近日，特斯拉CEO馬斯克不到24小時(shí)的“閃電訪華”引起廣泛關(guān)注，有消息稱其目的在于推動(dòng)完全自動(dòng)駕駛（FSD）系統(tǒng)在華落地。這次短暫的訪華讓馬斯克收獲頗豐，特斯拉通過了中國(guó)汽車數(shù)據(jù)安全4項(xiàng)全部要求，成為其中唯一一家符合合規(guī)要求的外資企業(yè)。
今年來，特斯拉動(dòng)作不斷，從推送基于端到端神經(jīng)網(wǎng)絡(luò)的新一代FSD，到宣布8月份發(fā)布Robotaxi完全擺脫駕駛員的出租車，無一不在彰顯其在自動(dòng)駕駛里的領(lǐng)軍地位。在汽車智能化的大潮之下，自動(dòng)駕駛已成為車企和各路資本爭(zhēng)相布局的重點(diǎn)領(lǐng)域。結(jié)合當(dāng)下火爆的人工智能深度學(xué)習(xí)技術(shù)，頭部玩家嘗試“設(shè)備上做減法，算法上做加法”，“重感知”還是“純視覺”，自動(dòng)駕駛的實(shí)現(xiàn)方式受到越來越多的關(guān)注。
AI技術(shù)賦能
“純視覺”方案有了落地基
在汽車電動(dòng)化浪潮下，車企之間加速“內(nèi)卷”，車型不斷推陳出新，更長(zhǎng)的續(xù)航、更“壕”的內(nèi)飾、更低的價(jià)格……但僅僅做到增配減價(jià)似乎不足以打動(dòng)消費(fèi)者，越來越多的主機(jī)廠以及技術(shù)服務(wù)商著力在自動(dòng)駕駛技術(shù)上做文章。
當(dāng)下，實(shí)現(xiàn)自動(dòng)駕駛出現(xiàn)了兩條路徑：特斯拉選擇徹底放棄激光雷達(dá)，選擇依賴攝像頭的“純視覺”自動(dòng)駕駛方案；不少車企則堅(jiān)持配置雷達(dá)設(shè)備，選擇“重感知”的多設(shè)備融合自動(dòng)駕駛路徑。
今年3月，特斯拉在北美推送了FSD軟件更新，馬斯克稱其是一次大版本更新的“重磅發(fā)布”。據(jù)悉，新版本在算法層面做了較大改動(dòng)，全程使用端到端神經(jīng)網(wǎng)絡(luò)，無需任何人工程序規(guī)則介入，汽車的自動(dòng)駕駛能力有了明顯進(jìn)步。
在自動(dòng)駕駛技術(shù)上，特斯拉無疑扮演著領(lǐng)頭羊角色。正是基于神經(jīng)網(wǎng)絡(luò)應(yīng)用深度學(xué)習(xí)算法，特斯拉才有了拋棄雷達(dá)設(shè)備的底氣，成為“純視覺”駕駛方案的堅(jiān)定擁護(hù)者。
南方科技大學(xué)教授、無人駕駛專家郝祁表示，自動(dòng)駕駛企業(yè)普遍采用了基于程序規(guī)則的算法體系，汽車在行駛中根據(jù)既有程序命令去執(zhí)行相關(guān)操作，這需要多傳感器合作為汽車提供準(zhǔn)確的環(huán)境信息。當(dāng)前，基于人工智能技術(shù)的應(yīng)用，端到端模型正在改變自動(dòng)駕駛傳統(tǒng)模塊化的實(shí)現(xiàn)方式，無需冗長(zhǎng)的代碼來制定規(guī)則，而是利用海量數(shù)據(jù)進(jìn)行訓(xùn)練，讓汽車擁有自主學(xué)習(xí)的能力以應(yīng)對(duì)復(fù)雜的駕駛場(chǎng)景。“人工智能算法能力提升，自動(dòng)駕駛中對(duì)于行駛場(chǎng)景的解析能力更強(qiáng)，因此，通過硬件設(shè)備獲取信息需求就自然而然降低了。”他說。
如果說算法是“純視覺”方案實(shí)現(xiàn)的基礎(chǔ)，低成本則是推動(dòng)其商業(yè)化背后的動(dòng)力。
郝祁指出，在自動(dòng)駕駛的傳感器設(shè)備中，激光雷達(dá)雖然近幾年價(jià)格下降很快，但與攝像頭相比，仍然是成本較高的設(shè)備。激光雷達(dá)的成本可以分為設(shè)備成本與開發(fā)成本兩部分，其應(yīng)用的激光線束越多價(jià)格就會(huì)越高，開發(fā)與之相適應(yīng)的算法數(shù)據(jù)集也是一筆不小的支出。
