原標題 馬斯克：自動駕駛依賴激光雷達注定失敗，專家表示不服

8月13日報道 在眾多生產(chǎn)商著手研發(fā)自動駕駛汽車的大環(huán)境下，幾乎所有的汽車都使用了激光雷達，并用以打造一種傳感器。這種傳感器可以借助雷達展現(xiàn)三維地圖中車輛周圍的情況。

然而特斯拉的首席執(zhí)行官埃隆·馬斯克卻表示，這樣的做法是錯誤的。

先有特斯拉于今年4月份舉辦展示活動，介紹其自動駕駛技術。馬斯克在這次展會中表示，這些生產(chǎn)商終將放棄激光雷達，因為任何利用激光雷達研發(fā)自動駕駛汽車的人都注定失敗。

后有特斯拉人工智能專家Andrej Karpathy表示，激光雷達確實為研發(fā)提供了一條捷徑，但是這種方法并沒有考慮到一個基本問題，那就是視覺識別在這當中的重要性。這個方法帶給他們一種進步的錯覺。

許多專家對該說法發(fā)出了質(zhì)疑。

首先來自密歇根大學自動駕駛汽車試驗場MCity的研究員Greg McGuire就指出：從某種意義上來說，這些傳感器都是一種依賴。作為工程師，他們就是這么做的，即創(chuàng)造依賴性。

McGuire還表示，只有當自動駕駛汽車真的非常安全可靠時，它才能被社會所接受。想要達到高度的可靠，就要堅持一個重要的原則——冗余。任何傳感器最終都會失靈，但如果使用幾種不同類型的傳感器，那就可以降低因為某一個傳感器發(fā)生故障導致事故發(fā)生的可能性。

其后，又有行業(yè)分析師（及前汽車工程師）Sam Abuelsamid表示，一旦你將這些理論技術用于現(xiàn)實，有很多未知數(shù)你是無法避免的。理論上，你或許可以僅憑相機來采集數(shù)據(jù)，但若要百分百相信系統(tǒng)的判斷是正確的，最好是有其他正交傳感模式的輔助，例如像激光雷達這樣的傳感模式。

4月22日，就在特斯拉展示自動駕駛技術的同一天，康奈爾大學的三位研究人員發(fā)表了一篇研究論文，部分支持了馬斯克關于激光雷達的說法。計算機科學家們只用了立體相機，最終在KITTI（一種熱門的自動駕駛系統(tǒng)圖像識別基準）上取得了突破性的成果。該項新技術性能遠遠優(yōu)于之前的純相機技術，并且和“相機+激光雷達”的搭配相比也相差無幾。

可惜，媒體對該論文的報道混淆了研究人員的實際發(fā)現(xiàn)。例如Gizmodo在報道中表示，這三名研究人員的論文是關于汽車上攝像頭的安裝位置的，但實際上該論文并沒有提到這一點，而Gizmodo也在研究人員聯(lián)系他之后，修改了他這篇報道。

想要恰當?shù)乩斫膺@篇論文，我們就需要了解軟件是如何將原始的相機圖像轉(zhuǎn)換成有標識的三維模型，在地圖上生動地展示汽車周邊情況。在KITTI的測試中，如果該算法能夠精準地識別汽車周邊的每一個對象，并用三維的框框?qū)⑵錁耸境鰜?，那么該算法就被認為是成功的。

通常軟件處理這種測試分為以下兩個步驟。首先，軟件通過某一算法運行圖像，為圖像的每個像素定一個距離估計值。這可以通過一對相機和視差效應的原理來實現(xiàn)。研究人員還研發(fā)了其他技術，使用單個相機來估算像素間距。在這兩種情況下，第二步就是通過高度估計值將像素分組，組成不同的對象（比如汽車、行人或自行車）。

康奈爾大學的研究人員將每個立體圖像對應的像素轉(zhuǎn)換成由激光雷達傳感器生成的三維點云（點云數(shù)據(jù)指的是：掃描資料以點的形式記錄，每一個點包含有三維坐標，有些可能含有顏色信息或反射強度信息）。然后，研究人員將點云數(shù)據(jù)輸入到現(xiàn)有的目標識別算法中。

三位研究人員在其論文中表示，他們的方法在圖像識別能力上取得了巨大進步。例如，在KITTI測試的一個版本中，以前純相機采集數(shù)據(jù)的準確率最高為30%，而現(xiàn)在借助他們的技術，準確率已經(jīng)提高到66%。

換句話說，“相機+激光雷達”的模式比純相機使用更加精準，這和激光雷達測量距離時精度更高無關，其主要是因為激光雷達生成的“原生”數(shù)據(jù)格式恰好更容易讓機器學習算法使用。

這篇論文的作者之一Kilian Weinberger指出，他們的論文寫的是通過將基于相機的數(shù)據(jù)轉(zhuǎn)換成激光雷達的點云數(shù)據(jù)，顯著縮小兩者之間的差距。

不過，Weinberger也明確表示，激光雷達和非激光雷達之間仍有相當大的差距。在KITTI測試中，康奈爾大學的研究人員將數(shù)據(jù)的準確率提高到了66%，但在使用相同算法的條件下，直接使用激光雷達生成的點云數(shù)據(jù)準確率高達86%。