8月11日，滴滴自动驾驶公司CTO韦峻青在2020年第十二届蓝皮书论坛现场，以"大数据驱动自动驾驶落地"为题，进行了主题演讲。

以下是韦峻青演讲实录:

我今天想分享一下滴滴在自动驾驶领域的进展，分享的题目是用大数据驱动自动驾驶的安全落地。滴滴作为一家出行公司，我们做自动驾驶的初心，是为用户提供更安全、更高效的出行平台。美好出行最基本的就是安全，是希望通过技术的演进来使交通事故达到最低。

滴滴出行在自动驾驶方向布局了几块业务，首先是人工智能技术，滴滴在过去3~4年间在投入了大量的研发，也已经打造了一个以AI技术为核心的人工智能自动驾驶解决方案，包括感知、地图、预测、决策等。

今天在这里就不说这些AI的解决方案了，我要分享的是对大数据的一些思考，分享滴滴如何利用滴滴的优势让自动驾驶更安全的落地。

AI的核心算法，我们认为是自动驾驶的发动机，它需要空气、需要燃料，让它运行起来。对于自动驾驶来说，我们认为数据就是AI引擎的最宝贵的燃料。

滴滴在整个网约车的平台布局了桔视，给自动驾提供了非常详实的设计，遇到了什么样的场景，我们有了最丰富的数据。我们在训练自动驾驶感知模型的时候需要采集一些数据，需要看人是什么样的，轮椅是什么样的，在路上遇到交通参与的时候，有时候会遵守交通规则，有时候不遵守，我们通过桔视见到了非常丰富的场景。

另外在自动驾驶测试中也会发现人类驾驶员有时有些超出预期的行为，在这里货车为了紧急躲避行人会朝车辆开过来，自动驾驶怎么做到处理这样的场景，做到临场不乱还能安全的处理这些场景，首先需要这些场景是存在的，其次要能在仿真系统里重现出来，使AI的演进有一个更好的动力。

从整体上来讲，要证明它比人类驾驶员安全很多倍，需要的测试量是巨大量的。

突破口要有足够的场景和足够的数据供这个引擎所使用，我们的大数据库每年可以在道路上收集近千亿公里的数据，得益于百亿以上的装机量，也得益于自动驾驶和网约车的运行时长比私家车的运行时间长。

我们有一个数据漏斗，发现一些高价值、高危险度的产品去打磨自动驾驶系统，路测的应用和场地测试做一个最基本的补充，

整个数据除了刚才讲的功能外，主要在四个方向上，在开发数据的中台，再开发仿真的引擎，再开发这些方法，运用这些数据分为4个运用。

一是海量场景的随机性设施，二是希望能够从这些数据中发觉边缘的场景，进行高强度的测试和研发，三是我们也在L4中慢慢的部署这种基于深度学习人类驾驶员的习惯，相当于自动驾驶基于规则，基于某种搜索去优化找到最优的路径是什么，真正从人类驾驶员好的例子和不好的例子中去学习到怎么样是一个好的驾驶习惯。四是地图，因为有这些数据，可以更好的去验证地图的新鲜程度，验证地图的准确性，地图出现了变化，可以让自动驾驶车辆更好的规避变化比较大的区域，提升自动驾驶的安全性。

最后一个就是滴滴所尝试的，怎么把自动驾驶落实。自动驾驶将来也是出行网络中很重要的一环，会把它无缝的衔接到滴滴的其它平台上，包括快车、专车，我们研发的用户体验就是混合派单，通过一个出行网络的APP，来叫所需要的出行服务。会用混合派单的模式，起点和重点都在自动驾驶的服务范围内，无论路况和天气情况，会派一辆自动驾驶车给乘客去服务。

下面讲讲自动驾驶怎么能够保证安全?在做产品化的过程中，这个技术已经研发很多年了，安全是最重要的，这也是为什么自动驾驶成本是一个方面，怎么能够保证技术的安全性，也是它还没有大规模商业化另外一个原因。

从4个角度能在安全上有一个非常好的突破和尝试。首先是安全测试。我们在自动驾驶真正做到无人、产品化验证之前，这个产品是一个研发阶段的产品，可以提供给用户进行研发运营，给用户提供什么样的感受，车里还是有测试员和安全员的，有问题的时候可以接管这个车辆。滴滴在安全测试方面设计了非常充分的流程，保证测试是最安全的。整个滴滴自动驾驶团队录取率最低的是安全员，要经过很多的培训。

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2020/0811/610.html