当小鹏汽车宣布放弃激光雷达、全面转向纯视觉方案时，整个智能驾驶行业都为之震动。这究竟是技术上的倒退，还是一次更加彻底的进化？算力从30TOPS跃升至2200TOPS，视觉算法已能处理绝大多数复杂场景，这是否意味着激光雷达将彻底告别历史舞台？然而，激光雷达的成本正以惊人速度下降——从8万美元降至千元级别，分辨率与感知精度持续突破。一边是纯视觉的低成本高迭代，一边是多传感器融合的无死角安全冗余，两条技术路线正激烈碰撞。未来十年，谁能真正主导智能驾驶的感知系统？答案或许不在于“孰优孰劣”，而在于如何为每位用户带来更安全、更普及的智能出行体验。
Hello大家好，欢迎收听我们的播客，我是主持人凌薇。今天，我们有幸邀请到了智能驾驶领域的专家陈敏老师，陈明老师，请您先和大家打个招呼大家好，我是陈明很高兴来这里和大家分享关羽智能驾驶的最新动态。好的陈明老师，今天我们要聊的是最近智能汽车圈非常火的一个话题，就是，车企到底会不会放弃激光雷达，这个争论，其实来自于小鹏汽车自动驾驶的总监最近的一个表态他说，未来的车企都会放弃激光雷达，但是这个话其实也引来了很多其他人的质疑。没错，这个确实是最近网上炒的很热的一个话题，那我们开始今天的讨论。咱们先来聊第一个话题就是小鹏的这个转身，从激光雷达的首发者，到现在纯视觉的先锋。这一步背后到底有什么样的技术上的原因？其实小鹏之前用激光雷达，是因为当时的算力还有限，就比如说它的xplt3。那个时候的算力只有30tops，那它没有办法靠视觉alone来解决问题，所以它要靠激光雷达来补足它的感知。那现在它的xclt4以及后面的这些车型它的算力已经大幅的提升。比如说它的g7这款车，就已经用上了三颗图灵的芯片，然后它的总乐趣已经高达2200tops所以这个时候它已经可以很好的用视觉alone来处理掉大部分的这些感知的问题，所以它就可以把激光雷达给拿掉。原来是这样，算力的提升真的是解决了核心的难题，没错，而且就是小鹏它现在这一代的视觉方案，其实它已经可以很好的去处理掉大部分的这些复杂的场景了。然后它的算法这边也不断的在对标国际的一流的公司，所以它现在整个的感知的体系，已经完全可以脱离激光雷达而独立的净化了。所以它这次放弃激光雷达，其实是一个技术进步的一个标志。你觉得小鹏这次彻底的放弃极光雷达，对于整个智能驾驶行业来讲意味着什么？其实我觉得，小鹏的这个动作，就，相当于智能驾驶行业突然之间跳过了一个硬件的版本，就大家本来以为接下来就是激光雷达plus。视觉的这种融合会是主流。现在突然之间纯视觉也可以做到很高阶的这种辅助驾驶，甚至说它这个方案其实更契合它现在的高阶的算法架构，所以说这个转型的速度比大家想象的都快，没错，而且小鹏的新的方案，其实不光是用在了它的高端的车型上面，它其实已经下放到了更多的平民的车型上面，比如说它的mona m3。还有p7加这些车都是没有激光雷达的，但是他们其实也具备了城市noa或者说更高级别的这种智能驾驶的能力。所以这个其实对于整个行业来讲，就是一个风向性的变化就大家会重新去思考，什么样的传感器配置才是真正的未来。你觉得小鹏这次放弃激光雷达，它是怎么做到在技术升级和成本控制之间找到一个新的平衡的小鹏。其实它就是靠着自己的算法的优化，以及它的芯片的研发，它不光是让自己的纯视觉的方案可以处理掉。之前需要激光雷达才能处理的一些难题，而且它还把这个成本给降下来了。就它现在的整套的纯视觉的方案应该比之前的激光雷达的方案要便宜好几个次所以说这个智能驾驶开始变得更普及了。没错，然后，小鹏，其实他现在也做到了，就是它的新的芯片图灵芯片其实已经可以非常高笑的去。去跑它的神经网络它的整个的感知的系统，它的响应的速度和它的决策的精准度，其实都已经可以跟激光雷达的方案去一较高下了所以它就是技术升级和成本控制，它都做到了，所以它纯视觉的路线，它就可以真正的大规模的应用下去。行小鹏转身这部分内容咱们就先聊到这儿休息一下马上回来我们接下来要聊的就是纯视觉路线到底靠不靠谱，它的底层逻辑是什么？今天我们就来好好聊一聊，这个路线到底为什么会被各大车企所追捧，它背后的核心驱动力到底是什么其实现在大家看到的这种城市nv或者说高阶的辅助驾驶，它其实真正赖以生存的一个东西就是深度学习，然后就是大量的数据不断的去训练模型，那这个东西其实就特别适合于这种视觉的方式，就是它可以通过图片通过视频去直接去学习这个世界的规律，那它其实就可以慢慢的去替代一些传统的这种规则的编程，所以说数据和算法才是真正的王牌。