算法|特斯拉依旧头铁坚持视觉路线，激光雷达会笑到最后吗？( 二 ) 雷达|自动驾驶|算法

在驾驶车辆的过程中，我们是通过眼睛收集路况信息辅以大脑处理的方式进行，那自动驾驶按理说也能通过视觉感知辅以算法处理的方式进行安全驾驶。特斯拉想要做的就是模仿人类视觉获取信息的能力来实现自动驾驶。既然视觉摄像头的感知方式精度较低，那么就依靠特斯拉独有的数据优势和构建算力、算法的能力来抹平这个缺陷。
数据方面，当其他自动驾驶厂商还在路测阶段收集数据，特斯拉得益于在全球售出数百万辆有摄像头的汽车，已经积累了海量真实路况的数据。用于深度学习模型训练的数据让特斯拉的算法早已建立起壁垒，而这些数据样本的积累速度与算法的效率其他厂商无法复制，只能干瞪眼瞎着急。
算力方面，特斯拉新建立的超级计算机 Dojo，拥有强大的算力，这个超级计算机就是为特斯拉的自动驾驶系统设立，用来集中力量训练 Autopilot 在内的整个自动驾驶系统。

文章插图
而在摄像头的技术层面，特斯拉也进行了技术的革新，使用“伪激光雷达”技术代替，对摄像头中的像素进行深度估计，类似激光雷达的点云功能一般形成3D目标检测，提高了深度估计的准确性，激光雷达和相机之间的差距开始缩小。
人们驾驶车辆的时候依赖视觉，我们的神经网络可以处理视觉信息中的距离、速度等信号，而特斯拉的神经网络似乎也可以逐渐做到。特斯拉的视觉感知路线，逐渐在缩小与激光雷达方案的差距，但是其背后所付出的代价，让后来者们无法跟随复制，这也为特斯拉建立起强大的壁垒。纯视觉方案以海量样本数据训练学习和先进的图像处理算法算力支撑，注定是一个少数攀登者选择的艰难路线。
【算法|特斯拉依旧头铁坚持视觉路线，激光雷达会笑到最后吗？】特斯拉首席AI科学家Karpathy在今年CVPR 2021自动驾驶研讨会上表示，基于纯视觉的自动驾驶方案在技术实现上更加困难，因为它需要神经网络仅基于视频输入就可以运行得非常好。不过好处就是“一旦真正让它工作起来，它就是一个通用的视觉系统，可以部署在地球上的任何地方”。
视觉感知系统未来不仅仅是部署在汽车上，也可以部署在任何需要视觉系统功能的其他产品上，比如机器人、无人机、AR/VR等，成为通用的能力，而这也是特斯拉的未来考量和野心。虽然特斯拉设想的未来美好，但是现实中，现下的视觉感知方案与激光雷达方案相比，还是有差距。我们在新闻中仍然会看到，特斯拉汽车因识别感知出现问题而发生车祸的安全事故，目前激光雷达派在安全方面还是笑着走在前面的。
激光雷达能笑到最后吗？两个流派谁能笑到最后，也是考量规模量产与视觉路线技术的迭代谁的速度更快，我们可以通过数据发现，新注册雷达企业越来越多。数据显示，目前我国雷达相关企业共有1.4万家，2020年新注册企业2640家，同比增长29.3%。而上市公司禾赛科技、巨头华为等发布的低成本激光雷达产品，已经准备量产。
供应端的增长态势发展来源于需求端的庞大需求，绝大部分从事L3、L4级别自动驾驶的公司，包括初创公司和大公司，都采用了激光雷达，并且大多数都是购买激光雷达而不是自研的方式。
激光雷达方案，因为硬件高精度性能带来的安全优势，暂时的成本高也能被市场接受。大部分玩家接受激光雷达方案，使得需求端大，其产能也跟着扩大，规模量产在路上，而未来的成本也会因为规模优势进一步降低，建立良性循环。
经过超过10年的发展，激光雷达被证明了是实现高级别自动驾驶的必备传感器，特斯拉在这一态势下也在着急研发，同时秀肌肉招人。此前，特斯拉与激光雷达技术公司Luminar签订了一份使用激光雷达进行测试和开发的合同的消息，引来大家伙的猜度。虽然后来特斯拉澄清自己会坚持纯视觉路线一条道走到底，但是其使用激光雷达行为居心难测。