埃隆·馬斯克為何繼續(xù)豪賭純視覺？

2021-04-13 15:22

本文來源：智車科技

／導(dǎo)讀／

大多數(shù)人都認(rèn)為，特斯拉的傳感器融合是做得最好的，盡管它對激光雷達(dá)不屑一顧。可是，4月9日，特斯拉首席執(zhí)行官埃隆·馬斯克（Elon Musk）在社交媒體上透露，最近對其自動(dòng)駕駛Autopilot和全自動(dòng)駕駛套件FSD Beta V9．0的升級已漸進(jìn)尾聲。特斯拉希望最終將使其系統(tǒng)稱為完全基于攝像頭——純視覺方法的系統(tǒng)。這意味著，未來特斯拉的全電動(dòng)汽車將在不使用雷達(dá)等部件的情況下自行導(dǎo)航并執(zhí)行駕駛員輔助功能。

特斯拉的FSD Beta V9．0一直備受市場關(guān)注，本來預(yù)計(jì)是在2020年年底上市，不過，到目前為止該系統(tǒng)仍處于測試階段。馬斯克理由是，推遲FSD的發(fā)布是為了完善其系統(tǒng)，以便給用戶充分的使用信心。

純粹的視覺，沒有雷達(dá)

馬斯克對特斯拉車主和FSD Beta用戶＠WholeMarsBlog一篇帖子的回應(yīng)表達(dá)了上述觀點(diǎn)，后者分享了他的Model 3從停車場駛向目的地的片段，其間沒有司機(jī)的介入。馬斯克在回應(yīng)中透露，被電動(dòng)車界寄予厚望的FSD Beta V9．0已經(jīng)基本就緒。

FSD Beta V9．0即將推出。步進(jìn)變化的改善是巨大的，特別是對怪異的極端情況和惡劣的天氣。純粹的視覺，沒有雷達(dá)。

——埃隆·馬斯克（＠elonmusk）2021年4月9日

馬斯克進(jìn)一步解釋說，V9．0的更新將提高FSD測試版在極端情況下和惡劣天氣條件下的適應(yīng)性，同時(shí)改善了車輛的轉(zhuǎn)彎能力。他承認(rèn)，這些仍然是今天先進(jìn)的駕駛輔助系統(tǒng)的挑戰(zhàn)。但這并不是全部，因?yàn)轳R斯克指出，更新將是“純視覺的，沒有雷達(dá)。”談到進(jìn)一步的發(fā)展，馬斯克承認(rèn)，特斯拉最終計(jì)劃在其未來的車輛中完全擺脫雷達(dá)。這可不是猜測，馬斯克親口證實(shí)特斯拉連毫米波雷達(dá)都不用！

不出所料，馬斯克有關(guān)特斯拉即將摒棄雷達(dá)的言論也招致了相當(dāng)一部分人士的抨擊，其中許多人認(rèn)為，純視覺方法是一種倒退。這一點(diǎn)尤其值得注意，因?yàn)榕c通用汽車自動(dòng)駕駛汽車部門Cruise和韋莫（Waymo），還有蔚來、小鵬等競爭對手相比，特斯拉在駕駛輔助系統(tǒng)上使用的傳感器已經(jīng)很少了，這兩家公司都依賴一些激光雷達(dá)和高清地圖進(jìn)行導(dǎo)航。

馬斯克回應(yīng)了這些擔(dān)憂，他強(qiáng)調(diào)，最終視覺有可能遠(yuǎn)遠(yuǎn)優(yōu)于雷達(dá)。他曾表示：“當(dāng)雷達(dá)和視覺不一致時(shí)，你相信哪一個(gè)？視覺具有更高的精度，所以在視覺上加倍比傳感器融合更好。”

傳感器是一種比特流，而攝像頭的比特／秒比雷達(dá)（或激光雷達(dá)）多幾個(gè)數(shù)量級。

雷達(dá)必須有目的地增加比特流的信噪比，使其遇到了集成的復(fù)雜性。

隨著視覺處理的能力越來越好，它正在將雷達(dá)遠(yuǎn)遠(yuǎn)地甩在身后。

——埃隆·馬斯克（＠elonmusk）2021年4月10日

視覺“很有可能”有用

特斯拉實(shí)現(xiàn)全自動(dòng)駕駛的方法部分基于這樣一種理念，即人類100％的駕駛都是通過視覺完成的，沒有使用任何雷達(dá)或激光雷達(dá)。自2019年的特斯拉Autonomy Day以來，特斯拉的高管們就強(qiáng)調(diào)了這一點(diǎn)，當(dāng)時(shí)該公司推出了定制的FSD電腦。至于攝像頭能否提供與雷達(dá)相同的安全級別來檢測前方幾輛車的情況，馬斯克指出，視覺很有可能也能發(fā)揮同樣的作用。

