Dirk Gulde

自動駕駛技術(shù)的發(fā)展步伐之所以如此之快，很大程度上是因為采用了人類視力無法比擬的高性能傳感器。當(dāng)然，到目前為止，并非所有問題都得到了解決

人們是這樣認(rèn)識埃隆·馬斯克（Elon Musk）的：特斯拉克服了純電動轎車Model 3最大的生產(chǎn)問題。他是一個有魅力但桀驁不馴的人——去年11月初，在美國一次關(guān)于傳統(tǒng)汽車制造商的技術(shù)播客中，他曾對最先生產(chǎn)電動汽車的傳統(tǒng)汽車制造商出言不遜，認(rèn)為他們在自動駕駛中處于劣勢，而特斯拉遠(yuǎn)遠(yuǎn)領(lǐng)先這個行業(yè)的其他企業(yè)，谷歌的子公司W(wǎng)aymo頂多也就是與之齊名。

馬斯克還提到了傳統(tǒng)汽車制造商顯得如此無能為力的原因：盡管他們對軟件知之甚少，卻樂于使用非常復(fù)雜的軟件，并且使用了太多種類的傳感器。

事實上，德國的自動駕駛汽車市場的確充斥著各種不同類型的傳感器。除了攝像頭之外，一輛自動駕駛汽車通常會使用六個甚至更多的雷達(dá)系統(tǒng)，以及至少四個激光掃描儀。與之相反，特斯拉僅在車輛前部使用一個雷達(dá)，其余的圖像則通過攝像頭獲取，并由一臺功能強(qiáng)大的計算機(jī)對所獲得的圖像進(jìn)行分析。根據(jù)馬斯克的說法：人類的眼睛可以與攝像頭相媲美，并且人類主要依靠視覺駕駛汽車。

自動駕駛助力共享出行

而梅賽德斯和博世公司對此持有不同的意見。這兩個位于德國南部的制造商將于2019年下半年在加利福尼亞州圣何塞市啟動共享乘車服務(wù)，采用可自動駕駛的奔馳S級車型，通過雷達(dá)傳感器和激光掃描儀創(chuàng)建周圍環(huán)境的360°圖像，并對攝像機(jī)獲取的信息進(jìn)行實時評估。

究其工作原理，先進(jìn)傳感技術(shù)的優(yōu)勢變得非常明顯：雷達(dá)傳感器發(fā)出的無線電波被固態(tài)物體反射，并作為回波被發(fā)送回傳感器。根據(jù)雷達(dá)回波返回到傳感器的內(nèi)容，以及返回的時間長短，可以確定道路上其他車輛的位置、距離和速度。信號傳播的時間越長，說明車輛越遠(yuǎn)。激光掃描儀發(fā)出光信號，其反射圖像也同樣被分析。

這兩種傳感器都屬于主動型傳感器，如同在大自然中發(fā)生的情況，例如，蝙蝠在夜間飛行時也是用同樣原理的探測方法避免與障礙物碰撞。與之相反，攝像頭屬于被動型傳感器，只能被動地評估周圍的圖像。反射的時候，既不會對所傳輸?shù)男盘栠M(jìn)行比較，也不會“知道”將要發(fā)生什么，這種問題在特斯拉自動駕駛車型上已經(jīng)出現(xiàn)過好幾次：例如2016年5月在俄亥俄州發(fā)生了自動駕駛車輛與卡車相撞的事故，這也是全球首例自動駕駛汽車上的人員死亡事故。由于當(dāng)時白色卡車正在轉(zhuǎn)彎，遮擋了特斯拉攝像頭，加上當(dāng)時日照強(qiáng)烈，導(dǎo)致攝像頭致盲，因此未能及時啟動剎車系統(tǒng)。

事實上，強(qiáng)光或者是大面積遮擋物都會影響到前視攝像頭的圖像識別，這樣自動駕駛就變得不那么可靠了。

到目前為止，人們認(rèn)為雷達(dá)數(shù)據(jù)僅適用于測量與道路上其他車輛的距離以及其他車輛的速度，而攝像頭的任務(wù)是將識別到的對象彼此區(qū)分開。對于自動駕駛汽車而言，了解路邊的對象是樹木還是人是非常重要的，因為人隨時可能走到車道上。計算機(jī)采用人工智能和深度學(xué)習(xí)的方法進(jìn)行識別，能夠?qū)崟r區(qū)分出數(shù)十種不同類型的對象：例如騎行者、摩托車或交通信號標(biāo)識。

