激光雷达大爆发,特斯拉唱错反调了吗?

特斯拉最近有点烦,热搜撤不下来。一边是女车主维权事件还没有退去,失控追尾的特斯拉又不断有新增,更是有直接撞交警事故;另一边是全球副总裁陶琳再度语出惊人,称“需加强消费者教育”,网友点评:这不以后都要考个特斯拉驾照,才能买车?

据界面数据统计,自2013年以来,全球范围内特斯拉至少发生了218起事故。“失控”是特斯拉事故主要原因,想想就令人瑟瑟发抖,毕竟这真的是用生命在上路呐。

从失控表现来看,有些是特斯拉的自动驾驶辅助系统发生识别错误,那我们就要问了,是不是特斯拉的自动驾驶辅助系统不靠谱?

 视觉算法VS激光雷达,谁是赢家?

要回答这个问题,就要说到马斯克在自动驾驶的识别选择题中,一直跟行业唱反调的行为。特斯拉在自动驾驶系统上特立独行,采用的是视觉算法,原理是摄像头+毫米波雷达的组合。

激光雷达大爆发,特斯拉唱错反调了吗?

前者负责识别物体,后者负责测距、测速等,共同完成眼睛的任务,在正常路况一般没问题,但一旦环境干扰因素过多,例如光线不足的情况下,就可能会出现误判。

最典型的案例就是之前台湾省发生的“特斯拉无法识别白色卡车”事件,直接撞了上去,重点还不止一次,在美国也曾发生过两次,那段时间白色大货车成了特斯拉挥之不去的噩梦。

激光雷达大爆发,特斯拉唱错反调了吗?

原因在于特斯拉摄像头收集的画面是2D的,实际道路却是3D的,它只能通过算法去转换,就算自动驾驶专用的FSD芯片,能以速度为72TOPS的神经网络处理器处理图像,达到2100帧每秒,但在自动驾驶领域还远远不够。

既然有这么多缺点,马斯克为啥还要置生命于不顾?重点就在于视觉算法,造价便宜可量产,说白了,就是这笔生意实在好做。

回到国内新势力造车们为了确保安全,纷纷选择了激光雷达,特点是在于综合性能好,不足是在于造价昂贵。

暂停一下,我们换个角度来想,忽然发现国内车企们的良心还算是大大的好。

既然提到激光雷达,就不得不提起它的始祖——Velodyne。这本是一家做音响的公司,却因为CEO是个不折不扣的机器人爱好者,特别喜欢捣鼓各种机器人功能,愣是跨了界。

有一年,美国国防部高级研究计划局举办一个名为 Grand Challenge 的机器人比赛,主题是“能够自动驾驶的汽车”,Velodyne自然没有缺席。

他们为参赛的卡车安装了两颗摄像头企图代替人类的眼睛,但过于简陋,第一届完败。接着第二年同样举行,这次Velodyne用上了初代激光雷达,但只能识别垂直于地面的物体,结果还是完败。

这结果老板实在不能忍了,Velodyne直接开发了新型激光雷达,将一台 64 线激光发射器安装在可以 360 度旋转的万向节上,系统终于就能采集到真正的 3D 图像,但这重量也要接近100磅,也不好参赛。

在2007年他成功推出了体积和重量都显著降低的64线激光雷达产品,并将开始将HDL-64激光雷达传感器用于挑战赛,能够用来构建地形图和探测障碍物,可惜还是完败。

这哥们抗失败的心理素质真过硬。不过比赛第二,赚钱第一,Velodyne抓住契机,继续研发,始将激光雷达技术应用于自动驾驶车辆、车辆安全系统、3D移动制图、3D航空测绘和安保等领域。

激光雷达大爆发,特斯拉唱错反调了吗?

之后Velodyne所推出的激光雷达系统都有一个特点,就是贵。L4级别无人驾驶车所使用的64 线激光雷达在8到10万美金一台,约合人民币50-70万,比一辆特斯拉model 3还贵,等于买激光雷达送车。

在2017年前,Velodyne几乎是市场上唯一的高线数激光雷达厂商。即便再贵也接到了全球70%的订单,其中就包括“下周回国”贾跃亭创办的法拉第FF。

那激光雷达威力有多猛?何小鹏说:“包含激光雷达的下一代自动驾驶架构会将特斯拉打得找不到东。”

何小鹏敢这么说的原因在于相比摄像头算法,激光雷达的综合性能更好,理论上只需要将周围环境扫一遍,就能知道周围环境是什么样,扫描出来的环境具有纵深度。

为了让大家更好理解,我用iPhone 12 Pro的激光雷达扫描仪举例,通过激光雷达扫描出来的场景大概如上图所示,当然车规级的激光雷达扫描出来的场景会更加详细,清晰可见有木有!

现在唯一阻止激光雷达成为自动驾驶标配的就是价格,价格打不下来,自动驾驶就无法突飞猛进。不过在高昂的造价面前,生命才是无价的,在生命面前,办法总比问题多。

 激光雷达为什么突然爆发?

前面提到激光雷达贵是贵了,但别忘了,只要是对普通老百姓有益的事情,在中国就有无穷的奇迹会发生。

在梳理国内的激光雷达信息的时候,被感动到了,不止是车企在努力,互联网厂商也在殚精竭虑想要打低价格,分得一杯羹。

激光雷达大爆发,特斯拉唱错反调了吗?