最好把這些看作是概率。有5個(gè)前向攝像頭。其中至少有一個(gè)極有可能看到前方有多輛車。

——埃隆·馬斯克（＠elonmusk）2021年4月10日

“這些事情最好被認(rèn)為是概率。有5個(gè)前向攝像頭。他們中至少有一個(gè)很有可能看到前方有多輛車，”馬斯克說。

特斯拉并非唯一

事實(shí)上，特斯拉并不是市場上唯一一家尋求視覺唯一方法的公司。2020年5月，英特爾公司發(fā)布了一段視頻，顯示MobileEye的一輛自動(dòng)駕駛汽車在耶路撒冷道路上行駛了大約20分鐘。與其他自動(dòng)駕駛車輛不同，MobileEye的車只配備了一套攝像頭，其他什么都沒有。這段簡短的視頻給人留下了深刻的印象，顯示了MobileEye自動(dòng)駕駛汽車在沒有紅綠燈的情況下通過了四個(gè)路口，而這需要車輛在市內(nèi)車道上避開行人和其他車輛。

MobileEye的車只配備一套攝像頭

自動(dòng)駕駛安全靠什么保障？

上述有一些“可能”、“概率”的說法，對于駕駛安全能不能這么賭，這么玩兒？是要畫一個(gè)問號的。純視覺方法是不是一種倒退可能是“公說公有理，婆說婆有理”，但算力的問題，冗余的問題還要不要考慮？即使人類100％的駕駛都是通過視覺完成的，沒有使用任何雷達(dá)或激光雷達(dá)，并不代表不應(yīng)該用機(jī)器代替人類或人類所不及的能力。

智能駕駛專家郭繼舜博士就在評論MobileEye純視覺方案時(shí)表示：“攝像頭視覺方案雖然能夠通過車規(guī)，但是對視覺算法的要求更高，開發(fā)難度很大，失效可能性較高。所以，一個(gè)考慮可前裝量產(chǎn)的好的L4自動(dòng)駕駛技術(shù)感知方案，最好是考慮使用車規(guī)級的多傳感器融合的感知套件（固態(tài)或混合固態(tài)激光雷達(dá)＋視覺＋毫米波等）。”

他認(rèn)為，在多傳感器融合的感知套件的支持下，L4自動(dòng)駕駛需要具備更加智能的感知認(rèn)知能力。而現(xiàn)在的感知算法實(shí)際上更多是實(shí)現(xiàn)“目標(biāo)識別”的感知智能，也就是只能夠獲得感知場景中的物體的類別、方位、速度、大小等等淺層認(rèn)知屬性。

而對于目標(biāo)所關(guān)聯(lián)的更加抽象的語義信息，多個(gè)目標(biāo)互相作用可能造成的場景事件信息，都只能做到有限的認(rèn)知，如紅綠燈、交通標(biāo)志、學(xué)校標(biāo)記等，更加深層抽象的事件意義的認(rèn)知就無能為力了，比如交警的手勢、小學(xué)生過馬路等等。這些需要更多的社會(huì)常識與交通規(guī)則數(shù)據(jù)庫的支持，才能夠?qū)崿F(xiàn)真正的“認(rèn)知智能”。

既然是純視覺，為什么不用雙目？

現(xiàn)在，一些豪華車都搭載了雙目攝像頭，而作為一些人心目中“豪車”的特斯拉并未量產(chǎn)搭載。單目攝像頭要獲得距離信息，必須先識別目標(biāo)；而雙目攝像頭不僅能精確測量距離，還可以識別剎車燈、車道線、路旁交通標(biāo)志等。不過，雙目攝像頭是對每一個(gè)像素點(diǎn)進(jìn)行立體匹配，需要超大運(yùn)算量。特斯拉有自研芯片，在算力方面應(yīng)該不輸他人。

保隆科技視覺產(chǎn)品總監(jiān)孫路認(rèn)為：“單目自身存在的問題在于，窮舉法不可能完全覆蓋所有場景，仍然會(huì)出現(xiàn)一些操控失誤風(fēng)險(xiǎn)；而雙目具有一定技術(shù)門檻，不易實(shí)現(xiàn)高性能指標(biāo)，行業(yè)還沒有專用芯片，目前普遍采用FPGA，工藝難度高。此外，結(jié)構(gòu)精度要求高，耐久性、一致性、溫度適應(yīng)性要求也高。需要自動(dòng)校準(zhǔn)（AA）算法、靜態(tài)標(biāo)定算法保存內(nèi)參等，投入很大。”

毫米波雷達(dá)和激光雷達(dá)的擁躉認(rèn)為，目前主流攝像頭只能提供2D圖像信息，缺少深度。使用攝像頭作主傳感器的主要難點(diǎn)就在于深度恢復(fù)。而自動(dòng)駕駛的路徑規(guī)劃需要有3D道路信息和3D障礙物信息。如果攝像頭想成為主傳感器，就必須能夠提供準(zhǔn)確的深度感知。

從特斯拉公開的資料看，其深度恢復(fù)做的相當(dāng)好，為感知、定位和規(guī)劃提供了堅(jiān)實(shí)的基礎(chǔ)。不過，這樣做必須讓系統(tǒng)訓(xùn)練有素，雖然它有海量數(shù)據(jù)可以用來訓(xùn)練深度模型，但實(shí)際上仍無法保證能正確處理所有場景，也就是馬斯克說的“怪異的極端情況”。所以，一旦出現(xiàn)深度預(yù)測失準(zhǔn)，出現(xiàn)訓(xùn)練的“漏網(wǎng)之魚”（比如顏色識別），就會(huì)錯(cuò)誤估計(jì)道路環(huán)境和障礙物位置，可能車毀人亡。