2023-03-19
马斯克放个屁都是香的?
当特斯拉要出异形方向盘时,丰田立马跟上。当马斯克在社交平台上带货狗狗币时,狗狗币立马从一文不值成为了市值第四大的加密货币。当马斯克准备收购推特时,推特股价当天暴涨。
似乎,无论特斯拉或者马斯克做什么,都会有人立马跟风,资本也好,车企也罢,特斯拉对它们的影响力都毋庸置疑。
但是,在自动驾驶这一块,特斯拉没能拿捏死。众所周知,在自动驾驶技术上,特斯拉一直坚持纯视觉方案,甚至已经拿掉了部分北美车型上的毫米波雷达,把一切交给摄像头。马斯克也不止一次表态:激光雷达是垃圾。
放眼国内车企,蔚来ET7装了一颗激光雷达,小鹏P5装了两颗,威马M7装了三颗,长城沙龙则表示:四颗以下别说话。这也是为啥,我们最近看到这些车企的新车,都长了几个奇怪的犄角。
为什么国内车企和特斯拉在自动驾驶方案选择上大相径庭,激光雷达和纯视觉技术到底谁更靠谱呢?节省时间,先说答案,激光雷达更靠谱。
想要完成自动驾驶,需要让汽车完成感知——决策——执行三大步骤。我们所谈的激光雷达与摄像头,都属于感知这一块的。
激光雷达能通过发射激光来测量周围事物的距离,粗糙形容整个过程,就很像是我们用一个球,砸向一个障碍物,然后通过球在两点之间往返的时间,计算出两点之间的距离。当球越来越多,发射频率越来越快,覆盖的角度越来越全,我们就能以此绘制出一个3D空间。
激光雷达还具有穿透能力强、抗扰能力强和全天候工作的优势,这些优势,正是车规级部件所需要的。
但激光雷达,也有一个致命的缺点:贵。过去,一颗激光雷达的价格可达8万美元,相当于一台车的钱了。当时,特斯拉就是因为激光雷达太贵被劝退,最终选择了纯视觉方案。视觉方案背后的逻辑大概就和人开车一样,人用眼睛感知路况,用大脑决策,用手脚执行,智能汽车为什么不行?
于是特斯拉选择用摄像头去观察路况,再将信息传送给汽车的大脑进行决策,最终由各种电控系统执行。乍一听,这个方案行得通,因为我们都是这么开车的嘛~而且,相比较激光雷达闭着眼测距,摄像头还能看到颜色信息,简直完美。
但摄像头只能捕捉到2D画面,关键的是,它受外界的影响很大,如果碰见个雨雪天气,就是睁眼瞎。
所以,从硬件上论优势,还是激光雷达更靠谱一些。更何况,采用激光雷达的车型,多数使用的是摄像头+雷达的融合方案。放心,咱只要有“钞能力”,激光雷达看不见颜色、图案的事儿也能解决。
听到这,你肯定认为,特斯拉选择摄像头,那就是为了省钱啊!
别急,你要直接这么“断章取义”,我今儿这篇文章就算是白写了。前面提到,完成自动驾驶,总共分三步,感知——决策——执行,我们刚刚所讲的原理,都仅仅关乎于“感知”,却没有聊到后面的决策,而决策又要基于两大指标产生,即算力和算法。
算力方面,纯视觉方案要比激光雷达费力很多。摄像头采集的是图片信息,激光雷达采集的则是数据信息,不用手指头算都知道,摄像头拍下的图片信息绝对要比雷达产生的字节信息大很多。因此,特斯拉才要烧钱研发更高算力的FSD芯片。
在算法上,特斯拉也要付出更多代价。为了让算法和人类的大脑一样,能够准确处理“眼睛”采集到的信息,特斯拉既要教会算法啥是行人,啥是轿车,啥是大货车;也要教会算法如何把各方位的2D图片,变成3D信息;更要教会算法如何识别这些信息以什么速度,往什么方位运动。
要想实现这些,不仅要进行没日没夜的“训练”,更需要海量的数据,而这些数据,由广大的特斯拉车主提供。这也是其余车企为啥不敢贸然采用纯视觉的原因之一。
总而言之,这种从咿呀学语一直到高才博士的培养,是一定会消耗大量时间成本和研发成本的。如果说特斯拉用纯视觉方案纯是为了省成本,那这种拆了东墙补西墙的行为,马斯克自己都会觉得蠢。
到这,认真听讲的同学就会想了,特斯拉费这么半天劲的事,激光雷达不就能解决吗?这是不是意味着我们能反超了?
不对。
因为即便激光雷达能够减轻一部分算力和算法压力,但车企仍要做好“决策”这一步。这就像是在一场高数考试中,特斯拉全靠脑子算,而其它车企拿了一个计算器,最终成绩如何,不是一个计算器能够决定的。所以,想要在自动驾驶上争高低,算法仍是关键。
对于远在天边的自动驾驶,实现它的正确路径绝不止一条,也不一定只有“纯视觉”和“雷达摄像头融合”这两条。我们并不能站在现在这个时间节点,去直接判断未来的对与错。但我想说的是:安全无小事,在你摄像头看不见的时候,激光雷达帮一把不是更好吗?
当然,过多的冗余也是一种浪费。现如今很多品牌在激光雷达的数量上“内卷”,个人认为大可不必。因为自动驾驶目前还没有进阶到需要那么多激光雷达的地步。换句话说,对于最多使用L2+的消费者来说,过多的激光雷达只是摆设。