大数据文摘作品
作者：龙牧雪 魏子敏
Drive.ai刚刚停止了一场这样的尝试，将其命名为“无人车马拉松项目”（The Drive-a-thon），并详细记载下了这场惊险安慰的“24小时行车日记”。
上个月，硅谷奥秘的自动驾驶创业公司Drive.ai停止了一场无人车的24小时马拉松，以期理解如何在小范围内，完成无人车行驶工夫最大化。
之前，很多 自动驾驶 公司都曾尝试让无人车在一天的各个工夫段和各种路况下试行。而 Drive.ai 的这次尝试则希望进一步探究，在最大的耗费下，如何运营一支自动驾驶的“车队”。
Drive.ai两年前在硅谷成立，以深度学习作为切入点推进自动驾驶技术，目前其技术曾经迭代到第四代，到达了L4级别，也即高度自动化的全自动驾驶。去年6月Drive.ai宣布完成 5000 万美元 B 轮融资。
去年从百度离任的前首席迷信家吴恩达 (Andrew Ng) 也参加了Drive.ai 董事会。他的妻子 Carol Reiley 是公司的开创人之一，公司现任 CEO Sameep Tandon 则是他在斯坦福的先生。
Drive.ai把这个24小时的“拼膂力”项目叫做“无人车马拉松”，并在海内媒体medium上发布了一篇“24小时无人车驾驶日记”，记载了整个项目从后期准备到行驶进程的阅历。大数据文摘整理如下。（原文链接：
https://medium.com/@drive.ai/what-we-learned-driving-an-autonomous-vehicle-for-24-hours-straight-587defe151bd ）
无人车马拉松！
首先，我们设定了雄心勃勃的目的：
- 自动驾驶至多400英里；
- 克制各种路况和天气；
- 确保在90%工夫内自主正常运转（我们定义的自主正常运转是有司机，自动零碎开启，车门封闭，车辆在路上）；
- 零事故，零事故，零事故。最重要的事情说三遍！
我们在城市和郊区街道上运转的速度限制范围为25到40英里，所以400英里不是个容易到达的目的：我们无法在101-S号高速公路上设置巡航形式，然后让车子飞奔。
整个活动在加州山景城的空中街道上停止：从11月16日上午9时至2017年11月17日上午9时。
为了确保这场马拉松项目顺利停止，我们的许多员工在办公室通了个宵。
我们有一辆24小时延续行驶的自动驾驶车辆“主力“，还有一些别的车辆，构成了一个车队。自动驾驶是我们业务形式的关键组成局部，也是我们技术栈的关键局部，所以成功接送一些Drive.ai员工、冤家和家人是Drive ai马拉松的另一目的。
我们最近推出了晋级版本的驾驶使用顺序，Drive-a-thon为外部测试新的运用案例提供了一个很好的时机。
探究Drive.ai自动驾驶顺序的极限
明天，即便是让一辆无人车延续任务24小时，也需求停止少量精心的方案。更不必说还要克制各种天气和路况。
首先，无论何时，在加州的公路上，我们都必需依法在车里布置一名训练有素的平安驾驶员。我们的平安驾驶员需求比实践路途上的普通驾驶员具有更高的留意力和驾驭力。
但是，一个司机不能够24小时坚持警惕。我们此次分配了五个训练有素的无人车平安驾驶员为车队保驾护航。
除了司机之外，我们机械部门的任务人员还在Drive.ai总部待命，随时预备益处理从爆胎到传感器毛病的任何成绩。我们刚刚完成数据记载零碎晋级的根底设备团队也处于待命形态。
数据通道是无人车操作上一个被低估的成绩： 经过各种传感器和遥感技术，我们的无人车每分钟记载千兆字节的数据。 关于典型的路测，我们有充足的车载存储。而关于耐力赛，这意味着“热切换”，即在不封闭零碎的状况下也能改换记载存储器。
最初，我们希望这个活动也能很风趣。我们约请了整个公司，还有很多冤家和家人来体验这个活动。
24小时马拉松日记
墨菲定律在活动开端的那天早上应验了：我们醒来后就下起了倾盆大雨，估计会继续一整天。虽然从往年初开端，我们在雨中停止了少量的雨水测试，但这是迄今为止我们被淋得最彻底的一次。虽然如此，我们也成功了。
上午9点，我们上路了。
新的平安驾驶员，异样的雨▲
一天中，我们经过外部共享乘车使用顺序完成了数十次搭载，并坚持了我们的90％自主正常运转工夫的目的。
黄昏时分，倾盆大雨加重了，但我们的四周变得越来越黑。从感知的角度来看，夜间驾驶更具应战性。 但是好在越到早晨，我们在路途上遇到的车辆越少，每小时可以掩盖更远的间隔。
我们办公室里的帐篷▲
午夜当时，我们决议回到办公室玩。 我们设立了一个室内营地，为我们一切的任务人员提供住宿，订购披萨，玩游戏，并为深夜任务的运营团队喝彩。
第二天早上，路途上比拟宁静，但我们仍面临应战。 坚持平安驾驶员的警觉是至关重要的，所以，全程我们都保证车上有另一位乘客，拍照、播放音乐，当然还有享用我们的车载零碎！
