关于自动驾驶道路之争的一些考虑

作者 |

来源 | 禾隐记

知圈 |

自动驾驶行业内不断存在两个道路之争，一个是感知计划之争，一派以为应该走纯视觉道路，一派以为应该走视觉与雷达的交融道路；另一个是无人驾驶的完成途径之争，一局部以为需求走从L1逐渐迈向L4的渐进式道路，另一局部以为应该走直达L4的逾越式道路。

本文将分别剖析下这两种道路之争中不同形式的区别，并提出一些考虑。

1. 感知计划：纯视觉 VS 多传感器交融

汽车完成自动驾驶首先需求可以“看见”四周环境，并对环境内的各种静态、动态物体有一定的认知，这个过程便是自动驾驶的“感知”，感知需求依赖装置在车体上的各种传感器完成，例如摄像头、激光雷达、毫米波雷达等等。

目前主流的感知计划有两种， 一种是以Waymo为代表的多传感器交融计划，即同时运用摄像头和雷达采集信息，分别应用摄像头和雷达特性，处置各自擅长的数据类型和任务，并将处置结果实行交融得到统一的感知结果； 一种是以Tesla为代表的纯视觉道路，即仅运用摄像头作为传感器实行信息采集，构建纯计算机视觉网络实行感知结果输出，相似于人眼的感知形式。

先来看下这几种不同传感器的才能特性：

总体来说，激光雷达看得远看得清，但看不见近处，是个远视眼，具有夜视才能，但对恶劣天气无能为力，同时只能看见三维构造，看不见二维平面构造；毫米波雷达是能看远也能看近，但越远越看不分明，是个近视眼，不只具有夜视才能，且具有恶劣天气条件下能看见的超才能，不过同样看不见二维平面构造；而摄像头仅凭本身才能很难精确判别间隔，但有算法加持，能够开展出这项才能，且摄像头能看见更多的信息，包括车道线等二维构造、物体分类、颜色等，是个超级眼，但在光线不佳、有雨雪雾等恶劣环境下，才能存在短板。

普通是经过“后交融”方式将不同传感器的感知结果实行交融，即每个传感器各自独立处置生成目的数据，当一切传感器完成目的数据生成后，再由主处置实行交融。