没错，而且就是视觉的方式，它可以非常轻松的去融合多传感器的信息，然后它也可以非常方便的去升级它的算法，那这个东西就特别符合现在大家对于智能汽车的一个期待，就是它可以不断的进化，不断的变强，所以它其实是一个技术和用户体验的一个双重的影家。现在大家都在说，高阶的辅助驾驶很香但是其实它面临的难点和正义点也不少。没错，就是视觉的方式，它在极端的光线，比如说强光黑夜，或者说有一些雾，有一些雨。这种天气下面它的稳定性是远远不如这种多传感器融合的方式的那这个时候可能就会有一些安全上的担忧确实，这个也是大家很现实的一个顾虑。然后，另外，它对于一些非常复杂的障碍物，或者说一些边缘案例，它的识别率还是远远不如多传感器的方式的，那这个时候可能就需要更高的算力，以及更多的数据，去不断的去优化它。所以这也是为什么现在其实大部分的车企还是会选择激光雷达和视觉的多传感器融合的方式。对大家其实是在体验和成本之间去找一个平衡。你觉得现在这种纯视觉的方案和激光雷达的方案到底各有什么样的优势和短板，然后它们两者之间到底是一个什么样的关系？激光雷达它其实就是可以非常精准的去测距，然后它可以生成非常高密度的三维的点云，哪怕是在非常复杂的光线，或者说有一些障碍物遮挡的情况下，它依然可以非常可靠的去感知周围的环境，所以这个就是为什么，它一直以来都被认为是实现真正意义上的高阶的辅助驾驶的一个镜标准但是它的缺点，就是它的成本很高，而且它的数据其实很难去被其他的人工智能系统所复用，成本和普及确实是个大问题，然后视觉的方式它就是可以非常便宜的去获取大量的图像的数据，再加上现在的深度学习它也可以很快速的去迭代，所以就使得纯视觉的方案可以更快的去落地，更加的易于大规模的普及。但是它的难点就在于极端场镜下的识别率，以及它的泛化能力还是远远不如激光雷达的，所以现在其实大部分的车企还是会选择两者的融合，就是取长补短。对，所以未来的可能，10年内，激光雷达会慢慢的变成一个标配的锚余，而不是说一个高端的配置，好纯视觉路线。这部分内容差不多了，咱暂停一下，放点音乐放松很快回澜然后，咱们再来讲讲激光雷达派的反击成本下降和性能提升的双重挑战。好吧，那最近激光雷达的成本到底下降有多厉害，其实激光雷达的成本下降是非常明显的，就早期的，比如说像v lu dan的那款64线的产品，它是要8万美元的。但是现在有一些新的产品，比如说和赛科技的那款800线的超远距的激光雷达。它已经可以做到1000美元以内，甚至还有一些公司正在研发的，可以达到2160线的这种分辨率的这种平台就是它的线数越来越多，然后它的价格越来越低听起来就是，性价比真的是突飞猛进。没错，没错，而且特斯拉预计是说，10年之内，激光雷达的成本可以下降1000倍，就是它会变得越来越便宜，包括还有一些公司，比如说地平线，他们也预测说，激光雷达的成本会逐年大幅的下降，那这个就会使得更多的车企可以负担得起极光雷达，那它也可以更快的去普及到更多的车型上面。最近激光雷达在性能上有什么样的突破性的进展。现在激光雷达地点云的速度越来越快，然后它的分辨率也越来越高，比如说像何塞的这一代的产品，它的点云的速度是可以达到每秒200万个点，它的分辨率是可以做到点对点的，这种它可以很清楚的看到远处的物体，它的边缘到底是一个什么样的细节，所以感知的范围和精度都是大大提升了。没错，而且激光雷达它是可以穿透一些雾烟这种东西，然后它的测量的精度是可以达到毫米级的，所以这个为什么它一直以来都被认为是实现无死角的感知的一个金标准。所以现在无论是高端的还是中端的车型，你都能看到激光雷达的身影。它已经成为了现在智能汽车的一个标配。最近大家都在说，多传感器融合是未来的方向，那激光雷达和视觉这种融合到底有什么样的优势？其实激光雷达和视觉的融合它就是可以结合两者的优点，就激光雷达它是可以提供非常精准的三维的感知，然后视觉是可以提供非常丰富的颜色的和纹理的信息，那它们两个一结合的话，就可以在复杂的交通环境下面，或者说在恶劣的天气下面，都可以非常精准的去识别出物体。同时，它的抗干扰的能力也大大提升了所以就是安全和可靠性都大幅提高了。没错，而且这种融合的方式，是可以让激光雷达去补足视觉在远距离和复杂环境下的这种短板，然后视觉可以帮激光雷达去节省算力降低它的成本。所以这个为什么现在越来越多的车型，它都会同时采用这两种传感器，澜提升整个的感知系统的融余度和可靠性，对，今天咱们聊了这么多，关于智能驾驶传感器路线之争背后的一些技术的演进，然后成本的下探，包括多传感器融合的一些优势。其实归根结底，对于我们消费者来讲，更多的选择更可靠的技术更普及的智能驾驶才是真正的好处。好了，那么今天的节目咱们就到这里了，然后感谢大家的收听，咱们下期再见。
全部评论 （0）