Robotaxi，防火防盜防「工地」。 Waymo就栽了。北美監管部門剛剛又開啟了針對Waymo無人車的調查，起因是收到一系列相關事故報告。有撞上路邊停放車輛的，有撞靜止障礙物的，阻塞交通的…以及一個不尋常高頻場景：建築工地。

發生了什麼事

大概3個月內，Waymo累積上報了22起事故，引起了美國國家公路交通安全管理局的注意。

根據NHTSA的文件顯示，這些事故包括Waymo無人車和靜止和半靜止物體（例如門）相撞、與停放車輛相撞以及違反交通安全控制裝置的情況。

其中「違反交通安全控制裝置」官方特別說明是一個重點調查方向，一個典型場景就是自動駕駛系統對交通錐/雪糕筒的偵測辨識能力。

這個點比較罕見。因為這次上報的22起事故中，很多都牽涉到同一種場景──工地。

例如上個月，6輛編隊行駛的Waymo Robotaxi，下班收工回停車場，結果遇到了施工現場臨時交通管制，直接卡死在雪糕筒圍成的臨時通行區，造成了大約半個小時交通擁堵。

有本地生活經驗的網友立刻認出來，這是舊金山Potrero 大道101 號匝道，Waymo無人車卡死的地方，剛好是高速入口。

最後，是路上的司機老哥直接下車手動移開雪糕筒，後面的車隊依序繞過幾輛「癱瘓」的無人車。

Waymo方面出了簡單聲明，大意是30分鐘內就派人去現場挪車了，沒有造成任何傷亡和財產損失，後續會配合調查。

不過在鳳凰城的建築工地，就沒這麼幸運了。

同樣一輛Waymo無人車，無視了雪糕筒圍出的施工區域，直接衝進了建築工地。

幸好速度不快沒撞到人，不過車輛本身、工地現場都有不同程度損失。

類似這樣的事故很多，每次無人車“衝進工地”的小視頻，都會在網絡上瘋傳。

網友總結的很生動：交通錐就是Robotaxi的氪石（kryptonite），現在再神通廣大的自動駕駛，遇到封閉道路的交通錐，都得完蛋。

咦？好像跟Waymo官方秀出的影片不太一樣呀。

為什麼建築工地很難？

Waymo第五代自動駕駛系統繞行施工區，曾被當做技術亮點專門解析。

在官方的Demo中，無人車面對的場景更加複雜，除了交通錐、不規則區域，還有來回走動的工人。

Waymo無人車當然是毫不費力完成了一系列避讓、繞行動作，順利通過了施工區域：

這裡面讓人嘖嘖稱奇的是，Waymo無人車似乎能夠看懂人類指揮交通的肢體語言，讓停就停，讓走就走，而不僅以路面條件作為依據。

怎麼做到的？ Waymo負責預測演算法的工程師Maya Kabkab簡要解釋了一下，大意是第五代技術中，Waymo加強了對不同物體目標的理解能力，以及對可通行區域的識別能力，這兩項使得系統能更好規劃通行路線。

核心是用全新模型VectorNet取代CNN，擷取感測器和高精地圖資訊。

簡單的說，是將高精地圖和感測器輸入資訊表示為點、多邊形或曲線，VectorNet則將所有道路特徵和其他物件的軌跡表示為對應的向量。基於這個簡化的視圖，VectorNet可以提取每個向量的資訊以及學習不同向量之間的關係。

好處是VectorNet比CNN佔用運算資源更少，出結果的速度更快，理論上也能更清晰的提取出關鍵場景資訊。

但VectorNet仍沒有解決「建築工地」難題的核心——

「建築工地」本身就是高精地圖的例外，不可能同步更新，只能靠感測器即時感知。

但感測器的數據在不同子模型之間依序傳遞，訊息損失難以完全避免。

Robotaxi經常出現被建築工地卡死，直接原因是對交通錐、異形物的錯檢漏檢。

而深層原因，是傳統自動駕駛技術範式存在能力的上限、天花板，難以覆蓋路上所有的corner case。

所以能不能順利避讓建築工地，成了一種機率事件：官方Demo精雕細琢反覆測試，那沒問題；單上路實測，就只能看天吃飯了。

端到端能解嗎？

“遇事不決量子力學”，是一句調侃。

但在自動駕駛領域，遇事不決，的確都可以「端到端」一下。

所謂「端到端」是針對傳統技術範式而言的，其中自動駕駛的感知、決策、規控等等相互獨立。感測器收集到的數據，需要通過這一系列不同的演算法模組，最終才能「變成」操作指令。

