【CNMO科技动静】8月5日动静，Waymo联席首席履行官德米特里·多尔戈夫于Y Combinator创业黉舍的演讲中，论述了为什么仅靠摄像头没法实现彻底主动驾驶。他指出，"弱感知"体系会于远未到达超人级机能以前就涉及安全天花板。

Waymo无人出租车

多尔戈夫于演讲中没有直接点名特斯拉，但"纯视觉线路"恰是特斯拉的焦点赌注，这番亮相显然针对于性较强。作为拥有近20年主动驾驶研发经验及跨越2.2亿英里无人驾驶运营里程的行业前驱，多尔戈夫将传感器之争直接摆上台面：“关在主动驾驶毕竟需要何种传感器，业界持久存于争辩。”

他起首认可了纯视觉撑持者的焦点论据："人类固然只用眼睛就能开车，这是一个存于的证实。"但他随即指出要害不合："假如你的方针只是年夜致到达人类程度，或者者打造辅助驾驶产物，那末纯视觉是一条很是合理的路径。"真实的陷阱于在，假如方针是彻底主动驾驶及显著逾越人类的安全体现，“你会发明弱感知致使的安全曲线过早趋在平缓”。

换句话说，摄像头可以匹配人类驾驶程度，可以支撑辅助驾驶产物，但多尔戈夫认为其上限低在无人驾驶车辆必需到达的安全门坎，除了非仅于地舆围栏区域内以有限速率及低运营密度做演示用途。

Waymo采用摄像头、激光雷达及毫米波雷达三种传感器协同方案，多尔戈夫花了不少篇幅注释缘故原由。摄像头提供高分辩率及色采信息，但属在被动感知，于暗中及强光情况下机能衰减。激光雷达直接丈量世界的三维布局，毫米波雷达穿透雾雨雪气候，经由过程多普勒效应直接读取速率。激光雷达及毫米波雷达属在自动传感器，于彻底暗中或者直面耀眼落日时依然连结不变的感知能力。

这类多传感器配置并不是简朴的冗余备份。多尔戈夫夸大："这些差别的感知模态不是相互的备份。“每一种传感器运行自力的编码器，数据交融成同一的世界视图，其成果” vastly superior to what you get with any one sensor "（远优在任何单一传感器）。

他用多个真实案例左证。凤凰城的一场沙尘暴中，摄像头险些掉明，激光雷达却清楚辨认前途边的行人。夜间有人翻越混凝土护栏突入门路，孩子们于漆黑无路灯的街道上追赶小狗——这些场景下摄像头画面靠近无用，而激光雷达视图依然清楚。

纯视觉方案还有有一个没法经由过程工程手腕解决的妨碍场景：物理遮挡。多尔戈夫暗示，一片树叶落于传感器上就可能让车辆彻底停摆。他展示了一个案例：Waymo车辆被树枝卡住雨刷没法断根，依赖其他传感器安全返回车库。

图源收集

于传感器之争的暗地里，多尔戈夫提出了更底层的数学论证——“九的指数阶梯"问题。特斯拉首席履行官埃隆·马斯克称之为"九的进军”。到达90%或者99%的靠得住性相对于轻易，但每一增长一个"九"，所需投入约莫是前一个的10倍。陷阱于在选择初期爬坡最快、演示效果最佳的技能，将陡峭的曲线外推，却于产物所需机能以前撞上平台期。演示可能需要一个九，辅助驾驶产物需要几个九，尔后座载着孩子、无人操控的车辆需要一整串九。

版权所有，未经许可不患上转载