夜间巡航▲
随着太阳升起，路上的车辆又多了起来，我们赶上了早顶峰。
从早上七点到九点，在自动驾驶的第二十四小时，无人车仍运转顺利，真是太神奇了。关于任何车辆来说，行驶24小时（两头只为加自然气停了5分钟），都是件了不起的事。虽然面临应战，我们依然做到了： 坚持传感器、计算机、显示器和辅佐零碎在整个24小时的活动中坚持良好形态。 上午9点过一点，我们回到了总部的车库。成功完成马拉松！
后果数据
先回忆一下我们的目的目的：90％的工夫自主正常运转，400自动行驶里程，零事故。
在24小时内，我们的无人车处于自主形式22小时40分钟，在94%的工夫里自主正常运转。我们途中停下的次要缘由是改换平安驾驶员（约35分钟），改换数据驱动器和相关的软件维护（约25分钟），处理一个软件错误（约15分钟）和补充自然气（约5分钟）。当我们在11月17日上午9点经过起点时，我们曾经开了410英里，这意味着我们的均匀速度（途中停车工夫也计算在内）是17英里/小时。最初，最重要的是，我们平安地完成了这次活动。
观念：如何运作一个无人车队
无人车的开展不只改动我们的运输方式，也改动整个世界：在将来几十年里，土地运用、根底设备、保险业、无线通讯等范畴将随之发作基本性的变化。无人车的产业不只仅触及制造无人车，而且还触及一个无人车生态零碎。
让一个无人车队高效运转，需求思索很多要素：
变停车场为维护中心： 普通车辆均匀每天停车工夫为22小时以上，而无人车队的目的则为80％以上工夫都在路上。虽然这意味着在任何给定工夫停放的车辆的百分比拟低，但是无人车的停车需求是不同的。无人车队将需求专门的维护中心作为充电或加油站、数据仓库、传感器校准站点、清洁设备等等。做好预备应对这些严重变化吧！
接送乘客： 自动驾驶被誉为处理“最初一公里”成绩的灵丹妙药，但出租车体验中有许多方面被我们以为是天经地义的。你如何确保正确的人曾经进入车辆？假如一个或多团体需求帮助搬运转李，该怎样办？假如一团体有残疾呢？这个“最初一米”的成绩是无人车队应思索的一个重要要素。找到一个平安的中央来停靠是往往被无人车无视的成绩。阻挠车道或自行车道几分钟可以承受吗？假如有停靠点，我们需求正确检测路途的边缘，理想状况下不要停靠至刷红漆的区域。但假如没有合法的停靠点，我们该怎样办？与司机讨论并制定一个应变方案是一种罕见的做法（佛系出行：徒弟你别动，我走过去），但是机器人“司机”对此还是很生疏的。
AV + EV（Autonomous + Electric vehicle）： 电动化无疑将在将来的自动驾驶技术中扮演重要角色。我们在驾驶中运用的混合动力平台的动力本钱约为0.09美元/英里，而像特斯拉Model S这样的当代电动汽车则更接近每英里0.04美元。但是，在充电和电池改换技术进一步成熟之前，混合动力汽车才是最佳选择。无人车想要到达90％应用率的话，不能够用一整个早晨充电。电动汽车还没有被完全采用，但我们以为，引进电动汽车将成为改善下一代储能技术所需根底设备的重要力气。对无人车队的真正需求来自于企业，这也是Drive.ai曾经定位在ToB的另一个缘由。
人员： 明天，很多地域都要求无人车装备经过培训的平安驾驶员，无论是在车上，还是近程监视无人车的行为。新的任务时机也将随之降生，例如：车辆清洁、普通硬件维护、传感器磨损改换和重新校准、客户支持等等。即便在一个更平安、更自动化的世界里，我们依然会遇到出人意料的状况，而许多客户在呈现成绩时会喜欢请人来帮助。机器人可以对人类和不测状况发生同情和呼应吗？这对我们来说是一个重要的思索要素，由于我们想要开发能树立信任和了解的用户体验。
数据： 无人车每分钟发生千兆字节的数据，一切这些数据都必需能供我们权衡乘坐质量，跟踪任何关键事情，并随着工夫的推移改良技术。有些数据可以经过手机传输，但大局部数据必需存储在车上，这意味着硬盘必需活期改换。当数据分开车辆，它们将直接进入我们的多级数据管线，我们将处置数据，用于将来的回放、调试、可视化、正文和其他剖析。
人机交互： 无人车中的乘客选择了机器人来处置驾驶义务。在车内，我们的乘客可以直观地理解汽车所看到的信息以及如何它做出决议。但是，在车辆内部，我们的车辆与其环境之间的交互是另一回事。人类司机的分开，意味着我们不再有才能与外界停止目光接触和表达，至多不是以相反的方式。我们晓得从驾驶到无人驾驶的过渡不会在一夜之间发作。我们曾经设计了一套零碎来树立人们对自动驾驶的将来的信任。人机交互是另一个重要的思索要素。
这次无人车马拉松是一次很好的学习时机。在单一无人车上部署“马拉松”让我们无机会理解如何使一整队无人车坚持最佳功能。而在2018年，我们的目的就是：打造无人车队！