【太平洋汽車網(wǎng) 技術(shù)頻道】我們理解世界，是以人類的感知為基礎(chǔ)的。我們建立的交通系統(tǒng)，自然也是以人的感知方式為基礎(chǔ)的。人開車最主要依賴的感知途徑是眼睛，所以想要在人類建立的交通系統(tǒng)中開車，“看見”就成為了重中之重。而自動駕駛系統(tǒng)感知系統(tǒng)中，能模擬人類眼睛的硬件，自然就是攝像頭。

　　攝像頭在我們的生活中太過常見，再聊它的成像原理和發(fā)展史就顯得有點多余了。但很多朋友可能沒有注意，我們習(xí)以為常的攝像頭，這兩年經(jīng)歷了怎樣的飛速發(fā)展。當(dāng)然，我說的不是攝像頭硬件層面，或者它借助手機(jī)實現(xiàn)大規(guī)模普及之類的，而是攝像頭與人工智能的結(jié)合。

　　人工智能的概念誕生于上世紀(jì)五十年代，雖然有一些爭議，不過總體意思就是賦予人造機(jī)器以類似人類的智能。在六十余年的發(fā)展中，人工智能經(jīng)歷了兩輪低谷和三輪高潮。不管技術(shù)方向如何改變，“聽懂”和“看懂”都是人工智能應(yīng)用中最基礎(chǔ)的兩個方向。聽、說、讀、寫是人類交流的主要途徑，想要模仿人類智能，人工智能首先需要學(xué)會的就是聽懂和看懂，對應(yīng)的基礎(chǔ)硬件也就是音響和攝像頭。

　　近幾年隨著多層神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的發(fā)展，以及對互聯(lián)網(wǎng)、大數(shù)據(jù)等的合理應(yīng)用，人工智能技術(shù)有了長足的進(jìn)步。從2016年左右開始，語音識別和圖像識別的準(zhǔn)確率，都取得了質(zhì)的飛躍。于是，智能音箱、手機(jī)語音助手、人臉識別等等應(yīng)用，飛速的走入了我們的生活。

　　而在人工智能更深層次的應(yīng)用中，自動駕駛是發(fā)展最快，也是最被看好的領(lǐng)域之一。可以說，人工智能的發(fā)展一直伴隨著攝像頭的應(yīng)用。而攝像頭與人工智能的結(jié)合，推動了自動駕駛的發(fā)展。因此長期以來，攝像頭都占據(jù)著自動駕駛感知硬件C位也就不足為奇了。

　　1961年 也就是人工智能技術(shù)剛剛興起之時，斯坦福大學(xué)研究院試制的一臺無人駕駛小車——Stanford Cart。這臺車也是被普遍認(rèn)可的，世界上第一輛“自動駕駛”汽車。Stanford Cart依賴車頂?shù)囊粋€攝像頭和早期的人工智能算法，實現(xiàn)了感知、決策、規(guī)劃、控制的一系列流程。

　　不過Stanford Cart的發(fā)展也經(jīng)歷了漫長的過程，從1961年試制成功，到1967年才學(xué)會識別地面的白線，并沿著白線向前行駛。到1979年 Stanford Cart終于實現(xiàn)了立體視覺感知，成功地通過了一個沒有人為干擾，但充滿椅子等障礙物的房間。

　　但它的問題也很嚴(yán)重，由于當(dāng)時算法尚不成熟，芯片算力也還很有限，Stanford Cart移動的非常緩慢，最終Stanford Cart項目因為進(jìn)展緩慢被迫中止。但Stanford Cart開創(chuàng)了自動駕駛的先河，也樹立了攝像頭在自動駕駛中無法撼動的地位。此后不斷有新的自動駕駛項目上馬，攝像頭幾乎從未缺席，包括如今經(jīng)常被提及的純視覺和雷達(dá)路線之爭，所謂的雷達(dá)路線也是包括攝像頭在內(nèi)的多傳感器融合方案。

