利用成本低廉的立體視覺(jué)攝像頭，或能提供與激光雷達(dá)幾乎相同的精度。

　　「誰(shuí)用激光雷達(dá)，誰(shuí)完蛋！」

　　在去年特斯拉舉辦的 Autonomy Day 上，特斯拉 CEO Elon Musk 言辭激烈地炮轟激光雷達(dá)。

　　「昂貴的傳感器是不必要的，這就像是一大堆昂貴的附屬品?！?/p>

　　「像闌尾一樣。一個(gè)闌尾不好——那么，一大堆闌尾怎么樣？這太荒謬了。」

　　Musk 對(duì)激光雷達(dá)的態(tài)度是盡人皆知，他甚至認(rèn)為：自動(dòng)駕駛汽車依賴激光雷達(dá)，就像行走依賴拐杖一樣。

　　雖然特斯拉在自動(dòng)駕駛有過(guò)多次跳票的記錄，但特斯拉在人工智能與神經(jīng)網(wǎng)絡(luò)上的飛速進(jìn)步也給足了 Musk 不斷立下 Flag 的底氣。

　　當(dāng)然，這也離不開(kāi) Autopilot 團(tuán)隊(duì)的努力。

　　在今年 2 月的 Scaled ML 大會(huì)上，特斯拉 AI 高級(jí)總監(jiān) Andrej Karpathy 對(duì)外分享了特斯拉訓(xùn)練 AI 的方法，同時(shí)也首次對(duì)外分享了特斯拉如何借助攝像頭就能實(shí)現(xiàn)激光雷達(dá)的探測(cè)精度。

　　傳統(tǒng)自動(dòng)駕駛系統(tǒng)非常依賴激光雷達(dá)這一不可或缺的傳感器。

　　激光雷達(dá)的工作流程可以簡(jiǎn)單理解為三個(gè)步驟：

　　首先，激光雷達(dá)陣列會(huì)投射出激光點(diǎn)陣；

　　而后，車載計(jì)算機(jī)將這些激光點(diǎn)陣的回波「翻譯」成 3D 圖像，讓車輛識(shí)別周邊是否有汽車車輛、行人、道路或建筑；

　　最后，自動(dòng)駕駛汽車感知到周圍環(huán)境后，安全穿梭在復(fù)雜的路況下。

　　近些年來(lái)，自動(dòng)駕駛的蓬勃發(fā)展也促進(jìn)了激光雷達(dá)硬件及相關(guān)軟件方案行業(yè)的大躍進(jìn)。但即使是這樣，激光雷達(dá)系統(tǒng)的價(jià)格依然居高不下。

　　與其相比，在智能手機(jī)、筆記本等行業(yè)已相當(dāng)普及的攝像頭卻只要數(shù)十美元。

　　與激光雷達(dá)依靠激光飛行時(shí)間來(lái)判斷各個(gè)像素間距離的方法不同，人類測(cè)距靠的是大腦。

　　除了雙眼創(chuàng)造的立體視覺(jué)（只適合中等距離），我們還能借助「動(dòng)態(tài)視差」跟蹤物體的運(yùn)動(dòng)方式，從而得出其他可以參考的線索。而且，即使駕駛員閉上一只眼睛，也一樣能夠好好駕駛。

　　那么，借助神經(jīng)網(wǎng)絡(luò)，自動(dòng)駕駛汽車是不是也能實(shí)現(xiàn)同樣的效果呢？

　　這時(shí)就輪到「虛擬激光雷達(dá)」登場(chǎng)了。

　　目前，特斯拉 AI 團(tuán)隊(duì)已經(jīng)掌握了名為「虛擬激光雷達(dá)」（pseudo-LiDAR）的新技術(shù)，它彌合了傳統(tǒng)計(jì)算機(jī)視覺(jué)和激光雷達(dá)強(qiáng)大的點(diǎn)云世界之間的界線。

　　這是什么意思？

　　首先，特斯拉將計(jì)算機(jī)視覺(jué)提升到了前所未有的水平——不僅能夠分析圖像，而且還能夠分析圖像中的單個(gè)像素。

　　這也意味著，隨著時(shí)間推移，特斯拉的這一技術(shù)或許能夠復(fù)制傳統(tǒng)激光雷達(dá)的大部分功能，進(jìn)一步提高特斯拉在 3D 物體探測(cè)方面的技術(shù)水平。

　　與訓(xùn)練多個(gè)神經(jīng)網(wǎng)絡(luò)相比，訓(xùn)練虛擬激光雷達(dá)的過(guò)程并不復(fù)雜。在這里，工程師們會(huì)使用到無(wú)監(jiān)督學(xué)習(xí)技術(shù)。

　　其次，與傳統(tǒng)激光雷達(dá)系統(tǒng)相比，特斯拉基于攝像頭探測(cè)方式的成本更加便宜，硬件端實(shí)現(xiàn)起來(lái)也更容易，探測(cè)距離更是能大幅提升。

　　不過(guò)，想實(shí)現(xiàn)相同的性能，特斯拉必須手握一套極其復(fù)雜的計(jì)算系統(tǒng)，將輸入的原始數(shù)據(jù)轉(zhuǎn)化成真實(shí)高效的信息。

