选择自动驾驶车辆的眼睛：传感器、策略和权衡之战

到2030年，自动驾驶车辆市场预计将超过2.2万亿美元，有数百万辆汽车使用人工智能和先进传感器系统在道路上行驶。然而，在这种快速增长中，一个基本问题仍然未得到解决：哪种传感器最适合自动驾驶——激光雷达、摄像头、雷达还是完全新型的传感器？

这个问题并非纯理论。传感器的选择影响从安全性和性能到成本和能源效率的所有方面。一些公司，如Waymo，押注于冗余和多样性，为他们的车辆配备了完整的激光雷达、摄像头和雷达系统。其他公司，如特斯拉，采取更为极简和成本有效的方法，严重依赖摄像头和软件创新。

让我们探索这些不同的策略、它们面临的技术悖论以及驱动他们决策的商业逻辑。

为什么更智能的机器需要更智能的能源解决方案

这是一个非常重要的问题。我在2013年创办了一家无人机相关的初创公司时，面临了类似的困境。我们试图创建能够跟踪人类运动的无人机。那个时候，这个想法是领先的，但很快就清楚地认识到存在一个技术悖论。

对于无人机来说，要跟踪一个物体，它必须分析传感器数据，这需要计算能力——一个机载计算机。然而，计算机越强大，能耗就越高。因此，需要更大的电池。但是，更大的电池会增加无人机的重量，而更大的重量需要更多的能量。一个恶性循环出现：能耗的增加导致了更高的成本和重量，最终导致了更高的成本。

同样的问题也适用于自动驾驶车辆。一方面，你希望为车辆配备所有可能的传感器，以收集尽可能多的数据，同步它们，并做出最准确的决定。另一方面，这会显著增加系统的成本和能耗。考虑传感器本身的成本和处理其数据所需的能量非常重要。

数据量正在增加，计算负担也在增长。当然，随着时间的推移，计算系统变得更加紧凑和节能，软件也变得更加优化。在20世纪80年代，处理一个10×10像素的图像可能需要几个小时；今天，系统可以实时分析4K视频，并在设备上执行额外的计算，而不会消耗过多的能量。然而，性能困境仍然存在，自动驾驶公司不仅改进传感器，还改进计算硬件和优化算法。

处理或感知？

系统必须决定哪些数据可以丢弃的性能问题主要是由于计算限制，而不是激光雷达、摄像头或雷达传感器的问题。这些传感器作为车辆的眼睛和耳朵，持续捕获大量的环境数据。然而，如果车载计算“大脑”缺乏处理所有这些信息的实时处理能力，它就会变得不知所措。因此，系统必须优先考虑某些数据流，而忽略其他数据流，可能会忽略某些物体或场景，以专注于更高优先级的任务。

这种计算瓶颈意味着，即使传感器功能完美（通常它们有冗余以确保可靠性），车辆仍可能难以有效地处理所有数据。责怪传感器是不恰当的，因为问题在于数据处理能力。提高计算硬件和优化算法是解决这些挑战的必要步骤。通过提高系统处理大量数据的能力，自动驾驶车辆可以降低错过关键信息的可能性，从而实现更安全、更可靠的操作。

激光雷达、摄像头和雷达系统：优缺点

不可能说一种传感器类型比其他类型更好——每种传感器都有其自身的目的。问题是通过选择适合特定任务的传感器来解决。

激光雷达虽然提供了精确的3D映射，但昂贵，并且在雨、雾等恶劣天气条件下会遇到困难，这些条件会散射其激光信号。它还需要大量的计算资源来处理其密集的数据。

摄像头虽然成本有效，但高度依赖于照明条件，在低光、眩光或快速照明变化的情况下性能较差。它们还缺乏固有的深度感知，并且难以处理镜头上的污垢、雨或雪等障碍。

雷达在检测各种天气条件下的物体方面是可靠的，但其低分辨率使得它难以区分小或紧密排列的物体。它经常产生假阳性，检测到不相关的物品，这可能会触发不必要的响应。另外，雷达无法解释背景或帮助识别物体的视觉外观，例如使用摄像头。

