产品中心

南粤风采36选7特斯拉测试激光雷达可能是为了更

发布日期:2021-06-05 18:30

  近日,社交媒体流传一张搭载了激光雷达的特斯拉Model Y的照片,引发了特斯拉与Luminar正在合作的猜测。

  另据媒体报道,特斯拉与激光雷达公司Luminar签订了一份使用激光传感器技术进行测试和开发的合同。

  电动汽车三电工程师朱玉龙认为,特斯拉依然走的是“全球最为坚定的纯视觉技术路线”。这次外媒爆料的激光雷达并不会出现在量产车上,而测试激光雷达更“可能是用来建立视觉训练集的真值传感器”。

  清华动力工程与工程热物理博士张抗抗也认为其真正目的是,“用激光雷达来训练视觉算法,以便其迅速成长,从而最终彻底抛弃所有雷达”。

  智能电动汽车工程师杨宽,也持有同样的观点——“特斯拉更有可能使用Luminar的激光雷达来验证其完全自动驾驶功能,或是评估激光雷达与摄像头的系统相比的性能。 ”

  而另一方面,也有人猜测特斯拉可能真的想要应用激光雷达,如赛迪智库研究员赫荣亮认为,有这种可能的原因是,一是激光雷达+高精地图的技术路线已经开始明显出现优势。二是包括激光雷达的软硬件价格,开始大幅下滑。

  我个人觉得特斯拉,目前是全球最为坚定的纯视觉技术路线,前段时间Elon Musk甚至认为毫米波雷达都需要被边缘化,这次外媒所爆料的激光雷达并不会出现在量产车上。

  从实际来看,如果安装了激光雷达,对于特斯拉的硬件改装,就完全没办法向前兼容,甚至是计算平台都需要额外做设计改装,南粤风采36选7涉及到激光雷达的布置,线缆连接和数据处理。

  从之前的报道和这次的更新来看,特斯拉对于激光雷达的使用还是可能是用来建立视觉训练集的真值传感器。

  这是什么意思呢,就是在不断训练过程中,需要建立一个参考系, 自动驾驶系统的基础能力是目标物感知。对于特斯拉更新视觉的传感器参数和确定软件算法,感知能力测试验证时,往往会选用某方面性能突出的传感器。由它采集获得的数据,就会作为评价目标感知的 “参考答案”。

  激光雷达在获取目标物 3D 轮廓,精准测距与实时轨迹追踪等方面,具备天然优势。利用激光雷达进行测距校准,已经成为业内普遍使用的方案。 采用和视觉数据关联的激光雷达/毫米波雷达数据,来准确评估目标物信息。

  这是“特斯拉在测试车上使用激光雷达”,并非“特斯拉测试激光雷达以便用在量产车上”。

  简单来说,这是用激光雷达实现更精确的探测,用更精确的结果来训练视觉算法。也就是说,“用激光雷达来训练视觉算法,以便其迅速成长,从而最终彻底抛弃所有雷达”。

  但个人认为,随激光雷达成本不断降低,在自动驾驶方案中使用激光雷达以实现更高的安全性,是十分有益的。

  第一,第一性原理,人类因为有两只眼睛,可以在任何地方开车,南粤风采36选7!只要使用足够多的真实世界数据,开发和训练一套模拟人类视觉的神经网络,就能够实现自动驾驶,因此马斯克认为特斯拉不需要激光雷达。

  第二,激光雷达需要与高精度地图搭配使用,而高精地图构建十分复杂,是一项十分昂贵且挑战的资源密集型工作。

  第三,激光雷达无法识别颜色,还是需要配合着摄像头使用,售价昂贵以及外观丑陋,也是限制特斯拉使用的原因。

  单从一辆测试车并不意味着特斯拉技术路线的完全转向,我认为,特斯拉更有可能使用Luminar的激光雷达来验证其完全自动驾驶功能,或是评估激光雷达与摄像头的系统相比的性能。

  从自动驾驶的技术实现,主要依赖传感设备,主要是高清摄像头、毫米波雷达、超声波雷达和激光雷达,具体优劣势分析如下:

  第一,高清摄像头,就像是车的眼睛,能够识别镜头里的各种物体,具备雷达无法完成图像识别功能,而且价格低。缺点是受环境光照影响比较大。

  第二,毫米波雷达,毫米波雷达的抗干扰能力强,穿透力高,可穿透雾、烟、灰尘,除大雨天气外,几乎不受天气影响,成本也低。缺点是探测距离还是比较短的,在一、两百米,而且功能较强的高频段毫米波雷达,我国主要依赖进口。

  第三,超声波雷达,超声波散射角范围大,测量精度较差,适合短距离测量,主要用于自动停车,在高速行驶状态下测量能力明显受限。

  第四,是激光雷达。现在,产业突破点聚焦到激光雷达,高端车型争先装配激光雷达。激光雷达的探测精度高,可实现厘米级,探测距离远,超过200米。缺点就是,比较容易受到自然光的影响,在光照强烈的地方,激光雷达会减弱。此外,激光雷达的价格高。

  一是激光雷达+高精地图的技术路线已经开始明显出现优势。目前包括百度谷歌Waymon、蔚来、小鹏,主要采用的传感器设备,也就是激光雷达、毫米波雷达、超声波雷达和高清摄像头,来实现L3级别以上的自动驾驶功能。

  二是包括激光雷达的软硬件价格,开始大幅下滑。在3年以前,一款用于自动驾驶测试车的高级别自动驾驶辅助系统解决方案,软硬件一共需要300多万元,现在降至100多万元。未来降幅还是比较大的。尤其是在2021年,预计2021年的下半年,国家放开了L3级别自动驾驶政策,关键零部件实现了量产,将带动价格的大幅下降。 从自动驾驶的系统功能看,目前主要包括雷达和视觉传感设备、计算平台、算法、高精地图、定位技术、5G车联网技术等。

  根据百度的消息,“2021年5月18日,百度 Apollo 与禾赛科技签订战略合作协议。根据协议,百度 Apollo 将定制禾赛科技全新架构激光雷达用于第五代完全无人驾驶共享无人车(Robotaxi)。”

  百度与激光雷达厂商合作的一个关键点是:“百度 Apollo 定制的激光雷达将用于无人驾驶商业化运营,其性能相对于同类型通用版本激光雷达有大幅度提升,同时成本降低了近50%。” 也就是说,激光雷达的成本大大降低了。

  难道,特斯拉也找到了“物美价廉”的激光雷达供应商? 因此,成本降低起的作用肯定很大。激光雷达,在特斯拉那里的地位会逐渐上升。 但尽管如此,特斯拉、百度对视觉算法的探索还会延续。

  激光雷达和摄像头之争,就是在感知层的一场斗争,目前多数车商都是二者并用,毕竟人命关天谁也不敢马虎。

  这二者各有各的好,但是价格差异挺大的,马斯克实现自动驾驶这件事,以他一贯的工业品降成本的思路,必然想着要把雷达踢掉。

  而要替换掉雷达,必须过硬的技术是决策层的算法要绝对OK。这样困扰人工智能视觉识别行业的遮挡问题,光线问题,就是他绕不开的事。并且这件事挺无解的,光线问题可以通过摄像头的能力改善,但是其余识别与算法的事就是全球难题了。

  该文观点仅代表作者本人,36氪系信息发布平台,36氪仅提供信息存储空间服务。