雷达杀手马斯克

马斯克又干了一件“奇葩”事！就在不久前，他发推特表示，特斯拉美国工厂从5月份开始生产没有搭载毫米波雷达的Model3和ModelY车型。紧接着，特斯拉官网做出更新，在其车辆的传感器介绍页面也取消了毫米波雷达的图示。▲无毫米波雷达的ModelY已经交付用户由此，特斯拉成为目前全球唯一一家只使用摄像头和超声波传感器（业内也称超声波雷达）来实现L2级自动驾驶的车企。考虑到超声波雷达仅仅是在自动变道等功能下发挥作用，说其L2自动驾驶系统是纯视觉方案也并不为过。马斯克一直都是业内知名的反激光雷达斗士，眼下更进一步连成本只有几百块的毫米波雷达也干掉了，简直就是车圈”雷达杀手“。马斯克和特斯拉这一举动出炉后引起了自动驾驶业内和相关机构的密切关注。一方面各路专家和媒体纷纷撰文探讨纯视觉自动驾驶方案的利弊，另一方面美国高速公路安全管理局等专业机构也对此表示担忧，美国媒体消费者报告更是直接将Model3从他们的“最优选车型名单“上除名，可见特斯拉这一做法的争议非常之大。毫米波雷达已有几十年的装车历史，成本也非常之低，马斯克取消毫米波雷达究竟是为了节省成本还是为了其它目的？单目摄像头难以实现测距和测速要求，特斯拉的纯视觉方案又将如何突破这一技术挑战呢？为了解答这些问题，车东西日前与多家自动驾驶公司的感知技术专家进行了深入交流，试图找出马斯克充当”雷达杀手“背后的逻辑。一、马斯克再干奇葩事低价车型连雷达都不要了就在上周，特斯拉美国官网Autopilot介绍页面上，有关毫米波雷达的介绍被突然删除，自动驾驶传感器仅保留摄像头和超声波雷达。而在此前，特斯拉所有车型都使用了同一套传感器配置和计算平台。▲特斯拉美国、中国官网对比这与马斯克社交账号上发表的内容一致。当时他宣布，即将开始生产不带毫米波雷达的特斯拉车型。他还宣布，纯视觉感知的FSD以及FSDbeta也会在近期推送。▲马斯克宣布取消毫米波雷达根据特斯拉美国官网Autopilot介绍页面的信息，特斯拉单纯去掉了毫米波雷达，其他传感器组件并未升级，也没有任何改动。仍然配备8个摄像头、12个超声波雷达。其中，前视摄像头采用三目配置，主摄像头能够覆盖大多交通场景，探测距离达到150米。前视宽视野摄像头拥有120度鱼眼镜头，能够拍摄交通信号灯、距离较近的障碍物，最大探测距离为60米。前视窄视野摄像头用于拍摄远距离物体，适用于高速场景，最大探测距离为250米。此次前向毫米波雷达被移除，其探测距离为160米，与前视主视野摄像头相当，探测视野的宽度相比窄视野摄像头还要小。此外，两个侧方前视摄像头、两个侧方后视摄像头、一个后视摄像头以及12个超声波雷达仍然保留，且和此前车型一致。从传感器配置上不难看出，视觉传感器拥有比毫米波雷达更远、更广的探测距离，或许这是马斯克希望取消毫米波雷达的第一个理由。在特斯拉官网的支持页面上，特斯拉详细介绍了向纯视觉过渡的过程。▲特斯拉宣布向纯视觉迁移今年5月起，特斯拉为北美市场制造的Model3和ModelY车型将不再配备毫米波雷达，这些车型已经开始交付。在交付之前，特斯拉会向车主发送邮件，告知车辆传感器配置变化。并且，没有配备毫米波雷达的特斯拉车型在进行L2级自动驾驶过程中，还有部分功能受限。其中，特斯拉基础版辅助驾驶功能之一——车道内自动辅助转向、加速和制动功能的最高限速为75英里/小时（约合120.7km/h），而当前特斯拉车型能够以最高150km/h的速度实现主动巡航。同时，特斯拉在行驶中的跟车距离以及刹停后的跟车距离会适当增大。另外，如果用户购买了完全自动驾驶能力（FSD）套件，智能召唤功能暂时不能使用，紧急避让功能也无法使用。