輔助駕駛里面到底用純視覺，還是激光雷達(dá)，是個(gè)既陳舊又新鮮的話題。2022年特斯拉成為堅(jiān)定的視覺派，大多數(shù)國(guó)內(nèi)車企站在他的對(duì)面。到了2024年，有些已經(jīng)推出多款搭載激光雷達(dá)產(chǎn)品的品牌，開始轉(zhuǎn)而推純視覺產(chǎn)品。今年3月之后，好像這個(gè)“燒餅”又翻過來了，激光雷達(dá)派又開始占優(yōu)。

看似折騰，實(shí)則和掌握的技術(shù)階段（算力和算法、傳感器的技術(shù)水平）有關(guān)系。因此可以預(yù)見，這個(gè)話題還將持續(xù)下去，直到?jīng)]有明顯的技術(shù)瓶頸。

機(jī)器學(xué)習(xí)的四階段

先要澄清一下，不存在“純視覺 PK激光雷達(dá)”這個(gè)對(duì)決關(guān)系。沒有哪一輛車只裝了激光雷達(dá)不裝攝像頭。激光雷達(dá)定位就是打輔助的角色。所以合適的對(duì)壘雙方，應(yīng)該是純視覺VS視覺+激光雷達(dá)。

乍一看，后者的傳感器組合多了一個(gè)“幫手”，就像二郎神有三只眼一樣，多少會(huì)對(duì)眼神有幫助吧。不過問題比“乍一看”要麻煩得多。

最初像Waymo嘗試做L4、L5一步到位的企業(yè)，測(cè)試車上都頂著“花盆”——昂貴的機(jī)械旋掃雷達(dá)，價(jià)格當(dāng)時(shí)高達(dá)10萬美元，比街上跑的絕大多數(shù)車都貴。當(dāng)時(shí)不僅是攝像頭能力不行的問題，而在于當(dāng)時(shí)的算法認(rèn)知，還停留在“專家學(xué)習(xí)系統(tǒng)”層面，就是將知識(shí)和規(guī)則，用算法的方式定好，交給機(jī)器去執(zhí)行。

后來往前走了一步，簡(jiǎn)稱為“特征工程”。就是將特征提取出來，交給機(jī)器去學(xué)習(xí)。這和人開車的思路，開始有點(diǎn)像了，因?yàn)槿祟愄焐鷮?duì)變化特別敏感。比如顏色、形狀、大小、位置變了，對(duì)注意力影響大。注意力機(jī)制也是構(gòu)建AI架構(gòu)的靈感來源。人傾向于將車窗外的場(chǎng)景變化，簡(jiǎn)化為“可駕駛”、“不可駕駛”兩種狀態(tài)，再疊加常識(shí)（運(yùn)動(dòng)推斷）和交通規(guī)則，決定駕駛行為。

到了第三階段，即“機(jī)器學(xué)習(xí)”，可以直接將原始數(shù)據(jù)和少數(shù)標(biāo)簽交給機(jī)器，讓機(jī)器自己學(xué)習(xí)特征。這一階段，AI取得了驚人的發(fā)展。機(jī)器在圖像（語音）識(shí)別、分類能力上開始超過人類。

這個(gè)時(shí)候，特斯拉發(fā)明了一個(gè)算法，叫“Occupancy NetWork”（占用網(wǎng)絡(luò)）。簡(jiǎn)單說，就是將運(yùn)動(dòng)路徑上三維空間虛擬切割無數(shù)立體小方塊，如果檢測(cè)到某個(gè)小方塊被占用，還分為移動(dòng)和非移動(dòng)，那么就可以規(guī)避。不會(huì)出現(xiàn)以前那種、只有識(shí)別出是啥東西才能響應(yīng)的弊端。以前特斯拉有過無視翻倒的貨車、突然出現(xiàn)的牛等“非結(jié)構(gòu)性”障礙等負(fù)面案例。

