0
“特斯拉的全自動駕駛，是一個根本不準確的說法。”“真正的自動駕駛，需要激光雷達發揮作用。”
說出這些話的是激光雷達公司 Luminar CEO 奧斯汀·拉塞爾，他最近在接受媒體采訪時，直言不諱地評價特斯拉的全自動駕駛系統(FSD)，并否定純視覺方案可實現自動駕駛。
這又是一個反對純視覺自動駕駛方案的個例，但事實上，激光雷達的自動駕駛傳感器地位已經有所松動。
七年前，自動駕駛汽車走出實驗室不久，激光雷達因其特性被人們認為是自動駕駛實現的必備傳感器，因此被業界抬至神壇。不過，在激光雷達的量產應用經歷了一輪祛魅后，部分車企已站隊純視覺自動駕駛方案。
純視覺自動駕駛方案正得到更多人士的認可，但這一方案在當下依舊是一個小眾的流派，而應用新方案的特斯拉汽車也還未進入大眾市場，無法得知其實際表現。
在一片爭議聲中，新智駕邀請幾位業內人士，分享他們對于純視覺自動駕駛方案可行性，以及其中可能存在難題。
在多年爭議聲中，特斯拉的純視覺自動駕駛方案即將應用于量產車型。
特斯拉計劃，自10月起，北美、歐洲及中東地區交付的Model 3、Model Y將率先移除超聲波雷達，隨后將在全球范圍政策允許的國家推進。此外，2023年起交付的Model X及Model S也不再配備超聲波雷達。
這意味著，特斯拉將采用只有攝像頭的純視覺自動駕駛方案。據馬斯克介紹，特斯拉的純視覺自動駕駛方案將采用8個攝像頭，配合視覺處理能力可實現360度的視野范圍，對周圍環境的監測距離最遠可達250米。
（特斯拉純視覺自動駕駛方案介紹）
而為了彌補移除超聲波雷達引起的功能缺失，特斯拉將啟用基于視覺的占據柵格網絡（Occupancy Networks），以提供更清晰的空間定位、更遠距離的可見性以及更強的物體識別能力。
對于移除超聲波雷達的原因，馬斯克給出的理由是，每輛車可節省114美元成本。
商湯絕影進一步向新智駕解釋了特斯拉的理由。其表示，量產汽車對整車BOM成本非常敏感，哪怕單車降低成本10元都值得深入研究分析，更何況能省去多個傳感器。并且，視覺傳感器是所有自動駕駛傳感器中信息最為豐富的，也是感知能力上限最高的傳感器。
而在智行者研發中心高級總監徐成看來，純視覺方案的技術優勢也吸引了特斯拉堅持。
徐成介紹，純視覺方案所有的數據都是圖像，因為沒有點云，沒有毫米波的目標，以及超聲波雷達的回波數據，所以數據源都是單一模態，特征提取、融合會更容易一些。
此外，因為都是圖像數據，只需要圍繞視覺處理進行數據積累、迭代模型，不會因為加入新的傳感器而導致積累的歷史數據不能用，進而需要重新積累標注數據進行訓練。
經過數十年發展，超聲波雷達已經成為汽車較為成熟的標配傳感器，且成本較低。超聲波雷達生產商電應普科技表示，目前市面的超聲波雷達單價為45元左右。
其進一步表示：“純視覺技術方案是最經濟的一種，但純視覺自動駕駛方案也存在比較明顯的缺陷。在一些強光、大霧、大雨的環境下，攝像頭的綜合感知能力會極大程度受限。”
總體而言，特斯拉的感知方案經歷了“快速瘦身”的過程，由最初不采用激光雷達，到減去毫米波雷達、超聲波雷達。特斯拉過于快速拋棄傳感器，引發了一系列讓人詬病的副作用。
自2016年起，多個地區的特斯拉電動汽車在Autopilot模式下高速撞擊倒在路面的白色貨車，外界認為事故原因是特斯拉電動汽車將白色貨車的車身與天空相混淆，從而沒有發現障礙物。
2021年，特斯拉宣布取消毫米波雷達。采用新方案的車型上市后，美國國家公路交通安全管理局（NHTSA）收到關于特斯拉“幽靈剎車”的投訴量激增，投訴量由單月354起增至單月758起。
大量投訴為特斯拉引來了NHTSA的調查。今年6月，NHTSA決定對 83 萬輛特斯拉電動汽車展開調查，重點調查部分為自動駕駛功能 Autopilot。
不過，在僅有攝像頭作為傳感器的情況下，特斯拉曾自信地表示，新方案比多傳感器融合方案的安全性更高。
對于純視覺自動駕駛方案的可行性，業內人士有著不同的看法。
德賽西威智能駕駛輔助事業單元總經理李樂樂曾對新智駕表示，受各種傳感器的物理限制，中短期內不太可能僅使用一種傳感器解決所有場景的感知可靠性，智能汽車若需具備高度可靠的環境感知能力，一定需要多種傳感器融合以提高感知性能。
商湯絕影、智行者的多位業內人士從長期判斷，純視覺自動駕駛方案具備可行性，但目前存在不少需要攻克的難點。
在徐成看來，純視覺方案主要有三大難點：
其一，可能存在近距離安全風險。
特斯拉采用360度環視攝像頭方案，其中前視相機被自身車頭遮擋，在車頭附近會存在一定的盲區；周視相機由于各自視角差異和畫面裁切導致近距離障礙物在畫面中不完整，容易漏檢或者給出錯誤的運動趨勢；魚眼相機理論上能夠看到車身近處的目標，但是如果障礙物太近，在魚眼相機中也無法看到全貌，難以描述障礙物的存在性和運動情況，從而導致可能存在近距離安全風險。
