激光雷达 整车自动驾驶……大咖齐聚硅谷都聊了些什么 CV算法 高精地图 (激光雷达整车的图片)

2017，汽车行业历经了自动驾驶技术冲击下如火如荼的变革的一年。传统汽车领域，车企、Tier 1纷纷跨界合作，通过资本、新技术布局寻求转型；新兴市场，大批自动驾驶新创涌入，覆盖产业链各个环节；传感器、芯片等上游产业，技术加速迭代，壁垒逐渐形成……这股热度一路升温，直到刚刚过去的2018年CES展会仍旧丝毫不减。

所以现在，是时候把参与这场推动全球汽车和出行产业变革的企业、学者、研究人员、技术领军人物都聚集在一起了。

1月16日，由雷锋网·新智驾主办的GAIR 硅谷智能驾驶峰会如期在美国加州Palo Alto举办。 7场主题演讲，2个圆桌论坛，18位嘉宾齐聚，自动驾驶「关键环节」集体亮相：覆盖领域包括且不限于激光雷达、新型毫米波雷达、高精地图、模拟器、CV 算法、嵌入式芯片等等。

横跨中美两地的顶尖自动驾驶从业者在现场进行了分享和交流，嘉宾们从 DARPA 挑战赛开始，讲述了计算机视觉在自动驾驶的应用史、激光雷达的进化史，更有在自动驾驶技术单点突破的新创公司分享他们在不同领域对新技术、新架构和新模式的思考和探索经验。

雷锋网·新智驾将本次会议嘉宾演讲的精彩内容片段编辑整理如下，先让我们一同回顾GAIR硅谷智能驾驶峰会的全天亮点集锦。

身为 2005 年 DARPA 自动驾驶挑战赛冠军斯坦福车队的核心成员，见证自动驾驶十几年发展的 Adrian Kaehler 作为此次峰会的开场嘉宾再合适不过。

Adrian 思路敏捷，语速极快，在有限的时间内，他总是能给出更密集的观点与见解。40 分钟的演讲中，他几乎带观众重温了一遍自动驾驶和 CV 发展史，而这之中，“LIDAR”和“camera”则是出现频率最高的词汇。

Adrian 是 CV 领域的绝对权威，DARPA 挑战赛时，他负责的便是“Stanley”的 CV 模块开发，他盛赞特斯拉 Autopilot 的视觉方案，也分享了摄像头发展需要关注的几大方向。

在 Adrian 看来，要克服自动驾驶的所有问题绝非一朝一夕之功，但这项技术的很多重要环节已经得到很好地解决。

关于如何尽可能挖掘和完善摄像头功能，进一步推动自动驾驶的落地，每个人都在寻找答案，而这一次，Adrian 的答案格外长，也格外具体。

喻杰，上汽硅谷创新中心

上海汽车集团硅谷创新中心自动驾驶资深经理喻杰博士分享了上汽在自动驾驶领域的愿景。

作为国内车企第一梯队里面的主机厂，上汽将“电动化”、“网联化”、“智能化”和“共享化”贯穿了未来整个发展战略。

喻杰分享的两个趋势是：在不久的将来，新型的自动驾驶平台和嵌入式解决方案将使得Level 2/Level 3（SAE）自动驾驶功能变得更加普及；而Level 4/Level 5 级别自动驾驶则最先可能在移动出行共享方面落地。

上汽创新中心的目标则是通过与学术界和合作伙伴的紧密协作，打造先进的自动驾驶技术。例如已知的是目前上汽与UC 伯克利、MIT、斯坦福等高校合作，同时上汽也是Mcity和NREC的成员之一。

最后，作为国内自主品牌不容忽视的重要力量，上汽表示有能力为客户带来不同级别的自动驾驶技术。

谷俊丽，小鹏汽车

去年下半年，谷俊丽完成了从特斯拉Autopilot机器学习负责人到小鹏汽车自动驾驶副总裁的身份转型，正式加入小鹏至今还不到三个月时间，如今，谷再次重返曾征战过的硅谷进行公开演讲。

在谷俊丽看来，自动驾驶系统的“类人化”设计，以及对不同驾驶环境、地理属性乃至社会法规的自适应是非常关键的。所以，自动驾驶系统的演化和训练需要建立一个基于人工智能的系统演化闭环，其中包括：云端、部署，以及数据基因组，其中数据基因组保证了算法演进的完备性和均衡性。

自动驾驶系统的部署框架自上而下包括三层：第一层，驾驶数据库和AI算法、软件；第二层，云端的训练和部署；第三层，车内高性能计算引擎。

通过这种方式，小鹏正构建一种AI赋能下的全面自动驾驶战略，据谷俊丽透露，小鹏汽车的L3级驾驶辅助产品将部署包括自动泊车、高速路自动超车、AEB等功能。而L4级（SAE）自动驾驶产品将脱胎于更创新的AI算法研发，实现特殊场景下的完全自动驾驶。

