特斯拉在计算机视觉上押下了很大的赌注来对抗 LiDAR。最近的进步和低价格可能有助于 LiDAR 挑战行业领导者。自 2010 年代初期以来，自动驾驶汽车的技术发展迅速，其受欢迎程度也随之提高。几乎每个人都同意汽车的未来是自动驾驶汽车。它们可以让每个人的生活更轻松，减少因人为错误导致的交通事故数量。现在的问题是，自动驾驶汽车将使用什么技术？自动驾驶汽车的代表人物伊隆·马斯克 (Elon Musk) 在这一点上与业内其他人持不同意见。
自动驾驶全靠传感器
今天的自动驾驶汽车实际上并不是完全自动驾驶的驾驶。汽车工程师协会为自动化车辆创建了一个等级，范围从 0 级到 5 级。它是这样工作的。0 级：零自动化。驾驶员控制汽车。级别 1：基本驾驶员辅助。例如，高速公路上的巡航控制h 允许驾驶员将脚从踏板上移开。2 级：有限的自动化。系统控制加速和制动以及转向以执行复杂的操作。级别 3：情境自动化。系统处理高速公路等条件下的驾驶，并在司机必须接管时警告司机。第 4 级：高级自动化。运行设计域内条件下的所有例行任务均由系统执行。遇到未知情况时要求司机接管。 5级：全自动化。不需要司机。系统可以处理各种条件下的所有操作。虽然 5 级车辆可能需要更长的时间，但 2 级车辆已经使用 ADAS（高级驾驶员辅助系统）功能上路。 ADAS 使用一组传感器和一台计算机来感知和分析环境，以根据物体的接近程度做出决策。这些系统依靠传感器获取关键数据，通过这些数据做出所有决策。更好的传感器意味着更好的信息，找到更好的信息意味着更高的自动化水平。计算机视觉和 LiDAR 的工作原理
自动驾驶汽车制造商在为 ADAS 选择传感器时有多种选择。不同范围的雷达、超声波系统、光学相机和 LiDAR 是一些最流行的自动驾驶汽车技术。其中，光学摄像头和雷达经常一起使用，而激光雷达则作为独立系统使用。特斯拉一直坚信计算机视觉是自动驾驶汽车的未来。结果，它是唯一使用光学相机作为传感器甚至掉落雷达的玩家。来自多个摄像头的图像通过神经网络进行分析，该神经网络利用来自所有特斯拉的大量数据来做出有关加速、制动和转向的决策。另一方面，其他所有人都使用 LiDAR（光检测和测距）系统包括 Waymo、优步、Yandex 和丰田。 LiDAR 使用脉冲激光创建 s 的 3D 地图环境精度高。可以使用 FMCW 雷达或通过发送两个快速脉冲来查看位置在毫秒内的变化来检测运动。计算机使用这些数据在道路上操作汽车。特斯拉的逻辑
特斯拉有多种理由与传感器行业发生分歧。光学相机的最大优势是成本极低。安装在汽车上的多个摄像头可以为神经网络提供大量数据。创建这些神经网络的过程非常复杂，但特斯拉对其进行了投资，每辆车都进一步改进了当前的神经网络。特斯拉首席执行官埃隆马斯克甚至称激光雷达是“傻瓜的差事”和“拐杖” . LiDAR 的反对者认为，人类仅使用视觉来驾驶，而自动驾驶汽车不需要更多。他们列出了 LiDAR 的缺点来支持这一论点。与光学相机相比，激光雷达非常昂贵。日他们擅长绘制周围环境，但无法区分不同的物体。它们没有光学相机所具有的看到颜色的优势。LiDAR 的案例
多年来，LiDAR 已经取得了长足的进步。存在一些缺点，但许多已经或正在解决。成本已经成为早期成本的一小部分，公司正在努力将其降低到 250 美元。最近，使用 FMCW 雷达或通过速射脉冲进行运动检测成为可能。该系统可以与交通信号灯系统集成，以克服汽车上路时的颜色检测问题。除了解决这些问题，LiDAR 开发人员还提出了一个很好的安全案例。 2016 年，一辆特斯拉 Model S 发生了致命车祸。从那以后，当局正在调查特斯拉因紧急车辆停止而发生的撞车事故。 LiDAR 开发人员相信他们的系统不会错过此类物体，并且可以避免崩溃或降低它们的危险性。激光雷达的能力准确地绘制 3D 环境地图使其优于计算机必须依赖有限视觉信息的 2D 相机图像。归根结底，即使成本更高，每个人都想要一辆更安全的汽车。特斯拉对计算机视觉的信念是正确的，还是 LiDAR 证明他们错了，还有待观察。特斯拉有汽车上路的优势，但 LiDAR 也在迅速改进。 LiDAR 开发人员相信他们的系统是实现 5 级自动驾驶的最佳方式。一些人认为具有 LiDAR 和计算机视觉的系统可能会成为赢家。即使是这样，对于花费数年时间改进系统并降低成本的 LiDAR 开发人员来说，这也是一场胜利。 关于作者 Iestyn Cowan 是 EKSMA Optics 的技术工程师。他在激光元件制造领域拥有十多年的工作经验。
