當(dāng)激光雷達(dá)還在束縛于成本下降和技術(shù)路線的困境時，自動駕駛最傳統(tǒng)和成熟的視覺技術(shù)正在發(fā)生一些新的變化。

近日，一家名為Light的初創(chuàng)公司剛剛從軟銀的愿景基金那里獲得了1.21億美元的投資。作為投資方，軟銀首席執(zhí)行官孫正義表示，希望Light公司能夠有更遠(yuǎn)大的目標(biāo)，而不僅僅是為攝影愛好者開發(fā)相機(jī)或智能手機(jī)攝像頭。

他希望將Light公司的計算成像能力視作一種可以支撐自動駕駛汽車視覺系統(tǒng)的技術(shù)，甚至可以取代今天大部分自動駕駛汽車所用的激光雷達(dá)（LIDAR）技術(shù)。

Light公司將自己的核心技術(shù)稱作“軟件定義攝像頭”，這就意味著它需要多張照片在機(jī)器學(xué)習(xí)和其它技術(shù)的基礎(chǔ)上組合成一張質(zhì)量非常高的新照片。而這也就是Light公司之前推出的一款L16相機(jī)為什么會配備16枚攝像頭的原因。

Light 的軟件定義攝像系統(tǒng)將機(jī)器學(xué)習(xí)與 Light 的 Lux 電容攝像機(jī)控制芯片和 Light 的極融合引擎結(jié)合起來進(jìn)行圖像處理，改善其拍攝的每幀圖像。

當(dāng)L16取景時，10個或更多的攝像頭同時工作，捕捉相同場景的略微不同的視角。通過智能地選擇28mm、70mm和150mm模塊的組合以在每一個鏡頭中使用，這取決于縮放的水平。然后將這些單獨(dú)的照片計算融合在一起，形成難以置信的高分辨率5200萬像素照片。

因?yàn)?，L16的光學(xué)引擎允許你在每個焦距上連續(xù)地從28mm放大到150mm。隨著放大或縮小，L16智能選擇最佳組合的28mm，70mm，和150mm相機(jī)模塊為您的場景進(jìn)行調(diào)整，以支持各種視野。

當(dāng)捕捉到場景時，復(fù)雜的算法將來自較高焦距（即70mm）的曝光覆蓋在較低焦距（即28mm）的頂部，從而產(chǎn)生具有高質(zhì)量和細(xì)節(jié)的照片。

此外，通過捕捉每一個鏡頭的大量數(shù)據(jù)，生成場景的3D深度圖，在拍攝后調(diào)整景深和焦平面的能力。

目前，這款L16相機(jī)售價1699美元，是iPhone的尺寸大小，并承諾提供DSLR相機(jī)的質(zhì)量。但目前，這家公司還沒有推出符合車規(guī)級的產(chǎn)品。

除了軟銀之外，著名相機(jī)品牌萊卡也參與了Light的此輪融資，另外還包括了幾家風(fēng)投機(jī)構(gòu)。Light公司目前擁有120位員工，其中包含18位博士。

Light能夠吸引這么多資金的一個重要原因是機(jī)器人、無人機(jī)，特別是自動駕駛的市場前景。已經(jīng)投資Uber、通用汽車Cruise等自動駕駛公司的軟銀，已經(jīng)看到了此項(xiàng)應(yīng)用視為對激光雷達(dá)的潛在替代。Light的技術(shù)和產(chǎn)品比激光雷達(dá)更輕，更便宜，同時體積更適合目前的汽車空間。

目前，Light公司已經(jīng)拿到了1.86億美金的累計投資（包括上一輪原谷歌風(fēng)險投資公司），公司負(fù)責(zé)人拒絕透露最新的估值，但他表示，兩年前公司的估值是1.48億美金。

在過去幾年，不管是自動駕駛初創(chuàng)公司，還是汽車主機(jī)廠，都已經(jīng)從傳統(tǒng)的視覺傳感器逐步開始認(rèn)可激光雷達(dá)的作用，甚至是投資和收購激光雷達(dá)廠商。

但仍然還有一部分企業(yè)堅持低成本的、基于視覺的自動解決方案。比如，歐洲無人駕駛汽車軟件初創(chuàng)公司AImotive。今年1月份，AImotive公司在第三輪融資中籌集了3800萬美元資金，用于開發(fā)無人駕駛汽車軟件。

AImotive正在開發(fā)一種低成本的解決方案。它依賴于價格低廉、現(xiàn)成的攝像頭傳感器和AI視覺處理技術(shù)。目標(biāo)方案是為每輛汽車增加大約5000美元的成本來實(shí)現(xiàn)其他公司動輒幾十萬美元的傳感器成本。目前，AImotive的合作伙伴包括上汽、沃爾沃和標(biāo)致雪鐵龍等主機(jī)廠。

AImotive的自動駕駛測試車輛配置四個魚眼攝像頭，用來觀察周邊狀況，另外，汽車前部和后部分別配置了立體攝像頭。汽車尾箱里放置了一臺高性能電腦，接受從攝像頭傳來的圖像，實(shí)時創(chuàng)建周邊環(huán)境的3D模型。

該公司的AI技術(shù)堆棧有一個識別、定位運(yùn)動和控制引擎，它是一個連續(xù)學(xué)習(xí)引擎，它將傳感器數(shù)據(jù)與一個像素精確的分割工具相結(jié)合和分析，該工具可以識別多達(dá)100個不同的對象類，如行人、自行車、動物、建筑物和障礙物。

盡管視覺技術(shù)在沒有激光雷達(dá)的配合下，存在一定的弱點(diǎn)。但AImotive為此開發(fā)了虛擬軟件來訓(xùn)練AI，用于根據(jù)其周圍環(huán)境所收集的數(shù)據(jù)對各種交通場景和天氣條件進(jìn)行訓(xùn)練。

過去幾年，包括雙目、三目等多目3D立體視覺技術(shù)、紅外夜視全天時技術(shù)等等都在不斷加快自動駕駛視覺傳感的技術(shù)、性能提升。盡管在業(yè)內(nèi)看來，多傳感器融合已經(jīng)是大勢所趨，但這并不妨礙不同傳感器技術(shù)的“自我”革新。