使用激光雷达很蠢。任何依赖激光雷达的人都注定要失败。
还记得这句狂言吗?在一周前的特斯拉自动驾驶开放日上,特斯拉推出了基于自研芯片 ASIC 的全自动驾驶计算机(FSD),但更让人印象深刻的,恐怕是还是马斯克的大嘴巴。
一石激起千层浪,diss了激光雷达的马斯克可是没少招骂。好在反对者有之,支持者亦有之,近日,知名科技撰稿人Steve Cheney就从技术角度出发,撰文支持了马斯克的观点:激光雷达将在3年内变成多余的部分。
观点
Steve认为,有志于自动驾驶领域的公司所面临的挑战是多维度的,他们要考虑发展更先进的技术,要考虑汽车的销售前景,要考虑税收的问题……但无论如何,激光雷达会被放弃这件事是很清楚的。
他并不否认激光雷达的实际表现,也不认为激光雷达是失败的,但当图像识别技术能做得跟激光雷达一样好,厂商们没有理由选择后者而抛弃前者。
3D图像处理和图像传感器技术进展神速
人们很容易忽视一件事,有关图像数据后期处理的数学方法正在以指数级的速度进步着——这一点连特斯拉自己都不怎么提及。
特斯拉围绕新的数学变换方法下了许多苦工,数学方法能让图像数据变得更加健壮。而针对自动驾驶领域,研发人员专注于通过软件算法来实现图像深度感知,他们进展迅速。
康奈尔大学提出的伪激光雷达深度估计方法就很有说服力。他们在原始图像数据之外创建了一个伪激光雷达点平面,并以此来模拟深度。
结果表明这种图像修正方法效果显著,有了这样的技术,自动驾驶汽车基于图像的3D物体检测将在不久的将来变成现实。
除了算法上的进步,图像传感器也正在搭乘光速飞船行进。就在今年,数以亿计的图像传感器将被装配到各个角落。手机、安全摄像头、监控网络,哪哪儿都有它。3-4年以后,当激光雷达能真正上路,图像处理芯片的分辨率也会高的多得多。
激光雷达太昂贵
如果图像识别技术真的能做得跟激光雷达一样好,那么激光雷达比较尴尬了。
要知道激光雷达(LiDAR)之所以会成为自动驾驶领域的神话,是因为它在硬件领域是无可取代的。但这也正是它最大的短板,半导体供应链的运作方式使得LiDAR的成本非常高昂,没有一家芯片公司能指着它获利。更糟的是除了汽车行业,几乎没有人会需要激光雷达这种东西。
当然,有人正在试验着把LiDAR的成本控制到100美元左右。考虑到每一辆车都需要这样的硬件模块,那么对于一个汽车厂商来说,每年可能要跟LiDAR设备提供商产生1亿美元的交易。嗯,听上去很多的样子,然而,开发和商业化这些设备的花费很可能就要超过1亿美元。
还是不赚钱啊。
更何况通过机器学习,使用图像处理识别技术的自动驾驶汽车还会越来越智能呢。
Steve表示,并不是说特斯拉一定会成为市场的赢家,只是市场的赢家一定不会是使用激光雷达的厂商。
网友反应
对于这样的解释,有网友还是不买账:你这还是没有考虑公共安全问题,多传感器显然是更安全的。特斯拉没有LiDAR,也没有高精地图,这可还行?
还有网友是这样想的:我就不明白怎么老有人喷激光雷达,成本降不下来?随着技术的发展它显然会变得更便宜更好用吧?
其他自动驾驶厂商也受到了关注:像Waymo这样主要依赖于激光雷达的厂商会改变他们的方向吗?
Steve Cheney的回答是,这当然是有沉没成本的,但他坚信三年内所有明智的人都会抛弃激光雷达。
那么,你站激光雷达还是马斯克呢?
上一篇:艾拉比助力远程诊断降低车辆维修成本
下一篇:丰田免费分享混动专利,意欲左右电动化路线之争?
推荐阅读最新更新时间:2024-11-01 10:06
- OP184ESZ-REEL7 缓冲网络补偿容性负载的典型应用
- 实践周作业综合1810300524 王靖涵
- Mao喵喵机热敏打印机
- 土壤环境模块
- DC1936A,LTC3882EUJ 演示板,具有 PSM 的双降压电压模式控制器,7V = VIN = 14V,0.8V = VOUT0 = 1.8V at 30A,0.8V = VOUT1 = 1.8V at 30A
- STP16CPC05MTR 低压 16 位恒流 LED 灌电流驱动器的典型应用
- LTC3499EDD 演示板、750mA、1.2MHz 同步升压转换器
- XC6206
- NCV78M08BDTRKG 8V 电流调节器典型应用
- LT6656BCS6-2.5、2.5V 微控制器电压基准和稳压器的典型应用