏感安全性(RSS)，两者均通过基于物理验证的数学计算来防止崩溃。

　　接下来，规划模型考虑可感知安全性的概念，此处指的是即使实际安全性没有重大风险，也能使乘客和其他驾驶员对不安全性的感知最小化。(在实践中，这可能需要增加与领先汽车的距离或确保自动驾驶汽车离行车道分隔线的距离不太远。)倒数第二层是舒适度，这与诸如重力等游乐设施相关的方面可能会引起恶心，最重要的是路线效率(即，尽快到达目的地)。

　　5级团队继续说道：“无论是在高速公路上被切断的常见情况，还是罕见的长尾事件之一，AV的计划者都需要正确，持续地选择正确的行为。”“虽然没有正确行为的客观定义，但利用需求的AV层次结构，然后应用多种系统来满足这些需求水平，有助于消除这种复杂性。结合严格的测试过程，将专家和基于学习的系统混合使用，有可能最终引入新的安全基准。”

　　毫无疑问，有关支持无人驾驶汽车的系统的透明度将是促进公众接受的关键。根据PSB Research去年由英特尔委托进行的一项调查，只有21%的美国人会将自己的汽车换成无人驾驶汽车，而近一半(43%)的人在他们周围感到不安全。尽管事实上，约有94%的车祸是由人为失误造成的，并且在2016年交通事故死亡的三大原因是分心驾驶，醉酒驾驶和超速驾驶。

　　Lyft的Level 5团队由一组数据科学家，应用研究人员，产品经理，运营经理以及其他一些人组成，他们致力于为乘车共享建立自动驾驶系统。自该部门于2017年7月成立以来，该小组已开发出新颖的3D分割框架，评估车辆能效的新方法以及使用众包地图跟踪车辆运动的技术。

　　今年初，Lyft宣布在加利福尼亚州帕洛阿尔托的5级部门总部附近开设一个新的道路测试站点。在新的中心，工程师将模拟现实世界中的驾驶场景，包括交叉路口，交通信号灯，道路合并，人行道和其他公共道路情况，其组成部分可以重新配置。

　　一年后，Lyft扩大了在帕洛阿尔托的雇员自动驾驶服务(已获得市政府的许可)的访问，并在有限的区域内配备了人类安全驾驶人员。该公司表示，在2019年，它将可用路线“增加了三倍”，并计划“迅速”扩大覆盖区域。

　　Lyft在11月透露，与六个月前相比，它现在每季度的行驶里程增加了四倍，并且在全球拥有约400名致力于自动驾驶汽车技术开发的员工(以前是300名)。据该公司称，有96%的人试图在Lyft应用程序中称呼无人驾驶汽车，他们表示愿意再次这样做。

　　今年5月，Lyft与Google母公司Alphabet的Waymo合作，使客户能够通过Phoenix的Lyft应用程序来吸引无人驾驶Waymo汽车，Lyft与无人驾驶汽车初创公司Aptiv正在进行合作，该公司可为小型自动驾驶汽车提供Lyft在拉斯维加斯的客户。最近，Lyft发布了用于自动驾驶汽车开发的开源数据集，该数据集是同类产品中最大的开源数据集，其中包含超过55,000个带有人标签的3D注释交通代理帧。

转载请注明出处。