1 感知方案：純視覺 VS 多傳感器融合

汽車實現(xiàn)自動駕駛首先需要能夠“看見”周圍環(huán)境，并對環(huán)境內(nèi)的各種靜態(tài)、動態(tài)物體有一定的認(rèn)知，這個過程便是自動駕駛的“感知”，感知需要依賴安裝在車體上的各種傳感器實現(xiàn)，例如攝像頭、激光雷達(dá)、毫米波雷達(dá)等等。

目前主流的感知方案有兩種，一種是以Waymo為代表的多傳感器融合方案，即同時使用攝像頭和雷達(dá)采集信息，分別利用攝像頭和雷達(dá)特點，處理各自擅長的數(shù)據(jù)類型和任務(wù)，并將處理結(jié)果進(jìn)行融合得到統(tǒng)一的感知結(jié)果；一種是以Tesla為代表的純視覺路線，即僅使用攝像頭作為傳感器進(jìn)行信息采集，構(gòu)建純計算機視覺網(wǎng)絡(luò)進(jìn)行感知結(jié)果輸出，類似于人眼的感知模式。

先來看下這幾種不同傳感器的能力特性：

（1）激光雷達(dá)：主動傳感器，通過發(fā)射紅外激光并接收反射光的方式判斷物體距離，視距范圍一般在30～200米，對于特別近的物體很難探測到，空間分辨率較高（角度精度可達(dá)0.1度），速度測量精度較低，在黑暗中魯棒性好，但在雨、雪、霧天氣下魯棒性差，能對物體進(jìn)行大致分類，但無法識別如車道線、交通標(biāo)識等二維結(jié)構(gòu)。

（2）毫米波雷達(dá)：主動傳感器，與激光雷達(dá)工作原理類似，區(qū)別是使用無線電波而不是激光，視距范圍比激光雷達(dá)更大，尤其是對近距離物體的探測，毫米波雷達(dá)可以實現(xiàn)在1米范圍內(nèi)探測到物體，但毫米波雷達(dá)的空間分辨率較低，隨著距離增加，對于小特征的分辨能力降低，不過毫米波雷達(dá)利用多普勒頻移可以直接測量速度，同時在黑暗、雨、雪、霧天氣下均能保持良好的魯棒性，此外，毫米波雷達(dá)對物體的分類性能較差，同樣也無法識別二維結(jié)構(gòu)。

（3）攝像頭：被動傳感器，通過被動感光成像來進(jìn)行識別感知，理論上單攝像頭無法準(zhǔn)確識別物體距離，立體攝像頭可以測量距離，但范圍有限，不過實際上特斯拉通過識別算法已經(jīng)逐步實現(xiàn)了僅通過攝像頭測量物體深度，空間分辨率取決于攝像機的參數(shù)，在分辨維度上多于激光雷達(dá)和毫米波雷達(dá)，可以同時識別到物體顏色等信息，通過物體在圖像上時空信息可以計算速度，同時對物體的分類多樣性更強，且能夠識別車道線等二維結(jié)構(gòu)，但是攝像頭目前在黑暗、雨、雪、霧等惡劣環(huán)境條件下的魯棒性很差。

總體來說，激光雷達(dá)看得遠(yuǎn)看得清，但看不見近處，是個遠(yuǎn)視眼，擁有夜視能力，但對惡劣天氣無能為力，同時只能看見三維結(jié)構(gòu)，看不見二維平面結(jié)構(gòu)；毫米波雷達(dá)是能看遠(yuǎn)也能看近，但越遠(yuǎn)越看不清楚，是個近視眼，不僅擁有夜視能力，且擁有惡劣天氣條件下能看見的超能力，不過同樣看不見二維平面結(jié)構(gòu)；而攝像頭僅憑自身能力很難準(zhǔn)確判斷距離，但有算法加持，可以發(fā)展出這項能力，且攝像頭能看見更多的信息，包括車道線等二維結(jié)構(gòu)、物體分類、顏色等，是個超級眼，但在光線不佳、有雨雪霧等惡劣環(huán)境下，能力存在短板。

鑒于以上各傳感器的特性，目前多傳感器融合路線的思路是各取所長，通過激光雷達(dá)在各種光照條件下探測距離并完成物體形狀分類，通過毫米波雷達(dá)探測附近物體距離并保障自動駕駛感知在惡劣天氣條件下的魯棒性，通過攝像頭識別物體細(xì)致分類及車道線、交通標(biāo)識、信號燈等參與交通必須掌握的信息。

一般是通過“后融合”方式將不同傳感器的感知結(jié)果進(jìn)行融合，即每個傳感器各自獨立處理生成目標(biāo)數(shù)據(jù)，當(dāng)所有傳感器完成目標(biāo)數(shù)據(jù)生成后，再由主處理進(jìn)行融合。

