熱衷于“拉仇恨值”的馬斯克前不久再一次不負(fù)眾望，給我們貢獻(xiàn)了四月的最后一瓜——激光雷達(dá)傻瓜論。
坊間流傳一個(gè)說法：激光雷達(dá)就是自動(dòng)駕駛的“眼睛”，換句話說，凡是想搞自動(dòng)駕駛的廠商，必須先拜激光雷達(dá)這個(gè)“山頭”。
不過，在4月24日的“Autonomy Day”產(chǎn)品發(fā)布會(huì)上，懟天懟地懟空氣的馬斯克就將炮火對準(zhǔn)了激光雷達(dá)。
原話是這么說的，“Lidar is a fool’s errand”，傻子才用激光雷達(dá)，現(xiàn)在誰(做自動(dòng)駕駛)還要靠激光雷達(dá)，那就注定完蛋!不信走著瞧!
言辭之激烈，內(nèi)容之放肆，放在“狂言人設(shè)”的馬斯克身上，都有些令人驚訝了。于是乎，一夜之間，AI圈、汽車圈、朋友圈都炸了。各路大佬紛紛下場，從技術(shù)爭論吵到人品諷刺，要多熱鬧有多熱鬧，媒體群里也洋溢著歡樂的氣氛：頭條穩(wěn)了!
馬斯克用一周的時(shí)間，如同葫蘆娃一樣為大家貢獻(xiàn)了“一根藤上七個(gè)瓜”。
“做車一族”集體diss馬斯克的觀點(diǎn)，馭勢科技、文遠(yuǎn)知行、Autowise等出行企業(yè)，以及Velodyne等激光雷達(dá)企業(yè)的重要負(fù)責(zé)人，都旗幟鮮明地表示，自動(dòng)駕駛想要完全擺脫激光雷達(dá)，根本不可能。
但馬斯克本人并不孤單，很快科技撰稿人Steve Cheney就出來聲援，認(rèn)為“三年內(nèi)所有明智的人都會(huì)拋棄激光雷達(dá)”，理由也和馬斯克一樣，因?yàn)?激光雷達(dá))“沒有必要且非常昂貴”。
不得不說，雙方大佬的觀點(diǎn)都是一些……老生常談。其實(shí)，關(guān)于自動(dòng)駕駛的實(shí)現(xiàn)到底是靠激光雷達(dá)還是攝像頭，這個(gè)話題早已爭論多年了。
更令我們感興趣的是，“激光雷達(dá)傻瓜論”出現(xiàn)在當(dāng)下這個(gè)時(shí)間節(jié)點(diǎn)，或許并非偶然。其背后隱含的是自動(dòng)駕駛汽車長期以來未能解決的痼疾，也確實(shí)到了該重新思考方向的時(shí)候。
今天我們就用一篇文章幫大家捋捋清楚，當(dāng)大佬們談?wù)摷す饫走_(dá)時(shí)，究竟在談些什么?
當(dāng)眾diss激光雷達(dá)?
馬斯克表示：坐下，常規(guī)操作!
吃瓜之前，咱們先捋一捋，自動(dòng)駕駛與激光雷達(dá)之間的緊密關(guān)系：
如果我們要做一臺自動(dòng)駕駛車，那么需要完成幾個(gè)必需而關(guān)鍵步驟：首先是感知，即獲取外界的信息，然后判斷，主要依賴云端算法，最后做出決策，該停時(shí)停，該走時(shí)走。
由此可見，感知階段是自動(dòng)駕駛汽車性能最基本、最重要的信息來源和體驗(yàn)保障。而目前主流的感知方式，則是依靠雷達(dá)，攝像頭和激光雷達(dá)這三大傳感器系統(tǒng)實(shí)現(xiàn)。
這三種方式各有利弊，其中“激光雷達(dá)”是一直是產(chǎn)業(yè)界關(guān)注的焦點(diǎn)。原因也很簡單，激光雷達(dá)具有雷達(dá)的測距能力，但分辨率又比雷達(dá)高;具有攝像頭的感知能力，但又可以不受光線條件的限制。它唯一的缺點(diǎn)是，造價(jià)太高，無法大規(guī)模地使用在量產(chǎn)車上。
在過去的幾年間，幾乎所有自動(dòng)駕駛廠商都無法回避激光雷達(dá)。區(qū)別只是在于，誰能讓這三者的排列組合更高效、更精準(zhǔn)、更便宜。比如豐田TRI 研究院打造的無人駕駛汽車，就在車身上武裝了7個(gè)Velodyne 的激光雷達(dá)。而谷歌自動(dòng)駕駛公司W(wǎng)aymo獨(dú)立之后做的第一件事，就是努力將激光雷達(dá)的成本暴跌，從原來7萬美元干到了7500美元。