王京傲，百度Apollo

16.5 万行代码，每季新增 6.5 万行代码。在 GitHub 上，Apollo 开源代码被开发者「fork」超过 1800 次。这是百度 Apollo2.0 的最新成果。

百度 Apollo 平台研发负责人王京傲以硅谷当地自动驾驶创业公司 AutonomouStuff 为例解读了 Apollo 的开放性、灵活性和易用性。此前，AutonomouStuff 曾运用 Apollo1.0 开放的能力，三天改装出循迹自动驾驶汽车。而这一次，AutonomouStuff 在一周内将车辆升级为「Apollo2.0 版本」，已能够实现昼夜简单城市道路自动驾驶。

王京傲还介绍了 Apollo Pilot 与奇瑞、金龙以及面向残障人群的出行服务商 Access LA 等合作伙伴的落地应用成果，涵盖了乘用车、公共巴士和共享交通服务等多种场景。他表示，「Apollo2.0 在未来将推出更多的场景化、商业化的无人驾驶解决方案。」

目前 Apollo2.0 已经全面支持 Intel、NVIDIA、NXP、Renasas 四大主流计算平台。未来将推出更低成本的传感器方案，支持小型巴士、SUV、卡车等更多的参考车型。

Mircea Gradu，Velodyne Lidar

说激光雷达是自动驾驶领域的半壁江山一点都不为过。“ When Others can't，LiDAR can.”Velodyne LiDAR 的 CQO Mircea Gradu（也是今年SAE 2018主席）在发言上表示。

2005年，David Hall 发明了3D激光雷达。2007 年，Velodyne 成为 DARPA 挑战赛供应商，当年6支队伍完成挑战：一支队伍基于视觉技术，另外五支队伍全是基于激光雷达。

最终比赛结果是：第一、二名分别由卡耐基梅隆大学、斯坦福大学包揽，他们当时使用的正是 Velodyne 的激光雷达。后来这两所大学所有的科研人员全被谷歌挖走。而Velodyne 最初在无人驾驶领域的影响力就是由这两所大学建立起来的。

如今，Velodyne的激光雷达产品的应用领域非常广泛：汽车（移动出行，自动驾驶）、无人机、测绘、安防、工业等领域。

Anca Dragon，UC Berkeley

关于 Anca Dragan 的头衔，随手可以列出的便有几个，她是加州大学伯克利分校电子工程与计算机科学助理教授，是福布斯罗马尼亚 30 岁以下精英入选者，也是 UC Berkeley Interact 实验室的领导者。

人车交互是 Anca 此次演讲的主题，也是她一直以来的研究重心。如何让机器更好地理解人，这个听起来似乎老生常谈的问题，却远远没有得到最“智能”的应答。Anca 认为，在机器与人的博弈中，前者不仅要理解人的行为，更要理解人的动机、理解人的情绪，由此才能对整个场景做出更准确的预判——像人一样。

演讲舞台于 Anca 而言俨然是 UC Berkeley 的讲台。在此，她举出大量场景案例与数学模型，详细分析了如何让汽车全面理解“人”这一驾驶决策中的最大变量，并与后者实现安全、高效的最优交互。

Renovo.auto（下称Revono）是2010年在加州Campbell成立的一家新创公司。不同于其他大多数公司开发能让汽车理解周边环境并在街道上自主行驶的AI算法，Revono的重点是要为未来自动驾驶行业打造一个安全的、开放的、高性能的、可升级的应用接口，让其他公司只需在上面进行简单的功能组装，就可以顺利实现自动驾驶功能。

机器人出租车作为未来最便宜的、最安全的、最方便的交通形式，预计到2030年，在美国的市场达到数以万亿，并占据市区内95%的里程。

Revono研发的操作系统AWare，可整合并管理所有自动驾驶车队所需软件和服务，达到ISO标准的安全性和可操作性。Revono希望将AWare打造成全球领先的、专注自动移动方面的操作系统，并在2025年能为全世界大部分机器人出租车提供服务。

针对未来商业落地的模式，Revono表示，相比私人购买，高成本的自动驾驶系统会在机器人出租车方面优先实现商业化。

以上为7位讲者的技术分享，两场圆桌讨论也同样精彩。更多峰会内容，请关注雷锋网·新智驾后续的深度内容和报道。

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：与最强大脑在硅谷寻找答案智能驾驶如何落地

下一篇：为自动驾驶汽车打造操作系统Renovo有什么独