马斯克:任何使用激光雷达的自动驾驶公司都注定失败!
目前在ADAS/自动驾驶领域,摄像头(机器视觉)和毫米波雷达技术已经得到了广泛的使用,而新兴的激光雷达(LiDAR)技术得益于其可以提供360°的高精度的3D深度图特性,也得到了不少自动驾驶技术厂商的追捧。
不过在23日特斯拉的“自动驾驶日”活动上,特斯拉CEO埃隆·马斯克(Elon Musk)语出惊人的表示:“任何使用激光雷达的自动驾驶公司注定失败(doomed)”。
目前在自动驾驶领域,主要有三大流派,一派是以Mobileye为代表的主要依靠摄像头来实现自动驾驶的厂商,另一派是以激光雷达为主要感知技术的自动驾驶厂商,还有一派则是多种技术融合使用。而特斯拉则主要采用摄像头技术,外加毫米波雷达技术辅助。
而由于摄像头数量众多,而且要保证足够的分辨率,这也使得需要快速处理的视频流非常的庞大,这也自动驾驶芯片的计算力带来了极大的挑战。而此次性能强大的特斯拉自研自动驾驶AI芯片的成功量产推出,也给了马斯克极大的信心。
在现场投资人提问环节,有投资人就提及了激光雷达的优势,以及在雨雪天气,路况不好时,摄像头如何避免精度不高的问题。
对此,马斯克的回答是,虽然雨雪天的确会增加驾驶难度,比如路牌被雪遮住一部分,但人类通过视觉能做出判断,并且相对安全地驾驶,那么经过大量充分训练的神经网络同样也可以做到,并非一定要靠 Lidar。
用马斯克的话说,“(在汽车上放)激光雷达就是一个傻瓜”(a fools errand),甚至在发布会上发狠话说,自动驾驶行业谁寄希望于 Lidar、谁就注定失败(doomed)!因为激光雷达昂贵、不必要,也很荒谬,注定要让人失望。
特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy也表示,特斯拉能够处理来自视觉传感器收集到的车道线、交通、行人等信息,将这些信号与已知的物体进行匹配再最终作出决策。
他同样对比了激光雷达(Lidar)方案和计算机视觉方案的优劣,他和马斯克一样是计算机视觉派:“某种意义上,Lidar 是一个捷径。它回避了对自动驾驶非常重要的视觉识别基本问题,给人一种虚假的技术进步了的感觉”。他表示,和 Lidar 相比,特斯拉更加依赖计算机视觉,并将收到的视觉信息进行 3D 渲染,涵盖视频输入到深度神经网络。
Andrej Karpathy 在现场演讲展示了早期将神经网络部署在真实世界中训练的重要性,比如说,特斯拉的每一位司机其实都参与到了神经网络的训练中,每一个新手都将为特斯拉的自动驾驶系统喂入新的数据。而且,Karpathy 认为,在神经网络的训练中,和数据的规模相比,数据的质量更加重要,特斯拉的原始数据集也可能是全球最有价值的,因为特斯拉拥有全球范围的车队,可以提供各种环境、天气条件的数据,还会收集车辆的异常道路表现数据。在数据的标注上,特斯拉也正在尝试自动化标注的方向。
也就是说,特斯拉认为,摄像头+数据+神经网络+自研的自动驾驶芯片,足以保障基于计算机视觉的自动驾驶方案的安全性。
不过,目前大多数的自动驾驶技术厂商还是采用 Lidar +计算机视觉,或者融合毫米波雷达的方案,因为目前单纯依赖计算机视觉方案在安全性的保障上仍有一定风险。

图片新闻
最新活动更多
推荐专题
- 激光工程师 科谱(宁波)科技有限公司
- 激光工程师 大族激光智能装备集团有限公司
- 激光工程师 北京国科欣翼科技有限公司
- 固体激光工程师 三河市镭科光电科技有限公司
- 激光工程师 深圳市力田机电技术有限公司
- 激光工程师 广东聚金激光技术有限公司
- 半导体激光工程师 深圳市佶达德科技有限公司
- 激光工程师 相干(南京)激光有限公司
- 光纤激光工程师(包吃住) 武汉科普鑫宇数控科技有限公司
- 激光工程师 深圳市大宏激光设备有限公司
- 嵌入式软件工程师(ARM) 山东省/潍坊市
- 光学工程师 山东省/潍坊市
- 华东销售经理 江苏省/苏州市
- 高级采购 北京市/海淀区
- 海外销售工程师 北京市/海淀区
- 海外销售经理 北京市/海淀区
- 销售工程师 北京市/海淀区
- SEO搜索引擎优化专员 北京市/海淀区
- DQE经理 广东省/深圳市
- 业务员 广东省/深圳市
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论