你愿意把方向盤交給車么？

自動駕駛一直都是大家關(guān)心的問題，發(fā)展多年，但還是有唱衰自動駕駛的聲音，說這是個偽命題，實現(xiàn)脫手駕駛太困難了。噴著噴著，就從L1自動駕駛慢慢噴到了L3級，從毫米波雷達換到了激光雷達，有人還在否定已經(jīng)獲得的成果。

但這部分人的否定，不無道理，現(xiàn)在自動駕駛大概分為兩派。以特斯拉為首的純視覺派、另一個是激光雷達派，都能實現(xiàn)L1和L2級別的自動駕駛。再更高級別的自動駕駛，實現(xiàn)起來就存在著一定困難，而且現(xiàn)在的自動駕駛都有一個問題是段時間內(nèi)無法解決的。

在極端天氣下，你更相信自己，還是自動駕駛？

兩種主流感知方式

關(guān)于極端天氣后面會講，現(xiàn)在你能使用到的自動駕駛技術(shù)來自于兩種感知方式，視覺派、激光派。特斯拉CEO馬斯克是堅定的視覺派，他diss 激光雷達好幾次了，也永遠不會用激光雷達，所以特斯拉一直用攝像頭+雷達實現(xiàn)視覺感知的自動駕駛功能。

特斯拉的Autopilot這套輔助駕駛傳感器包括8個攝像頭，提供汽車周圍360度的輻射范圍，最大輻射半徑達到250米；還有12個超聲波傳感器，1個前向毫米波雷達系統(tǒng)。

8個攝像頭像素均為120萬，且都來自O(shè)n Semiconductor在2015年發(fā)布的產(chǎn)品。這3個攝像頭具有不同的功用，其中一顆最遠探測距離為150米，起到主要識別功用。第二顆攝像頭最大探測距離250米，但視角范圍局限，第三顆是為了彌補前兩者的視角范圍，主要用于獲得更大的探測范圍。雷達用的是大陸提供的產(chǎn)品，最大監(jiān)測距離160米。

特斯拉堅持的視覺感知方案，簡單說就是用攝像頭模擬人眼，收集到的2D畫面?zhèn)鹘o處理系統(tǒng)、進行3D恢復(fù)、分析駕駛狀況做出預(yù)判，最后通過行駛機構(gòu)執(zhí)行駕駛命令。

雖然，特斯拉一直鼓吹自己要做全自動駕駛，但實際操作時只能作為L2級別使用；現(xiàn)在，Autopilot能實現(xiàn)的輔助駕駛功能有車道內(nèi)自動輔助轉(zhuǎn)向、自動輔助加速和自動輔助制動、自動輔助導(dǎo)航駕駛以及自動輔助轉(zhuǎn)向。

相對更完善的，是今年迎來量產(chǎn)元年的激光雷達。以AQUILA超遠距高精度激光雷達為例，120°的超廣視角，等效300線的高分辨率，500m的最遠探測距離，采用1550nm激光。然后，底層邏輯是通過向被測目標發(fā)射激光束，測量反射或散射信號的到達時間、頻率變化參數(shù)，來確定目標的距離、方位、深度和運動狀態(tài)等信息，再生成多維信息圖像。由于其具有較高的角度、速度和距離分辨率，有著比視覺感知系統(tǒng)更清晰的目標圖像，還能同時跟蹤多個目標物體。

全天候應(yīng)用，還無法做到

以上兩個主流的自動駕駛感知方案，日常駕駛沒問題，但遇到極端天氣就是個事兒。說回極端天氣的問題，兩個主流方案在面對這件事兒時都存在著點兒問題。

特斯拉的方案主要依靠視覺，所以，特斯拉的環(huán)境感知是通過基于二維信息重建的三維場景。二維轉(zhuǎn)換三維，必定會有信息丟失，所以特斯拉存在著對遠處物體有誤識別的情況。舉個例子，夜晚、行人、深色衣服+大霧/雨雪天氣，然后，毫米波雷達識別人相對不夠精準，視覺感知系統(tǒng)又是被環(huán)境所限，更別說加上視覺欺騙了。雖然，特斯拉有大量數(shù)據(jù)用于深度模型訓(xùn)練，但實際應(yīng)用還是沒法保證完全正確的處理所有場景，尤其是極端天氣下的場景。而且還有預(yù)判失準，錯誤預(yù)估了道路環(huán)境和障礙物位置，雖然是小概率事件，但也是存在。