比人類做得更好

系統(tǒng)能夠非常好地對圖像進(jìn)行分析處理，即使在沒有車道標(biāo)記的路段也能區(qū)分人行道和街道，因為不同路段的瀝青路面發(fā)出的微光也會有細(xì)微的差別。由于視頻圖像的識別效果非常好，開發(fā)人員最終提出采用深度學(xué)習(xí)的算法來評估雷達(dá)獲取的信息。即使雷達(dá)圖像像素不高，計算機(jī)同樣可以識別出不同的道路使用者。

雷達(dá)系統(tǒng)還有一個不容小覷的優(yōu)勢：由于它的無線電波可在車輛的底部和道路之間形成反射，所以能夠“透過”周圍的車輛感知環(huán)境，還能夠識別車輛前方是否有騎車者或更大的車輛在路上行駛。這種類似 X 射線的視覺能力，將對周圍環(huán)境的識別能力提升到了一個新的層次。

之前人們低估了激光掃描儀的作用能力，認(rèn)為它主要提供三維環(huán)境圖像，即掃描周圍景觀的表面結(jié)構(gòu)，并對掃描到的對象進(jìn)行分類。實際上，激光掃描儀可以通過激光的三維掃描對道路上各種 “飛馳” 的物體進(jìn)行完整的空間呈現(xiàn)，遠(yuǎn)比單獨(dú)的攝像頭圖像的精確性高。

現(xiàn)在，純圖像數(shù)據(jù)的處理方式也不同于幾年前：攝像頭拍攝的每個圖像有幾百萬像素，而且這樣的攝像頭每秒都會產(chǎn)生20個圖像，因此需要非常強(qiáng)大的計算機(jī)來不斷進(jìn)行實時分析。

在2019 年下半年，梅賽德斯和博世將在圣何塞San José推出Robotaxi 服務(wù)， 并采用S 級車型作為測試車

目標(biāo)明確

埃隆·馬斯克所指的風(fēng)險是傳統(tǒng)制造商的開發(fā)人員使用了過多種類的傳感器，因此在軟件層面上的協(xié)調(diào)與控制方法變得不那么有效。其實戴姆勒、寶馬或博世等傳統(tǒng)汽車制造商和供應(yīng)商更愿意在新技術(shù)的開發(fā)上投入大量資金，以便能夠在之后的量產(chǎn)中決定可以去掉哪些繁瑣復(fù)雜的功能。

有趣的是，硅谷巨頭谷歌也做了同樣的事情：谷歌無人駕駛公司W(wǎng)aymo的研發(fā)車輛采用了三種類型的傳感器。在激光掃描儀方面，Waymo最初甚至使用了軍用品，其價格堪比一輛豪華級轎車。Waymo采用克萊斯勒Pacifica面包車作為測試車輛，還在車頂上配備了精心設(shè)計的360°攝像頭。近期，Waymo還將在鳳凰城推出Robotaxi服務(wù)（無人駕駛的出租車系統(tǒng)），這意味著他們比戴姆勒和博世行動更快，而后者將于2019年下半年才會在圣何塞開始試運(yùn)行。

德國南部的兩個制造商認(rèn)為谷歌在這方面雖然遙遙領(lǐng)先，但并非不可超越。一方面，這個兩個德國研發(fā)團(tuán)隊之間應(yīng)該定期召開專業(yè)會議，取長補(bǔ)短。另一方面，谷歌選擇的技術(shù)測試地鳳凰城是個天氣好、交通秩序也好的“理想城”。沒有人擔(dān)心特斯拉的專業(yè)性，現(xiàn)在我們唯一擔(dān)心的是“不夠成熟”的技術(shù)再出什么“閃失”——那會影響人們對自動駕駛技術(shù)的熱情。

可自動駕駛的寶馬7 系在翁特施萊斯海姆的大學(xué)校園