與行業(yè)對激光雷達(dá)的追捧相比，馬斯克是個(gè)十足的異類。
他堅(jiān)持認(rèn)為使用激光雷達(dá)是一個(gè)錯(cuò)誤的選擇，在目前的智能駕駛量產(chǎn)汽車中，只靠攝像頭的僅特斯拉一家。這至少說明，馬斯克不是“口嫌體正直”，而是發(fā)自內(nèi)心地認(rèn)為激光雷達(dá)對自動(dòng)駕駛的未來毫無價(jià)值。
說到這里，“課代表”來給大家總結(jié)一下，“倒雷派”(diss激光雷達(dá)的一部分人)的幾個(gè)重要論點(diǎn)：
1.激光雷達(dá)成本太高。由于激光雷達(dá)的“不可取代”性，相應(yīng)的價(jià)格也十分高昂，這就導(dǎo)致汽車廠商和芯片公司都很難在激光雷達(dá)的前提下實(shí)現(xiàn)盈利。
那么為何不考慮降低成本呢?目前激光雷達(dá)市場主要是靠汽車行業(yè)在支撐，短期內(nèi)幾乎不可能出現(xiàn)新的大規(guī)模需求，機(jī)械式激光雷達(dá)的生產(chǎn)組裝效率也無法迅速提升，邊際成本自然居高不下。
而有的企業(yè)為了降低整車價(jià)格，采用了更便宜的固態(tài)激光雷達(dá)，但也帶來了新的問題，那就是這種雷達(dá)無法360度轉(zhuǎn)動(dòng)，不能探測背后的情況，還需要引入新的傳感器，在經(jīng)濟(jì)效應(yīng)上并不可行。
2.激光雷達(dá)實(shí)際應(yīng)用中有bug。一個(gè)是由于不能識別顏色，導(dǎo)致激光雷達(dá)無法完成跟蹤目標(biāo)等任務(wù);同時(shí)，激光雷達(dá)在高速移動(dòng)中要處理的信號越多，海量像素會(huì)對廣電探測器帶來干擾，造成識別進(jìn)度下降;此外，激光雷達(dá)需要額外插入外部適配器進(jìn)行充電，使用上更加繁瑣。
3.更關(guān)鍵的是，以激光雷達(dá)為提升汽車感知能力的捷徑，也催生了科技公司和汽車廠商的“懶惰”。主要體現(xiàn)在高級自動(dòng)駕駛方案上過分依賴和堆砌激光雷達(dá)，使得他們或多或少地回避了對自動(dòng)駕駛來說至關(guān)重要的視覺識別算法和芯片基本問題。換句話說，激光雷達(dá)不但不能解決實(shí)際問題，還有可能讓創(chuàng)業(yè)者們陷入盲目堆砌資源的資金戰(zhàn)。
是不是聽起來還很好道理的樣子?試想一下，如果去掉激光雷達(dá)，全面引入視覺識別算法和高性能計(jì)算硬件，這樣不就節(jié)省下來了大筆的激光雷達(dá)部署費(fèi)用。對于自動(dòng)駕駛廠商和躍躍欲試的潛在車主們來說，無疑是個(gè)福音。
也確實(shí)有公司這么干了。除了特斯拉之外，創(chuàng)業(yè)公司AutoX就讓一輛只搭載7 個(gè)攝像頭的林肯 MKZ在無人駕駛狀態(tài)下泡上了普通車道。
但是，更多的車企和無人駕駛技術(shù)公司之所以一邊吐槽著激光雷達(dá)高昂的價(jià)格和“業(yè)務(wù)能力”，一邊還不得不日以繼夜地研究著怎么才能讓激光雷達(dá)能更好用一丟丟。
這當(dāng)然不是因?yàn)樗麄冏詭А岸禡”體質(zhì)，而是相比其他技術(shù)解決方案來說，以激光雷達(dá)為主已經(jīng)是當(dāng)時(shí)能找到的最優(yōu)解了。
你行你上：視覺算法能扛起大王旗嗎?
大會(huì)上，特斯拉人工智能高級主管Andrej Karpathy是這樣說的——我們?nèi)祟愰_車，都是完全視覺驅(qū)動(dòng)，為啥到機(jī)器就非激光雷達(dá)不可了呢?
