現(xiàn)在幾乎每家研發(fā)自動(dòng)駕駛汽車技術(shù)的公司都選擇了使用激光雷達(dá)，包括Uber、Waymo，豐田等都在使用它。但唯獨(dú)特斯拉沒有。

今天我就想來說說這兩種相互競(jìng)爭(zhēng)的技術(shù)具體是如何運(yùn)作的，以及我們對(duì)未來自動(dòng)駕駛汽車的期望到底是如何的。

激光雷達(dá)(Lidar)與計(jì)算機(jī)視像(Vision)

激光雷達(dá)(Lidar)實(shí)際上是一種用于測(cè)量物體之間距離的方法，通過發(fā)射激光并檢測(cè)它們返回所需的時(shí)間。這個(gè)想法與雷達(dá)相似，但我們只不過是用激光代替無線電波。這項(xiàng)技術(shù)在探測(cè)物體時(shí)極其精確，甚至可以達(dá)到毫米。

計(jì)算機(jī)視像(Vision)是人工智能的一個(gè)領(lǐng)域，它主要是用于訓(xùn)練計(jì)算機(jī)通過視覺去理解這個(gè)世界，基本上等同于人類視覺的逆向工程。

特斯拉的計(jì)算機(jī)視像(Vision)

特斯拉一直以來都是計(jì)算機(jī)視像(Vision)技術(shù)的堅(jiān)定支持者，拒絕使用激光雷達(dá)傳感器。而對(duì)于其他公司使用激光雷達(dá)似乎也并不在意。埃隆·馬斯克甚至曾公開表示過：

激光雷達(dá)是傻瓜的差事…任何依賴激光雷達(dá)的人都是注定要失敗的。

如果你想看看埃隆對(duì)技術(shù)選擇的所有想法，可以去看看他在特斯拉Autonomy Day的演講。

成本

特斯拉之所以選擇了這一不同的路線，其主要原因之一是成本。在一輛車上安裝一個(gè)激光雷達(dá)設(shè)備的成本大約在10,000美金左右。谷歌的Waymo項(xiàng)目通過引入規(guī)模化生產(chǎn)，已經(jīng)能夠稍微降低了該成本，但仍然十分昂貴。

特斯拉非常注重成本，希望確保汽車價(jià)格合理。要知道，電動(dòng)汽車本身由于電池技術(shù)的緣故，成本已經(jīng)比傳統(tǒng)汽車要貴了，如果還把激光雷達(dá)加到電動(dòng)汽車上，那基本很難瞄準(zhǔn)大眾市場(chǎng)了。

應(yīng)用于實(shí)際道路上

其中另一個(gè)重要一點(diǎn)，也是馬斯克高度強(qiáng)調(diào)的一點(diǎn)，就是與人類視覺的關(guān)聯(lián)。作為人類，我在駕駛汽車時(shí)并不需要通過發(fā)射激光來確定物體位置，而是通過我們的雙眼去確認(rèn)方向的，而汽車也該如此。

我們?cè)诼飞峡吹降囊磺袞|西都是充滿了視覺信息的，所有的標(biāo)識(shí)、轉(zhuǎn)彎、十字路口都是在幫助我們導(dǎo)航。所有這些都是靜止的物體，激光雷達(dá)也確實(shí)能精確地探測(cè)到它們。

但當(dāng)?shù)缆飞铣霈F(xiàn)移動(dòng)物體時(shí)，真正棘手的問題就開始出現(xiàn)了。人、狗、會(huì)飛的塑料袋等，都是我們?cè)诼飞辖?jīng)常會(huì)遇到的物體。而激光雷達(dá)是無法探測(cè)到它們是如何移動(dòng)的，甚至無法探測(cè)到這些物體是什么。

激光雷達(dá)無法區(qū)分道路上顛簸和塑料袋。如果我們?cè)诟咚俟飞细咚傩旭?，有一個(gè)塑料袋，我們不需要快速停車，但激光雷達(dá)很可能會(huì)因此直接停車。這一點(diǎn)是激光雷達(dá)需要解決的問題。

而如果車突然停了，那才是真正危險(xiǎn)的地方。后面的車可能無法對(duì)我們?cè)诼分虚g的停車做出迅速的反應(yīng)。這種情況進(jìn)一步說明了在制造自動(dòng)駕駛汽車時(shí)需要注意細(xì)節(jié)。

特斯拉明確表示，他們的攝像頭和雷達(dá)系統(tǒng)能夠探測(cè)到物體是什么。前方的雷達(dá)能夠迅速判斷前方是否有任何問題。一旦一個(gè)物體進(jìn)入視線，攝像機(jī)就會(huì)判斷該物體是什么，然后汽車能夠?qū)Υ俗鞒鱿鄳?yīng)的反應(yīng)。

適應(yīng)性

從Autonomy Day和埃隆·馬斯克的其他訪談中，我們可以了解到特斯拉的自動(dòng)駕駛系統(tǒng)是具備可適應(yīng)性。他們談?wù)摿撕芏嚓P(guān)于所使用的神經(jīng)網(wǎng)絡(luò)，以及系統(tǒng)如何能夠利用所提供的數(shù)據(jù)做出合理的決策。

特斯拉競(jìng)爭(zhēng)對(duì)手的一大問題就是忽視了這種適應(yīng)性。這些系統(tǒng)中的多數(shù)要么是嚴(yán)重依賴于高精度的路線圖，要么從未在真實(shí)道路上進(jìn)行過測(cè)試。是的，我們見過Waymo在城市里使用無人駕駛開車，但也僅限于有著高效地圖的大型道路。在這些演示中，照明、天氣條件和交通都非常理想，而正常的駕駛狀況并不是像這樣恒定的理想狀態(tài)。

較小的道路，有意外的轉(zhuǎn)彎和大小變化的車道等，都是相當(dāng)常見的。另外，特斯拉是一個(gè)真正在售賣電動(dòng)汽車的公司，是你可以買到的汽車。特斯拉的車主已經(jīng)開著特斯拉的電動(dòng)汽車行駛了10億英里，而這數(shù)字還在全球范圍內(nèi)無時(shí)無刻地增長(zhǎng)。而Waymo僅測(cè)試了約1000萬英里左右。

特斯拉積累的大量難以預(yù)測(cè)的道路數(shù)據(jù)對(duì)于研發(fā)自動(dòng)駕駛技術(shù)是極為寶貴的，這就是系統(tǒng)如何學(xué)習(xí)并不斷改進(jìn)的方式。

準(zhǔn)確度

康奈爾大學(xué)曾發(fā)表過一篇研究論文，是討論如何利用立體相機(jī)生成與激光雷達(dá)地圖一樣精確的三維地圖。該論文得出結(jié)論是，除了花7500美元購(gòu)買一臺(tái)激光雷達(dá)設(shè)備，其實(shí)你還可以花5美元買幾臺(tái)相機(jī)來獲得幾乎相同精度。

最后

就目前在自動(dòng)駕駛領(lǐng)域的資金投入以及競(jìng)爭(zhēng)的不斷擴(kuò)大，我們有理由相信真正的無人駕駛汽車終究會(huì)到來的。至于會(huì)不會(huì)是特斯拉，我們無從得知，甚至可能也不需要知道（除非你買了特斯拉股票）。實(shí)際上，研發(fā)自動(dòng)駕駛系統(tǒng)的方法有好幾種。我們甚至可能看到兩者的結(jié)合也并不奇怪。