在自動(dòng)駕駛的感知領(lǐng)域，行業(yè)內(nèi)分成了立場(chǎng)鮮明的兩派——視覺(jué)派和激光雷達(dá)派。特斯拉是視覺(jué)派最堅(jiān)定的守護(hù)者，甚至不惜用一切最?lèi)憾镜男稳菰~將激光雷達(dá)貶到一無(wú)是處。但按照埃隆·馬斯克一貫的作風(fēng)，在“詛咒”某些事情的背后，他一定也在“敬畏”某些事情。

當(dāng)一個(gè)系統(tǒng)想要變得可靠，一個(gè)關(guān)鍵原則是把這個(gè)系統(tǒng)做“冗余”。因此，汽車(chē)行業(yè)里的多數(shù)人，都在為這個(gè)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(chē)做減法：大幅降低車(chē)輛線束長(zhǎng)度、大幅減少車(chē)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(hù)才能接受。

如果秉持同樣的出發(fā)點(diǎn)，就不難理解埃隆·馬斯克多次在公開(kāi)場(chǎng)合對(duì)激光雷達(dá)無(wú)下限的貶低：

2015年10月——激光雷達(dá)毫無(wú)意義，對(duì)于自動(dòng)駕駛汽車(chē)來(lái)說(shuō)沒(méi)有必要。

2017年4月——激光雷達(dá)很差勁，他們會(huì)拋棄激光雷達(dá)，記住我的話，這是我的預(yù)測(cè)。

2018年2月——激光雷達(dá)昂貴、丑陋、沒(méi)有必要。

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

當(dāng)然，從事實(shí)的結(jié)果來(lái)講，馬斯克有足夠的資本藐視激光雷達(dá)，因?yàn)橐揽恳曈X(jué)方案的特斯拉是目前公認(rèn)這個(gè)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(dá)踩在腳底了嗎？恰恰相反，他清楚地認(rèn)識(shí)到視覺(jué)與激光雷達(dá)的優(yōu)劣勢(shì)，同時(shí)不斷推動(dòng)讓視覺(jué)方案做到本只能由激光雷達(dá)做到的事情。

特斯拉為何不用激光雷達(dá)？

理論上說(shuō)，視覺(jué)與激光雷達(dá)是完美的互補(bǔ)體。

視覺(jué)方案中的圖像傳感器能以高幀率、高分辨率獲取周?chē)鷱?fù)雜的環(huán)境信息，且價(jià)格便宜。但圖像傳感器是一種被動(dòng)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(wù)的難度會(huì)大幅提升。

激光雷達(dá)是一種主動(dòng)式傳感器，通過(guò)發(fā)射脈沖激光并探測(cè)目標(biāo)的散射光特性獲取目標(biāo)的深度信息，具有精度高、范圍大、抗干擾能力強(qiáng)的特性。但是，激光雷達(dá)獲取的數(shù)據(jù)稀疏無(wú)序、難以直接利用，且激光單色的特性讓其無(wú)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(jué)與激光雷達(dá)所獲得的信息進(jìn)行融合，實(shí)現(xiàn)更加精確的環(huán)境感知。

但在馬斯克看來(lái)，無(wú)論是汽車(chē)還是道路，都是人類(lèi)為人類(lèi)設(shè)計(jì)的。既然人類(lèi)可以通過(guò)視覺(jué)收集信息+大腦處理信息的方式進(jìn)行安全駕駛，那就意味著自動(dòng)駕駛也可以通過(guò)同樣的方式實(shí)現(xiàn)。如果強(qiáng)行加入一個(gè)激光雷達(dá)作為“超人感官”，就好比人在行走時(shí)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(dá)的高成本，以及因?yàn)榧尤爰す饫走_(dá)后造成電氣系統(tǒng)的復(fù)雜，不符合特斯拉一貫做減法的造車(chē)?yán)砟睢?/p>

視覺(jué)的瓶頸在算法，激光雷達(dá)的瓶頸在原理。顯然，視覺(jué)具有更大的開(kāi)發(fā)潛力，也擁有理論上更高的上限。做對(duì)的事情，不做容易的事情，也是一直以來(lái)馬斯克的作風(fēng)。

至于在公開(kāi)場(chǎng)合頻繁唱衰激光雷達(dá)，就權(quán)當(dāng)是特斯拉及埃隆·馬斯克出色公關(guān)水平的一種體現(xiàn)。

特斯拉如何克服視覺(jué)劣勢(shì)？

從2D平面圖像推斷精確的3D立體實(shí)景，實(shí)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(jué)和激光雷達(dá)標(biāo)注的形狀都是準(zhǔn)確的，但是如果放在3D的場(chǎng)景中，就會(huì)發(fā)現(xiàn)使用視覺(jué)方案標(biāo)注的形狀不僅偏長(zhǎng)、偏窄，而且缺少了汽車(chē)的側(cè)面。

因?yàn)樵?D圖像中，很容易找到車(chē)輛的左前角和右后角，但是左后角卻沒(méi)有明顯的特征，由于車(chē)輛尾部的傾斜、向上收窄，就會(huì)造成對(duì)整體寬度的低估。同時(shí)，依靠發(fā)動(dòng)機(jī)艙蓋超出車(chē)頂?shù)牟糠止浪丬?chē)長(zhǎng)，也會(huì)導(dǎo)致在縱深方向上的高估。

