圖|黑芝麻智能駕駛平臺 SOC（來源：黑芝麻）

另一個重要方面則是算法。單記章在采訪中強調(diào)，團隊成員在視覺感知方面有著深厚的技術(shù)背景，他本人也在圖像傳感器行業(yè)從業(yè)超過 20 年。他認為感知算法是該公司的“一項特殊能力”。比如在圖像處理上，黑芝麻能在昏暗、強光、高動態(tài)等情況下通過控光技術(shù)，對光的波前、波譜、偏振、光場等進行測量和調(diào)整，使得攝像頭能在各種特殊工況條件下適應(yīng)環(huán)境，從而得到更高質(zhì)量的計算機視覺成像。

值得注意的是，黑芝麻提供的方案瞄準的是 L3 級別的自動駕駛。背后的原因在于，單記章認為如今市場上的 L1、L2 級輔助駕駛的產(chǎn)品已經(jīng)非常多了，其中不乏一些芯片巨頭和博世這樣的一級供應(yīng)商，競爭會非常激烈。而 L2 以上的自動駕駛則有所不同，比如英特爾旗下的 Mobileye 在 L3 以上的進展也較慢，目前市場上沒有真正好用的產(chǎn)品，而這正是黑芝麻的關(guān)注焦點。

不過，L3 級別自動駕駛本就是一條飽受爭議的路線。L3 級自動駕駛處在以人為主的輔助駕駛與以系統(tǒng)為主的自動駕駛之間，在部分場景下實現(xiàn)自動駕駛，但在特殊情況下又需要人類駕駛員快速接管，責任主體的轉(zhuǎn)變會帶來責任難以劃分的問題。此外，業(yè)內(nèi)也有聲音認為 L3 自動駕駛?cè)鄙匍_發(fā)價值，屬于“偽命題”。

在這一爭議問題上，單記章也提出了 L3 自動駕駛的必要性：“在今天看來，從 L2 直接跨越到 L4 是顯然站不住腳的。實際上大家都計劃在 2020、2021 這個時間點做出 L3 級的車?！蓖瑫r他認為，在將安全性做的更好之后，在部分場景下解放駕駛員的雙手是一件完全可以做到的事情。

單記章在采訪中表達了自己也站在了激光雷達的反對者一方，最關(guān)鍵的原因是激光雷達仍未突破量產(chǎn)難題，同時在環(huán)境適應(yīng)能力上也存在問題。特別是高線束激光雷達，高昂的價格讓其無法滿足市場的需求，多數(shù)僅能在測試車上使用。

圖|黑芝麻提供端到端、全棧式的感知系統(tǒng)解決方案（來源：黑芝麻）

現(xiàn)階段黑芝麻推出的傳感器融合方案中并沒有使用激光雷達。“我們不排斥任何技術(shù)，但目前市場上僅有一家公司能做到真正的車規(guī)級激光雷達。”單記章說道。

與此同時，他也并不認為車規(guī)級激光雷達能在短時間內(nèi)出現(xiàn)。近日有業(yè)內(nèi)人士圍繞這一話題，提出激光雷達有望在 3-5 年內(nèi)將成本大幅降低。對于這一說法，單記章認為，在性能和成本上能達到量產(chǎn)要求的激光雷達，可能需要 5-8 年的時間才能進入市場，再加上汽車行業(yè)的周期很長，車廠在采用了激光雷達之后，距離車輛能真正上路則可能還要額外 2-3 年。

在自動駕駛的環(huán)境感知環(huán)節(jié)，激光雷達能更好地獲得三維信息，對周圍物體進行更加精確的定位，而攝像頭獲得的是二維畫面，因此借助攝像頭進行定位存在較大的難度。且由于高階自動駕駛對汽車周圍環(huán)境的感知精度需要提升不少，因此目前市面上多數(shù) Robotaxi、無人貨運車輛等都不可避免地選擇了激光雷達。

出于對符合車規(guī)、量產(chǎn)的考慮，使用低線束低成本的激光雷達搭配其他傳感器也成為了部分自動駕駛解決方案的一個選擇。而單記章對此認為，低線束激光雷達能夠很好地完成對較近處物體的測距，但這部分工作通過攝像頭也能完成，目前很多深度學(xué)習(xí)算法已經(jīng)能在測距上達到較好的效果。

舉例來說，雖然人類駕駛員在開車時多通過雙眼觀察周圍的環(huán)境，但在單眼的情況下，其實也能很好地判斷周圍物體的方位和距離。

單記章表示，這就是因為人會對眼前的二維畫面進行估計和判斷，自動駕駛也是一樣的，在攝像頭僅得到二維畫面的情況下，運用深度學(xué)習(xí)算法也能判斷出畫面中的物體距離，這樣就可以將激光雷達丟掉，在提升性能的同樣能夠保證量產(chǎn)。