近日,馬斯克在特斯拉的AI日上大秀肌肉,人形機(jī)器人、超級計算機(jī) Dojo的亮相,純視覺路線工作原理的展示,無不透露著其技術(shù)信心。在一眾廠商都選擇激光雷達(dá)方案作為視覺感知路線時,特斯拉依然堅持純視覺路線并且旗幟拉得更高往深處走了。
我們知道自動駕駛的底層原理是感知、決策、執(zhí)行三個步驟的結(jié)合,感知層運用視覺傳感器獲得周圍路況信息,通過車身的設(shè)備端及云端處理數(shù)據(jù)并獲得執(zhí)行命令,使得汽車獲得自動駕駛的能力。三個基本步驟中感知作為首要步驟,對后續(xù)的決策和執(zhí)行起著先決作用。在感知層面上市場中目前有兩種技術(shù)路線:視覺感知與激光雷達(dá)感知。
激光雷達(dá)派認(rèn)為,攝像頭做主導(dǎo)的視覺感知精度不夠,如果自動駕駛要發(fā)展到L3級別以上,就應(yīng)當(dāng)采用激光雷達(dá)。視覺感知派認(rèn)為,攝像頭感知的環(huán)境信息數(shù)據(jù)豐富,并且可以對物體進(jìn)行分類后續(xù)方便標(biāo)注,最關(guān)鍵的是成本低廉,這些是激光雷達(dá)做不到的。
無論是從技術(shù)還是成本角度分析,兩種方案核心差異在于是否需要激光雷達(dá)的輔助,才有可能實現(xiàn)高級別自動駕駛。到底孰優(yōu)孰劣,兩派爭論不休。那么,兩種技術(shù)路線究竟誰能笑到最后?
激光雷達(dá)vs視覺感知性能比拼
激光雷達(dá)感知技術(shù)是以激光雷達(dá)為主導(dǎo),毫米波雷達(dá)、超聲波傳感器及攝像頭作為輔助。激光雷達(dá)感知環(huán)境的工作原理,是通過激光雷達(dá)發(fā)射激光束,測量激光在發(fā)射及收回過程其中的時間差、相位差,來確定車與物體之間的相對距離,實現(xiàn)環(huán)境實時感知及避障功能。
激光雷達(dá)具有較長的探測距離與較高的精準(zhǔn)度,抗干擾能力強(qiáng),可以主動檢測周圍多物體環(huán)境,獲取周圍環(huán)境點云構(gòu)建3D環(huán)境模型。即使夜間光線不好,也不會影響探測效果。雖然激光雷達(dá)不怕暗光但是對于天氣敏感,雨雪、沙塵、大霧天氣等影響激光雷達(dá)識別效果。激光雷達(dá)融合高精地圖方案可有效彌補(bǔ)視覺方案環(huán)境依賴度高、算力需求大的缺陷,其性能優(yōu)勢使得大多車廠將激光雷達(dá)列為面向L3級及以上級別自動駕駛不可或缺的感知器件。
視覺感知是以攝像頭為主導(dǎo)的方案,攝像頭成本相較激光雷達(dá)優(yōu)勢極大。攝像頭的價格在幾十美元左右,而激光雷達(dá)在幾百美元,是其數(shù)倍。再者攝像頭技術(shù)逐漸成熟,高分辨率、高幀率成像技術(shù)使得感知的環(huán)境信息更為豐富,但攝像頭在黑暗環(huán)境中感知受限,精度及安全性有所下降。
例如特斯拉最為詬病的幽靈剎車故障,就是在一些隧道和大橋陰影處,因為攝像頭的結(jié)構(gòu)原因,算法將突然出現(xiàn)的陰影當(dāng)做障礙物導(dǎo)致車輛會突然自動減速,造成安全隱患。視覺方案中比較硬件性能,攝像頭功能被秒成渣渣。得益于軟件算法的加成,視覺方案才能依靠強(qiáng)大的算法保證圖像處理、決策執(zhí)行的功能正常進(jìn)行。
與激光雷達(dá)相比,視覺感知的弱點較為明顯:攝像頭依賴光線條件,感知方式精度較低,對算法、算力的依賴程度和要求極高,而數(shù)據(jù)的獲取及算法迭代壁壘高。性能方面激光雷達(dá)明顯勝出,特斯拉花費巨大的成本在算力和算法上,投入不小,一直頭鐵堅持視覺感知路線,到底是有哪些角度的考量呢?