這也是特斯拉的另一種技術(shù)實(shí)現(xiàn)思路：通過多攝像頭方案采集數(shù)據(jù)，再借助還原實(shí)際環(huán)境的模擬器來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，通過智能視覺實(shí)現(xiàn)車輛對交通道路狀況的“認(rèn)知”。
特斯拉現(xiàn)場公布了一組數(shù)據(jù)，其全視覺感知的方案，已經(jīng)能處理99.999%的場景。每天特斯拉汽車會(huì)發(fā)生10萬起車道變更，沒有發(fā)生任何交通事故。
并且，使用這一仿真視覺模擬系統(tǒng)的用戶越多，神經(jīng)網(wǎng)絡(luò)的性能也就越好，特斯拉預(yù)測并處理交通狀況也就會(huì)越熟練。
當(dāng)然，特斯拉并不是將3D圖像處理的訓(xùn)練工作全部交給了用戶來說，圍繞算法做了許多重要的工作，比如通過軟件算法來讓圖像數(shù)據(jù)變得更加健壯，從而實(shí)現(xiàn)對圖像的深度感知。
為了保障算法在無人車終端的運(yùn)行效率，特斯拉還打造了全自動(dòng)駕駛硬件。然而盡管做了一系列的準(zhǔn)備工作，還砍了激光雷達(dá)一刀“祭天”，但馬斯克的攝像頭“視覺感知”理想，真的靠譜么?
至少在一部分堅(jiān)定的“挺雷派”眼中，是不能接受的。他們反駁的理由也并非毫無根據(jù)：
首先，堅(jiān)持采用攝像頭做感知器的特斯拉，此前的事故率就已經(jīng)啪啪打臉了。特斯拉官方公布的2019年第一季度數(shù)據(jù)顯示，使用Autopilot自動(dòng)駕駛的事故數(shù)量就比以往有所增加。每行駛287萬英里，就會(huì)發(fā)生一起事故。相關(guān)車禍新聞報(bào)道近年來更是新聞媒體和電視臺的?？?。
更關(guān)鍵的是，以攝像頭+視覺感知技術(shù)+芯片的技術(shù)矩陣，并未能帶來令人驚喜的效果。舉個(gè)例子，特斯拉的Autopilot已經(jīng)是目前各家輔助駕駛功能里面最好的了，但就是這樣的系統(tǒng)，也會(huì)每隔幾分鐘就要提醒人工進(jìn)行干預(yù)，一些曲率大一點(diǎn)的道路彎口都會(huì)猶豫不決直接停擺。在一些特殊的天氣環(huán)境中，單一的攝像頭傳感器系統(tǒng)更是捉襟見肘。
關(guān)于這一點(diǎn)，有網(wǎng)友在Hacker News上現(xiàn)身說法：幾周前芝加哥下雪了，我的AutoPilot關(guān)閉了，因?yàn)榇笱┱谧×藬z像頭。所以我不會(huì)買這些“沒有激光雷達(dá)的自動(dòng)駕駛”。
這種情況下，真的很難令人相信，3D視覺感知技術(shù)已經(jīng)成熟到了可以完全拋棄激光雷達(dá)的程度。
以康奈爾大學(xué)最新的論文成果來看，偽激光雷達(dá)的3D 深度表示，比此前最優(yōu)圖像方法的識別準(zhǔn)確率提升了2倍，在KITTI 3D 目標(biāo)檢測排行榜上達(dá)到了當(dāng)前的最高水平，但也僅僅只是把立體攝像機(jī)系統(tǒng)和激光雷達(dá)系統(tǒng)之間的性能差距縮減了一半。
而對于成熟的汽車廠商和科技出行公司來說，他們需要面臨市場和用戶的重重考驗(yàn)，以及政府監(jiān)管與公共安全的基本約束，需要最大限度地保證無人車的穩(wěn)定和準(zhǔn)確。反饋到大眾層面， “激光雷達(dá)”已經(jīng)成了一個(gè)必不可少的存在，哪怕只是作為甩鍋道具或者安慰劑。
所以說，如果關(guān)于這場“激光雷達(dá)傻瓜論”一定要爭出個(gè)所以然來，那么結(jié)果很顯然是，無論是產(chǎn)業(yè)界還是學(xué)術(shù)界，都在傳遞一個(gè)清晰的信號：短時(shí)期內(nèi)，指望攝像頭+視覺系統(tǒng)沒戲，激光雷達(dá)還是必需且必要的。
既然如此，大佬們是不是都有點(diǎn)閑得慌了啊，放著那么多問題不去解決，光顧著打嘴架了?目前看來，這場爭論最大的意義在于，消解了激光雷達(dá)長期以來神圣不可動(dòng)搖的產(chǎn)業(yè)意義，并試圖尋找新的解決方向。
硬or軟or軟硬兼施：自動(dòng)駕駛的未來由誰做主?
