在自動駕駛的感知領域，行業(yè)內(nèi)分成了立場鮮明的兩派——視覺派和激光雷達派。特斯拉是視覺派最堅定的守護者，甚至不惜用一切最惡毒的形容詞將激光雷達貶到一無是處。但按照埃隆·馬斯克一貫的作風，在“詛咒”某些事情的背后，他一定也在“敬畏”某些事情。

當一個系統(tǒng)想要變得可靠，一個關鍵原則是把這個系統(tǒng)做“冗余”。因此，汽車行業(yè)里的多數(shù)人，都在為這個極度需要可靠的物件做加法。

但特斯拉恰恰相反，它不斷地在為汽車做減法：大幅降低車輛線束長度、大幅減少車身零部件數(shù)量、大幅壓縮生產(chǎn)制造工序。所有這一切都是從技術(shù)快速落地的商業(yè)化考慮——足夠便宜，用戶才能接受。

如果秉持同樣的出發(fā)點，就不難理解埃隆·馬斯克多次在公開場合對激光雷達無下限的貶低：

2015年10月——激光雷達毫無意義，對于自動駕駛汽車來說沒有必要。

2017年4月——激光雷達很差勁，他們會拋棄激光雷達，記住我的話，這是我的預測。

2018年2月——激光雷達昂貴、丑陋、沒有必要。

2019年4月——激光雷達就像人身上長了一堆闌尾，闌尾本身的存在基本是無意義的，如果長了一堆的話，那就太可笑了。任何依賴激光雷達的公司都可能無疾而終。

當然，從事實的結(jié)果來講，馬斯克有足夠的資本藐視激光雷達，因為依靠視覺方案的特斯拉是目前公認這個星球上將量產(chǎn)輔助駕駛做到最好的公司。

但是，埃隆·馬斯克真的就將激光雷達踩在腳底了嗎？恰恰相反，他清楚地認識到視覺與激光雷達的優(yōu)劣勢，同時不斷推動讓視覺方案做到本只能由激光雷達做到的事情。

特斯拉為何不用激光雷達？

理論上說，視覺與激光雷達是完美的互補體。

視覺方案中的圖像傳感器能以高幀率、高分辨率獲取周圍復雜的環(huán)境信息，且價格便宜。但圖像傳感器是一種被動式傳感器，其本身并不發(fā)光，成像質(zhì)量受到環(huán)境亮度影響較大，在惡劣環(huán)境下完成感知任務的難度會大幅提升。

激光雷達是一種主動式傳感器，通過發(fā)射脈沖激光并探測目標的散射光特性獲取目標的深度信息，具有精度高、范圍大、抗干擾能力強的特性。但是，激光雷達獲取的數(shù)據(jù)稀疏無序、難以直接利用，且激光單色的特性讓其無法獲取顏色和紋理信息。

所以，基于可靠性的考慮，行業(yè)中多數(shù)人在研究的是如何將視覺與激光雷達所獲得的信息進行融合，實現(xiàn)更加精確的環(huán)境感知。

但在馬斯克看來，無論是汽車還是道路，都是人類為人類設計的。既然人類可以通過視覺收集信息+大腦處理信息的方式進行安全駕駛，那就意味著自動駕駛也可以通過同樣的方式實現(xiàn)。如果強行加入一個激光雷達作為“超人感官”，就好比人在行走時拿著一根拐杖。

顯然，拐杖不是創(chuàng)新，而是限制創(chuàng)新。

另一方面，激光雷達的高成本，以及因為加入激光雷達后造成電氣系統(tǒng)的復雜，不符合特斯拉一貫做減法的造車理念。

視覺的瓶頸在算法，激光雷達的瓶頸在原理。顯然，視覺具有更大的開發(fā)潛力，也擁有理論上更高的上限。做對的事情，不做容易的事情，也是一直以來馬斯克的作風。

至于在公開場合頻繁唱衰激光雷達，就權(quán)當是特斯拉及埃隆·馬斯克出色公關水平的一種體現(xiàn)。

特斯拉如何克服視覺劣勢？

從2D平面圖像推斷精確的3D立體實景，實際上是非常困難的。

以下圖中這輛MPV為例，如果只看左側(cè)的2D圖像，似乎用視覺和激光雷達標注的形狀都是準確的，但是如果放在3D的場景中，就會發(fā)現(xiàn)使用視覺方案標注的形狀不僅偏長、偏窄，而且缺少了汽車的側(cè)面。

