为何他们都放弃了激光雷达?
来源:内容来自 数位时代 ,谢谢。
特斯拉宣布舍弃雷达近一年后,没有搭载雷达的Model 3、Model Y如今也正式出海,销往欧洲、中东等市场。与此同时,Toyota也透露有意走特斯拉路线,依赖摄像头发展自驾技术。为何分别是汽车、电动车龙头的这两家企业,都选择摄像头作为自动驾驶未来方向?
逆业界趋势而行,特斯拉为何舍弃雷达、激光雷达
传感器是自驾车的灵魂之窗,被认为是保障乘客安全的重要基础,一直以来绝大多数投入自动驾驶的车厂,都是结合使用多种传感器,提供系统更全面的车辆周边资讯。
然而特斯拉却反其道而行,除了马斯克自始至终反对激光雷达,曾说「所有依赖激光雷达的人都注定失败」外,2021年5月更进一步宣布舍弃雷达,自驾技术的开发重心将全部放在摄像头上。
作为比较,Nvidia最新发表的自驾车平台,搭载14枚摄像头、9个雷达、3个激光雷达及20个超音波传感器,建立多元、大量的传感器系统可说是业界方向。特斯拉与整个产业截然相反的作法,当时也引发外界抨击是罔顾驾驶生命,会影响自驾技术的安全性。
事实上,舍弃雷达后特斯拉也对新车做了一些调整,辅助驾驶技术Autosteer限速75公里、更长的跟随距离,并且夜间会自动开启远光灯,同时还暂停了部份功能。
但为何特斯拉仍要一意孤行,将所有筹码押注在摄像头上?
发挥汽车数量优势,Toyota从摄像头技术切入自驾技术
要理解特斯拉的决策,需要先了解激光雷达、雷达等传感器的优劣所在。激光雷达与雷达相较摄像头最大的优势在于,他们能够更为精准地测量距离,而雷达更能够风雨无阻,不受外在恶劣天候的干扰。
激光雷达能够利用光或雷射测量距离,然而价格高昂,在车辆上安装激光雷达系统的成本高达1万美元,大大影响自驾技术的门槛,且在恶劣天候下无用武之地,使它一直不受到马斯克认可。
无独有偶,根据《路透社》报导,Toyota自驾子公司Woven Planet也决定要走与特斯拉类似的路线,重点聚焦在运用摄像头实现自驾技术。
Woven Planet工程副总裁麦克.班尼施(Michael Benisch)指出,使用昂贵传感器的自驾车成本太高,没办法大规模应用,他们新开发的摄像头比以往的传感器成本低了90%,可以轻松配备在载客车上。
而雷达同样主要责任是测量距离,虽然没有激光雷达精准,但价格相对激光雷达亲民,同时能够越过障碍物进行检测。但最大的问题在于,雷达能够带给自驾系统的资讯太少,只能知道前方有物体存在,但很难帮助车辆辨识那究竟是什么。
马斯克就曾转发推文,赞同雷达虽能够收集数据,却很难帮助车辆辨识物体、胜任各种驾驶任务,而摄像头在辨识物体上则较雷达做得更为出色。
因为激光雷达、雷达及摄像头各有优缺,有的公司选择多多益善,使用更多元的传感器提供资讯,但外媒《Volt Equity》也指出,当传感器提供的资讯不一致时,自驾系统仍需要以某个传感器为主体,因此更多传感器不一定能带来正面效果。
去年4月,马斯克也曾表示:「当雷达和摄像头影像不一致时,你该相信哪个?影像更为精确,所以比起融合多种传感器,专注在影像上是更好的作法。」
而虽然摄像头在测量距离上不及激光雷达及雷达的水准,但这部份可以透过训练神经网路来改善。特斯拉就曾在自驾日活动上,揭露他们训练AI如何透过摄像头影像感知深度。
而身为自驾车龙头的地位,也是帮助他们脱离激光雷达、雷达等传感器的关键。特斯拉率先在Model 3、Model Y取消雷达的理由是,这两种车款数量较为庞大,能够在短时间内提供大量数据,更快速转向Tesla Vision自驾系统。
2022年第一季,特斯拉交车数达到310,048辆,Model 3及Model Y就占据其中95%。
Toyota也指出,他们希望可以利用身为汽车大厂的优势,来收集大量数据协助自驾技术发展,班尼施提到:「我们需要大量数据,只从一小撮昂贵的自驾车收集少量数据根本不够。」
不过,相较特斯拉对摄像头的坚定态度,Toyota目前仍在自驾计程车上使用激光雷达及雷达。「未来摄像头技术完全有可能赶上更先进的传感器。」班尼施表示,「问题是多久才能达到足够安全、可靠的水准,我不认为我们知道时间点。」
*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3004内容,欢迎关注。
推荐阅读
半导体行业观察
『 半导体第一垂直媒体 』
实时 专业 原创 深度
识别二维码 ,回复下方关键词,阅读更多
晶圆|集成电路|设备 |汽车芯片|存储|台积电|AI|封装
回复
投稿
,看《如何成为“半导体行业观察”的一员 》
回复 搜索 ,还能轻松找到其他你感兴趣的文章!
- 半导体行业观察
- 摩尔芯闻
最新新闻
热门文章 本日 七天 本月
- 1 复杂SoC芯片设计中有哪些挑战?
- 2 进迭时空完成A+轮数亿元融资 加速RISC-V AI CPU产品迭代
- 3 探索智慧实践,洞见AI未来!星宸科技2024开发者大会暨产品发布会成功举办
- 4 重磅发布:日观芯设IC设计全流程管理软件RigorFlow 2.0