特斯拉承诺，在首批纯视觉车型交付后的几周内，会通过OTA更新实现被限制的功能，让纯视觉车辆的自动驾驶能力和老款车型相同。对于即将交付的新款ModelS和ModelX车型，特斯拉仍然为所有车型配备了毫米波雷达，自动驾驶算法也将融合雷达的感知数据。这是因为，特斯拉Model3和ModelY两款车型的保有量更多，特斯拉能够在短时间内分析大量真实世界的数据，促进纯视觉算法的迭代。未来，ModelS和ModelX车型也将取消毫米波雷达，转向纯视觉感知，一切只是时间问题。二、取消雷达有利有弊面临的技术挑战可不小马斯克认为，取消毫米波雷达是特斯拉多年来的自动驾驶布局。他曾经向网友提问，如果毫米波雷达和摄像头感知的数据相悖，你更愿意相信哪个？显然，马斯克更相信摄像头的数据，因为所见即所得。同时，取消毫米波雷达还能给特斯拉带来一大波好处，其中就包括成本降低、省去传感器融合步骤、以及实现马斯克心目中的完全自动驾驶目标。▲特斯拉对毫米波雷达的介绍不过，取消毫米波雷达要面临的技术挑战有很多。毫米波雷达在汽车行业内已经使用多年，已经得到了大量验证。同时，摄像头感知的内容并不包含深度信息，需要毫米波雷达辅助感知，二者优势互补实现精准感知。据了解，无论是L2级自动驾驶系统还是正在研发中的L4级自动驾驶，毫米波雷达仍然是刚需传感器，拥有着摄像头、激光雷达无可比拟的优势。1、摄像头在雨、雪、雾天气性能下降车辆进行自动驾驶的过程中，如果遇到雨、雪、雾等恶劣天气时，摄像头所见的景象和人眼基本相同，视线受阻，安全性降低。自动驾驶公司PIXMoving自动驾驶首席顾问AlexanderCarballoSegura认为，毫米波雷达的重要能力之一就是穿过恶劣环境，识别前方存在的障碍物。这种能力得益于毫米波雷达发出的波是电磁波，电磁波在传导过程中，恶劣环境只会造成微弱影响，但不会完全无法传递。而视觉传感器在恶劣环境下只能“所见即所得”，局限性较大。今年以来，激光雷达正在逐渐量产，今年年内国内消费者就能购买搭载激光雷达的车型。但激光雷达所发出的光波受环境影响非常明显，光的穿透力有限，并且会在传播过程中发生反射、折射等多种情况。极端环境下，激光雷达可能失效。2、省去一个传感器是否带来不安全？根据车东西了解，自动驾驶行业内现在普遍标配毫米波雷达实现自动驾驶，多位业内人士认为，取消毫米波雷达实际并不能保证安全。驭势科技定位与感知总监张丹认为，拿掉毫米波雷达短期内并不安全。他说道，毫米波雷达能够探测较远距离，让车辆尽早发现前方障碍。同时，现有视觉传感器的能力不及人眼，因此取消毫米波雷达反而并不安全。国内L4级自动驾驶公司飞步科技无人驾驶感知技术负责人认为，毫米波雷达在实现自动驾驶的过程中可以作为辅助传感器，对于前方运动物体，能够精准检测其位置、速度等参数。Alexander说道，对于低速无人车来说，如果仅靠视觉传感器和超声波雷达，也能实现自动驾驶。但对于高速自动驾驶来说，毫米波雷达是刚需。相比于技术方面的挑战，毫米波雷达成本较低，传感器融合比较容易，即便保留毫米波雷达也并不会增加过多的生产和开发成本。3、成本已非常低廉对整车成本影响不大根据《2020汽车雷达国产化研究报告》，从上世纪90年代开始，三菱、奔驰等车企就为旗下的旗舰款车型配备了毫米波雷达，用于探测与前车之间的距离。经过二十余年的商用，毫米波雷达产业正逐渐成熟，并且得到包括特斯拉在内的大量车企的辅助驾驶验证。Alexander认为，毫米波雷达不仅仅在汽车行业内使用，整个行业内都得到了大量验证，非常可靠。而多传感器的综合应用才是自动驾驶可靠的解决方案。有国内媒体报道称，根据特斯拉造车的体量，单个毫米波雷达的成本大约只需要300元左右。