　　比如，車載計(jì)算機(jī)能從連續(xù)的靜態(tài)圖像中識(shí)別出道路標(biāo)線、交通標(biāo)志和其他車輛。

　　「我們走了一條『虛擬激光雷達(dá)』的路徑，只需簡(jiǎn)單預(yù)測(cè)單個(gè)像素的深度，找到它們直接的距離，就能得出結(jié)論?！筀arpathy 說(shuō)道。

　　這樣說(shuō)來(lái)，特斯拉只要不斷重復(fù)這一過(guò)程，就能復(fù)制傳統(tǒng)激光雷達(dá)系統(tǒng)的大部分功能。

　　但與此同時(shí)，這個(gè)過(guò)程在解構(gòu)圖像時(shí)，也需要付出巨大的實(shí)時(shí)算力。好在，特斯拉注重垂直整合，F(xiàn)SD 芯片就是專為自家代碼開(kāi)發(fā)的。

　　目前，特斯拉的「虛擬激光雷達(dá)」解決方案正在變得越來(lái)越完善。

　　在 Scaled ML 大會(huì)上，Karpathy 放出了一系列有激光雷達(dá)形式的 3D 地圖，這些地圖看起來(lái)就像是激光雷達(dá)采集到的信息。

　　「只要利用好了視覺(jué)技術(shù)和『虛擬激光雷達(dá)』，（自動(dòng)駕駛車輛在）未使用激光雷達(dá)和使用激光雷達(dá)之間的差距會(huì)快速縮小?！筀arpathy 解釋。

　　當(dāng)然，「虛擬激光雷達(dá)」這項(xiàng)技術(shù)并非特斯拉獨(dú)有的專利。

　　最早提出「虛擬激光雷達(dá)」概念的，要追溯到一篇來(lái)自康奈爾大學(xué)的技術(shù)論文。

　　這篇論文提出了一種新方法來(lái)縮短純視覺(jué)技術(shù)架構(gòu)與激光雷達(dá)間的性能差距：

　　通過(guò)改變立體攝像頭目標(biāo)檢測(cè)系統(tǒng)的 3D 信息呈現(xiàn)形式，將基于圖像的立體視覺(jué)數(shù)據(jù)轉(zhuǎn)換為類似激光雷達(dá)生成的 3D 點(diǎn)云，通過(guò)數(shù)據(jù)轉(zhuǎn)換切換成最終的視圖格式。

　　具體的過(guò)程是這樣的：

　　首先，將基于圖像的立體視覺(jué)數(shù)據(jù)轉(zhuǎn)換為類似激光雷達(dá)生成的 3D 點(diǎn)云；

　　其次，在數(shù)據(jù)輸入通常用于解讀激光雷達(dá)數(shù)據(jù)的 3D 物體探測(cè)算法之前，先將數(shù)據(jù)轉(zhuǎn)換為「鳥(niǎo)瞰」視圖格式。

　　康奈爾大學(xué)的研究人員在實(shí)驗(yàn)中采用了 40 萬(wàn)像素?cái)z像頭，雖然實(shí)驗(yàn)結(jié)果仍然無(wú)法比肩激光雷達(dá) 66% 的 3D 平均精度，但是通過(guò)采用這種方案，基于圖像數(shù)據(jù)的 3D 平均精度大幅提高到了 37.9%。

　　研究人員表示，更高分辨率的攝像頭可能會(huì)進(jìn)一步提高實(shí)驗(yàn)結(jié)果。

　　康奈爾大學(xué)的這項(xiàng)研究證明，利用成本低廉的立體視覺(jué)攝像頭，或能提供與激光雷達(dá)幾乎相同的精度。

　　要知道，激光雷達(dá)是目前自動(dòng)駕駛技術(shù)開(kāi)發(fā)中最常見(jiàn)的方案，也是最昂貴的技術(shù)方案。

　　這項(xiàng)研究，也在一定程度上為 Musk 在激光雷達(dá)上的觀點(diǎn)提供了一定技術(shù)支持。

　　那么，該如何評(píng)價(jià)這項(xiàng)技術(shù)呢？

　　如果有一天，「虛擬激光雷達(dá)」這項(xiàng)技術(shù)能完成對(duì)激光雷達(dá)的追趕，那些還在使用激光雷達(dá)的汽車廠商或是自動(dòng)駕駛公司，會(huì)在第一時(shí)間投向「虛擬激光雷達(dá)」的懷抱嗎？

　　雖然整個(gè)自動(dòng)駕駛行業(yè)已經(jīng)基本認(rèn)可自動(dòng)駕駛車輛需要部署包括激光雷達(dá)、毫米波雷達(dá)、攝像頭在內(nèi)的多種傳感器系統(tǒng)。

　　但從現(xiàn)在的情況來(lái)看，大多數(shù)公司還是想靠激光雷達(dá)一勞永逸的解決問(wèn)題，畢竟這條路徑肯定行得通，而且激光雷達(dá)在未來(lái)還有相當(dāng)大的降價(jià)空間。

　　而康奈爾大學(xué)的這項(xiàng)研究表明，立體攝像頭系統(tǒng)至少可以為基于激光雷達(dá)的探測(cè)方案提供低成本的備份冗余。

　　如果特斯拉能率先將「虛擬激光雷達(dá)」應(yīng)用在車上，那么自動(dòng)駕駛汽車基于攝像頭的 3D 物體探測(cè)或許在不久的將來(lái)或能成為現(xiàn)實(shí)。而這種前景的影響，將是巨大的。