每個獨立模組之間的資訊是逐級傳遞的，在這個過程中必然會存在資訊的遺失和誤差，而且前一個模組的誤差會影響到下一個，多個模組之間的資訊誤差會不斷累積，進而影響自動駕駛方案的整體效果。

無論是純視覺感知，或是融合感知，「錯檢漏檢」的根源就在這裡。

當然也有對應的解決方法，那就是透過人手寫的規則，盡量打補丁提高感知辨識的可靠性。例如能辨識車、人，但識別不了“人站在車前”，那好辦，直接將這類目標單獨建一個資料集拿來訓練模型不就行了？

這就是所謂感知「白名單」機制。

但問題是，很難窮舉所有種類的交通目標和場景，這次解決了「人在車前」的問題，但如果車子從乘用車變成大卡車呢？或是一個人變成大人牽小孩呢？

對於Robotaxi的建築工地難題來說也是一樣，工地可能臨時出現，隨機刷新，不會限定區域限定時間，而每家工地的搭建、施工路障都不一樣…

所以從感知開始就實現訊息的無損傳遞，讓系統真正理解環境，需要有一個全新的演算法範式──端到端演算法模型。

兩個端分別指資料輸入端和指令輸出端，中間不再分成幾個相互獨立的模組。

端到端模型能夠透過完全數據驅動的模式，將其學到的能力和技巧遷移泛化到其他場景當中，自主且高效解決行泊場景中新出現的各類長尾問題，具備更快的迭代效率，有效降低開城成本。

通俗的說，就是讓AI司學習人類成熟駕駛行為，看到一種場景，做出相應對策。實際上「端到端」已經摸到了AGI的門檻。

2016年端到端模型由英偉達首次提出。但真正得到量產實務這兩年才開始。目前只有特斯拉的FSD和中國AI玩家的CVPR 2023最佳論文— UniAD。

智慧車參考也分別就Waymo遇到的工地難題詢問了這兩家國內自動駕駛頭玩家的看法。

地平線從工程實務角度出發，認為：

自動駕駛的工地難題和端到端技術範式並不是綁定的。理論上講，感知能力夠強、感知白名單夠豐富也是能解決問題的。

但顯然，端到端的自主學習能力、類人思考會更大規模、更高效率的解決這個問題。

而商湯的看法更從「第一原理」出發，絕影智駕相關技術專家相關認為：

不對具體的case進行評價。但基於規則的傳統智駕方案的感知還是人為定義要素，並對感知資訊進行抽象提取，這就會導致資訊傳遞過程的損失和遺漏，讓感知決策模組難以做出正確的決策。而端到端是在一個神經網路中，將外部環境的資訊無損輸入和傳遞，更準確和完整地理解外部交通環境，並做出規劃和決策。

規則方案可以透過增加規則、新增補丁來解決一個場景。但是這樣的場景不會只有一個，是無限的。而足夠的資料進行學習訓練之後，端到端方案可以像人一樣思考、開車，自己解決更多類似的corner case。

總結一下，地平線和商湯表達不同，但核心一樣，都認可端到端是解決Robotaxi工地難題最有效的方法。同時也是解決自動駕駛各類長尾問題最高效的途徑。

對了多說一句，提出UniAD的CVPR 2023最佳論文，地平線和商湯的學者都參與了撰寫。

端到端對傳統科技範式革新，給了所有玩家新的機會：更好的智駕體驗、更低的維護、泛化成本，以及更有競爭力的自動駕駛方案成本。

但代價是以往模組化的、規則驅動主導的技術體系，必須推倒重構。

昔日自動駕駛絕對領導者Waymo，如今陷入「建築工地」困境中，更加證明自動駕駛這條賽道「水無常形，兵無常勢」：

老牌明星可能會優勢歸零重置，「後來者」也會獲得領先優勢。