通过利用传感器融合技术——将激光雷达、雷达和摄像头的数据结合起来——这些系统获得了对环境的更全面的理解，这反过来又提高了安全性和实时决策能力。Keymakr与领先的ADAS开发商的合作表明，这种方法对于系统可靠性至关重要。我们一直致力于多样化、高质量的数据集，以支持模型训练和改进。

Waymo与特斯拉：两个自动驾驶愿景的故事

在自动驾驶领域，很少有比较会引发如此多的争论，如特斯拉和Waymo。两家公司都在开创未来出行的道路——但他们的理念却大不相同。那么，为什么Waymo的车辆看起来像一个传感器密集的宇宙飞船，而特斯拉的车辆几乎没有外部传感器？

让我们来看看Waymo的车辆。它是一个为自动驾驶而改装的Jaguar车型。在其车顶上有数十个传感器：激光雷达、摄像头、旋转激光系统（所谓的“旋转器”）和雷达。确实有很多传感器：镜子中的摄像头、前后保险杠上的传感器、长距离观察系统——所有这些都是同步的。

如果这样的车辆发生事故，工程团队会添加新的传感器来收集缺失的信息。他们的方法是使用尽可能多的可用技术。

那么，特斯拉为什么不走同样的道路？其中一个主要原因是特斯拉尚未将其Robotaxi推向市场。另外，他们的方法注重成本最小化和创新。特斯拉认为使用激光雷达是不切实际的，因为其成本很高：RGB摄像头的制造成本约为3美元，而激光雷达的成本可能超过400美元。另外，激光雷达包含机械部件——旋转镜子和电机——这使得它们更容易发生故障和需要更换。

相比之下，摄像头是静态的。它们没有移动的部件，更加可靠，可以在外壳降解或镜头变暗之前使用数十年。另外，摄像头更容易集成到车辆的设计中：它们可以被隐藏在车身内，几乎不可见。

生产方法也大不相同。Waymo使用现有的平台——一辆生产的Jaguar车型——并在其上安装传感器。他们没有选择的余地。特斯拉另一方面，从头开始制造车辆，可以从一开始就将传感器集成到车身中，并将其隐藏起来。正式来说，它们将在规格中列出，但从视觉上来说，它们几乎不可见。

目前，特斯拉在车辆周围使用八个摄像头——在前面、后面、侧镜和门上。他们会使用其他传感器吗？我相信他们会的。

基于我作为特斯拉驾驶员和曾经乘坐过Waymo车辆的经验，我相信在特斯拉的全自驾驶系统中添加激光雷达技术将会提高其准确性。当驾驶时，我感觉特斯拉的FSD目前缺乏一些准确性，尤其是在强烈阳光、空中灰尘或雾天等条件下。添加激光雷达技术可能会提高其在这些具有挑战性的条件下的导航能力，使系统更加安全和可靠，而不是仅仅依赖摄像头。

但是，从商业角度来看，当一家公司开发自己的技术时，它的目标是获得竞争优势——技术优势。如果它可以创造出一种比其他公司更高效、更便宜的解决方案，它就可以打开通往市场主导地位的大门。

特斯拉遵循这一逻辑。马斯克不想走其他公司如大众或百度的路线，这些公司也取得了相当的进步。即使像Mobileye和iSight这样的系统，在旧车上安装，也已经表现出相当的自主性。

但是特斯拉的目标是独一无二——这就是商业逻辑。如果你不提供比其他公司更好的东西，市场就不会选择你。其他公司，如大众或百度，也取得了相当的进步。即使像Mobileye和iSight这样的系统，在旧车上安装，也已经表现出相当的自主性。但特斯拉的目标是独一无二——这就是商业逻辑。如果你不提供比其他公司更好的东西，市场就不会选择你。