而純視覺路線僅使用攝像頭作為感知傳感器，其思路是縱深發(fā)展，通過攝像頭采集到更多層次的數(shù)據(jù)信息，并通過持續(xù)進(jìn)步的強大算法，從數(shù)據(jù)中挖掘到需要的結(jié)果。

下面我們分別從工程成本、技術(shù)復(fù)雜度、發(fā)展?jié)摿θ齻€維度來對比下這兩條感知路線。

工程成本

相比于激光雷達(dá)和毫米波雷達(dá)，攝像頭的成本是最低的，單目相機的價格一般低于100美元，而激光雷達(dá)的價格現(xiàn)在大約在5000美元以內(nèi)，有專家預(yù)測未來幾年隨著激光雷達(dá)的普及，成本會降至500美元以下，但也仍然高于攝像頭的成本，因此純視覺方案的系統(tǒng)成本是要遠(yuǎn)低于多傳感器融合方案的。

技術(shù)復(fù)雜度

多傳感器融合方案的復(fù)雜度主要體現(xiàn)在“融合”層面，由于不同傳感器特性不同，所采集的數(shù)據(jù)類型也有很大差異，無論是前融合還是后融合的思路，都需要將不同模態(tài)的數(shù)據(jù)統(tǒng)一映射到同一個專門為融合設(shè)計的時空平面，這里面需要考慮融合錯位、信息丟失等問題，同時還需要解決當(dāng)不同傳感器感知結(jié)果不同時，應(yīng)該選擇信任誰的問題。

而純視覺方案的復(fù)雜度主要體現(xiàn)在感知算法層面，由于都是通過攝像頭采集的同模態(tài)數(shù)據(jù)，在數(shù)據(jù)融合層面困難度比多傳感器方案要小得多，但是由于攝像頭自身能力的局限性，需要設(shè)計更為復(fù)雜的算法模型，從攝像頭數(shù)據(jù)中識別到目標(biāo)信息，例如對距離的計算、在惡劣環(huán)境下的識別能力等。

發(fā)展?jié)摿?/span>

小鵬汽車副總裁吳新宙曾經(jīng)表示，視覺的潛力是沒有止境的，它真的是一個寶藏，長期來看，視覺是無所不能的，但是這個能力的增長是有一個過程的。

基于各類傳感器的特性，對于自動駕駛的目標(biāo)任務(wù)，攝像頭的能力具有不可替代的部分，例如對二維結(jié)構(gòu)的感知能力，在行車過程中，對車道線、交通標(biāo)識等二維結(jié)構(gòu)的識別是必不可少的，相反雷達(dá)系統(tǒng)相比攝像頭的能力優(yōu)勢是有可能通過算法解決掉的，例如是對距離的識別、在夜間及惡劣天氣下的魯棒性問題。

其中視覺方案對距離的識別問題特斯拉目前已經(jīng)找到解決方案，通過建立BEV鳥瞰坐標(biāo)系，利用Transformer神經(jīng)網(wǎng)絡(luò)能力可以將地面坡度、曲率等參數(shù)內(nèi)化進(jìn)訓(xùn)練網(wǎng)絡(luò)，解決了視覺方案僅能基于地面平面假設(shè)進(jìn)行距離計算導(dǎo)致的準(zhǔn)確度不夠的問題，隨著算法的持續(xù)訓(xùn)練迭代，純視覺方案識別距離的能力會逐步逼近甚至超越雷達(dá)系統(tǒng)。

針對攝像頭夜視能力差的問題，特斯拉提出了直接基于“光子”作為神經(jīng)網(wǎng)絡(luò)輸入的視覺感知處理的方案，“光子”是攝像頭采集數(shù)據(jù)最原始的形式，傳統(tǒng)的視覺方案中會采用ISP（圖像信號處理）模塊來對攝像機采集到的原始圖像數(shù)據(jù)進(jìn)行加工，得到質(zhì)量更好的圖像，是模仿人眼的成像原理，但這個步驟會導(dǎo)致一部分原始信息丟失，直接采用“光子”數(shù)據(jù)可以最大限度的保留原始信息，因此在黑夜中，即使是行人微弱的反光，也會被記錄到光子的變化，這使得攝像頭獲得了超越人眼的夜間視距，發(fā)展成熟后可以解決純視覺方案的夜間魯棒性問題。