而這還僅僅是一個(gè)在高亮度環(huán)境下相對(duì)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(huì)變得更加極端。比如在黑暗樹(shù)蔭中的二輪車(chē)，純視覺(jué)方案很難分辨。

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

實(shí)現(xiàn)自動(dòng)駕駛功能，更多的是技巧、記憶和經(jīng)驗(yàn)，而不只是推理和計(jì)算，深度學(xué)習(xí)的算法就是為了提高自動(dòng)駕駛的成熟程度。特斯拉完善視覺(jué)算法的一大優(yōu)勢(shì)，就是通過(guò)海量的車(chē)主駕駛數(shù)據(jù)，進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，從而不斷覆蓋更多的工況與場(chǎng)景，達(dá)到視覺(jué)算法無(wú)限接近人類(lèi)判斷的目的。

這一方面取決于特斯拉自動(dòng)駕駛硬件的高算力，另一方面是特斯拉在“模式識(shí)別模型”領(lǐng)域的絕對(duì)領(lǐng)先——超大的數(shù)據(jù)規(guī)模、多樣化的數(shù)據(jù)覆蓋度、真實(shí)的數(shù)據(jù)場(chǎng)景。歸根到底，全世界超過(guò)百萬(wàn)輛的特斯拉車(chē)主，都是特斯拉自動(dòng)駕駛算法訓(xùn)練的眾測(cè)者。

這里不得不提的就是特斯拉獨(dú)有的“影子模式”，這是特斯拉在不影響算法訓(xùn)練的速度與準(zhǔn)確性的基礎(chǔ)上，大幅降低因數(shù)據(jù)量過(guò)大造成訓(xùn)練成本提升的關(guān)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(dòng)作。如果在某個(gè)特定場(chǎng)景中駕駛員的操作與“影子”預(yù)想的一致，那么數(shù)據(jù)不會(huì)被上報(bào)；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(huì)被送到特斯拉的服務(wù)器中，并對(duì)算法進(jìn)行修正性訓(xùn)練，達(dá)到一定程度后再次下發(fā)到車(chē)輛中。

這個(gè)過(guò)程中，駕駛員不會(huì)有任何感知，但特斯拉事實(shí)上已經(jīng)完成了“模式識(shí)別-算法學(xué)習(xí)-反饋-升級(jí)-應(yīng)用”的閉環(huán)。正是在無(wú)數(shù)次的訓(xùn)練后，特斯拉不斷提升視覺(jué)方案的精度，克服視覺(jué)方案固有的劣勢(shì)，并且將算法優(yōu)勢(shì)變成牢不可破的技術(shù)門(mén)檻。

用視覺(jué)替代激光雷達(dá)，可能嗎？

特斯拉最終希望達(dá)到的目的，是讓其視覺(jué)處理能力達(dá)到激光雷達(dá)的可見(jiàn)性，在行業(yè)中被稱(chēng)為“偽激光雷達(dá)”。

激光雷達(dá)通過(guò)每個(gè)激光點(diǎn)的距離，實(shí)時(shí)還原環(huán)境。而特斯拉則是要去預(yù)測(cè)每個(gè)像素的深度，然后將其投射出來(lái)，從而復(fù)制激光雷達(dá)的功能。

分析2D圖像的每個(gè)像素，將其還原成真實(shí)的3D場(chǎng)景，毫無(wú)疑問(wèn)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(jué)方案進(jìn)一步升級(jí)的體現(xiàn)。

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

在特斯拉公開(kāi)展示的通過(guò)“偽激光雷達(dá)”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(dá)的效果，但相信這只是一個(gè)階段性成果，更多的場(chǎng)景仍然有待考察?！皞渭す饫走_(dá)”這項(xiàng)從2018年才開(kāi)始在學(xué)術(shù)界有可見(jiàn)報(bào)道的研究，對(duì)特斯拉同樣是一個(gè)極具探索挑戰(zhàn)的問(wèn)題。

但如果特斯拉要依靠純視覺(jué)方案解決L4乃至L5級(jí)別的完全自動(dòng)駕駛，通過(guò)強(qiáng)大的計(jì)算能力解決2D圖像到3D實(shí)景的轉(zhuǎn)換，是必須要攻克的難關(guān)。

寫(xiě)在最后

如果一個(gè)人還在使用指南針和地圖，此時(shí)你給他一個(gè)GPS，意味著只是提供了解決問(wèn)題的一個(gè)極有價(jià)值的工具，但卻沒(méi)有解決問(wèn)題。激光雷達(dá)是那個(gè)解決問(wèn)題的工具，但是視覺(jué)方案也許能從一個(gè)新的維度解決問(wèn)題。

是視覺(jué)方案變強(qiáng)大的速度更快，還是激光雷達(dá)降價(jià)的速度更快？無(wú)人能給出答案，所以才會(huì)產(chǎn)生今天的行業(yè)路線紛爭(zhēng)，每一種路線的踐行者都堅(jiān)信自己會(huì)是最終的勝利者。在無(wú)比自信的馬斯克身上，這點(diǎn)體現(xiàn)得尤為明顯。
責(zé)任編輯:pj