其二，攝像頭對不常見的物體可能漏檢或誤檢。
特斯拉主要通過基于深度學習的視覺檢測技術提高對物體的識別能力，需要將不同類別的物體標注后訓練AI，最終讓AI能識別盡可能多的物體。
值得注意的是，道路上有一些不常見的物體如漂浮的氣球、塑料袋，或者停放的手推車等，如果特斯拉的訓練數據中沒有標注這類物體，但車輛在實際行駛中遇見這類物體，可能容易引發不剎車或者幽靈剎車等情況。除非特斯拉的數據包含生活中的所有元素，否則一定存在漏檢誤檢物體。
此外，攝像頭法無法識別透明物體，在特殊情況下可能因此引發事故。
其三，攝像頭獲取深度信息較難。
從探測能力來看，超聲波雷達可通過聲波回波測量距離，但特斯拉所采用的多目攝像頭無法像雙目攝像頭般獲取距離信息，只能獲取各個攝像頭看到的圖像信息，再通過深度估計網絡給出一個可能的深度。
此外還可基于小孔成像原理給出距離、結合自身的運動估計環境中障礙物的3D位置、結合多目相機對同一目標的觀測給出可能的深度信息等方法。
不過，這些間接的深度信息獲取方法存在各種局限：
深度估計網絡的結果會存在錯誤和被欺騙的可能；
小孔成像原理需要獲取障礙物的大小，或者地平面的先驗假設；
結合自身運動的方法，需要自車處于運動狀態；
多目相機對同一目標進行觀測，需要目標處于多目相機的共視區域。
由于這些方法的局限性，將導致目標深度信息的獲取在某些情況下會變得異常困難。
目前，特斯拉的公開內容未包括以上問題的解決方法，至于特斯拉的純視覺自動駕駛方案是否真如其宣稱的極高安全性，還需等待實車上市。
目前而言，特斯拉堅持的純視覺自動駕駛方案是一個小眾的感知流派，近幾年越來越多車企卻成為其中一員。
集度汽車CEO夏一平曾表示，集度看好純視覺的自動駕駛路線，目前其首款量產車型雖然搭載激光雷達，但并不是自動駕駛傳感器的核心。集度汽車此后將逐漸減少雷達等感知硬件，實現純視覺感知。
豐田旗下子公司Woven Planet今年表示，將通過攝像頭采集數據，采用單一的視覺方案開發自動駕駛，這一方案也將供豐田未來的量產車型使用。
雙方都沒有說明將通過何種方式實現純視覺自動駕駛，但它們的選擇，至少證明了純視覺自動駕駛方案有著實際應用的可能。
然而，如果純視覺自動駕駛方案在中國道路交通場景應用，可能面臨不小的挑戰。
商湯絕影介紹，中國道路特有的長尾場景相對國外更多，比如拉貨三輪車、外賣車等交通工具較多，同時中國交通流的密度高，路面動態目標的軌跡更隨機，駕駛員的駕駛策略也更激進。
此外，中國各地的交通燈、交通標志、錐形桶、防撞柱、施工標志等道路元素的形態也存在差異化，這些對于中國的純視覺解決方案而言都是比較大的挑戰。
但這并未影響商湯絕影研發視覺感知方案。商湯絕影表示，多類別長尾場景的快速迭代解決，需要算法供應商有高效的數據獲取能力、數據處理能力，能夠支持感知算法的快速迭代。正因此，商湯絕影打磨通用目標感知體系，用賦能引擎來支持長尾場景的解決，實現智能駕駛能力的自演化。
無獨有偶，不久前大疆車載參與研發售價10萬元左右，卻具備L2+輔助駕駛功能的Kiwi EV正式上市。大疆車載表示其系統可以僅通過在線感知實現ADAS核心能力，這使得主流的輔助駕駛功能可以在基礎的硬件構架上實現ADAS功能。
大疆車載曾在相關的媒體溝通會上表示，更高階的智能駕駛體驗不等于更高階的硬件，而是基于車型本身的定位、體驗設計、功能需求進行軟硬件的配置和開發，合適的配置與成本完全可以讓廣大消費者輕松用上智能駕駛。
除了商湯、大疆車載以外，智行者、元戎啟行等自動駕駛公司相關負責人也表示：“純視覺自動駕駛方案在中國道路場景應用可行，但仍有很多問題需要解決。”
純視覺自動駕駛方案目前已有不少擁躉，但統觀各企業的具體做法，目前如信奉宗教般踐行該方案的勇者極少。
即便已研發視覺方案的供應商，也有著備選方案。比如大疆車載的輔助駕駛方案根據客戶需求決定，商湯絕影也提供激光雷達感知產品。而公開站隊純視覺自動駕駛方案的集度與豐田，目前還未推出相關產品。
毫無疑問，第一個將純視覺自動駕駛方案應用量產車型的特斯拉是一只出頭鳥，需要準備應對可能出現的各類事故。而此前因取消毫米波雷達而導致投訴量增多，正為特斯拉招來更大的麻煩。
近日，消息稱特斯拉正在接受美國司法部有關自動駕駛技術的調查，特斯拉或其公司高層可能收到司法部的刑事訴訟。
上一版本方案已證明失利，若更激進的視覺方案應用后導致更多事故，特斯拉應用純視覺自動駕駛方案可能遭遇更大的挫折。此時的特斯拉，更像是鋼絲繩上的舞者，前有唆使降低成本的毒蛇，后方的退路卻被自己毀壞。
更重要的是，消費者對此方案的接受程度也是一個問題。如果有可能，你愿意成為特斯拉純視覺自動駕駛方案的付費用戶嗎？
雷峰網雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