這一技術(shù)是特斯拉走純視覺路線的最大底氣。不過馬斯克說，既然人能用兩只眼開車，純視覺就沒什么問題。

這屬于偷換概念。原因在于，機(jī)器尚未達(dá)到第四階段，即機(jī)器可以像人一樣感知和理解世界；像人一樣在幾乎所有環(huán)境當(dāng)中進(jìn)行學(xué)習(xí)和適應(yīng)，即實(shí)現(xiàn)“通用人工智能”。因此，純視覺至少現(xiàn)在還比人的能力低。

純視覺不如人眼，問題在于大腦

這種前提下，討論AEB（主動(dòng)剎車）的速度上限，其實(shí)沒有太大價(jià)值。可以理解為商業(yè)話術(shù)。

純視覺劣于人的能力，已經(jīng)不再是“眼神”（也就是傳感器能力）問題。人的大腦，出生時(shí)自帶一個(gè)模型，準(zhǔn)確說只有一個(gè)模型框架，數(shù)據(jù)量非常少。比如出生3個(gè)月的嬰兒，視覺已經(jīng)沒大問題（能感知5米外的物體，但缺乏細(xì)節(jié)），從未見過蛇。當(dāng)其見到蛇的視頻之后，表現(xiàn)出明顯不安——瞳孔收縮、肢體語言僵硬、哭鬧等。這就是模型殘留的少量參數(shù)。大量參數(shù)都是后天習(xí)得，而且在此過程中（0-3歲），人類裁剪了大量不活躍的腦神經(jīng)連接——代價(jià)是人喪失了這段時(shí)間的長(zhǎng)期記憶。

相對(duì)人的能力，智能機(jī)器很難預(yù)測(cè)行為的所有潛在后果。其行為經(jīng)常出現(xiàn)“不可解釋”的現(xiàn)象，因?yàn)樗狈θ祟惖慕?jīng)驗(yàn)。任何形式化的方法，不可能為所有對(duì)象和行為建立模型。比如，如何與其他智能體互動(dòng)、合作，并預(yù)料到會(huì)導(dǎo)致什么。機(jī)器智能仍有重大缺陷。這不是訓(xùn)練量可以解決的。

端到端的中間結(jié)果，往往不可解釋。對(duì)這類不可控的可能性，我們都是直接上硬規(guī)則來做兜底約束。比如，告訴機(jī)器，不管如何動(dòng)作，絕對(duì)不能闖紅燈。但是救護(hù)車、消防車就可以在確認(rèn)安全前提下闖紅燈。為了避免規(guī)則的復(fù)雜化，應(yīng)用場(chǎng)景必然受限。

所以，盡管攝像頭對(duì)于強(qiáng)光、照度快速變化、低照度、視線受阻（雨雪霧風(fēng)）的應(yīng)對(duì)能力提高了很多，但大問題在腦子里（算力和算法），因此也別指望當(dāng)前階段純視覺能夠替代人。

激光雷達(dá)是個(gè)好輔助嗎？

這個(gè)時(shí)候，外掛（激光雷達(dá)）再度有了用武之地。預(yù)測(cè)能力不行沒關(guān)系，真實(shí)世界是三維的，純視覺的本質(zhì)是三維世界的投影（二維圖像）。缺少的信息維度（深度），激光雷達(dá)直接測(cè)得。而且，視覺是被動(dòng)接受光信號(hào)，光線的影響不可控。其實(shí)人眼也有這個(gè)問題，同樣一輛車，夜晚和白天看起來可能完全不同。激光雷達(dá)是主動(dòng)照射，不受可見光影響。

視覺感知的是顏色和亮度，激光雷達(dá)感知的是輪廓。對(duì)同一輛車，外形輪廓往往更穩(wěn)定，而顏色和亮度，在不同光線下是不穩(wěn)定的。理論上，激光雷達(dá)測(cè)得的數(shù)據(jù)更可信。

但是，激光雷達(dá)的成本雖然壓下來了（仍然比攝像頭貴15倍），但激光雷達(dá)的缺陷也與其主動(dòng)工作方式有關(guān)。距離遠(yuǎn)了，激光的發(fā)散角擴(kuò)大，能量密度降低很快（和距離的平方成反比衰減）。

