“科技不仅限于计算机技术，任何新方法，任何可以使事情更容易完成的方法都是科技，这才是科技的正解。”——彼得-蒂尔
L4级无人驾驶的世界难题
前百度高级副总裁、自动驾驶事业部总经理王劲
L4有多难，对标特斯拉来看。在去年底，特斯拉也曾发布过一段演示视频，显示了电动汽车在自动驾驶状态时“看到”的景象。从那段视频中看乘客在整个行驶过程中基本没做过操作，即达到了L4级别。
看背景——百度无人车采用的是64线激光雷达、毫米波雷达、摄像头等多种感应器来感知道路上的环境。其中，VelodyneLiDAR 64线激光雷达就是那个价值70万的“东西”，它在测距的精确性上极具优势，工作原理类似于蝙蝠的发声器官，通过获取光脉冲打在物体上并反射回到接收器的传播时间，再根据光速可精确测算出测量物的距离。LiDAR进行物体扫描时，采用感知系统硬件与计算功能软件相结合的方式，增加激光线数后，可减轻运算的负担。
毫无疑问，它很酷，但它真能如最初计划在三五年内走进我们的生活吗？
3月1日，一封宣布百度自动驾驶事业部等三合一、成立智能驾驶事业群组（IDG）的邮件在网上曝光，敲黑板~这封邮件的重点还有，该IDG部门将交由到任不久“AI灵魂人物”陆奇负责，而时任百度高级副总裁、原自动驾驶事业部总经理王劲被宣布“内部休息调整”。
调整后的百度高管团队页面
L4级无人驾驶的世界难题
刚刚过去的这两年是百度无人车风光无限的时段，2015年底百度无人车从百度大厦出发奔向北五环，完成首次路测后，惊动了行业；完成首次路测后，提出实验室“闭门”造不出“无人车”，百度先后与芜湖、乌镇等政府合作共建无人车示范区域；又走到美国，在与全球顶尖无人车“同场竞技”中完成了硅谷“第一跑”，为中国拿到了为数不多的无人车顶尖技术比拼的“入场券”；随后，百度无人车在世界互联网大会的乌镇体验运营，这是首次在开放城市道路情况下，实现全程无人工干预的L4级无人驾驶技术……
前百度高级副总裁、自动驾驶事业部总经理王劲
技术派王劲也因此在职业生涯中获得了最多关注。去年底，由美国知名汽车媒体Automotive News评选的《60名驱动自动驾驶技术发展的人物》中，百度高级副总裁王劲成为唯一的中国企业代表。Automotive News给出了王劲获选的理由：中国搜索引擎公司百度在自动驾驶技术上投入了很多，在王劲的带领下，该公司计划在2018年前小规模推出自动驾驶汽车并在2021年之前实现大规模生产。
我们需要了解自动驾驶的概念——准确来说是L4级无人驾驶技术。根据美国NHTSA公布的划分标准，智能汽车要经过辅助驾驶、半自动驾驶、有条件自动驾驶、自动驾驶四个阶段，其中L4属于全无人驾驶的最高级别。
L4有多难，对标特斯拉来看。在去年底，特斯拉也曾发布过一段演示视频，显示了电动汽车在自动驾驶状态时“看到”的景象。从那段视频中看乘客在整个行驶过程中基本没做过操作，即达到了L4级别。
但是有“激进”之称的埃隆?马斯克却在近期迪拜召开的世界政府首脑（WGS2017）会议上称，特斯拉商用Level 4级别的自动驾驶技术的明确时间表是10年。“对于新售汽车全部搭载自动驾驶技术，还需要10年可以实现，燃油车彻底退出历史舞台，则仍需20年左右来过渡。”
稳定、成本与量产
特斯拉在L4商用上的保守，大致可以代表业界的普遍态度。而决心那么大的百度，在无人车上的底气来自于什么呢？
一方面，是真金白银的投入，据王劲公开场合披露，百度在无人车研发的投入超过了以往任何一个产品。另一方面，则的确是聚拢了一批顶尖人才以及百度在大数据、AI方面的积累。
但是实验阶段的成功与商业化的胜利并不是一个层级的概念。大量实验室产品走不出工业界，或因时机不对，或因无法量产。
外界普遍认为硬件成本就是制约无人车商业化的因素之一。有这么一个段子，当然也是真事。
王劲曾说他的老板李彦宏问他“你整天弄（一个雷达就要）70万的东西，你能卖给谁啊？”百度无人车车顶的激光雷达就要70万人民币，这并不夸张，Google在其无人车原型中使用的Velodyne雷达售价也为8万美元左右。
