楠木軒

特斯拉棄用毫米波雷達,純視覺算法絕非無懈可擊

由 亓官天亦 發佈於 綜合

編者按:本文來源創業邦專欄雷科技,創業邦經授權轉載。

“火星人”馬斯克在不久前又幹了一件不可思議的奇葩事,他表示,特斯拉美國工廠從5月份開始生產沒有搭載毫米波雷達的Model 3和Model Y車型。對此,特斯拉官網也作出了更新,在其車輛傳感器的介紹頁面取消了毫米波雷達的圖示。

眾所周知,激光雷達可謂是智能汽車實現高級別自動駕駛的標準配置,而馬斯克卻一直都是業內有名的反激光雷達鬥士。此前馬斯克就多次吐槽過激光雷達的“雞肋”屬性,如今的特斯拉不僅依舊對激光雷達不感冒,甚至連區區幾百塊錢的毫米波雷達也要從車上拿掉。對此,小雷不禁想問,馬斯克到底哪來的自信呢?

L2並非自動駕駛

通過SAE公佈的最新版自動駕駛標準來看,L2級別自動駕駛技術被明確劃分到了“駕駛員輔助系統”的範疇。之所以要重點突出“輔助”,是為了讓自動駕駛技術供應商、車企以及消費者更好地區分駕駛過程中人和車的主導權和責任劃分。

小雷認為在L2級別輔助駕駛技術的主導權方面,部分特斯拉車主除了應該加強學習使用剎車之外,更需要加強的是對特斯拉Autopilot輔助自動駕駛系統駕駛主導權方面的認知。

要知道,如今絕大多數因為自動駕駛導致的交通事故都來自特斯拉,而特斯拉之所以容易造成交通事故,正是因為有些人對如今還處在“駕駛員輔助”階段的自動駕駛技術有着迷之自信,缺乏對L2級別自動駕駛技術輔助性質的理性認知。

羅翔老師説過:“法律是道德標準的底線”,小雷對此深以為然。如果同樣以最低的道德要求來解讀SAE自動駕駛分級標準,那麼它也是自動駕駛的安全底線。這份極具權威性的標準給L2級別自動駕駛定義的輔助性質,其本質上就是在給支持L2級別自動駕駛的車企進行責任“鬆綁”,將由L2級別自動駕駛導致的事故責任徹底推給了消費者。

在明確了L2級別自動駕駛技術的輔助性質之後,特斯拉再也不用擔心由於L2級別自動駕駛造成的事故替用户“背鍋”了。因為從SAE標準的字面意思上理解,L2級別自動駕駛只是一項輔助駕駛的便利性技術,並沒有保障全場景自動駕駛安全的必要責任。

L2級別的自動駕駛技術發展至今已經變得相當成熟,它的算法經過數年的優化也有了長足的進步,如今市面上已經出現了很多僅憑攝像頭就能實現L2級別自動駕駛技術的車型。由此可見,特斯拉雖然是目前視覺算法玩得最6的車企,但它卻不是唯一一家僅憑攝像頭和超聲波雷達達到L2級別自動駕駛的車企。

雖然如今L2級別的硬件應用當中卻依然是以毫米波雷達和攝像頭為主,但是我們都知道激光雷達才是發展完全自動駕駛技術的核心硬件。為了進一步擴展自動駕駛能力,目前已經有不少車企給自家的新車型裝備了激光雷達。那麼,連毫米波雷達都棄用的特斯拉,僅憑純視覺算法真的能夠逆流而上嗎?

馬斯克為何如此崇尚視覺算法?

小雷認為馬斯克推崇視覺算法的理由有二。其一,馬斯克一直都希望將特斯拉的製造成本壓到最低,而攝像頭作為視覺算法的主傳感器,它的成本比激光雷達和毫米波雷達都要便宜。

據悉,目前特斯拉Model 3的自動駕駛攝像頭成本只需要65美元。要知道,在2018年,激光雷達領域的扛把子Velodyne最便宜的16線激光雷達VLS-16售價也要4000美元,而64線的HDL-64售價更是高達7.5萬美元。

如今即便是高舉性價比大旗,要做激光雷達價格屠夫的華為,它的64線車規級激光雷達價格也依然是汽車零部件當中的“奢侈品”。這麼看來,“摳門”的馬斯克選擇成本低廉的視覺算法技術路線也是可以理解的,畢竟他還要完成他“葬身火星”的大計嘛。

其二,馬斯克堅信第一性原理。他認為既然人類只需要將肉眼觀察路況傳輸給大腦,大腦再根據獲取到的信息指揮肢體就能夠完成汽車駕駛的過程;那麼汽車自然也可以通過攝像頭模擬人眼,通過不斷升級迭代的算法模擬大腦,讓自動駕駛系統自己來完成汽車行駛的過程。

另外,在馬斯克看來,人類只有兩隻眼睛,注意力永遠只能夠集中在一個方向,而汽車可以通過搭載多個攝像頭實現“眼觀六路”,並且電腦的學習能力也遠比人類大腦的學習能力要強,所以自動駕駛在未來也必將比人類自己駕駛汽車更加熟練。

總結

純視覺算法從短期來看,確實可以輕而易舉地實現如今並不算太先進的L2級別輔助駕駛功能,而特斯拉日益成熟的視覺算法,甚至能讓它的自動駕駛技術在多數情況下將“輔助”二字去掉,實現真正意義上的自動駕駛。然而,所謂的多數情況也就意味着真實的路況依然會存在各種不確定因素。

馬斯克將自動駕駛攝像頭比作人的眼睛本身是沒有錯的,但是人的眼睛也有很大的侷限性,而攝像頭模擬的就是人眼,所以它自然存在這種侷限。比如説在暴雨、大霧等能見度低的天氣情況下,攝像頭和肉眼都不具備激光雷達、毫米波雷達的“透視”屬性。

由此可見,即便特斯拉擁有再強大的算法,僅僅依靠攝像頭的純視覺算法也會因為受到感知硬件的限制,而無法在極端天氣情況下實現自動駕駛。要知道,如果自動駕駛“輔助”階段發生了事故,那麼車企還能有些許解釋的餘地;而自動駕駛一旦走上正軌,純視覺算法天然的弊端所帶來的事故風險就必須由車企承擔。

本文為專欄作者授權創業邦發表,版權歸原作者所有。文章系作者個人觀點,不代表創業邦立場,轉載請聯繫原作者。如有任何疑問,請聯繫