特斯拉們離自動(dòng)駕駛只差一個(gè)環(huán)境識別

上個(gè)周末育碧開(kāi)啟了《看門(mén)狗：軍團》的免費試玩，作為一個(gè)從來(lái)只白嫖育碧游戲的“忠實(shí)”玩家，筆者也是體驗了一波，雖然開(kāi)車(chē)手感依然捉急，但是好在育碧加了一個(gè)非常人性化的功能：自動(dòng)駕駛。也不至于因為車(chē)技太差捅婁子。

       說(shuō)到自動(dòng)駕駛，作為一個(gè)全新的駕駛技術(shù)，它在技術(shù)上可以實(shí)現解放雙手的目的，不用自己操作就能去任何地方，聽(tīng)起來(lái)相當美好。但這只是我們的終極追求，但明顯以當前的科技水平，暫時(shí)還達不到這個(gè)目標，所以國際自動(dòng)機工程師學(xué)會(huì )（SAE）也是將自動(dòng)駕駛分為了L0到L5一共六個(gè)等級，也讓廠(chǎng)商和用戶(hù)都有個(gè)盼頭：

       L0：和自動(dòng)駕駛沒(méi)半點(diǎn)關(guān)系，純靠人力

       L1：駕駛支持，對駕駛有一些輔助功能

       L2：部分自動(dòng)化，算法和軟件可以短暫駕駛車(chē)輛

       L3：有條件自動(dòng)駕駛，車(chē)輛可以獨立駕駛，但需要安全員或駕駛員

       L4：高度自動(dòng)化，車(chē)輛可以獨立駕駛，不一定需要安全員

       L5：我就是真正的自動(dòng)駕駛，司機都不需要

       來(lái)自西方的互聯(lián)網(wǎng)“帶師”舞王馬斯克在剛剛成立特斯拉就一直用自動(dòng)駕駛忽悠人，實(shí)際上拿這份標準對照一下，會(huì )發(fā)現特斯拉最多也就做到L2，比如在高速上讓駕駛員解放雙手，休息休息。根據國外網(wǎng)友的實(shí)際測試，搭載了FSD測試版8.2的特斯拉在美國加州奧克蘭行駛的過(guò)程只能用“迷惑”形容，根本無(wú)法實(shí)現媲美人類(lèi)駕駛的效果。

       事實(shí)上，特斯拉的全自動(dòng)駕駛和Autopilot系統實(shí)際上并不是完全自主的。它們需要持續的人員監督和瞬間干預。所以本質(zhì)上還是個(gè)輔助駕駛系統，講道理這都涉及虛假宣傳了，可是介于315也沒(méi)特斯拉啥事，所以看官們自己心里有數就好。

       現在大多數做自動(dòng)駕駛的廠(chǎng)商都會(huì )宣稱(chēng)自己已經(jīng)做到了L3或者L4，但是考慮到復雜的實(shí)際路況，大多數也就在高速上跑跑，所以實(shí)際上也就是L2的水平，但是這年頭家用車(chē)都有先進(jìn)的車(chē)控系統，有電子助力器，有定速巡航等功能，妥妥的L1?；旧献詣?dòng)駕駛也就往前走了一小步而已。

       那這時(shí)就有人要問(wèn)了，說(shuō)了這么多，要實(shí)現自動(dòng)駕駛，到底要做到啥程度？靠啥黑科技？

       首先要明確的是，雖然這年頭深度學(xué)習模型框架火熱，但實(shí)際上對于自動(dòng)駕駛來(lái)說(shuō)，這些只是佐料，真正的主菜其實(shí)是：識別環(huán)境的能力。只有識別了周?chē)沫h(huán)境，并針對環(huán)境進(jìn)行實(shí)時(shí)的路徑修改和判斷，調整車(chē)輛的運轉，才能實(shí)現自動(dòng)駕駛。

