多次與特斯拉上演相愛相殺戲碼的豐田,最近卻一反常态,加入了特斯拉陣營。
近日,豐田子公司Woven Planet宣布,公司将試圖在不使用激光雷達等昂貴傳感器、僅配備低成本攝像頭的情況下開展自動駕駛研發。對于新同盟者的到來,一向堅持視覺路線的特斯拉首席執行官馬斯克則以一串省略号表達了自己的态度。得到豐田與特斯拉兩大巨頭支持的純視覺路線,能否在自動駕駛感知路線之争中大獲全勝?
1 公然反水 隻為盡快量産
在站隊純視覺路線之前,豐田一直以多傳感器融合陣營忠實擁趸的身份示人。在2017年展示的自動駕駛原型車上,豐田便在車頂和車頭位置布置了共7顆來自Velodyne的激光雷達。此次“叛變”純視覺路線的做法,自然是引起了軒然大波。豐田此舉究竟意欲何為?
Woven Planet表示,選擇純視覺路線有助于降低成本,并擴大自動駕駛技術的部署規模。在他看來,為開發出強大的自動駕駛汽車系統,使用龐大車隊收集多樣化駕駛數據至關重要,但使用昂貴傳感器測試自動駕駛汽車的成本過高,也不利于擴大規模。激光雷達、毫米波雷達等傳感器高昂的成本,極大限制了豐田自動駕駛研發之路,成本相對低廉的純視覺路線便成為了最佳選擇。據悉,該公司使用的攝像頭成本較以前使用的高端傳感器能夠節省90%成本,且能夠很容易搭載在量産乘用車之上。
除卻成本上的極大縮減,低成本攝像頭的配置也能夠讓豐田自動駕駛量産之路指日可待。Woven Planet工程副總裁邁克爾·貝尼施(Michael Benisch)表示:“我們需要大量的數據,僅僅通過少量且非常昂貴的自動駕駛汽車收集少量數據是遠遠不夠的。”在他看來,與單純采用多傳感器融合路線相比,豐田可以通過在量産車輛上配置攝像頭,利用其作為大型汽車制造商所擁有的優勢,獲取大量有效數據,推動自動駕駛研發。2021年,豐田全球銷量達1049.55萬輛,其滲透率和普及度遠甚于特斯拉。若采用純視覺路線,其數據量将十分可觀。
不過,清華大學蘇州汽車研究院院長助理、智能網聯中心主任戴一凡認為,豐田對于純視覺路線的擁護度似乎并沒有想象中那麼高。“我不認為豐田會完全賭定純視覺路線,應該還會繼續研究多傳感器融合路線。”他說。Woven Planet方面指出,豐田仍會在Robotaxi和其他自動駕駛車輛上使用激光雷達等多個傳感器。對此,禾多科技在接受記者采訪時表示,這說明廠商目前最關心的問題是能否落地量産,希望加快自動駕駛量産的步伐。
2 感知路線之争由來已久
衆所周知,感知系統在自動駕駛中起着類似人類駕駛員“眼睛”、“耳朵”的作用,如何能夠确保自動駕駛車輛在不同場景下對周圍環境信息做出正确判斷,做到“耳聰目明”,是感知系統需要解決的問題。
當前的自動駕駛感知技術主要有兩大技術路線:一種是僅使用攝像頭作為傳感器進行信息采集的純視覺路線,一種是同時使用“攝像頭+雷達”的多傳感器融合路線。純視覺路線即讓攝像頭成為汽車的“眼睛”,讓軟件算法模拟人的大腦進行判斷。自動駕駛技術專家黃武陵告訴記者,純視覺方案主要的優點在于攝像頭傳感器相對成熟且成本低廉,因此在現有車輛上部署較為方便,規模量産具有可行性。該方案無需高級自動駕駛車輛即可實現規模化采集傳感器數據,這也是此次豐田宣布轉向純視覺陣營的一大原因。