4、传感器融合过程非常简单除以上几大优势之外，Alexander还说道，毫米波雷达感知内容非常简单，在与摄像头内容融合时，会非常简便。相比于激光雷达能够生成大面积的点云图像，毫米波雷达感知的场景更加简单。因此在实际处理过程中，毫米波雷达能够更加快速反应。如果遇到危险情况，车辆能够快速介入控制，避免发生危险。三、纯视觉如何完成测距测速？特斯拉高管这么说虽说特斯拉取消毫米波雷达引发不小争议，但行业内同样有支持的声音。在刚刚过去的2021上海车展上，国内AI芯片创企地平线CEO余凯接受了车东西采访。他认为，无论是使用纯视觉感知，还是量产激光雷达，只要执行的好，就有价值。余凯认为，特斯拉的纯视觉感知是一个好的战略，因为它坚定地相信视觉。同时，人脑能够走通纯视觉这条路，因此电脑也能够走通。而面对多传感器融合的方案，对算力的需求、对算法的要求可以适当降低一些，这条路也能走得通。车东西此前还向联想之星合伙人高天垚了解了对自动驾驶传感器融合的看法。他认为，多传感器融合并不是终极解决方案。当前摄像头、毫米波雷达、激光雷达等多个种类传感器融合，车辆的外观、融合后的效果并非达到最佳状态。如果能有某一个传感器能够达到多传感器融合的性能，对行业来说就是一个巨大的升级。作为自动驾驶圈内的天使投资人，高天垚认为多传感器物理上的融合将是自动驾驶公司未来的机会。恰好，特斯拉走上的就是将传感器从物理层面融合的道路。去年，特斯拉人工智能高级主管AndrejKarpathy在ScaledML会议上进行了一次精彩的演讲，其中就讲到特斯拉如何利用视觉传感器，估算像素深度的。在日常行驶过程中，摄像头捕捉的内容都是二维图像，并没有深度信息。▲特斯拉摄像头采集的画面可以确定边界，但不包含深度信息也就是说，虽然二维图像已经可以区分公路和路旁的人行道，但并不知道现在车辆距离人行道还有多远。由于缺失这样一个重要信息，自动驾驶的运算可能并不准确，操作可能出错。因此，捕捉或者建立一个三维的图景很有必要。传统工程师认为，直接在车顶安装三维摄像机就能解决这一问题。不过，这既要增加车辆的制造成本，又影响车辆美观。此外，由于车顶面积比较大，如果三维摄像头高度不够，盲区将会非常大。特斯拉的工程师又想到用算法解决这个问题。如果有一种算法能够将二维图景的时序、边缘对齐，投影形成三维图景，这个问题就解决了。▲通过算法得出的“鸟瞰视图”在计算出三维图景之后，特斯拉甚至可以计算出车辆的“鸟瞰视图”。也就是说，虽然车辆上方没有摄像头，但通过计算就能模拟出从车辆上方向下看的图景。这样一来，车辆离障碍物还有多远的距离，车内都能直观地看到。▲特斯拉视觉系统预测的马路边缘和车道线实际上，特斯拉还有更厉害的地方，那就是算法可以预测流媒体视频中每一个像素的深度信息。也就是说，只要算法足够好，流媒体视频更加清晰，特斯拉的视觉传感器所捕捉的深度信息甚至可以超过激光雷达。▲特斯拉采集视觉信息（上），预测每一个像素的深度信息（中）并投影形成鸟瞰视图（下）在实际的自动驾驶应用中，泊车入位和智能召唤两个使用场景下就能充分利用这套算法。在停车场行驶时，车辆之间的距离很小，即使是驾驶员驾驶，稍不留神也很容易出现刮蹭事故。对于机器来说，停车场场景的行驶更加困难。在预测到深度信息之后，车辆可以在超声波雷达的辅助之下，快速完成对周围环境的识别，车辆泊车就会更加顺利。相信在一年以后的今天，特斯拉正式宣布逐渐迁移到TeslaVision纯视觉感知，也是用的这套算法。四、毫米波雷达是自动驾驶标配未来朝4D化发展从前文可以推断，L2级自动驾驶场景中，毫米波雷达还是刚需。那么，不妨将眼光放得更长远一些，L4级自动驾驶+更安全的出行是自动驾驶公司的重要目标。