       目前的自動(dòng)駕駛方案分為兩種，一種是特斯拉的攝像頭+圖像識別，另一種則是激光雷達。先說(shuō)特斯拉，這個(gè)被稱(chēng)作V1R方案的解決方法是在車(chē)身塞三個(gè)攝像頭加一個(gè)毫米波雷達，往前最大可以感知到160米，左右兩側最大可以感知到60米，往后最大可以感知到100米。但這套方案尷尬的地方在于，由于采用了圖像識別為主的方案，但它在實(shí)際的駕駛場(chǎng)景中識別準確率低的離譜，有時(shí)候甚至把路中間的白色卡車(chē)識別成云，人工智能秒變人工智障。

       當然并不是說(shuō)圖像識別訓練方法有問(wèn)題，事實(shí)上在訓練過(guò)程中可以達到99%的準確率，但圖庫和實(shí)際路況總是有差距，于是理論上的老司機就變成了馬路殺手。

       而另一種方案，是馬斯克最看不上的激光雷達。

       排除掉立場(chǎng)原因，這個(gè)技術(shù)真的有馬斯克口中那么不堪嗎？不見(jiàn)得。

       激光雷達的技術(shù)原理是通過(guò)發(fā)射激光，再計算反射回來(lái)的時(shí)間，從而測算出車(chē)體和障礙物的距離，構造立體空間的3D模型。是不是有點(diǎn)耳熟？沒(méi)錯，和蝙蝠的超聲波定位類(lèi)似，無(wú)論路況如何，光線(xiàn)明暗，都能構建出3D模型，而且激光雷達的感知方式更加主動(dòng)，不像是攝像頭那樣被動(dòng)等著(zhù)接收畫(huà)面，而是主動(dòng)去發(fā)射波，去收到畫(huà)面。如果你手中有新款的iPhone 12 Pro或者iPhone12 Pro Max，也可以使用LiDAR激光雷達掃描儀，利用“測距儀”App快速測量物體的長(cháng)度和高度，本質(zhì)上是一套技術(shù)。

       這套技術(shù)雖然好，但自己也有一點(diǎn)問(wèn)題，由于汽車(chē)實(shí)時(shí)的速度很快，但數據分析的要求不能降低，在車(chē)上加裝一個(gè)芯片是可行的，裝一個(gè)電腦機箱問(wèn)題也不大，但總不能把服務(wù)器塞進(jìn)去吧？所以這樣海量的數據計算只能放在云端，讓云端的服務(wù)器集群來(lái)計算，然而這就又引申出了另一個(gè)問(wèn)題：數據計算都在云端，大家下載云端的數據就會(huì )有延遲，萬(wàn)一延遲高，1s后才收到1s前的數據，車(chē)都不知道開(kāi)哪兒去了，所以這也就是5G發(fā)展建設起來(lái)后自動(dòng)駕駛才有望普及的重要原因。

       出于安全性考慮，現在大部分的車(chē)都愿意采用激光雷達技術(shù)，有時(shí)候筆者也在合理懷疑馬斯克馬老師搞Starlink是為了自動(dòng)駕駛服務(wù)的，空地網(wǎng)絡(luò )弄好了，攝像頭方案換成云端+激光雷達方案，豈不是美滋滋？

       除了以上說(shuō)的這些，目前的車(chē)企們還有另一個(gè)問(wèn)題，那就是在控制層面，在自動(dòng)駕駛當中，駕駛系統直接給ECU發(fā)送指令，來(lái)控制汽車(chē)。但問(wèn)題是汽車(chē)的ECU一般都有20個(gè)以上，我們讓車(chē)輛執行指令的時(shí)候也不只是調用一個(gè)ECU，可能是多個(gè)ECU的組合。比如轉彎時(shí)控制方向盤(pán)轉向，還要控制速度，剎車(chē)，檔位等等，計算起來(lái)還是相當麻煩的。

       說(shuō)到這里，相信屏幕前的你也明白了自動(dòng)駕駛的難度所在，事實(shí)上對消費者和技術(shù)大佬來(lái)說(shuō)，自動(dòng)駕駛融合了太多既有的技術(shù)，這就導致了在實(shí)際應用起來(lái)，要考慮的問(wèn)題和麻煩都很多，如果沒(méi)有5G這樣的新通信技術(shù)牽線(xiàn)搭橋的話(huà)，是很難找到一個(gè)相對妥協(xié)的解決辦法的。

       希望自動(dòng)駕駛技術(shù)在未來(lái)某一天能真的實(shí)現吧。