作為純視覺路線的典型代表,特斯拉一直對堆砌激光雷達的行為嗤之以鼻。馬斯克還曾揚言“傻瓜才使用激光雷達”。去年,特斯拉正式發布了完全基于視覺感知方式、僅依賴攝像頭和AI智能算法的FSD版本——FSD Beta V9.0。去年5月,特斯拉便取消了在美國和加拿大市場銷售的Model 3和Model Y兩款車型上所搭載的毫米波雷達,采用僅由8個120萬像素攝像頭組成的視覺系統。今年2月,特斯拉投放在北美市場的Model S和Model X也不再配備毫米波雷達。
不過,由于攝像頭的技術限制,其無法真正像人眼那樣随時變換焦距和景深,以确保看清視野中的細節部分。同時,即使是人眼,在極端複雜的路況、光線或環境下也會出現對行車路線、距離等的錯誤判斷,依賴攝像頭的純視覺方案更是存在着環境上的限制。“攝像頭現在做不到像人眼那樣識别,很多東西都識别不到。而且遭遇逆光、黑暗、鏡面反射等人眼都無法識别的情況,攝像頭就更容易出現事故了。”中科院創業投資管理有限公司研究總監邵元駿如是說。
與純視覺方案相比,“攝像頭+雷達”的多傳感器融合方案則是在多種傳感器的加持下覆蓋更多工況。上述專家表示,這種方案在複雜天氣環境下的表現優于純視覺方案,能夠對環境進行較為精确的描述,獲得更多維的信息。
然而,由于激光雷達等傳感器成本較高、技術尚不成熟,這給多傳感器融合路線的發展帶來一定桎梏。據了解,市場上L4自動駕駛車輛搭載的64線激光雷達價格可達8萬~10萬美元一台。激光雷達知名企業Velodyne旗下的HDL-64E售價便接近10萬美元。如此昂貴的成本給企業自動駕駛量産落地帶來不小壓力。
此外,戴一凡還指出,多傳感器融合方案的一大難題是如何融合。“當多個傳感器識别出現差别時,究竟應該信誰的,這個問題現在還沒有太好的解決方案。”戴一凡解釋道,此前有些車輛在AEB工況下發生撞上靜止物體的事故,其背後的主要問題就是感知融合沒有處理好。馬斯克也曾表示,在多種傳感器相互配合的情況下,會出現感知結果相互矛盾的問題。
3 巨頭加盟 能否引領純視覺潮流?
盡管兩大方案各有優劣,但目前大多數企業仍偏向于多傳感器融合路線,僅Mobileye、特斯拉和百度Apollo等少數企業站邊純視覺路線。其中,百度Apollo則是純視覺方案與多傳感器融合方案雙線并行,其ANP智駕産品以Apollo Lite視覺方案為基礎,也可根據車企不同級别車型的定位和智能化預算,選配激光雷達以提升工況。
奔馳、寶馬、沃爾沃、長城、蔚來、小鵬、智己等大多車企均選擇了“攝像頭+雷達“路線。小鵬汽車首席執行官何小鵬曾表示,小鵬将把安全因素放在非常重要的位置,為此甯願硬件冗餘、軟件冗餘。蔚來汽車董事長李斌也稱:“對于‘負責任’的高級别自動輔助駕駛,激光雷達不可或缺。”自動駕駛解決方案提供商禾多科技也是以“感知一盤棋”的策略,建立了對毫米波雷達、攝像頭、激光雷達等傳感器兼容并包的技術體系。
除卻能夠提升信息的準确性,上述專家指出,車企大多選擇多傳感器融合路線的本質原因在于,純視覺路線的技術門檻非常高。“視覺傳感器盡管成本低、技術原理更簡單,但對軟件算法的要求非常高。”戴一凡指出,大部分整車企業在圖像算法方面缺少積累,這導緻它們在純視覺路線上無從下手。特斯拉能夠成為為數不多的純視覺支持者之一,便是以其視覺算法疊代、海量數據積累和超級計算機Dojo支持模型訓練做為基礎,這為其帶來的競争優勢幾乎是難以超越的。短時間内無法精通純視覺路線所需的軟件算法,大多數車企隻好轉戰多傳感器融合方案,以保證盡快推出自動駕駛方案,實現功能的落地。
不過,随着豐田這一傳統車企巨頭的加盟,純視覺路線是否會成為新的寵兒,吸引更多企業争相跟進?
