随着人工智能技术和车载传感器的发展 ,汽车智能辅助驾驶技术也是方兴未艾。不少科技公司纷纷布局智能驾驶赛道。如今,在技术路线上出现了两大阵营:一方以特斯拉为首的纯视觉方案,另一方以华为为首的激光雷达加摄像头的融合感知方案。
12月3日,特斯拉CEO埃隆·马斯克在社交平台再次强调特斯拉坚持以纯视觉方案用于自动驾驶领域的技术路线,并批评激光雷达技术为“错误的解决方案”。马斯克一贯的观点是:在复杂的道路驾驶环境中,模拟生物神经网络和眼睛的视觉系统才是最为有效的方式。纯视觉方案才是智能驾驶的未来。
马斯克是行业大佬,他的一句话会引起行业震动。今天,我从一个汽车消费者的角度来分析纯视觉方案和融合感知方案的优劣。
马斯克说模拟生物神经网络和眼睛的视觉系统才是最佳的方式。我承认这个观点有道理,但是有个条件:那就是需要在天气良好,没有风沙的环境下它才会达到最佳效果。试想:在大雨滂沱,大雾弥漫,风沙漫天的环境里,我们人类的眼睛能看多远?以我的哈弗大狗为例 ,我在高速公路上开启自适应巡航时,如果遇到大雨,大雾,被太阳照射,它会自动退出,这就时摄像头的短板。
它受环境因素影响很大。如果全部靠摄像头来感知车外路况,一旦遇到极端天气,或者遭到强光干扰,如远光灯,太阳光直射等,摄像头功能会受限 ,智能驾驶就会出现不可用的情况。作为消费者,买了一辆具备高等级智能驾驶的车,每个人都希望自己的车子在任何条件下都可以使用智能驾驶。
除了容易受到外界因素影响外 纯视觉方案还有以下缺陷。
感知外界路况的深度不足。仅靠视觉难以精确测量物体距离和深度,对远处物体速度感知能力也较弱,在复杂路况下可能导致决策失误, 从而导致危险。比如如无法准确判断前方移动物体的安全距离;如果前方车辆涂装了树木或建筑物,很可能会被误判成静止物。
存在视觉盲区:车辆周围存在视觉盲区,仅靠摄像头难以完全覆盖,可能无法及时发现盲区内的障碍物或危险情况,增加事故风险。
当然,纯视觉方案也有它的优势。
它的成本低。相比融合激光雷达等多种传感器的方案,纯视觉方案硬件成本低,且随着技术发展和规模化应用,成本有望进一步降低,有利于自动驾驶技术普及。
避免感知冲突:融合感知方案需要多种传感器,雷达与视觉感知的数据有可能发生冲突,系统存在难以判断信任哪方的问题。,而纯视觉方案不存在此问题,视觉系统能像人类一样综合判断路况做出决策。判断速度更快!
华为智能驾驶路线上坚持以激光雷达,毫米波雷达和摄像头的融合感知方案。并广泛应用于问界,智界,享界,尊界,阿维塔等车型。我体验过过问界M5 和M7 的智驾, 真的很优秀。
这种方案又有什么优势和短板呢?
它的优势如下:
- 高精度感知:激光雷达能够提供毫米级别的高精度空间分辨率,精准测量物体的距离、位置和形状等信息,可准确识别行人、车辆等不同类型障碍物,有利于车辆在复杂路况下迅速做出精准决策。如禾赛科技的AT128,感知精度很高。高精度感知是自动驾驶的基础。
- 探测距离远。能提前发现远距离的潜在危险,为车辆在高速行驶或开阔道路上留出充足的反应时间,保障行车安全。例如,华为 192 线激光雷达可以探测 250 米的距离。
- 抗干扰性强:激光雷达不受光线、温度等环境因素干扰,在强光、弱光、高温、低温等各种环境下均能稳定工作,保持准确的感知性能,为自动驾驶系统提供可靠的数据支持。
- 三维建模能力:可快速生成高精度的三维点云数据,构建车辆周边环境的详细三维模型,为路径规划和避障提供直观、准确的依据,帮助车辆更好地适应复杂的城市道路和停车场等环境。
- 多目标检测:能够同时检测多个目标,并准确区分它们之间的距离和速度,可实时监测车辆周围多个物体的运动状态,为自动驾驶系统的决策和控制提供丰富的信息。
激光雷达方案的缺点主要包括:
- 成本高昂:激光雷达的制造成本较高,导致搭载该方案的汽车价格普遍偏贵,限制了其在中低端车型及大众市场的普及应用。不过,这种状况在逐渐改善。随着激光雷达的应用逐渐推广,厂家的成本在下降,价格在逐渐下降。例如 禾赛科技明年将推出价格低于 200 美元的激光雷达。目前,激光雷达已在售价 20 万以下的车型 上车,如长安启源E07 搭载了禾赛科技的激光雷达。
- 数据处理复杂:激光雷达生成的点云数据量庞大,需要高性能的计算设备进行处理和分析,增加了系统的硬件成本和能耗,对车辆的电子架构和算力提出了较高要求。华为坚持用激光雷达,原因之一就是它有强大的算力。
最后听听业内人士的说法。长安汽车执行副总裁张晓宇认为,华为选择的以激光雷达为主的融合感知方案可以实现全环境的感知能力,这种智驾更安全,上限会更高。从长远来看华为的智驾系统更有机会超越人类的驾驶水平。
简单总结一下:纯视觉方案是模拟人类驾驶,融合感知方案可以超越人类驾驶。
自动驾驶技术将是一个长期的发展过程,不管哪种方案都需要在实际应用中得到检验 提升和完善。无论是纯视觉方案的支持者,还是激光雷达的拥护者,都应该保持开放的心态,互相学习,共同进步,共同为智能驾驶的完善做出贡献!