感知融合視覺
多傳感器協(xié)作仍是行業(yè)主流
當(dāng)下，采用感知融合視覺的多傳感器協(xié)作方式實(shí)現(xiàn)自動(dòng)駕駛依然是主流選擇。
近年來，國(guó)內(nèi)以“蔚小理”為代表的造車新勢(shì)力、傳統(tǒng)主機(jī)廠以及百度、華為等科技大廠紛紛布局自動(dòng)駕駛，并且不斷有新的自動(dòng)駕駛初創(chuàng)公司參與其中。它們大多主張通過搭載激光雷達(dá)、毫米波雷達(dá)、攝像頭等方式來增強(qiáng)單車感知能力，從而實(shí)現(xiàn)快速量產(chǎn)，完成商業(yè)化落地。
與人類駕駛員開車的方式類似，自動(dòng)駕駛的核心系統(tǒng)由三部分構(gòu)成：感知系統(tǒng)、決策系統(tǒng)與執(zhí)行系統(tǒng)。
郝祁表示，車輛需要通過傳感器感知分析行使環(huán)境與交通標(biāo)識(shí)，并對(duì)周圍運(yùn)動(dòng)目標(biāo)的軌跡進(jìn)行預(yù)測(cè)，根據(jù)機(jī)動(dòng)協(xié)議進(jìn)行路徑規(guī)劃和運(yùn)動(dòng)規(guī)劃形成決策，再按照實(shí)際道路情況做出加油、剎車或者轉(zhuǎn)向變道的操作。在實(shí)現(xiàn)自動(dòng)駕駛的過程中，感知是先決條件，這就類似于駕駛員的眼睛，對(duì)路況信息進(jìn)行捕獲之后才能做出準(zhǔn)確的駕駛操作。
“采用多傳感器融合的方式，可以讓設(shè)備功能取長(zhǎng)補(bǔ)短，最終形成一個(gè)綜合解決方案。”深圳清華大學(xué)研究院無人駕駛智慧城服研發(fā)中心主任陸有源指出，在自動(dòng)駕駛中，攝像頭和激光雷達(dá)的分工不同，攝像頭像素高主要用于圖像信息的采集，實(shí)現(xiàn)精細(xì)化識(shí)別，例如各類車道線、交通標(biāo)志、行人、障礙物等。激光雷達(dá)的作用則在于精準(zhǔn)測(cè)算距離，且不受光照影響白天和晚上都能照常工作，但無法對(duì)障礙物的語義、材質(zhì)軟硬進(jìn)行精確描述。
“激光雷達(dá)屬于探測(cè)環(huán)境信息的主動(dòng)傳感器，通過發(fā)射激光束的往返時(shí)間來精準(zhǔn)測(cè)算汽車與前方障礙物的距離，而攝像頭屬于被動(dòng)傳感器，容易受到天氣與光照的影響。單純從技術(shù)的角度出發(fā)，多融合方案一定具備優(yōu)勢(shì)，感知設(shè)備哪怕只是作為輔助做出很小的糾正，汽車的安全性能也能提升一大截。”郝祁說。
技術(shù)日新月異
自動(dòng)駕駛將走向何方？
依托攝像頭的“純視覺”與多設(shè)備融合的“重感知”，兩種方案各有所長(zhǎng)，哪一種才是自動(dòng)駕駛最佳的實(shí)現(xiàn)方式？
“我比較看好‘純視覺’自動(dòng)駕駛方案，特斯拉采用的端到端神經(jīng)網(wǎng)絡(luò)實(shí)際是從仿生學(xué)的角度讓機(jī)器模仿人類開車，人類駕駛員只用眼睛就足以識(shí)別周圍的駕駛環(huán)境，而攝像頭充當(dāng)?shù)木褪茄劬Φ墓δ堋Ｆ占?lsquo;純視覺’方案取決于兩個(gè)因素，一是攝像頭硬件技術(shù)的迭代升級(jí)，二是人工智能算法體系的先進(jìn)性。”陸有源說。
陸有源表示，攝像頭技術(shù)的升級(jí)讓汽車具備識(shí)別更多復(fù)雜環(huán)境的能力。當(dāng)前，人工智能算法正越來越多地應(yīng)用到自動(dòng)駕駛中，“純視覺”方案推廣的關(guān)鍵還在于能否進(jìn)行充分的模型訓(xùn)練，數(shù)據(jù)基礎(chǔ)是否牢固，只要有海量豐富的數(shù)據(jù)積累，攝像頭就足以應(yīng)對(duì)各種場(chǎng)景。