　　畢竟在當(dāng)下以及可預(yù)見的很長一段時間內(nèi)，不論自動駕駛還是高階輔助駕駛，都需要在專為人類設(shè)計的交通體系中運行。能夠模擬人眼的攝像頭是不可或缺的感知硬件，也只有像ACC自適應(yīng)巡航這種低階的輔助駕駛功能。因為將更多的操作交給了人類駕駛員，才可以僅依賴毫米波雷達(dá)實現(xiàn)。

　　前不久，號稱“首款搭載激光雷達(dá)的量產(chǎn)智能汽車“的小鵬P5正式上市。有趣的是，何小鵬在發(fā)布會上不僅沒有大肆鼓吹激光雷達(dá)的神奇，反而一再強(qiáng)調(diào)小鵬在發(fā)展高階輔助駕駛及自動駕駛時，視覺感知依然是系統(tǒng)的核心。在關(guān)于自動駕駛的路線之爭中，爭論的并不是攝像頭要不要，而是只有攝像頭夠不夠。

　　“人憑借眼睛就能開好車”，這是人的生理結(jié)構(gòu)決定的，畢竟人不可能生出復(fù)雜的雷達(dá)系統(tǒng)等?？杉幢闶菗碛姓嬲娜祟愔悄?，也并非所有人都能憑借眼睛就開好車，何況是還在“蹣跚學(xué)步”的人工智能？

　　據(jù)世界衛(wèi)生組織發(fā)布的數(shù)據(jù)，全世界每年有125萬人死于交通事故，這是人類并不能開好車的血淋淋的證據(jù)，也是人們力圖發(fā)展自動駕駛的重要原因之一。機(jī)器可以減少人犯錯誤的風(fēng)險，理論上自動駕駛可以做的比人更安全。

　　在安全方面，包括激光雷達(dá)、毫米波雷達(dá)、C-V2X等技術(shù)，可以做到更精確的探測，詳細(xì)對比我們在之前激光雷達(dá)的節(jié)目中有過介紹，有興趣的朋友可以回看之前的節(jié)目。從準(zhǔn)確度上這些技術(shù)就優(yōu)于攝像頭，理論上也能帶來更高的安全冗余。

　　不過 這并不是自動駕駛路線之爭的結(jié)論，我們經(jīng)常開玩笑說：“小孩子才做選擇題”，可大人也不能真的全都能要。一臺配置多個激光雷達(dá)、毫米波雷達(dá)、攝像頭，同時具有高精度地圖、C-V2X等的自動駕駛汽車，成本往往需要達(dá)到數(shù)百萬之巨。高昂的成本注定會限制他的發(fā)展空間，大人也得做選擇題。

　　成本問題或許還可以通過商業(yè)模式的創(chuàng)新進(jìn)行一定的抵消，但復(fù)雜系統(tǒng)可能存在的錯誤疊加是很難徹底根除的。究竟是特斯拉推崇的單純依賴攝像頭的純視覺路線，還是在復(fù)雜的多傳感器融合取一個折中，誰能在商業(yè)上取得成功還沒有定數(shù)，自動駕駛路線之爭還會延續(xù)。

　　可是不管哪個方案在市場上取得成功，攝像頭都是難以動搖的C位，不管增加雷達(dá)還是別的感知硬件，視覺算法都還是不可怠慢的自動駕駛關(guān)鍵技術(shù)。

　　我們或許可以暢想，未來的自動駕駛時代，在專為自動駕駛打造的交通體系中，自動駕駛汽車或許可以依賴更高效的基建，拋棄攝像頭順暢的運轉(zhuǎn)。但在可預(yù)見的很長時期內(nèi)，模擬人眼的攝像頭才能夠幫助自動駕駛汽車，在有人類駕駛員參與的交通體系中，與人和諧的共處。（文：太平洋汽車網(wǎng) 郭睿）