浅谈未来对自动驾驶汽车的期望

如今，几乎所有从事自动驾驶汽车工作的公司都在使用自动驾驶汽车LIDAR。Uber，Waymo和Toyota使用它，但特斯拉没有。让我们谈谈未来对自动驾驶汽车的期望。

激光雷达VS视觉

激光雷达BQ3055DBTR是一种测量距离的方法，通过发射激光和检测返回所需的时间。这个想法与雷达相似，但我们用激光代替无线电波。该技术在检测高达毫米的物体方面非常准确。

计算机Vision利用计算机了解视觉世界是人工智能的一个领域。这基本上反映了人类的愿景。特斯拉一直严重依赖特斯拉Vision并反对LIDAR传感器。而且似乎不在乎其他公司用什么Lidar。

埃隆·马斯克（ElonMusk）甚至说：激光雷达是个傻瓜的事……任何依赖激光雷达的人都注定要失败。

成本

成本是特斯拉采用不同路线的最明显原因。在汽车上安装一台激光雷达设备的成本约为10000美元。Waymo通过引入量产，该项目已经能够稍微减少数量。但是，成本仍然相当高。

适用于真实道路

最重要的一点是与人类视觉的联系。作为人类，我们不会向各个方向投掷激光来驾驶汽车。

我们在路上看到的一切都充满了视觉信息。所有的标志、转弯和十字路口都可以帮助我们导航。所有这些都是静态物体，而且LIDAR这样准确地检测它们。

当移动的物体出现在路上时，问题开始出现。人、狗、飞行塑料袋是我们在路上经常遇到的物体。LIDAR无法检测它们的移动方式，甚至无法检测这些物体的移动方式。

LIDAR没有办法区分崎岖不平的道路和塑料袋。现在，如果汽车停了下来，它真的很危险。后面的车可能不会对我们在路中间的停车站做出如此快的反应。这进一步表明，在制造自动驾驶汽车时需要注意许多细节。

特斯拉明确表示，他们的摄像头和雷达系统可以检测物体。向前看的雷达可以快速判断前方是否有问题。一旦你看到一个物体，相机会确定它是什么，然后汽车可以对情况做出反应。

适应

在对埃隆·马斯克（ElonMusk）采访中的另一个重要收获是系统是适应性的。他们讨论了许多关于使用神经网络以及系统如何使用提供的数据做出合理决策的话题。

特斯拉竞争对手的主要问题之一是缺乏这种适应性。这些系统中的大多数要么严重依赖具有路线的高精度地图，要么从未在实际道路上进行过测试。虽然我们已经看到了Waymo在城市里开车。然而，只有大型道路有效地图。在这些演示中，照明、天气条件和交通条件是理想的选择。但事实上，大多数情况并非如此。

例如，在较小的道路上，车辆在转弯和车道尺寸时会发生事故，这是很常见的。此外，特斯拉是我们可以买到的真正的汽车。人们乘坐特斯拉汽车超过10亿英里，而特斯拉汽车Waymo只有1000万英里的测试。

特斯拉积累的困难和不可预测的道路数据是非常宝贵的。这是系统学习和持续改进的方法。因为客户实际上看到了持续的改进，所以这个概念实际上很有希望实现。

结束语

随着无人驾驶汽车领域的资本投资和持续竞争，我们期待着这辆车的到来。我们不知道特斯拉是否会成为这样做的公司。事实上，可能有几种方法可以开发自动驾驶汽车。我们甚至可能最终看到两者的结合，这将是汽车行业的一个重大进步。