2021年11月，天津大雪，在校园里送快递的“小蛮驴”突然向杭州发来消息：Ghost（鬼影），然后陷入了停滞。半小时后，阿里达摩院自动驾驶实验室收到了这条信息。

　　“鬼影”在算法中的意思是“不明”。在无人车眼中，一切万物都是点云。雪花、路障、树枝，这些在现实世界中清晰分明的物体，在点云图像中都是成片的白色噪点，漫天大雪就成了不明干扰物，这对自动驾驶实验室带来了新的课题。

　　由于“小蛮驴”的故乡杭州不常下雪，但这种极端天气在北方更容易出现，北京的雪、重庆的雾、杭州的雨、西安的落叶类似的天气都会对无人车造成视觉障碍，比如点云中的大雾，在车体3米附近会形成一个悬空的雾环，对传感器几乎致盲；又如暴雨的点云会成多线点状分布，还会严重污染视觉系统；落叶会堆积形成块状噪点，还可能覆盖真实障碍物。

　　要想解决问题，首先就要让无人车认识风雨雪雾，就需要先收集大量真实环境中的点云数据，而极端天气可遇不可求，这就需要人为去造一些场景，摆一些提前预设好的东西，在自动驾驶实验室负责人看来，这些数据的价值比常态化的更高，为此他们在11月至次年2月的关键期，集中力量挑战极端天气。

　　由此，买砖头、买落叶、买隔离带等上了数据采集的购物清单，每天就是在等风来或等雪来。与此同时，实验室开始优化算法，在杂乱的点云图像中，靠一行行代码让“小蛮驴”区分哪些是雨雪，哪些是道路。

　　“小蛮驴”拥有三双眼睛：位于头顶的多线激光、底部的单线激光和周身的环视摄像头，解决问题关键在两个激光传感器，多线激光负责空中和地面崎岖的线条，只有先确切识别才能判断是否可以安全碾压，更难的则是空中的飘雪，在近10米范围内雪花噪点均匀分布，不仅容易和树枝细杆混淆，还会遮挡住行人和障碍物，但如何判断哪些是雪，哪些是正常物体则是一个技术活。

　　通过算法调整雨雪悬空噪点的检出率有明显提升，但问题再次升级，由于单线激光的运动是一个平面，雪花会落在激光上，会在车前方形成一个密集的点状环带，干扰正常视野，这时激光本身已经出现了问题，所以实验室采用了第一性原理，就是随车动的这些点大概率是噪点，此外算法团队还自研了OneSeg深度学习模型并结合反射率、曲率、视觉等辅助判断，实现了对特殊天气噪点的精准识别。

　　按照算法团队负责人的表述，“小蛮驴”目前的版本对雾天的识别率提升了50%以上，对雨雪落叶等场景的提升也超过了30%，实验室更希望到年底能实现：无论在哪个城市，无论遇到风雨雾雪，都能将快递安安稳稳的送到消费者手里。

责任编辑：新交通