現(xiàn)在幾乎所有從事自動(dòng)駕駛汽車工作的公司都使用LIDAR。Uber，Waymo和Toyota都使用它，但特斯拉則沒有。我們來談?wù)勎磥韺?duì)自動(dòng)駕駛汽車的期望。

激光雷達(dá)VS視覺

激光雷達(dá)是一種通過發(fā)射激光并檢測(cè)返回所需時(shí)間的方法來測(cè)量距離。這個(gè)想法類似于雷達(dá)，但是我們使用激光代替無線電波。該技術(shù)在檢測(cè)高達(dá)毫米的物體方面極其精確。

計(jì)算機(jī)Vision是人工智能的一個(gè)領(lǐng)域，利用計(jì)算機(jī)理解視覺世界。這基本上反映了人類愿景。特斯拉一直嚴(yán)重依賴Vision并反對(duì)LIDAR傳感器。而且似乎并不在乎其他公司都使用Lidar，。埃隆·馬斯克（Elon Musk）甚至說：

激光雷達(dá)是一個(gè)傻子的事……任何依賴激光雷達(dá)的人注定要失敗?！谅　ゑR斯克（ElonMusk）

成本

特斯拉采取不同路線的最明顯原因是成本。在汽車上安裝單個(gè)激光雷達(dá)設(shè)備的成本約為10,000美元。谷歌的Waymo項(xiàng)目已經(jīng)能夠通過引入量產(chǎn)而略微減少數(shù)量。但是，成本仍然相當(dāng)高昂。

應(yīng)用于真實(shí)道路

其中最重要的要點(diǎn)之一就是與人類視覺的關(guān)聯(lián)。作為人類，我們不會(huì)向各個(gè)方向投擲激光以駕駛汽車。

我們?cè)诼飞峡吹降囊磺卸汲錆M了視覺信息。所有的標(biāo)志，轉(zhuǎn)彎，交叉路口都可以幫助我們導(dǎo)航。所有這些都是靜止的物體，而LIDAR如此精確地檢測(cè)到它們。

當(dāng)移動(dòng)物體出現(xiàn)在道路上時(shí)，問題就開始出現(xiàn)。人，狗，飛行的塑料袋都是我們?cè)诼飞辖?jīng)常遇到的物體。LIDAR無法檢測(cè)它們的移動(dòng)方式，甚至無法檢測(cè)這些物體的移動(dòng)方式。

LIDAR無法區(qū)分道路顛簸和塑料袋。現(xiàn)在，如果汽車停了下來，那便是真正的危險(xiǎn)所在。后面的汽車可能無法對(duì)我們?cè)诼分虚g的停車站做出如此迅速的反應(yīng)。這種情況進(jìn)一步表明，制造自動(dòng)駕駛汽車時(shí)需要注意很多細(xì)節(jié)。

特斯拉明確表示，他們的攝像頭和雷達(dá)系統(tǒng)能夠檢測(cè)物體。向前看的雷達(dá)能夠迅速判斷前方是否有任何問題。一旦看到物體，攝像頭將確定物體是什么，然后汽車可以對(duì)情況做出反應(yīng)。

適應(yīng)

在對(duì)埃隆·馬斯克（Elon Musk）的采訪中另一個(gè)重要的收獲是，該系統(tǒng)是適應(yīng)性的。他們談?wù)摿撕芏嘤嘘P(guān)使用的神經(jīng)網(wǎng)絡(luò)以及系統(tǒng)如何使用提供的數(shù)據(jù)做出合理決策的話題。

特斯拉競(jìng)爭(zhēng)對(duì)手的主要問題之一是缺乏這種適應(yīng)性。這些系統(tǒng)中的大多數(shù)要么嚴(yán)重依賴具有道路線的高精度地圖，要么從未在實(shí)際道路上進(jìn)行過測(cè)試。雖然我們已經(jīng)看到Waymo在城市中行駛。但是，只有具有高效地圖的大型道路。在這些演示中，照明，天氣條件和交通狀況都是理想的選擇。但實(shí)際上大多數(shù)情況并非如此。

比如，車輛在較小的道路，轉(zhuǎn)彎和車道的尺寸時(shí)會(huì)發(fā)生意外，這種情況普遍存在。另外，特斯拉是我們可以購買的實(shí)際汽車。人們乘坐特斯拉汽車行駛了超過十億英里，而Waymo僅在約一千萬英里上進(jìn)行了測(cè)試。

特斯拉能夠積累的困難和不可預(yù)測(cè)的道路數(shù)據(jù)量非常寶貴。這就是系統(tǒng)學(xué)習(xí)并不斷改善的方式。由于客戶實(shí)際上看到了持續(xù)的改進(jìn)，因此這樣的概念實(shí)際上很有希望被實(shí)現(xiàn)。

結(jié)束語

隨著無人駕駛汽車領(lǐng)域的資金投入和持續(xù)的競(jìng)爭(zhēng)，我們對(duì)這種汽車的到來感到非常期待。特斯拉是否將成為這樣做的公司，我們并不知道。實(shí)際上，可能有幾種開發(fā)自動(dòng)駕駛汽車的方法。甚至我們可能最終看到兩者的結(jié)合，這將會(huì)是汽車行業(yè)中的重大進(jìn)步。

編輯：黃飛

?