特斯拉專注純視覺路線邏輯
在馬斯克看來,“純視覺感知才是通往真實世界 AI 的道路”,而這也是他解決問題奉行的底層思路——第一性原理,即回歸事物最基本的條件,將其拆分成各要素進(jìn)行結(jié)構(gòu)分析,從而找到實現(xiàn)目標(biāo)的最優(yōu)路徑。
在駕駛車輛的過程中,我們是通過眼睛收集路況信息輔以大腦處理的方式進(jìn)行,那自動駕駛按理說也能通過視覺感知輔以算法處理的方式進(jìn)行安全駕駛。特斯拉想要做的就是模仿人類視覺獲取信息的能力來實現(xiàn)自動駕駛。既然視覺攝像頭的感知方式精度較低,那么就依靠特斯拉獨有的數(shù)據(jù)優(yōu)勢和構(gòu)建算力、算法的能力來抹平這個缺陷。
數(shù)據(jù)方面,當(dāng)其他自動駕駛廠商還在路測階段收集數(shù)據(jù),特斯拉得益于在全球售出數(shù)百萬輛有攝像頭的汽車,已經(jīng)積累了海量真實路況的數(shù)據(jù)。用于深度學(xué)習(xí)模型訓(xùn)練的數(shù)據(jù)讓特斯拉的算法早已建立起壁壘,而這些數(shù)據(jù)樣本的積累速度與算法的效率其他廠商無法復(fù)制,只能干瞪眼瞎著急。
算力方面,特斯拉新建立的超級計算機(jī) Dojo,擁有強(qiáng)大的算力,這個超級計算機(jī)就是為特斯拉的自動駕駛系統(tǒng)設(shè)立,用來集中力量訓(xùn)練 Autopilot 在內(nèi)的整個自動駕駛系統(tǒng)。
而在攝像頭的技術(shù)層面,特斯拉也進(jìn)行了技術(shù)的革新,使用“偽激光雷達(dá)”技術(shù)代替,對攝像頭中的像素進(jìn)行深度估計,類似激光雷達(dá)的點云功能一般形成3D目標(biāo)檢測,提高了深度估計的準(zhǔn)確性,激光雷達(dá)和相機(jī)之間的差距開始縮小。
人們駕駛車輛的時候依賴視覺,我們的神經(jīng)網(wǎng)絡(luò)可以處理視覺信息中的距離、速度等信號,而特斯拉的神經(jīng)網(wǎng)絡(luò)似乎也可以逐漸做到。特斯拉的視覺感知路線,逐漸在縮小與激光雷達(dá)方案的差距,但是其背后所付出的代價,讓后來者們無法跟隨復(fù)制,這也為特斯拉建立起強(qiáng)大的壁壘。純視覺方案以海量樣本數(shù)據(jù)訓(xùn)練學(xué)習(xí)和先進(jìn)的圖像處理算法算力支撐,注定是一個少數(shù)攀登者選擇的艱難路線。
特斯拉首席AI科學(xué)家Karpathy在今年CVPR 2021自動駕駛研討會上表示,基于純視覺的自動駕駛方案在技術(shù)實現(xiàn)上更加困難,因為它需要神經(jīng)網(wǎng)絡(luò)僅基于視頻輸入就可以運行得非常好。不過好處就是“一旦真正讓它工作起來,它就是一個通用的視覺系統(tǒng),可以部署在地球上的任何地方”。
視覺感知系統(tǒng)未來不僅僅是部署在汽車上,也可以部署在任何需要視覺系統(tǒng)功能的其他產(chǎn)品上,比如機(jī)器人、無人機(jī)、AR/VR等,成為通用的能力,而這也是特斯拉的未來考量和野心。雖然特斯拉設(shè)想的未來美好,但是現(xiàn)實中,現(xiàn)下的視覺感知方案與激光雷達(dá)方案相比,還是有差距。我們在新聞中仍然會看到,特斯拉汽車因識別感知出現(xiàn)問題而發(fā)生車禍的安全事故,目前激光雷達(dá)派在安全方面還是笑著走在前面的。
激光雷達(dá)能笑到最后嗎?
兩個流派誰能笑到最后,也是考量規(guī)模量產(chǎn)與視覺路線技術(shù)的迭代誰的速度更快,我們可以通過數(shù)據(jù)發(fā)現(xiàn),新注冊雷達(dá)企業(yè)越來越多。數(shù)據(jù)顯示,目前我國雷達(dá)相關(guān)企業(yè)共有1.4萬家,2020年新注冊企業(yè)2640家,同比增長29.3%。而上市公司禾賽科技、巨頭華為等發(fā)布的低成本激光雷達(dá)產(chǎn)品,已經(jīng)準(zhǔn)備量產(chǎn)。
供應(yīng)端的增長態(tài)勢發(fā)展來源于需求端的龐大需求,絕大部分從事L3、L4級別自動駕駛的公司,包括初創(chuàng)公司和大公司,都采用了激光雷達(dá),并且大多數(shù)都是購買激光雷達(dá)而不是自研的方式。
激光雷達(dá)方案,因為硬件高精度性能帶來的安全優(yōu)勢,暫時的成本高也能被市場接受。大部分玩家接受激光雷達(dá)方案,使得需求端大,其產(chǎn)能也跟著擴(kuò)大,規(guī)模量產(chǎn)在路上,而未來的成本也會因為規(guī)模優(yōu)勢進(jìn)一步降低,建立良性循環(huán)。
經(jīng)過超過10年的發(fā)展,激光雷達(dá)被證明了是實現(xiàn)高級別自動駕駛的必備傳感器,特斯拉在這一態(tài)勢下也在著急研發(fā),同時秀肌肉招人。此前,特斯拉與激光雷達(dá)技術(shù)公司Luminar簽訂了一份使用激光雷達(dá)進(jìn)行測試和開發(fā)的合同的消息,引來大家伙的猜度。雖然后來特斯拉澄清自己會堅持純視覺路線一條道走到底,但是其使用激光雷達(dá)行為居心難測。
純視覺路線,攝像頭便宜但安全性堪憂,與算法、算力能力掛鉤,特斯拉依賴自有海量數(shù)據(jù)與超級計算機(jī),這種優(yōu)勢無人能模仿。而這也就意味著純視覺路線要么一騎絕塵,要么平分秋色,但市場其他企業(yè)無論結(jié)果如何都無法跟隨視覺感知路線,沒有兩把刷子參與進(jìn)去,玩的就是心跳了。
兩種視覺感知路線長期來看,仍會因為成本與安全存在爭議,現(xiàn)在激光雷達(dá)規(guī)模發(fā)展速度與特斯拉的純視覺技術(shù)發(fā)展速度未見分曉,激光雷達(dá)能不能笑到最后不好說。但在現(xiàn)下,與未知的視覺感知技術(shù)發(fā)展相比,激光雷達(dá)方案已經(jīng)在規(guī)模量產(chǎn)的路上,其美好態(tài)勢的發(fā)展讓這個派別有底氣去笑著迎接未來。