因為在2D圖像中，很容易找到車輛的左前角和右后角，但是左后角卻沒有明顯的特征，由于車輛尾部的傾斜、向上收窄，就會造成對整體寬度的低估。同時，依靠發(fā)動機艙蓋超出車頂?shù)牟糠止浪丬囬L，也會導致在縱深方向上的高估。

而這還僅僅是一個在高亮度環(huán)境下相對規(guī)則的物體，如果環(huán)境變暗，或是加入更多的遮蔽物、障礙物，情況會變得更加極端。比如在黑暗樹蔭中的二輪車，純視覺方案很難分辨。

因此，從根本算法上解決視覺信息的準確處理，就是特斯拉自動駕駛體系的絕對核心技術(shù)。

實現(xiàn)自動駕駛功能，更多的是技巧、記憶和經(jīng)驗，而不只是推理和計算，深度學習的算法就是為了提高自動駕駛的成熟程度。特斯拉完善視覺算法的一大優(yōu)勢，就是通過海量的車主駕駛數(shù)據(jù)，進行神經(jīng)網(wǎng)絡訓練，從而不斷覆蓋更多的工況與場景，達到視覺算法無限接近人類判斷的目的。

這一方面取決于特斯拉自動駕駛硬件的高算力，另一方面是特斯拉在“模式識別模型”領域的絕對領先——超大的數(shù)據(jù)規(guī)模、多樣化的數(shù)據(jù)覆蓋度、真實的數(shù)據(jù)場景。歸根到底，全世界超過百萬輛的特斯拉車主，都是特斯拉自動駕駛算法訓練的眾測者。

這里不得不提的就是特斯拉獨有的“影子模式”，這是特斯拉在不影響算法訓練的速度與準確性的基礎上，大幅降低因數(shù)據(jù)量過大造成訓練成本提升的關鍵。

藏在駕駛員背后的“影子”，始終在觀察外部環(huán)境與駕駛員的動作。如果在某個特定場景中駕駛員的操作與“影子”預想的一致，那么數(shù)據(jù)不會被上報；如果“影子”發(fā)現(xiàn)它的判斷與駕駛員操作不相符，那么這次的數(shù)據(jù)就會被送到特斯拉的服務器中，并對算法進行修正性訓練，達到一定程度后再次下發(fā)到車輛中。

這個過程中，駕駛員不會有任何感知，但特斯拉事實上已經(jīng)完成了“模式識別-算法學習-反饋-升級-應用”的閉環(huán)。正是在無數(shù)次的訓練后，特斯拉不斷提升視覺方案的精度，克服視覺方案固有的劣勢，并且將算法優(yōu)勢變成牢不可破的技術(shù)門檻。

用視覺替代激光雷達，可能嗎？

特斯拉最終希望達到的目的，是讓其視覺處理能力達到激光雷達的可見性，在行業(yè)中被稱為“偽激光雷達”。

激光雷達通過每個激光點的距離，實時還原環(huán)境。而特斯拉則是要去預測每個像素的深度，然后將其投射出來，從而復制激光雷達的功能。

分析2D圖像的每個像素，將其還原成真實的3D場景，毫無疑問其中的核心能力，依然是圖像處理的算法以及支持這一算法的高算力硬件，也是特斯拉將其視覺方案進一步升級的體現(xiàn)。

這就不難理解，為何特斯拉一定要將其自動駕駛系統(tǒng)的研發(fā)深入到芯片級。

在特斯拉公開展示的通過“偽激光雷達”還原的3D地圖中，明亮環(huán)境下已經(jīng)非常接近于激光雷達的效果，但相信這只是一個階段性成果，更多的場景仍然有待考察?！皞渭す饫走_”這項從2018年才開始在學術(shù)界有可見報道的研究，對特斯拉同樣是一個極具探索挑戰(zhàn)的問題。

但如果特斯拉要依靠純視覺方案解決L4乃至L5級別的完全自動駕駛，通過強大的計算能力解決2D圖像到3D實景的轉(zhuǎn)換，是必須要攻克的難關。

寫在最后

如果一個人還在使用指南針和地圖，此時你給他一個GPS，意味著只是提供了解決問題的一個極有價值的工具，但卻沒有解決問題。激光雷達是那個解決問題的工具，但是視覺方案也許能從一個新的維度解決問題。

是視覺方案變強大的速度更快，還是激光雷達降價的速度更快？無人能給出答案，所以才會產(chǎn)生今天的行業(yè)路線紛爭，每一種路線的踐行者都堅信自己會是最終的勝利者。在無比自信的馬斯克身上，這點體現(xiàn)得尤為明顯。
責任編輯:pj