自動(dòng)駕駛路線(xiàn)之爭：多傳感融合才是出路

　　近期，自動(dòng)駕駛無(wú)疑已經(jīng)成為科技圈和汽車(chē)圈的熱點(diǎn)話(huà)題，谷歌、百度、蘋(píng)果及Uber等科技公司，特斯拉、奧迪、奔馳、寶馬等主流汽車(chē)廠(chǎng)商紛紛投入自動(dòng)駕駛領(lǐng)域。然而，關(guān)于自動(dòng)駕駛技術(shù)路線(xiàn)之爭也一直沒(méi)有停止過(guò)。據了解，在不同技術(shù)路線(xiàn)中，所使用到的傳感器主要有激光雷達、毫米波雷達以及攝像頭三類(lèi)，且各具優(yōu)缺點(diǎn)。

　　一、主流傳感器對比

　　激光雷達：

　　激光雷達具有高精度、高分辨率的優(yōu)勢，同時(shí)具有建立周邊3D模型的前景，然而其劣勢在于對靜止物體如隔離帶的探測較弱且目前技術(shù)落地成本高昂。由于激光雷達可廣泛應用于A(yíng)DAS系統，例如自適應巡航控制(ACC)、前車(chē)碰撞警示(FCW)及自動(dòng)緊急制動(dòng)(AEB)，因此吸引了不少具有先進(jìn)技術(shù)的初創(chuàng )公司競爭，同時(shí)傳統供應商也積極布局投資希望能夠達成戰略合作關(guān)系以便快速獲得先進(jìn)技術(shù)。

　　毫米波雷達：

　　與激光雷達相比，毫米波雷達具有探測距離遠，不受天氣狀況影響以及成本低的優(yōu)勢。由于毫米波雷達采用硅基芯片，不會(huì )特別昂貴，也不涉及復雜工藝，同時(shí)正處于第二次工藝轉型的重要時(shí)期，預計成本仍有下降空間。

　　相比激光雷達暫時(shí)高不可攀的成本以及較低的技術(shù)壁壘和自身可全天候工作的優(yōu)勢，毫米波雷達可以說(shuō)是目前初創(chuàng )公司進(jìn)入自動(dòng)駕駛市場(chǎng)的一個(gè)門(mén)檻較低的入口。

　　攝像頭：

　　車(chē)載攝像頭是最基本常見(jiàn)的傳感器，價(jià)格低廉且應用廣泛同時(shí)具備雷達無(wú)法完成的圖像識別功能，不僅可以識別路牌，在自動(dòng)駕駛系統的圖像處理方案中也是不可或缺的一部分。

　　鑒于目前激光雷達的高成本，攝像頭配合高精度地圖是另一種較低成本的技術(shù)路線(xiàn)。除了與高精度地圖配合為自動(dòng)駕駛提供定位服務(wù)，攝像頭還可以在地圖采集過(guò)程中作為低成本且數據傳輸量小(攝像頭捕捉的是小尺寸的2D畫(huà)面)的數據收集器。

　　二、視覺(jué)主導還是激光雷達主導?

　　據清華大學(xué)鄧志東教授介紹，自動(dòng)駕駛環(huán)境感知的技術(shù)路線(xiàn)主要有兩種：一種是以特斯拉為代表的視覺(jué)主導的多傳感器融合方案，另一種以低成本激光雷達為主導，典型代表如谷歌Waymo。

　　1、視覺(jué)主導，以特斯拉為代表：攝像頭+毫米波雷達+超聲波雷達+低成本激光雷達。

　　攝像頭視覺(jué)屬于被動(dòng)視覺(jué)，受環(huán)境光照的影響較大，目標檢測與SLAM較不可靠，但成本低。目前，特斯拉已經(jīng)在其量產(chǎn)車(chē)上列裝了Autopilot 2.0固件，而且成本較低，只有7000美金左右，8個(gè)攝像頭組成單目環(huán)視，有1個(gè)毫米波雷達和12個(gè)超聲波雷達，希望從L2跳躍到L4。