根據(jù)特斯拉描繪的藍(lán)圖，利用神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)，降低了汽車對(duì)于雷達(dá)感知類傳感器設(shè)備的依賴度，汽車還能越開越智能，自動(dòng)駕駛越用越流暢，這看起來的確令人興奮，但落地實(shí)施并不容易。
算法開發(fā)的投入就是一筆不小的開支，足以讓后來者望而卻步。根據(jù)馬斯克的計(jì)劃，特斯拉今年將在訓(xùn)練和推理人工智能方面投入約100億美元。早在今年1月，特斯拉還追加了5億美元新投資，購(gòu)買約1萬個(gè)英偉達(dá)GPU芯片。可見，沒有持續(xù)的真金白銀投入，用AI賦能自動(dòng)駕駛難有保障。
郝祁認(rèn)為，用單一視覺傳感器就實(shí)現(xiàn)自動(dòng)駕駛，需要引入人工智能通用大模型，讓自動(dòng)駕駛的汽車形成足夠豐富的“知識(shí)庫(kù)”，而不是只進(jìn)行駕駛技能單項(xiàng)訓(xùn)練，知識(shí)結(jié)構(gòu)越豐富，駕駛中出現(xiàn)問題的可能性就會(huì)越小，但大模型訓(xùn)練的能耗和成本十分高昂。
在自動(dòng)駕駛落地驗(yàn)證的過程中，駕駛安全始終是繞不開的領(lǐng)域。郝祁還表示，人工智能技術(shù)目前還在發(fā)展初期尚存短板，比方說，自動(dòng)駕駛中如果出現(xiàn)事故，神經(jīng)網(wǎng)絡(luò)不具備追溯性，無法找到問題的來源，在安全性問題上算法本身還有很大的優(yōu)化空間。
自動(dòng)駕駛?cè)匀惶幱诎l(fā)展初期，市場(chǎng)各方都在爭(zhēng)搶這塊大蛋糕。站在創(chuàng)新大變革的時(shí)代，技術(shù)路徑到底如何選擇，且讓我們拭目以待。
特斯拉：完全自動(dòng)駕駛落地僅“一步之遙”
特斯拉首席執(zhí)行官埃隆·馬斯克最近表示，我強(qiáng)烈建議你一定要試用FSD，不了解FSD的話你很難說自己了解特斯拉。現(xiàn)階段業(yè)內(nèi)對(duì)特斯拉FSD V12都比較期待，對(duì)其是否能進(jìn)入中國(guó)市場(chǎng)也充滿想象。那么特斯拉FSD有何神奇？
特斯拉FSD全稱為Full-Self Driving（全自動(dòng)駕駛），是特斯拉研發(fā)的一套智能駕駛系統(tǒng)。基于大規(guī)模行駛里程、自研運(yùn)算平臺(tái)、巨大算力的布局，目前FSD已進(jìn)入V12.3階段。特斯拉方面表示，完全自動(dòng)駕駛距離走入現(xiàn)實(shí)僅“一步之遙”，其大規(guī)模商用一旦落地，將成為特斯拉利潤(rùn)豐厚的“現(xiàn)金奶牛”。
FSD V12的工作原理很簡(jiǎn)單。系統(tǒng)通過車輛攝像頭拍攝畫面，跟特斯拉積累的近萬億公里的歷史行程數(shù)據(jù)進(jìn)行比對(duì)，篩選出一些與當(dāng)下場(chǎng)景很接近的場(chǎng)景數(shù)據(jù)。根據(jù)駕駛員之前怎么操作的，F(xiàn)SD就怎么操作。
值得一提的是，現(xiàn)在FSD沒有任何預(yù)設(shè)條件，也沒有對(duì)應(yīng)規(guī)矩，F(xiàn)SD完全根據(jù)學(xué)習(xí)人類的經(jīng)驗(yàn)來做判斷。這個(gè)AI程序的工作變得非常簡(jiǎn)單，對(duì)硬件、算法要求直線下降，而且功耗也變低，但從實(shí)際的開車效果來看，已經(jīng)非常接近于人類司機(jī)的駕駛效果。
今年開始，特斯拉的智能駕駛軟件FSD V12版本已經(jīng)在北美加速落地，同時(shí)，特斯拉已經(jīng)將FSD從測(cè)試版本的“FSD Beta”更名為“FSD Supervised”，業(yè)內(nèi)認(rèn)為，這意味著FSD已經(jīng)結(jié)束公測(cè)，進(jìn)入規(guī)模商業(yè)化的環(huán)節(jié)。