8月13日?qǐng)?bào)道 在眾多生產(chǎn)商著手研發(fā)自動(dòng)駕駛汽車的大環(huán)境下，幾乎所有的汽車都使用了激光雷達(dá)，并用以打造一種 傳感器 。這種傳感器可以借助雷達(dá)展現(xiàn)三維地圖中車輛周圍的情況。然而特斯拉的首席執(zhí)行官埃隆⋅馬斯克卻表示，這樣的做法是錯(cuò)誤的。
先有特斯拉于今年4月份舉辦展示活動(dòng)，介紹其自動(dòng)駕駛技術(shù)。馬斯克在這次展會(huì)中表示，這些生產(chǎn)商終將放棄 激光雷達(dá) ，因?yàn)槿魏卫眉す饫走_(dá)研發(fā)自動(dòng)駕駛汽車的人都注定失敗。
后有特斯拉人工智能專家Andrej Karpathy表示，激光雷達(dá)確實(shí)為研發(fā)提供了一條捷徑，但是這種方法并沒有考慮到一個(gè)基本問題，那就是視覺識(shí)別在這當(dāng)中的重要性。這個(gè)方法帶給他們一種進(jìn)步的錯(cuò)覺。
許多專家對(duì)該說法發(fā)出了質(zhì)疑。
首先來自密歇根大學(xué)自動(dòng)駕駛汽車試驗(yàn)場(chǎng)MCity的研究員Greg McGuire就指出：從某種意義上來說，這些 傳感 器都是一種依賴。作為工程師，他們就是這么做的，即創(chuàng)造依賴性。
McGuire還表示，只有當(dāng)自動(dòng)駕駛汽車真的非常安全可靠時(shí)，它才能被社會(huì)所接受。想要達(dá)到高度的可靠，就要堅(jiān)持一個(gè)重要的原則——冗余。任何傳感器最終都會(huì)失靈，但如果使用幾種不同類型的傳感器，那就可以降低因?yàn)槟骋粋€(gè)傳感器發(fā)生故障導(dǎo)致事故發(fā)生的可能性。
其后，又有行業(yè)分析師(及前汽車工程師)Sam Abuelsamid表示，一旦你將這些理論技術(shù)用于現(xiàn)實(shí)，有很多未知數(shù)你是無法避免的。理論上，你或許可以僅憑相機(jī)來采集數(shù)據(jù)，但若要百分百相信系統(tǒng)的判斷是正確的，最好是有其他正交傳感模式的輔助，例如像激光雷達(dá)這樣的傳感模式。
4月22日，就在特斯拉展示自動(dòng)駕駛技術(shù)的同一天，康奈爾大學(xué)的三位研究人員發(fā)表了一篇研究論文，部分支持了馬斯克關(guān)于激光雷達(dá)的說法。計(jì)算機(jī)科學(xué)家們只用了立體相機(jī)，最終在KITTI(一種熱門的自動(dòng)駕駛系統(tǒng) 圖像識(shí)別 基準(zhǔn))上取得了突破性的成果。該項(xiàng)新技術(shù)性能遠(yuǎn)遠(yuǎn)優(yōu)于之前的純相機(jī)技術(shù)，并且和“相機(jī)+激光雷達(dá)”的搭配相比也相差無幾。
可惜，媒體對(duì)該論文的報(bào)道混淆了研究人員的實(shí)際發(fā)現(xiàn)。例如Gizmodo在報(bào)道中表示，這三名研究人員的論文是關(guān)于汽車上攝像頭的安裝位置的，但實(shí)際上該論文并沒有提到這一點(diǎn)，而Gizmodo也在研究人員聯(lián)系他之后，修改了他這篇報(bào)道。
想要恰當(dāng)?shù)乩斫膺@篇論文，我們就需要了解軟件是如何將原始的相機(jī)圖像轉(zhuǎn)換成有標(biāo)識(shí)的三維模型，在地圖上生動(dòng)地展示汽車周邊情況。在KITTI的測(cè)試中，如果該 算法 能夠精準(zhǔn)地識(shí)別汽車周邊的每一個(gè)對(duì)象，并用三維的框框?qū)⑵錁?biāo)示出來，那么該算法就被認(rèn)為是成功的。
通常軟件處理這種測(cè)試分為以下兩個(gè)步驟。首先，軟件通過某一算法運(yùn)行圖像，為圖像的每個(gè)像素定一個(gè)距離估計(jì)值。這可以通過一對(duì)相機(jī)和 視差 效應(yīng)的原理來實(shí)現(xiàn)。研究人員還研發(fā)了其他技術(shù)，使用單個(gè)相機(jī)來估算像素間距。在這兩種情況下，第二步就是通過高度估計(jì)值將像素分組，組成不同的對(duì)象(比如汽車、行人或自行車)。
康奈爾大學(xué)的研究人員將每個(gè)立體圖像對(duì)應(yīng)的像素轉(zhuǎn)換成由激光雷達(dá)傳感器生成的三維點(diǎn)云(點(diǎn)云數(shù)據(jù)指的是：掃描資料以點(diǎn)的形式記錄，每一個(gè)點(diǎn)包含有三維坐標(biāo)，有些可能含有顏色信息或反射強(qiáng)度信息)。然后，研究人員將點(diǎn)云數(shù)據(jù)輸入到現(xiàn)有的目標(biāo)識(shí)別算法中。
三位研究人員在其論文中表示，他們的方法在圖像識(shí)別能力上取得了巨大進(jìn)步。例如，在KITTI測(cè)試的一個(gè)版本中，以前純相機(jī)采集數(shù)據(jù)的準(zhǔn)確率最高為30%，而現(xiàn)在借助他們的技術(shù)，準(zhǔn)確率已經(jīng)提高到66%。
換句話說，“相機(jī)+激光雷達(dá)”的模式比純相機(jī)使用更加精準(zhǔn)，這和激光雷達(dá)測(cè)量距離時(shí)精度更高無關(guān)，其主要是因?yàn)榧す饫走_(dá)生成的“原生”數(shù)據(jù)格式恰好更容易讓機(jī)器學(xué)習(xí)算法使用。
這篇論文的作者之一Kilian Weinberger指出，他們的論文寫的是通過將基于相機(jī)的數(shù)據(jù)轉(zhuǎn)換成激光雷達(dá)的點(diǎn)云數(shù)據(jù)，顯著縮小兩者之間的差距。
不過，Weinberger也明確表示，激光雷達(dá)和非激光雷達(dá)之間仍有相當(dāng)大的差距。在KITTI測(cè)試中，康奈爾大學(xué)的研究人員將數(shù)據(jù)的準(zhǔn)確率提高到了66%，但在使用相同算法的條件下，直接使用激光雷達(dá)生成的點(diǎn)云數(shù)據(jù)準(zhǔn)確率高達(dá)86%。