邵元駿認為,其他車企跟進純視覺路線的可能性并不大。從路況上看,我國城市道路相對較窄而行人很多,自行車、電動車保有量也很高,對于路況識别的要求更高,因此多傳感器融合的方案更适合我國國情。其次,路線選擇終究是市場性的,随着激光雷達性能的持續提升和成本的不斷下降,部分純視覺路線的擁護者也可能轉向多傳感器融合路線。黃武陵也提到,随着激光雷達行業日趨成熟,後續車企或可考慮将其作為一個可選配的标準化配件。
戴一凡也指出,兩條路線并非完全對立的關系,無需押寶或唱衰某一方。不過,在他看來,在技術的不斷發展變化中,多傳感器融合方案或許會成為“最終勝者”。據了解,為降低激光雷達成本,禾賽科技、速騰聚創等國産品牌都聚焦成本更低的混合固态和固态激光雷達。華為的96線激光雷達号稱把價格壓縮到200美元,并有可能進一步降低到100美元。此外,多傳感器融合技術也在不斷進步。日前,華為公開了一項自動駕駛專利,融合了攝像裝置和雷達兩種傳感器,并将基于兩種傳感器所獲得障礙物分布信息進行融合,融合後的車輛可行駛區域以概率的形式進行表示,所述概率表示車輛不可通行的幾率。
4 自動駕駛感知 還需路端打好輔助
“除了純視覺和多傳感器融合,車路協同其實也算是自動駕駛感知技術的第三條路線。”邵元駿告訴記者,車路協同技術能夠通過車端和路側的配合,在平衡車端成本的同時,提高安全性。“把激光雷達等傳感器裝在路側,能夠有效降低A00級、A0級車的單車成本。其次,路上配置傳感器後,能夠在車端感知冗餘的基礎上加上一層冗餘,更加保險。”他說。
清華大學自動化系系統工程研究所所長張毅也曾指出,車路協同技術能夠提升自動駕駛汽車環境感知的深度和維度、提高行車安全。由于單車智能存在視野局限和視效局限,并非是不斷提升單車智能化程度即可解決的。正如黑芝麻智能應用工程副總裁鄧堃此前所言,不同的天氣、不同的交通等因素影響下,單車智能距離永遠是受限的,車路協同則可以在極端情況或交通疏導場景下起到作用。有了路端的加持,車輛不僅能夠像單車智能路線的車輛一樣通過自身感知周圍環境,還能利用路端設備獲取自身無法探測到的盲區,進而實現更安全的自動駕駛。
邵元駿指出,如果單純靠車輛處理大量的感知信息,對芯片的要求極高。而目前我國仍舊面臨芯片“卡脖子”問題,這對于我國自動駕駛的自主發展十分不利。“如果隻攻單車智能,對芯片要求極高,就會延續我國智能手機的發展路線,即硬件用别人的,自己在上面搭應用,底座根本不是自己的。”他說。而車路協同技術則可以将對于車輛的計算要求分擔一部分到路側,以降低對車載芯片的要求,實現自動駕駛全産業的自主可控。
不過,戴一凡認為,純視覺還是多傳感器融合,與單車還是車路協同,屬于兩個不同維度的問題,不可混為一談。受制于政策、标準、基礎設施、車企研發成本等因素,車路協同在中短期内尚不能成為主流,應堅持“單車智能為主、車路協同為輔”的發展模式。在此模式下,車輛仍需承擔70%甚至以上的感知和決策任務。即便是應用車路協同,車端的感知路徑與單車智能差别并不大。因此,純視覺路線還是多傳感器融合路線依舊是企業需要認真考慮的問題。
全國政協經濟委員會副主任苗圩強調,單車智能和網聯賦能是我國實現自動駕駛的雙支撐。因此,在雙線并舉的中國方案指導下,自動駕駛感知技術路線的選擇必須将車路協同考慮在内。黃武陵告訴記者,車路協同的感知系統應更多側重于解決非即時感知内容,類似交通流感知與預測、特殊交通場景環境描述、超視距感知、極端環境下感知、車載盲區視野補充等,為自動駕駛提供“知識”,為解決長尾場景提供補充。同時,單車智能也需同時演化,盡可能達到沒有車路協同的數據支持也可以完成自動駕駛的能力,提供接口接入車路雲提供的“知識”,豐富、完善和提升感知能力。
文:張奕雯 編輯:黃蓓 版式:趙方婷
給小編加個雞腿!
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!