特斯拉们离自动驾驶只差一个环境识别

上个周末育碧开启了《看门狗：军团》的免费试玩，作为一个从来只白嫖育碧游戏的“忠实”玩家，笔者也是体验了一波，虽然开车手感依然捉急，但是好在育碧加了一个非常人性化的功能：自动驾驶。也不至于因为车技太差捅娄子。

       说到自动驾驶，作为一个全新的驾驶技术，它在技术上可以实现解放双手的目的，不用自己操作就能去任何地方，听起来相当美好。但这只是我们的终极追求，但明显以当前的科技水平，暂时还达不到这个目标，所以国际自动机工程师学会（SAE）也是将自动驾驶分为了L0到L5一共六个等级，也让厂商和用户都有个盼头：

       L0：和自动驾驶没半点关系，纯靠人力

       L1：驾驶支持，对驾驶有一些辅助功能

       L2：部分自动化，算法和软件可以短暂驾驶车辆

       L3：有条件自动驾驶，车辆可以独立驾驶，但需要安全员或驾驶员

       L4：高度自动化，车辆可以独立驾驶，不一定需要安全员

       L5：我就是真正的自动驾驶，司机都不需要

       来自西方的互联网“带师”舞王马斯克在刚刚成立特斯拉就一直用自动驾驶忽悠人，实际上拿这份标准对照一下，会发现特斯拉最多也就做到L2，比如在高速上让驾驶员解放双手，休息休息。根据国外网友的实际测试，搭载了FSD测试版8.2的特斯拉在美国加州奥克兰行驶的过程只能用“迷惑”形容，根本无法实现媲美人类驾驶的效果。

       事实上，特斯拉的全自动驾驶和Autopilot系统实际上并不是完全自主的。它们需要持续的人员监督和瞬间干预。所以本质上还是个辅助驾驶系统，讲道理这都涉及虚假宣传了，可是介于315也没特斯拉啥事，所以看官们自己心里有数就好。

       现在大多数做自动驾驶的厂商都会宣称自己已经做到了L3或者L4，但是考虑到复杂的实际路况，大多数也就在高速上跑跑，所以实际上也就是L2的水平，但是这年头家用车都有先进的车控系统，有电子助力器，有定速巡航等功能，妥妥的L1。基本上自动驾驶也就往前走了一小步而已。

       那这时就有人要问了，说了这么多，要实现自动驾驶，到底要做到啥程度？靠啥黑科技？

       首先要明确的是，虽然这年头深度学习模型框架火热，但实际上对于自动驾驶来说，这些只是佐料，真正的主菜其实是：识别环境的能力。只有识别了周围的环境，并针对环境进行实时的路径修改和判断，调整车辆的运转，才能实现自动驾驶。

       目前的自动驾驶方案分为两种，一种是特斯拉的摄像头+图像识别，另一种则是激光雷达。先说特斯拉，这个被称作V1R方案的解决方法是在车身塞三个摄像头加一个毫米波雷达，往前最大可以感知到160米，左右两侧最大可以感知到60米，往后最大可以感知到100米。但这套方案尴尬的地方在于，由于采用了图像识别为主的方案，但它在实际的驾驶场景中识别准确率低的离谱，有时候甚至把路中间的白色卡车识别成云，人工智能秒变人工智障。

       当然并不是说图像识别训练方法有问题，事实上在训练过程中可以达到99%的准确率，但图库和实际路况总是有差距，于是理论上的老司机就变成了马路杀手。

       而另一种方案，是马斯克最看不上的激光雷达。

       排除掉立场原因，这个技术真的有马斯克口中那么不堪吗？不见得。

       激光雷达的技术原理是通过发射激光，再计算反射回来的时间，从而测算出车体和障碍物的距离，构造立体空间的3D模型。是不是有点耳熟？没错，和蝙蝠的超声波定位类似，无论路况如何，光线明暗，都能构建出3D模型，而且激光雷达的感知方式更加主动，不像是摄像头那样被动等着接收画面，而是主动去发射波，去收到画面。如果你手中有新款的iPhone 12 Pro或者iPhone12 Pro Max，也可以使用LiDAR激光雷达扫描仪，利用“测距仪”App快速测量物体的长度和高度，本质上是一套技术。

       这套技术虽然好，但自己也有一点问题，由于汽车实时的速度很快，但数据分析的要求不能降低，在车上加装一个芯片是可行的，装一个电脑机箱问题也不大，但总不能把服务器塞进去吧？所以这样海量的数据计算只能放在云端，让云端的服务器集群来计算，然而这就又引申出了另一个问题：数据计算都在云端，大家下载云端的数据就会有延迟，万一延迟高，1s后才收到1s前的数据，车都不知道开哪儿去了，所以这也就是5G发展建设起来后自动驾驶才有望普及的重要原因。

       出于安全性考虑，现在大部分的车都愿意采用激光雷达技术，有时候笔者也在合理怀疑马斯克马老师搞Starlink是为了自动驾驶服务的，空地网络弄好了，摄像头方案换成云端+激光雷达方案，岂不是美滋滋？

       除了以上说的这些，目前的车企们还有另一个问题，那就是在控制层面，在自动驾驶当中，驾驶系统直接给ECU发送指令，来控制汽车。但问题是汽车的ECU一般都有20个以上，我们让车辆执行指令的时候也不只是调用一个ECU，可能是多个ECU的组合。比如转弯时控制方向盘转向，还要控制速度，刹车，档位等等，计算起来还是相当麻烦的。

       说到这里，相信屏幕前的你也明白了自动驾驶的难度所在，事实上对消费者和技术大佬来说，自动驾驶融合了太多既有的技术，这就导致了在实际应用起来，要考虑的问题和麻烦都很多，如果没有5G这样的新通信技术牵线搭桥的话，是很难找到一个相对妥协的解决办法的。

       希望自动驾驶技术在未来某一天能真的实现吧。