除了普遍知道的华为,大疆内部孵化出激光雷达公司Livox。计划在2020年推出2款高性能、低成本、可量产的激光雷达产品Horizon与Tele-15,用于L3 / L4自动驾驶。

小米旗下顺为投资的北醒光子实现了激光雷达的量产,产品主要广泛应用于无人驾驶(避障导航)、无人机(物流、植保等)、机器人(智能家居)、AGV(工业领域仓储物流)等领域。

企查查最新数据显示,我国雷达相关企业共1.4万家,2020年新注册企业2640家,同比增长29.3%,其中四季度新注册728家,一片活力。

主要原因之一是国家政策推动。2020年2月份我国发布了一份《智能汽车创新发展战略》报告,其中明确指出传感器对于自动驾驶的重要性。

在智能汽车的定义中,“搭载先进传感器”被视为重要标签。基于此,作为自动驾驶三大关键传感器之一,激光雷达对于自动驾驶的重要性自然不言而喻。

在今年3月4日的两会上,激光雷达又再次成为主角,与半导体核心设备光刻机、芯片、核心算法等成了化解科技领域的‘卡脖子’难题的技术关键,不断被其他全国人大提起。

如此重量级的国家支持,自动驾驶相关的各个产业链都进入了快车道,激光雷达的爆发目前还只是前戏,好戏还在后头。

激光雷达大爆发,特斯拉唱错反调了吗?

另一方面与消费者的诉求变化有关,如同现在我们买手机会比较在乎处理器是高通还是联发科一样,未来我们即将进入自动驾驶时代。

在新时代下消费者自然关心背后的技术保障,关注自动驾驶技术的先进与否,而激光雷达作为自动驾驶技术的灵魂可能会被关注,只有安全靠谱的传感器,才会有机会赢得消费者一片芳心。

不难发现,激光雷达的品牌越来越将成为我们购买汽车的考虑因素之一。不过产业整体还处于发展早期,还没有头部玩家出现,大家几乎都在同一起跑线

这就不难理解为什么此时大家纷纷进入,只有抢占了激光雷达的先机,就可能成为自动驾驶时代的“独角兽”。

 激光雷达如何实现规模量产?

弄明白了为什么突然间激光雷达企业一夜爆发,但理想是丰满的,现实是骨感的,正式量产的依旧是寥寥无几。

毕竟激光雷达要想成为“车规”级产品,必须要同时满足“成本够低”、“可靠”以及“可量产”,一个都不能少。

就算你技术过关了,要是品控和交付能力不足,那也分分钟翻车。华为基于其强大的科研能力,具备这种能力,但是对很多初创公司,情况也就难说了。

那有没有什么办法可以快速实现量产呢?相信每个车企做梦都在思考。

以色列激光雷达解决方案提供商 Innoviz 的中国区总经理提过这么一个设想:针对某一个应用场景开发来做激光雷达的产品,可能会是更合适的方案。

等于提了一个疑问,激光雷达究竟是生产一个“通用型”产品,还是针对客户的某种应用场景进行特定开发?

打个比方,当下代客泊车是非常热们的应用,特别是很多新手买车的时候,哪个停车容易买哪个。

其实代客泊车对激光雷达的要求不需要看那么远,对激光雷达的帧频要求也没那么高,只要能最大程度地看到离车最近的情况,检测到障碍物就行了。

激光雷达大爆发,特斯拉唱错反调了吗?

对于这类功能的激光雷达,只要足够满足功能就行,其他用不上的技术则砍掉,这样就有了量产的可能。

汽车四周的激光雷达,每一个角色不同,并不是所有的激光雷达都需要满足高性能要求,针对某一个应用场景开发来做激光雷达的产品,更有高量产的可能

就像家里的家电,有些负责扫地,有些负责洗衣服,大家各司其职,激光雷达可以以某种应用场景做开发,以产品思维来研发,而不是只是某个环节的零件。

当然,根据场景造雷达,理论上可以降低激光雷达的造价,但这并不是一件容易的事情,这需要花大量的时间聆听市场的需求,剖析用户的需求

 市场变化,车企面临什么新话题?

说到这,我们就不难理解激光雷达虽然贵,却依旧是各种研发公司打得不开交,毕竟掌握了激光雷达系统的奥秘,就掌握了自动驾驶技术的加速命门,谁都不想提前出局。

历经多年的试运行与数据收集,在L4以上高级别自动驾驶技术上,除特斯拉外各类玩家已达成共识——激光雷达是实现L4高级自动驾驶必需的感知配置。

有了共识,车企们全力ALL IN,展开各种合作,纷纷给自己按下加速键。正是如此不断追求,让消费者离更高级别自动驾驶越来越近。

在可预期的未来,智能汽车中的科技基础发展进度,越来越制约了新一代智能车的量产,也成了消费者更加关心的购车安全考量。

放在目前来看,激光雷达技术看似被头部玩家特斯拉抛弃,其实已经迎来属于它的黄金时代,蓄势待发,推及未来,科技基础的研发和新科技的宣传是车企们注定绕不开的话题

我们登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,其原创性以及文中陈述文字和内容未经证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,文章内容仅供参考! 因内容为机器人自动从互联网自动抓取,如您不希望您的作品出现在我们的平台,请和我们联系处理邮箱[email protected],电话:18626060360,谢谢!

(0)
管理员的头像管理员
上一篇 2021-05-28 20:06
下一篇 2021-05-30 20:40

相关推荐

分享本页
返回顶部