而對于雨雪霧等惡劣天氣下的魯棒性問題，激光雷達(dá)也并不能夠解決，毫米波雷達(dá)雖然受干擾較小，但由于毫米波雷達(dá)自身特性，導(dǎo)致其精度會隨著距離衰減明顯，因此也只能適用于近場問題，相較之下，視覺路線最具解決這個問題的潛力，視覺的基本思路是對人眼的模擬，人類在惡劣天氣下開車時，會根據(jù)少量可見的線索對其他汽車或行人的運動軌跡進(jìn)行預(yù)測，盡量規(guī)避風(fēng)險，理論上視覺算法足夠強大時是可以達(dá)到人類在惡劣天氣下的感知能力，特斯拉在視覺感知網(wǎng)絡(luò)中引入了時空記憶能力，使得感知不僅基于瞬時事件，還能結(jié)合之前時刻的事件去處理，這提升了神經(jīng)網(wǎng)絡(luò)的預(yù)測能力，再加上對“光子”的感知，使得純視覺方案在惡劣天氣下的感知能力有大幅提升，最新的特斯拉FSD9.0在惡劣天氣下的表現(xiàn)也證實了這一點。

同時，相比多傳感器融合的感知架構(gòu)，純視覺感知架構(gòu)更具有美感，融合架構(gòu)涉及多模態(tài)耦合，系統(tǒng)節(jié)點多，結(jié)構(gòu)比較冗雜，而視覺架構(gòu)使用統(tǒng)一結(jié)構(gòu)的數(shù)據(jù)作為輸入，完成端到端學(xué)習(xí)，輸出目標(biāo)任務(wù)結(jié)果，整體結(jié)構(gòu)非常簡約整潔，這使得純視覺路線的算法效率和系統(tǒng)運行效率都要更勝一籌。

綜合上述幾個維度來看，筆者認(rèn)為由于大部分公司視覺算法還不夠成熟，且自動駕駛的安全性至關(guān)重要，因此短期需要雷達(dá)來補余能力，但隨著視覺算法的日漸成熟，多傳感器融合方案可能僅是過渡方案，純視覺方案才是終局。

2 無人駕駛實現(xiàn)路徑：漸進(jìn)式 VS 跨越式

自動駕駛按照SAE等級劃分為L1-L5，其中L1-L3一般稱為輔助駕駛，駕駛的核心主體仍然是人，而L4-L5稱為無人駕駛，駕駛的核心主體是車，由于L4級以上的無人駕駛從技術(shù)到工程層面都有相當(dāng)大的復(fù)雜性，因此行業(yè)內(nèi)自動駕駛公司為實現(xiàn)無人駕駛采用了兩種不同的路線。

一種是以特斯拉、蔚小理等新勢力車企為代表的漸進(jìn)式路線，采用從L1逐步進(jìn)階到L5的發(fā)展方式，目前基本處于L2+階段，正在向L3邁進(jìn)中，漸進(jìn)式路線的核心是要建立從數(shù)據(jù)到算法的迭代閉環(huán)，利用不斷擴大規(guī)模的高質(zhì)量數(shù)據(jù)持續(xù)優(yōu)化算法，逐步攻克自動駕駛這項復(fù)雜任務(wù)的各項核心環(huán)節(jié)，最終實現(xiàn)全無人駕駛。

一種是以Waymo、百度Apollo等科技公司為代表的跨越式路線，這種路線的基本思想是認(rèn)為低等級自動駕駛的技術(shù)框架難以直接遷移至L4級無人駕駛，在資源有限的情況下需要直接聚焦最終形態(tài)，因此寄希望于一步到位實現(xiàn)無人駕駛，主要通過大規(guī)模車隊獲取路測數(shù)據(jù)來訓(xùn)練無人駕駛算法網(wǎng)絡(luò)，跨越式路線的核心是要找到適合落地的場景及商業(yè)模式，目前已經(jīng)實現(xiàn)落地的場景主要有Robotaxi、Robobus等乘用場景以及港口、礦山等商用場景。

下面分別從商業(yè)模式和面臨的主要挑戰(zhàn)兩個維度來對比下這兩條路線。

商業(yè)模式

我們知道全面無人駕駛的最終實現(xiàn)是一個長期的戰(zhàn)役，不可能一蹴而就，因此無論是哪種路線，選取何種商業(yè)模式來保障落地和造血能力以確?？沙掷m(xù)發(fā)展是至關(guān)重要的。

漸進(jìn)式路線的商業(yè)模式主要是通過自行造車或者與車企合作造車實現(xiàn)快速量產(chǎn)落地獲取商業(yè)利潤，會根據(jù)用戶現(xiàn)階段的實際需求或適當(dāng)引導(dǎo)需求逐步落地自動駕駛功能，如高速巡航、自主泊車等，通過OTA軟件迭代升級的模式最終自然而然過渡到完全無人駕駛，這套模式會比較重視落地成本，因此在硬件選型、供應(yīng)鏈整合、制造水平等方面會投入較大精力。

