激光雷达VS摄像头 特斯拉是如何选择的?( 二 )


参照特斯拉的全球交付量、平均行驶里程和Autopilot开启状态下行驶里程计算 , 到2019年 , 特斯拉累计路测数据已经达到约合7.7亿公里 , 同时据估算 , 在2020年这一数据将突破22亿公里 。
激光雷达VS摄像头 特斯拉是如何选择的?文章插图
值得一提的是 , 特斯拉在2019年的4月份推出了“影子模式” , 该模式的存在能够让车辆在开启传感器探测道路的情况下 , 不参与车辆驾驶控制仅收集信息 。 通过分析车主控制行为 , 如果与系统“预想”的一致 , 则该行为数据不会被上报 , 而如果车主行为与“预测”的不一致 , 那么此次的数据就会被上传到特斯拉的服务器中 , 对算法进行修正训练 , 在收集到足够的样本且充足训练后 , 下发到特斯拉所有车辆中 , 完成自动驾驶系统的一次升级 。
激光雷达VS摄像头 特斯拉是如何选择的?文章插图
在整个过程中 , 驾驶员不会有任何感知 , 但特斯拉已经完成了“模式识别-算法学习-反馈-升级-应用”的整个流程 。 正是通过巨量有价值信息的训练 , 特斯拉能够做到即便在视觉计算有缺陷的情况下 , 也可以实现超高的决策正确率 。
▼自动驾驶感知层有没有更好的解决方案?
激光雷达VS摄像头 特斯拉是如何选择的?文章插图
如果我们细品激光雷达与摄像头的优缺点后 , 我们不难发现 , 二者都有自己擅长的领域 , 且恰好互补 , 所以目前除特斯拉外 , 大部分自动驾驶厂商都会选择激光雷达与摄像头相互结合的解决方案 。
激光雷达VS摄像头 特斯拉是如何选择的?文章插图
以Waymo公司(现为Google母公司Alphabet旗下子公司)的自动驾驶网约车车辆为例 , 其搭载了激光雷达、摄像头、毫米波雷达等多种设备 , 已经被许可在美国亚利桑那州凤凰城区域面向大众开放无人驾驶叫车服务 。 该公司也被视为全球自动驾驶技术最顶尖的公司 。
对于市场来说 , 自动驾驶技术感知层到底使用了那种解决方案并不重要 , 重要的是在保证安全性的前提下 , 价格要足够诱人 。 相信随着技术的发展 , 特斯拉这类依靠视觉计算的底层算法会越来越复杂与强大 , 误识别的情况也会相应减少 。 同时 , 技术的发展也会推动激光雷达的升级 , 毫无疑问成本也将会持续下降 。 只不过 , 到底是视觉计算变强大的速度更快还是激光雷达成本下降的速度更快 , 我们不得而知 。
往期精彩内容回顾:
用料是否厚道? 奇瑞瑞虎8 PLUS底盘解析
不负花旦盛名? 领克06用车便利性调查
省去机油机滤 新能源汽车该如何保养?
【激光雷达VS摄像头 特斯拉是如何选择的?】single