目前的技術(shù)水平，光照好的時(shí)候，對(duì)200米以外的物體，192線激光雷達(dá)可以獲得的信息，其實(shí)不如800萬像素的攝像頭。這樣的條件下，純視覺算法可以輕易識(shí)別出類型，但視覺+激光雷達(dá)，花費(fèi)大量算力處理點(diǎn)云-圖像融合數(shù)據(jù)，結(jié)果辨識(shí)能力反而不如純視覺。

一線的技術(shù)高管告訴我們，和刻板印象相反，激光雷達(dá)對(duì)天氣非常敏感。如果不是特別大的雪，不會(huì)過于遮擋視線（人類大腦和視覺算法都會(huì)自動(dòng)濾除），但這些半透明的小玩意，會(huì)在激光雷達(dá)幾米處形成一團(tuán)噪點(diǎn)，很難穿透雪花這種本該無視的障礙物。

真正能無視各種極端天氣的，其實(shí)是毫米波雷達(dá)（波長(zhǎng)：毫米波＞攝像頭＞激光雷達(dá)），因?yàn)椴ㄩL(zhǎng)越長(zhǎng)，繞射性越好。但也因?yàn)檫@一點(diǎn)，毫米波雷達(dá)的精度相當(dāng)感人，無法精確測(cè)距。

實(shí)際應(yīng)用中，激光雷達(dá)會(huì)掃射到很多物體，產(chǎn)生很多回波（多徑效應(yīng)），信號(hào)混疊在一起，給辨識(shí)帶來困難。激光雷達(dá)處理的幀率，遠(yuǎn)不及攝像頭。低幀率看遠(yuǎn)距離的高速物體，誤差比攝像頭大。這其實(shí)是算力的鍋。激光雷達(dá)的信息密度大，無用信息多，吃算力也多。

也因?yàn)檫@些缺陷，激光雷達(dá)不能單獨(dú)挑大梁，只用來補(bǔ)盲。這樣一來，問題就變成激光雷達(dá)只作為特殊條件下輔助，值不值得。所謂特殊條件，低照度、簡(jiǎn)單路況、高速行駛，即攝像頭看不了太遠(yuǎn)，但又需要系統(tǒng)提供較長(zhǎng)“接管窗口”的時(shí)候，激光雷達(dá)是不錯(cuò)的補(bǔ)盲手段。

碰到這樣的場(chǎng)景， 純視覺輔助的駕駛者，想確保安全，有兩種選擇：一種是使用輔助駕駛，速度放慢（低照度時(shí)必須降至100公里時(shí)速以下），給可能的接管留出5~10秒的時(shí)間；另一種選擇是人工開，不進(jìn)入輔助駕駛。

激光雷達(dá)能解決類似的困境。綜合成本貴上1~2萬。何去何從，可以自己選擇了。無論如何，理智的駕駛者會(huì)避免自身處于危險(xiǎn)邊緣。激光雷達(dá)的確能在某些場(chǎng)景帶來更大的自由度。

當(dāng)然，如果天氣過于極端，如果多數(shù)人不敢出行的天氣（比如超級(jí)大風(fēng)、大雪大雨等），建議靠邊等待，而非仰仗輔助駕駛，行人所不能之事。

如此看來，將兩種不同適應(yīng)寬度、不同成本的方案放在一起互掐，即便形成了結(jié)論，也要加繁瑣的限定條件。而且，隨著技術(shù)的發(fā)展，結(jié)論可能改變。

比如算力變得廉價(jià)，根本不在乎激光雷達(dá)吃掉一部分，或者濾波算法可以解決各種融合問題，能處理的極端場(chǎng)景也會(huì)增加。未來也可能出現(xiàn)其他傳感器，低成本下實(shí)現(xiàn)更寬泛的視覺+3D測(cè)量，但至少目前我們還看不到。

注:圖片部分來源網(wǎng)絡(luò)，如有侵權(quán)，聯(lián)系刪除。

風(fēng)阻爭(zhēng)端，關(guān)于工程問題更為復(fù)雜

L3，今年真能商業(yè)化嗎關(guān)稅大戰(zhàn)，裂解了全球汽車價(jià)值鏈