智能汽车时代的数据革命。 2021 年，Robotaxi 无人车的规模化与自动驾驶技术的前装量产，已经成为汽车科技发展的两个重要主题。 百度在去年底公布其 L4 自动驾驶车队规模达到 500 台。 今年 4 月，百度又对外披露，将在年内再增加 500 台 Robotaxi。 同月，百度的 L4 自动驾驶路测里程突破 1000 万公里。 小马智行目前拥有超过 200 辆车的自动驾驶车队，其自动驾驶测试里程超过 500 万公里。 搭载了大量传感器的自动驾驶汽车，每小时将产生 TB 级甚至到 10 TB 级别的数据。 如果是一支百台车的自动驾驶车队，每天产生的数据就是 PB 级的。 车队规模和测试里程的快速增长，意味着头部公司将迎来 数据量 的大爆发。 同样的现象，也正在消费级汽车上发生。 比如今年底，预装了华为高阶智能驾驶解决方案的极狐阿尔法 S HI 版车型就将向消费者交付，HI 版车型将搭载 3 颗激光雷达、6 个毫米波雷达和 13 个摄像头。 以及，小鹏汽车不久前推出紧凑型轿车 P5。 P5 会在第四季度搭载两颗激光雷达交付。 2007 DARPA Grand Challenge 参赛车 十几年前，当硅谷的 DARPA 无人车挑战赛举办时，人们一度以为自动驾驶还要半个多世纪才能到来。 但现在看，自动驾驶量产车和自动驾驶出行服务似乎就在眼前了。 对行业内来说，跨入千万公里级的自动驾驶测试里程，以及实现以万台级为单位的自动驾驶汽车前装量产，将带领整个汽车科技行业进入 大数据 的「无人区」。 1、大海淘金，千万公里级数据如何传输、存储和挖掘？ 目前在全球范围内，L4 自动驾驶测试里程积累最多的公司是 Waymo。 Waymo 的前身是 Google X 下的无人车项目。 Waymo 用了将近 8 年时间完成了第一个 1000 万英里里程的积累，而第二个 1000 万英里积累用时仅 1 年零 3 个月。 这说明，随着车队规模增长和大范围测试开展，自动驾驶里程的增速将越来越快。 虽然目前全球完成千万公里级里程积累的自动驾驶公司只有 Waymo 和百度两家，但相信在今年和明年，会有越来越多的公司加入这一行列。 毫无疑问， 数据 是自动驾驶发展的金矿。 而面对如此大规模的数据，如何 传输 、存储 和挖掘 已经成为业内面对的新兴问题。 以往在自动驾驶算法训练的过程中，针对大容量车载数据的离线迁移，目前业界没有特别成熟的解决方案。 常见的做法是将车载计算平台中的固态硬盘取出来，再通过快递或人工手段，从训练场带到数据中心。」希捷科技中国区业务拓展经理董志南向我们分享。 「这样的做法可能传输效率比较低，运输过程容易损伤盘体造成数据丢失，不利于自动驾驶系统的快速开发迭代。」 为此，希捷在过去几年开发了一个 Lyve 系列的产品，这是一套「套娃式」的 模块化存储硬件 ，从车载端覆盖到服务器端，来实现庞大数据量的转移和传输。 目前，丰田的自动驾驶子公司 TRI-AD 和捷豹路虎在爱尔兰的研发中心都在使用 Lyve DRIVE 进行自动驾驶系统的快速转移和存储。 解决了转移和存储问题，下一步是如何从海量数据中挖掘出最有价值的数据。 「如果行驶场景是空无一人的大街，其实对算法训练没什么帮助。」希捷科技的董志南分享，「真正有价值的是一些非常少见的交通状况，比如红绿灯突然坏掉了，于是路口变成了由一个交警来进行指挥的场景。」 百度 Apollo 自动驾驶技术部总经理王云鹏将海量数据的数据挖掘工作总结为 人工标注 - 离线挖掘 - 在线挖掘 三个阶段： 第一个阶段，通过车上的测试人员来记录问题，从而标记下那些出现问题的场景数据； 第二个阶段是离线挖掘，也就是数据回传到数据中心后，通过动态场景语义理解，给数据打上自动化的标签，在导入仿真场景库中进行大量的训练； 第三个阶段是在线挖掘，车端的系统通过动态条件出发，来主动采集和回传高价值的场景数据，从而减少大量数据存储和转移的工作。 通过这样的过程，车队开展规模化的路测，路测数据被快速传回数据中心，有价值的数据被挖掘出来，加速自动驾驶系统的高效迭代。 2、自动驾驶前装量产，智能汽车时代更加需要「黑匣子」 一方面 L4 级的自动驾驶技术快速发展，最激进的公司可能希望在 5 年之内推动 Robotaxi 民用化。 另一方面，L2+的技术开始大规模上车。 特斯拉具有高速公路上下匝道、自动变道功能的 NOA 自动导航辅助驾驶就是典型的 L2+系统，蔚来汽车在 2020 年也推出类似的 NOP 功能，小鹏在 2021 年初推出 NGP。 此外，长城汽车、吉利汽车、理想汽车均有推出此类功能的计划。 在此基础上，华为更进一步，华为联合北汽极狐将在今年底交付的车型上，实现城市道路自动驾驶的高阶智能驾驶方案 ADS。 小鹏在 P5 上推出的 Xpilot 3.5 城市 NGP 功能也是类似方案。 华为联合北汽极狐的量产车阿尔法 S HI 版，搭载 3 颗激光雷达 这些自动驾驶系统的推出，改变了车辆上的传感器、计算平台部署以及电子电气架构设计，也大幅改变了汽车的软硬件成本结构。 同时，因为机器参与了车辆的驾驶过程，针对这些车辆的驾驶责任界定也正在发生变化。 过去，车辆交通事故的驾驶定责只需要行车记录仪就可以，而现在每辆智能汽车上都需要一个「黑匣子」。 比如，在近两年中，关注度极高的各类特斯拉的事故，就是通过黑匣子来还原众多的车辆数据，包括事故当时 Autopilot 是否开启、驾驶员是否手握方向盘、驾驶位的安全带是否系紧、事故发生前刹车/电门的状态等等。 针对高级别自动驾驶的车辆，黑匣子记录的数据更为复杂。 比如，在 AutoX 的黑匣中，监控范围包含车辆底盘、计算单元及复杂的系统层面信号、传感器及全部感知到的周围环境路况、到自动驾驶全栈软件所有模块信息。 虽然当前各大车企对于车载黑匣子的具体规格还未达成一致，但董志南告诉我们，「自动驾驶系统上路的所有数据，包括激光雷达、摄像头、毫米波雷达数据都将被记录下来。」 「在未来的量产车上，车规级、大容量、高性能的存储硬件也将是 标配 。」 一方面，这些存储硬件可以还原车辆驾驶时的一些关键状态。 另一方面，它们记录下车辆在路上经历的复杂场景，这些场景数据可以用于加速自动驾驶系统的迭代。 随着这些自动驾驶车辆大规模量产上路，不仅车端的软硬件系统发生变化，同时车企与技术公司也将为车队在各地建立起大规模的数据中心。 AutoX 在上海嘉定的超级数据工厂 IDC 的报告显示，全球的数据，每 3 年就会暴增一倍。 2019 年，全球的数据总量是 40ZB 。 预计到 2022 年，这一规模将增至 80ZB 。 而到 2025 年这个数字将是 175ZB 。 汽车的智能化，将大幅加快大数据爆炸性增长。 谁能最有效地利用数据，谁就能挖掘到智能时代最大的金矿。