值得联想的是，2016年还有这样一则消息，Velodyne公司发布公告称，旗下激光雷达公司VelodyneLiDAR获得正在发展自己的无人驾驶技术的百度与福特公司1.5亿美元的共同投资，三方将围绕无人驾驶领域展开全方位合作。
百度的无人驾驶汽车的多次成功路测，愉快奔跑的背后有着谜之为难。效果、成本与量产的矛盾，一直是商业时代的难题，百度无人车项目也是如此。当然，内部创业的优势明显，百度投资了VelodyneLiDAR，原定计划向前推进了一大步，但是距离真正的量产呢？
王劲在今年初还表示百度所使用的64线激光雷达已经从去年的70万元降到了今年的50万元，但除此之外，车身上还有三个价值10万元的16线激光雷达呢。
激光雷达价格昂贵的主要原因还是技术槛相对较高，行业发展成熟度相对较低，像个人电脑出现之初价格昂贵一样，随着技术发展和行业配套成熟，激光雷达的价格一定会下降，这也是趋势。
大规模量产，零部件价格下降，零部件下降，大规模量产变成可能，鸡生蛋、蛋生鸡的难题，放在无人车与激光雷达之间着实难以破解。交由时间来办，或许5到8年并不保守，特斯拉的10年时间表看起来更像会成真。
关于激光雷达的那些事儿
目前，可用于车载的激光雷达的产品及生产厂商主要集中于国外，包括美国Velodyne公司、美国Quanegy公司以及德国IBEO公司等。而Velodyne在无人驾驶领域的影响力最早来自于2007年DARPA无人车挑战赛。当年获得第一名和第二名的高校分别是卡耐基梅隆大学和斯坦福大学，他们当时使用的正是Velodyne激光雷达。此后，该公司开发的激光雷达被谷歌、百度等涉及无人驾驶的公司广泛使用。
激光雷达，其实也不仅仅能用于无人车，也能用于无人机、扫地机器人等与计算机“看见”相关的产品。专注机器人视觉的速感科技CEO陈震告诉机器人圈，激光雷达的主要优势是能够轻松地建立地图供后端算法决策，而且精度很高。但由于可靠性、成本以及成像维度小的问题，最主要还是成本原因，还没有普遍应用在这些领域中。
四川傲势科技有限公司智能控制部科学家对机器人圈表示，激光雷达与传统雷达探测原理类似，激光也是广义高频的电磁波，在无人机上的激光雷达，是利用单束窄带激光器脉冲式或连续波调制的激光发射，通过接受系统接受反射回波，利用两者相对时间相位关系测量反射物距离探测器距离，通过旋转扫描等方式获得相对于飞行器四周的环境物体空间关系。雷达探测波长越长探 测距离越远、绕射能力越强，但精度越差。激光雷达波长很短，因此测量精度很高(厘米毫米级别)，通过与卫星导航系统(GNSS)和惯性导航系统(IMU)组合后，可用于无人机障碍规避或载荷测绘。激光雷达具有分辨率高、体积小功耗、抗干扰能力强、最小工作距离短等优点。但激光雷达的缺点也很明显， 如远距离探测能力差、受天气(雾霾)影响、受反射物条件(水面，玻璃，太阳光)等影响较大。
傲势科技智能硬件部的科学家也对机器人圈表示了成本壁垒，民用的SLAM（即时定位与地图构建） 中激光雷达算是最贵的，比相机和IMU贵很多且重很多，所以降低成本的话，就是去掉激光雷达。目前，视无人机尺寸用途不同，微型娱乐级别无人机通常也采用超声波雷达、视觉图像识别等方式，大中型无人机多采用毫米波雷达或专业的地形规避雷达完成周边态势感知。
从技术上看，扫地机器人的导航方案目前算法以及系统化能力上国内已经基本与国外的低端激光雷达方案保持同等水平（且价格上更便宜），这与激光雷达生产工艺、关键部件的生产水平、良率控制以及专利问题等导致由国外垄断不一样。
科沃斯、小米扫地机器人为了提高精度，率先采用了SLAM中的低成本激光雷达方案。陈震则认为，视觉是一种很好的替代低成本激光雷达的方案，低成本激光雷达的SLAM在成本和精度上与VSLAM相比没有太大优势，以往由于视觉SLAM后段的计算量非常大，所以在应用中的性价比一直是问题，到目前随着专用芯片（FPGA，DSP）的普及，很大程度上解决了视觉SLAM后段的计算量问题，因此会成为非常有竞争力的低成本导航方案。
激光雷达低端可替代，但高端、高精度的激光雷达，到底能被怎样的降成本，或者说能怎样早日协同产业链实现量产，却待时间解答。
转载请注明出处。
相关文章
热门资讯
精彩导读
关注我们