面对L4级自动驾驶场景，毫米波雷达是否还存在？其价值相比L2级自动驾驶有提升还是弱化呢？驭势科技定位与感知总监张丹认为，在激光雷达逐步量产的今天，毫米波雷达在自动驾驶过程中的权重会有所下降。但毫米波在极端天气中的作用很大，仍无法替代。▲驭势科技L4级无人驾驶小巴在驭势科技的L4级自动驾驶的研发和落地项目中，毫米波雷达是刚需，基本都会配置。在L4级自动驾驶另一重要场景港口中，截至2020年底，飞步科技已经向梅山港交付了13辆L4级自动驾驶集卡并开启编队运营。2020年底，飞步与梅山港共同启动基于多路自动驾驶集卡编队的常态化独立整船作业，构建起混线运输-整船作业一体化链路，目前已经稳定运行一年多。▲飞步科技在梅山港落地的L4级自动驾驶车队除了将港口自动驾驶集卡车队在混线环境下实船作业运营之外，飞步科技还连续两年为乌镇世界互联网大会提供自动驾驶微公交接驳服务。同时，在城市及高速道路累计为中国邮政EMS、德邦快递等企业运送包裹超100万件。飞步科技无人驾驶感知技术负责人认为，港口场景中气候经常飘忽不定，常有大雾天气。因此，飞步科技车队使用毫米波雷达能够为车队常态化作业提供更多保障。位于贵州的通用智能底盘开发商PIXMoving现在正在研发低速运行的无人车，并没有使用毫米波雷达，而是使用探测距离较小的超声波雷达。▲PIXMoving智能汽车开发平台Ultra-SkateboardPIXMoving自动驾驶首席顾问Alexander说道，即使在低速场景下，PIXMoving也已经在研发和部署过程中加入毫米波雷达。Alexander认为，毫米波雷达无论在任何速度条件下都是有意义的，相比超声波雷达有更强的能力，同时这事最基本的安全感知能力。同时，毫米波雷达探测距离较短、视野较小，对静止物体探测容易出错等问题一直困扰行业。同时，毫米波雷达感知到的场景无法精确分类，仍要依靠视觉传感器实现。面对毫米波雷达的多个明显劣势，当前行业内已有多项优化解决方案，其中就包括研发4D雷达，以及将毫米波雷达的部分能力迁移至激光雷达当中。1、4D雷达即将量产今年，上汽集团旗下高端品牌R汽车发布了R汽车ES33车型。这款车就搭载了4D毫米波雷达，其感知性能有了明显升级。传统毫米波雷达仅具有三维感知能力，可以判断前方物体距离、速度、方向角，而4D毫米波雷达对物体的探测多了一个维度，通过垂直分辨率判断物体的高度。▲R汽车ES33除了能够感知更丰富的数据之外，这颗4D毫米波雷达的分辨率和测量距离也有巨大提升。无论是距离、速度还是方向角的感知精度都提升了一个数量级，最远探测距离超过350米。测试发现，ES33的4D毫米波雷达可以探测到140米开外的可乐罐。2、传统毫米波还在不断加强由于毫米波雷达在探测视野、对静止物体探测不佳的情况，未来可能将毫米波雷达的部分能力迁移至激光雷达当中，二者传感器融合后，系统能够作出更准确的自动驾驶决策。Alexander说道，针对毫米波雷达感知内容比较简单，不好归类的问题，行业内会将毫米波雷达的感知数据与摄像头、激光雷达相融合，实现优势互补。同时，许多车企也在考虑为车辆配备多个毫米波雷达，感知范围能够进一步扩大。如果像激光雷达一样，毫米波雷达能够通过旋转实现广泛的探测距离，也是解决方案之一。结语：特斯拉纯视觉自动驾驶还需上路检验面对整个行业走上传感器融合路线，实现量产激光雷达等关键组件，马斯克却特立独行，直接实现了纯视觉的L2级自动驾驶，这也是马斯克自动驾驶最大的野心之一。不过，纯视觉传感器在自动驾驶行业内没有经过大量测试考验，无论对特斯拉还是马斯克来说，都是一个巨大挑战。此后，特斯拉的自动驾驶功能也将受到行业内的更多关注与讨论。