　　經(jīng)過(guò)半年的努力，特斯拉近期已經(jīng)完成了將路測大數據從Mobileye單目視覺(jué)技術(shù)過(guò)渡到基于Nvidia Drive PX2計算硬件平臺的特斯拉Vision軟件系統上，并且在今年3月底發(fā)布了8.1軟件版本，它用深度學(xué)習的方法在短期內基本達到了Mobileye的技術(shù)水平，這是以前很難想象的。特斯拉的自動(dòng)駕駛技術(shù)究竟怎么樣，一個(gè)重要的觀(guān)察點(diǎn)就是看它能否在2017年年底，如期從洛杉磯開(kāi)到紐約，實(shí)現全程4500公里且無(wú)人工干預的完全自主駕駛。

　　2、激光雷達主導，以Google Waymo為代表：低成本激光雷達+毫米波雷達+超聲波傳感器+攝像頭。

　　激光雷達是主動(dòng)視覺(jué)，它的目標檢測與SLAM比較可靠，但是卻丟失了顏色和紋理且成本高昂。目前谷歌Waymo自己組建團隊研發(fā)激光雷達的硬件，把成本削減了90%以上，基本上是7000美金左右，同時(shí)他們已經(jīng)開(kāi)始在美國鳳凰城地區對500輛L2級別的車(chē)進(jìn)行社會(huì )公測，大大地推進(jìn)了該類(lèi)技術(shù)路線(xiàn)的落地實(shí)踐。

　　激光雷達主導的解決方案未來(lái)可以沿如下兩個(gè)方向繼續推進(jìn)商業(yè)化進(jìn)程：

　　一個(gè)是發(fā)展攝像頭與激光雷達的硬件模組，把兩者結合起來(lái)，既有激光雷達，又有彩色攝像頭，可以直接獲得彩色激光點(diǎn)云數據。

　　另一個(gè)是進(jìn)一步降低激光雷達的硬件成本，比如研發(fā)固態(tài)激光雷達并真正實(shí)現產(chǎn)業(yè)化，屆時(shí)成本會(huì )下降到幾百美金。

　　總之，現在自動(dòng)駕駛領(lǐng)域有三大核心問(wèn)題需要著(zhù)力突破：即利用人工智能，尤其是利用深度學(xué)習進(jìn)行目標識別、自主導航和信息融合，這三方面的技術(shù)成果是真正具有商業(yè)價(jià)值的。

　　目標識別：例如對交通流稠密的復雜城區，如何可靠地進(jìn)行周邊障礙物的檢測與行為預測，特別是對極端與緊急情況的感知與預測。

　　自主導航：激光SLAM或視覺(jué)SLAM及其與低成本組合導航的精準融合;

　　信息融合：多傳感器如何進(jìn)行信息融合。

　　三、未來(lái)的趨勢是什么?

　　目前，由于各種原因，不同廠(chǎng)商對于自動(dòng)駕駛技術(shù)路線(xiàn)仍有爭議，所采用的傳感器組合方式也有側重。但是，對于未來(lái)發(fā)展趨勢，業(yè)內主流觀(guān)點(diǎn)認為毫米波雷達、激光雷達以及攝像頭等多種傳感器的融合才是實(shí)現自動(dòng)駕駛的必由之路。顯然，以色列創(chuàng )業(yè)公司Innoviz CEO兼聯(lián)合創(chuàng )始人Omer David Keilaf也是這種觀(guān)點(diǎn)的支持者。

　　他認為，將毫米波雷達、攝像頭、激光雷達等傳感器數據融合的技術(shù)，對于保證車(chē)輛對周邊環(huán)境的全局定位和理解是至關(guān)重要的，且為L(cháng)evel 3-Level 5級自動(dòng)駕駛方案的實(shí)現提供了必要的技術(shù)儲備。在環(huán)境感知中，每一種傳感器都有獨特的優(yōu)勢和弱點(diǎn)。例如，毫米波雷達可在低分辨率情況下完成測距，且受天氣因素影響小;而攝像頭有更高的分辨率，能夠感知顏色，但受強光影響較大;激光雷達則能夠提供三維尺度感知信息，對環(huán)境的重構能力更強。

　　在這種前提下，只有幾種傳感器的融合才能提供車(chē)輛周?chē)h(huán)境更精準的繪圖信息，并達到OEM主機廠(chǎng)所需的安全標準。目前，高性能激光雷達的量產(chǎn)和成本問(wèn)題，仍是通往多傳感器融合技術(shù)方案，乃至完全自動(dòng)駕駛的障礙之一。