跨越式路線早期主要是通過資本的注入來供血，但資本是需要回報的，隨著技術(shù)的不斷發(fā)展，各企業(yè)正在逐步探索商業(yè)落地之路，以實現(xiàn)自我造血，目前的商業(yè)模式主要有兩種，一種是通過Robotaxi、Robobus等滿足交通服務(wù)需求，獲取服務(wù)價值，一種是切入特殊的場景，如港口、礦山等，這類場景危險系數(shù)高，通過自動駕駛替代人工作業(yè)，以節(jié)約高額人力成本，這套模式對落地成本相對漸進(jìn)式?jīng)]有那么敏感，但要求切入的場景要足夠準(zhǔn)確且自動駕駛算法要足夠有效。

相比較而言，目前漸進(jìn)式路線的商業(yè)模式更為清晰，跨越式路線由于可落地的場景有限，商業(yè)模式還在持續(xù)摸索中。

主要挑戰(zhàn)

漸進(jìn)式路線和跨越式路線面臨的挑戰(zhàn)是不同的，前者的主要挑戰(zhàn)是進(jìn)入門檻相對較低導(dǎo)致競爭激烈，后者的主要挑戰(zhàn)是政策法規(guī)及技術(shù)成熟速度不及預(yù)期導(dǎo)致長期消耗巨大。

采用漸進(jìn)式發(fā)展路線的主要有三類公司，一類是造車新勢力，包括國外的特斯拉，國內(nèi)的造車新勢力蔚來、理想、小鵬等，一類是傳統(tǒng)主機廠，例如奔馳、上汽、長城等，還有一類是科技公司，包括華為、百度、小米等，各類勢力相繼下場爭奪市場空間，導(dǎo)致競爭非常激烈，而要由漸進(jìn)式最終實現(xiàn)無人駕駛需要確保占據(jù)一定市場規(guī)模，因此最終會有部分企業(yè)面臨淘汰，目前僅特斯拉處于領(lǐng)先身位，其他家差距并不明顯。

而采用跨越式路線要實現(xiàn)落地需要同時具備技術(shù)成熟和配套的政策法規(guī)完善兩大條件，其中技術(shù)成熟度層面無人駕駛面臨的最大挑戰(zhàn)是應(yīng)對極端場景（corner case）的處理性能，而僅憑路測獲取的數(shù)據(jù)要覆蓋全部極端場景可能需要很長周期，再加上有關(guān)無人駕駛的政策法規(guī)完善時間不可控，因此會導(dǎo)致最終能夠?qū)崿F(xiàn)全場景無人駕駛落地的時間可能遙遙無期，在這個過程中需要消耗的資金量巨大。

因此，由于漸進(jìn)式路線商業(yè)模式清晰以及面臨的挑戰(zhàn)相對可控，除了少數(shù)資金雄厚或者已有場景率先落地的企業(yè)堅持只走跨越式路線之外，大部分企業(yè)更傾向于選擇漸進(jìn)式路線，包括一些原本走跨越式路線的企業(yè)，也開始兼顧漸進(jìn)式路線，選擇兩條腿同時走路。

3 寫在最后

無論是感知方案還是實現(xiàn)路徑的選擇，有一個底層思考邏輯是一致的，就是無人駕駛的最終目標(biāo)是什么，基于目標(biāo)思考路線。

馬斯克在AI Day上提出要將無人駕駛技術(shù)遷移至更廣泛的場景，打造人形機器人，小鵬、小米等企業(yè)入局四足機器人，李彥宏在百度AI開發(fā)者大會上也提出“汽車機器人”的概念，因此我們有理由認(rèn)為無人駕駛不僅僅是提高汽車運行效率的工具，其最終目標(biāo)或許是形成以汽車為載體的通用人工智能技術(shù)。

如果是以打造“通用人工智能”為目標(biāo)，那么數(shù)據(jù)的豐富性和質(zhì)量則非常重要，算法為數(shù)據(jù)服務(wù)，算力為算法服務(wù)，數(shù)據(jù)是驅(qū)動人工智能技術(shù)發(fā)展的“核燃料”，誰先掌握數(shù)據(jù)，誰便占得實現(xiàn)通用人工智能的先機。

從這個角度看的話，視覺路線能夠獲得更底層的數(shù)據(jù)，可以包含顏色、紋理、語義等多維信息，漸進(jìn)式路線的特性決定了需要持續(xù)擴大量產(chǎn)規(guī)模，便也更有可能獲得覆蓋全場景的數(shù)據(jù)，因此這兩個路線可能是更接近無人駕駛最終目標(biāo)的選擇。