激光方案在這樣的環(huán)境下也沒有好多少，在雨雪霧天氣下，障礙物監(jiān)測能力受限；而且，不同雨滴直徑對于激光的影響不同，雨滴越大，激光點云識別效率就越低。而且，在使用1550nm激光對煙霧進行測試時，由于激光沒有穿透煙霧，感知系統(tǒng)識別之后認為前方存在障礙物。

也就是說，目前的感知系統(tǒng)還無法成為不受白天或黑夜，不受惡劣天氣影響，全天時、全天候的傳感器。

紅外加入可行，但目前受限

一個大膽猜想，把紅外熱成像傳感器，加到自動駕駛汽車里。這項技術(shù)如果在汽車領(lǐng)域大規(guī)模應(yīng)用，極端天氣/環(huán)境下的自動駕駛應(yīng)該會更完善。

和激光雷達、攝像頭、毫米波雷達這幾種主流傳感器相比，紅外熱成像技術(shù)捕捉到的圖像分辨率更高；而且，由于生物會散發(fā)熱量，所以熱成像可以輕松分辨出生物與其他物體，而且不受天氣影響。紅外熱成像原理，只要物體有溫度，都會被探測到紅外能量從而轉(zhuǎn)換為電信號，然后生成熱圖像。如果應(yīng)用到自動駕駛汽車上，可以解決夜晚駕駛，沒有光線的夜晚，照樣可以成像。

當然，僅僅依靠紅外熱成像，是不能解決極端天氣下的自動駕駛。舉個例子：穿黑衣服的行人，在沒有路燈的條件下，依靠可見光的視覺感知不太好識別；那有可能會被毫米波雷達識別，但如果行動速度慢或停滯，那就不能判斷物體是否為生物；如果，加入熱成像系統(tǒng)，帶有體溫特征，配合自動駕駛算法做出判定為前方物體為生物，再做出預(yù)判，這樣自動駕駛汽車在視覺感知系統(tǒng)沒有看到，毫米波雷達探測不準的前提下就能確定，前方的物體是生物，且能做出預(yù)判。

那么，反推，如果不可見光條件下，表面溫度均勻30°的物體放在溫度為30°的場景內(nèi)，用熱成像設(shè)備可能看不到這個物體。然后，結(jié)合激光雷達生成的多維度清晰圖像+溫度信息，配合算法，計算出在同樣溫度下的生物，再做出預(yù)判。

一個問題，紅外傳感器為什么沒有像激光雷達一樣，應(yīng)用在自動駕駛汽車上。受限于成本、和小型化的問題；目前用于測溫的紅外傳感器，支持同時多目標追蹤的普遍價格在7000元以上，而且體積相較于目前車載攝像頭來說，偏大。如果解決小型化問題，成本肯定會更高，再配合軟件算法和芯片使用在汽車上，成本會更高；奧迪A8L上的夜視系統(tǒng)，僅提供可視化，選配就需要3.2萬元。

總結(jié)

最后，就目前來看，作為出行工具的汽車，最重要的核心因素是安全駕駛；目前自動駕駛感知系統(tǒng)依靠攝像頭提供的視覺、激光雷達提供的點云圖，都存在一定弊端。自動駕駛傳感器，絕對不是排他性的，而是從屬和互補的關(guān)系，只有融合才能讓自動駕駛系統(tǒng)獲得更精準且可信的信息，但面對極端條件下的駕駛情況，如果能更準確的從物體中分辨出生物，從安全的角度來看，非常重要。