五山思享会第十二期|广汽研究院自动驾驶专业总师王明明：拥抱数据驱动时代

　　V字形开发流程一度是汽车电子开发领域的金科玉律，然而随着智能网联化时代的到来，业内人士逐渐发现，过去的V字形开发流程不仅开始失灵，甚至成为了自动驾驶进一步发展的限制性因素。在自动驾驶普及的前夜，一个取代V字形开发流程的全新模式呼之欲出，那么它需要具备哪些神通？

　　作为广汽研究院自动驾驶专业总师，也是一名在汽车电子、自动驾驶、车路协同等方面有着扎实的理论基础和丰富的实战经验的老兵，本期五山思享会的分享嘉宾王明明给出了一个结论，自动驾驶已经迎来了一个数据驱动的时代。

　　汽车电子开发广泛使用ASPICE/ISO26262开发流程，整体呈现出V模型，遵循自顶向下设计，逐层分解核心的原则，最核心的是需求驱动。这也与传统规则软件开发的模式十分相似，它们都是基于规则经验条目化描述需求，再逐条对应代码实现穷举边界，逐层验证。简单来说就是把可能出现的情况全部列出，并一一提出解决方案。

　　以城区自动驾驶的规控开发为例，在该场景之下有限的规则穷举已经无法再适应无限、连续动作场景，这直接导致需求驱动的失效，V字形开发流程无法再适用于当前开发。

　　而取代V字开发模型的，也是近年来经久不衰的另一个热词——数据驱动模式。深度学习给自动驾驶带来了革命性的突破，它从感知开始介入，并将触角逐渐深入到了预测、地图定位甚至规划定位的全过程之中。

　　深度学习基于数据集开发，使用数据标注作为真值数据，其中训练集用于模型训练，评测集数据局用于数据评价。数据本身既是需求、更是验证方式，由此可见，数据驱动在深度学习中的重要性。

　　对于自动驾驶研发企业而言，它们能否通过对于数据闭环的工具链打磨，实现较高的自动化率，进而提升开发效率，将会成为决定其竞争力的关键。

　　在现阶段，高精度地图无疑是数据驱动应用的一大热点领域。近期以小鹏、理想、华为、元戎启行等为代表的一批玩家宣布不再基于全域高精地图的自动驾驶解决方案，甚至百度、腾讯这样的高精度地图图商都在强调着“轻地图”模式，可见自动驾驶苦高精度地图久已！

　　传统的车道级精度地图通常是由具备相关测绘资质的图商提供，它虽然具备丰富的道路要素，但却高度依赖卫星的高精定位，还面临着数据鲜度、覆盖度以及数据质量三大限制性因素。业内基于高精地图跑通了高速和城市快速路，拥有良好的产品体验，但是城市高精度地图落地过程中却存在诸多痛点，这使得行业纷纷在寻找无全域高精地图的方案。

　　没有了全域高精度地图，还想在城区实现自动开始，就需要各玩家对单车性能做进一步的强化。自动驾驶车辆需要采用BEV感知模型，基于端到端的数据驱动能力，实时生成供车端使用的局部车道级精度地图。

　　据王明明判断，无地图的方案将会有效地降低自动驾驶量产成本，短期内在高速场景下落地。但在城市场景，面对大路口左转、掉头等场景，以及红绿灯识别等功能上、依然会面临巨大挑战。

　　作为分享的结尾，身为广汽研究院自动驾驶专业总师王明明也向在场的嘉宾分享了广汽在数据驱动领域的全新实践。

　　他表示，数据是智驾算法的生产资料，大量试验车、量产车的数据上传让海量数据成为可能。在海量数据的基础上进行高质量数据的生产，并建立有效长尾数据覆盖将是核心步骤。接下来高效处理数据会是数据驱动的关键，数据处理效率决定软件迭代周期。

　　目前广汽基于车云一体架构，借助车云平台能力，形成车端、云端全数据链路闭环，实现数据赋能于汽车产品全生命周期；打造的面向智能汽车的EEA3.0平台，采用集中的域控架构+高速以太网连接，提供车端平台数据采集、算力支持，满足业务高频、大量的数据采集需求；智驾大数据云平台为数据积累和变现提供了基础，支撑了从感知、规划控制、到监控运营、地图众包一系列功能的需求，支持高级智驾功能的闭环迭代演进。

　　在这场名为“数据驱动时代自动驾驶开发思考”的演讲中王明明用了八个字总结了自动驾驶从业人应该具备的态度，那就是“面对现实，拥抱变化”。在自动驾驶发展的道路上，依旧充满着很多的变数，而开放与创新或许是为数不多将会一以贯之的态度……

　　主题演讲后，现场众多嘉宾对深度学习、数据驱动、以及自动驾驶相关话题表现出浓烈的兴趣，在与王明明的交流中，大家也普遍认为自动驾驶正在经历的这条发展道路是缺乏先例可寻的，需要各方从业人士发挥才智积极创新，才有机会在如今的基础上再次取得突破进展。

　　另外，在场嘉宾还与王明明总师就自动驾驶的“灵魂论”，立法方向等前沿问题展开讨论，大家灵活的的脑洞，踊跃的发言再一次将会议气氛推向的顶点……