您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
智能驾驶 正文
发私信给大壮旅
发送

0

自动驾驶技术“三国杀”:激光雷达、计算机视觉和雷达谁会赢?

本文作者:大壮旅 编辑:刘芳平 2017-04-02 13:55
导语:由于激光雷达价格高,产能低,许多公司都准备直接绕过高端激光雷达玩“曲线救国”,但其他技术真的可靠吗?激光雷达、计算视觉和雷达到底谁更重要呢?

自动驾驶技术“三国杀”:激光雷达、计算机视觉和雷达谁会赢?

雷锋网按:激光雷达、计算机视觉和雷达三种技术都能助力自动驾驶,但它们各自有自己的优劣,因而把它们组合起来是许多自动驾驶公司的做法,那么在各种各样的组合中,这三种技术最终谁会占优呢?本文由雷锋网编译自博客 Brad Ideas

最近,一大批新创公司蠢蠢欲动,它们准备只靠计算机视觉和雷达就搞定自动驾驶。这些公司包括 AutoX 以及 Comma.ai。此外,像特斯拉这样的大公司也想甩掉激光雷达的包袱,轻装上阵搞定自动驾驶。

当然,特斯拉选择走这条路是因为 Elon Musk 打了小算盘:激光雷达现在价格较贵,产能也不够,但 Musk 却想直接让现售车辆未来通过软件升级实现全自动驾驶。

这些公司信心十足,是因为在解决计算机视觉问题上,机器学习的应用,尤其是卷积神经网络最近有了长足的进步。人工智能,特别是模式匹配和计算机视觉技术突破不断。

此外,对新创公司来说,这是个巨大的赌注。类似谷歌这样的大公司,都在醉心于激光雷达的研究,因此它们放松了其他解决方案,而这给新创公司留了巨大的发展空间。

当然,这些公司可能最终一无所有,但一旦成功,就能赚的盆满钵满,而风投公司最爱投资这类公司。

对于这三项关键技术,如今的趋势已经非常明显:

1. 随着时间的推进,激光雷达的价格会逐渐走低,性能会逐渐增强。最终,高端版本几百美元就能搞定,而低端版则更加便宜;

2. 计算机视觉技术会不断进化,最终可靠性达到使用要求。同时,与其搭配使用的高性能处理器和电源需要都会不断走低;

3. 雷达的价格会降至两位数(美元),用于分析雷达数据的软件也会越来越聪明。

除此之外,一些新技术未来的走向也不好预测,比如远程长波红外激光雷达、新型雷达或能直接把光子当无线电波处理的激光雷达替代品。

当然,即使新技术能按照预测的趋势发展,未来的赢家也一定是那些可以把多项技术相结合的公司,现在的问题是这些技术到底怎样结合才更有效。

现有的激光雷达有个问题,那就是它分辨率有些低,探测距离不够远且售价昂贵。当然,计算机视觉问题也不少,当下它还不够可靠,需要外部照明辅助,而且对计算机能力要求较高(意味着贵)。雷达的问题也是分辨率较低,甚至还不如激光雷达。

下面,我们就来介绍几种有效的技术结合方案:

方案一:高端激光雷达为主,计算机视觉为辅

受大多数团队青睐的 32 线或 64 线激光雷达在探测道路障碍的能力上非常可靠,只要在探测范围内,它们几乎不可能出错。不过,一旦距离稍远,它们就很有可能分不清障碍物到底是什么。

如将皮卡错看成普通汽车,将 3 位行人看成 2 位,同时它也无法识别面部表情和肢体语言。最重要的是,这家伙是“色盲”,它看不出红绿灯信号。

如果有了计算机视觉的辅助,情况就不一样了。激光雷达可以将障碍物的图片从背景中“抠”出来,随后计算机视觉很容易就能分清它到底是什么,而且计算机视觉无需 100% 可靠,它只负责提升最终效果就行。

如果自动驾驶汽车只需遵从“不要撞到路上的东西”这样简单的命令,激光雷达就完全够用,但这样的设定下自动驾驶汽车会频繁刹车,影响乘坐舒适度。

方案二:低端雷达+更可靠的计算机视觉

眼下,只拥有 4 组扫描线的激光雷达价格相对较低廉。不过,这样的配置探测能力一般,对于位置较高、较低或较小的物体有时会无能为力。

因此,现在的问题是,如今计算机视觉系统能填补这个窟窿吗?答案是不太好解决。毕竟计算机视觉系统需要外部照明辅助,灯光打在车辆正前方还好,如果弄个 360 度照明,就会让驾驶员分心,而且还会影响其他车辆的行车安全,但如果不这样做,又无法获得 360 度的完整视野。

有人提出可以用红外线灯来解决,这样就不会让驾驶员分心了,但这种解决方案也有个问题,那就是它的热功率不够高。

低端激光雷达确实能解决一些非常危险的漏报问题,但它有可能带来更多副作用(即错报导致的无端刹车)。在自动驾驶车辆行驶中,漏报完全不能接受,但错报如果太多,也会影响用户的乘坐体验。

这种方案成本较为低廉,不过需要用到较为先进的计算机视觉技术,而这种水平的计算机视觉现有技术还无法实现,但想实现这样的技术并不是不可能。

其他方案

特斯拉一直在研究如何用雷达来协助车载摄像头。雷达探测车辆前方的移动物体很有一手,许多新型号的产品对静止物体探测效果也不错,同时其分辨率也有提高。借助神经网络等新技术,车辆就能实时分辨周围物体到底是什么了。

雷达对车辆的探测效果很好,但探测行人却很弱。不过,如果将双目视觉与计算机视觉搭配使用,探测能力就能大幅提高。

当然,如果只跑高速公路,只需提高雷达的探测距离和对高速物体的辨识能力就信,毕竟路上不会出现行人。

到底谁会最终获胜?

无论谁获胜,未来最终决定自动驾驶汽车走向何方的是成本问题,而现在,安全则是第一要务。只要能比竞争对手更安全,花多少钱都行,降低成本的事以后可以徐徐图之。这也是大多数团队都选择方案一的原因。

不过,有时自动驾驶团队和媒体很容易犯一个错误,那就是做一个演示很简单,只靠激光雷达或计算机视觉就能顺利完成,但要想彻底消除那 1% 的不安全因素,你需要花掉整个研发过程 99% 的时间。

即使如谷歌这样经验丰富,行驶里程无人能力的团队,也不敢肯定的说自己的自动驾驶汽车车百分之百安全。也许随着技术进步,随便一个团队就能让自动驾驶汽车在路上玩个“大撒把”,但要记住,演示行驶并不代表成功。

雷锋网推荐阅读:

廉价化激光雷达的希望:MEMS激光雷达 vs 固态激光雷达

雷峰网版权文章,未经授权禁止转载。详情见转载须知

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说