馬斯克此時(shí)站出來反對激光雷達(dá)，固然有些激進(jìn)，但或許也指出了上一個(gè)階段自動(dòng)駕駛廠商身上那件“皇帝的新衣”，確實(shí)不適合繼續(xù)穿著了。
關(guān)于這一點(diǎn)，也有不少產(chǎn)業(yè)界人士表示贊同。
比如馭勢科技創(chuàng)始人兼CEO吳甘沙就認(rèn)為，完全不用激光雷達(dá)一定是有問題的，在相當(dāng)長的一段時(shí)間內(nèi)純視覺方案的魯棒性一定是不如視覺加激光融合方案的。但從更長的維度來看，靠激光雷達(dá)確實(shí)沒前途，因?yàn)閿z像頭視覺能夠有更豐富的維度去理解這個(gè)世界。
部分高精地圖創(chuàng)業(yè)公司也強(qiáng)調(diào)從成本出發(fā)，采用低成本的攝像頭方案采集高精數(shù)據(jù)。
喧嘩聲中，一場關(guān)于硬件和軟件的主導(dǎo)權(quán)之爭已經(jīng)悄然拉開了序幕。
想要理解這一點(diǎn)，我們將視角方的更全面一點(diǎn)，來看看除了diss激光雷達(dá)之外，特斯拉還同時(shí)搞了哪些事情?
其一，是發(fā)布了性能強(qiáng)大的全自動(dòng)駕駛硬件Hardware 3.0，每套HW3.0含2套FSD硬件，能夠處理高達(dá)每秒2.5千兆像素和36.8 TOPS，據(jù)說浮點(diǎn)運(yùn)算能力是英偉達(dá)Drive Xavier的7倍。
值得注意的是，F(xiàn)SD只運(yùn)行特斯拉加密過的軟件，非特斯拉軟件，概不支持。
馬斯克還很拉仇恨地表示，“特斯拉從沒有設(shè)計(jì)過芯片，怎么一下子就能搞出全世界最好的芯片呢?但它就這樣發(fā)生了”。
其二，是虛擬仿真系統(tǒng)。
基于大規(guī)模量產(chǎn)的特斯拉電動(dòng)車(50 萬臺，并且還在快速增長)，特斯拉擁有了訓(xùn)練神經(jīng)網(wǎng)絡(luò)的關(guān)鍵資源。
比如說，如果特斯拉解決不了車上架著自行車這樣的難題(因?yàn)闀?huì)被系統(tǒng)識別成兩個(gè)物體)，就會(huì)下命令讓汽車將“問題”圖片上傳到總部，特斯拉對這些圖片進(jìn)行標(biāo)記，再導(dǎo)入神經(jīng)網(wǎng)絡(luò)中繼續(xù)訓(xùn)練，直到視覺系統(tǒng)能夠熟練地掌握識別技能。
比如只通過雷達(dá)和攝像頭，只要兩者得出的距離相匹配，神經(jīng)網(wǎng)絡(luò)就能估算出車輛的間距。
從這個(gè)角度看，特斯拉的野心并不是給整個(gè)行業(yè)投出一顆重磅炸彈，而是構(gòu)建出軟硬件一體化的自動(dòng)駕駛解決方案。
在底層技術(shù)上，特斯拉通過自主研發(fā)的高性能AI芯片，來了一個(gè)底層硬件的“彎道超車”，解決了對于算力的迫切需求，同時(shí)擺脫了供應(yīng)商的限制，最大程度地將核心零部件主動(dòng)權(quán)把握在自己手里。
在軟性的技術(shù)壁壘上，特斯拉也在變得更強(qiáng)。算法上，特斯拉擁有以實(shí)景數(shù)據(jù)為載體的神經(jīng)網(wǎng)絡(luò)訓(xùn)練平臺，同時(shí)坐擁實(shí)時(shí)生成的海量細(xì)節(jié)數(shù)據(jù)。
至此，拿出軟硬件一體化解決方案的特斯拉，再一次與同行們拉開了競爭差距。同時(shí)也擺好了姿態(tài)，以一種軟硬兼施的方式，吸引更多伙伴加入自己的陣營。
這場論戰(zhàn)雖然是以“挑釁”開頭，也離不開營銷炒作的一貫手筆。但也同時(shí)讓人們看清楚一件事，如同汽車沒有被發(fā)明的年代，人類只想要一輛更快的馬車。
當(dāng)自動(dòng)駕駛來到產(chǎn)業(yè)的冷靜期，技術(shù)的快速迭代與生存的如履薄冰，使得廠商們不得不時(shí)時(shí)驚惶。但沉浸在這種“技術(shù)恐慌”之中，也容易忘記，人類需要的是發(fā)明汽車，而不是建造跑的更快的馬車。
從這個(gè)意義上講，特斯拉的自動(dòng)駕駛帝國正在以最具創(chuàng)造性和顛覆性的樣式成型。過分惹眼的裝飾物背后，已經(jīng)隱隱顯露出了未來的冰山一角。
轉(zhuǎn)載請注明出處。
相關(guān)文章
熱門資訊
精彩導(dǎo)讀
關(guān)注我們
