当时，说到自动驾驭轿车环境感知技能，许多人会首要想到激光雷达。的确，相较于摄像头、毫米波雷达等车载传感器，激光雷达具有高精度、高分辨率的优势，并已在许多自动驾驭实验车上广泛搭载。但这种技能也有其无法疏忽的缺点——本钱高，比方Ibeo的LUX4线激光雷达，价格就高达1.5万美元，而谷歌虽然在年头宣称其自主开发的激光雷达可以下降90%的本钱，每台仍然要7500美元。如此昂扬的价格，对于终究要走向商业化的自动驾驭轿车来说，明显不现实。
因而，在已有激光雷达方案之余，怎样找到一种本钱更低的环境感知处理办法成了许多企业关心的问题。针对这个难题，在日前召开的第四届APEC车联网研讨会上，来自中国工程院的高文院士给出了自己的答案——视觉导航。
在他看来，不论企业怎样优化激光雷达本钱，要想把其价格降至比方1000美元甚至更低——毕竟这一价位对于量产车来说才是合理的，都面临较大的挑战。比较而言，以“摄像头+软件”的视觉导航技能，更容易达到。
激光雷达价格高视觉导航赋能自动驾驭
视觉导航，顾名思义即经过视觉摄像头捕捉图画信息，以获取移动物体在空间中所在的位置、方向和其他环境信息，并用必定的算法对所获信息进行处理，建立环境模型，进而寻觅一条最优或近似最优的无碰路径，完成安全移动，到达目的地。
在此技能方案中，有两大关键点——视觉摄像头和人工智能算法，其中前者首要用于获取环境信息，后者则用来剖析数据，提取特征量，然后为下一步的行动提供决策依据。相较于激光雷达，以视觉技能为主导的环境感知处理方案，技能更老练，门槛和研发本钱更低，因而在近两年随着核算机视觉技能的日趋老练，以及互联网、人工智能、云核算等新兴技能的快速发展，获得了越来越多自动驾驭相关企业的重视，其中最具代表性的企业便是特斯拉。
作为特斯拉的CEO，马斯克曾揭露表示特斯拉不会运用激光雷达，由于后者的本钱过高。之后，在特斯拉的ModelS、ModelX、Model3上，公然没有看到激光雷达的身影，这些车上仅安装了必定数量的摄像头、毫米波雷达和超声波传感器，来驱动自动驾驭仪Autopilot。即便在2016年特斯拉轿车凭仗摄像头号传感器没能正确辨别驾驭环境而引发交通事故，饱尝争议后，这家公司仍然没有对激光雷达“松口”的意思，这一点从特斯拉本年多次晋级其驾驭辅佐体系就可以看出。
自动驾驭
而如特斯拉一样“倚重”核算机视觉技能来完成自动驾驭的企业还有图森未来。这家成立于2015年的自动驾驭初创公司，在其自动驾驭处理方案中，也是以低本钱的核算机视觉为核心，并辅以人工智能算法。
“由于我们需求考虑怎样把东西卖出去，所以首要会考虑价格相对较低的方案。”这是图森未来CTO侯晓迪想法。在他看来，激光雷达还没有量产，价格贵，现在无法产生足够多的价值，但图森并不扫除在降价之后挑选运用激光雷达。
不过，正如高文院士所说，激光雷达降本钱那么难，究竟何时价格能降到符合量产要求、能被大多数企业所接受，现在谁也不知道。而另一方面，随着自动驾驭范畴各家企业争相推进其产品量产进程，留给这些企业的时间并不多了，与其都在激光雷达一项技能上“死磕”，不如转而寻觅其他更可行、在短期内有可能落地的技能。
视觉导航虽美仍有诸多难题待解
视觉感知作为一条走低本钱和借助大数据就能够处理问题的技能路线，虽然相较于激光雷达，有诸多优势，更易于推动自动驾驭轿车商业化。但这条路线自身，现在也面临一些技能难题。
“要想凭仗视觉感知把导航问题处理好，AI决策的算法很关键。”高文院士表示。“以视觉测距为例，当视觉摄像头输入一些环境图画后，经过相关的核算，我们就可以反向推演出车子间隔房子、行人、信号灯的间隔。所以这里必定要测距的算法足够好，才干测的准、定位准确。”
然而在实践工况中，运用视觉测距常常会呈现位置漂移的现象。由于视觉测距是依靠摄像头获取不同的环境图画，然后与原有的地图做比对，并经过相关算法，核算出间隔。在此过程中，如果数据处理速度跟不上，或者算法不够好，就会发作漂移，与实践结果产生必定的间隔。这就需求有专门的算法去处理漂移的问题，比方经过特征匹配，提取一些关于“特征”的数据，来比较不同，然后检测是否存在漂移，以及位置漂移的程度，然后反向纠正。除此以外还可以经过全局优化的思路，也可以协助车辆进行精准定位。
另外一个问题是，视觉导航对光照的要求比较高，不像激光雷达不需求光照，就可以检测障碍离车的间隔。视觉导航由所以依靠摄像头来收集环境信息，而摄像头自身不发光，因而光线欠好的时候，需求用辅佐光来照明，就像人眼在夜里也需求开灯才干看清周围的环境一样。
从这一点上来讲，今后的视觉导航体系还必须处理光线欠好条件下的导航问题。此外，还有天气、拥堵以及各种突发状况，也会在必定程度上影响视觉导航的正常发挥。去年5月发作的特斯拉撞到白色大货车就是最好的比如，据特斯拉对此次事故的解释，两车相撞时特斯拉是逆光行进，激烈的光线对特斯拉搭载的摄像头造成了干挠，而大货车的白色车身在遇到强光时，也无法为摄像头所辨认，才酿成了此次事故。由此可见，视觉导航虽然听起来很美，具体施行起来也是任重道远。（来源：互联网）