如何看待当前的纯视觉的、不依赖于高精度地图的自动驾驶解决方案？

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

前言

 

谈纯视觉，绕不过的就是特斯拉。先说第⼀点：纯视觉这这条路真的⾮常难⾛。「纯视觉这条路不好⾛」参考特斯拉。也是在不断地找⽅法，让其纯视觉算法变得更好。

编辑 | 自动驾驶之心 作者丨JamesYang@知乎

链接丨https://www.zhihu.com/answer/2716531531

• 纯视觉之路不好⾛

• 能⼒上限：逼近L3

• 纯视觉领域的其他玩家Mobileye

• 前景&⼀点⼩建议

谈纯视觉，绕不过的就是特斯拉。

先说第⼀点：纯视觉这这条路真的⾮常难⾛。

「纯视觉这条路不好⾛」

参考特斯拉。也是在不断地找⽅法，让其纯视觉算法变得更好。

去年特斯拉AI Day 上，特斯拉着重强调了⾃⼰的BEV ⽹络（更多⽤于静态物体的识别）。

但是今年，特斯拉基本上没有太多去提BEV 相关内容，⽽是⼜新推出占⽤神经⽹络（the occupancy network），直接通过摄像头来构建真实世界三维模型。

同时，增加了对动态物体以及运动状态可能发⽣变化的物体的识别，⽐如这个公交：

此外，特斯拉还准备引⼊更多新的神经⽹络，⽐如NeRF（(Neural Radiance Fields) 神经辐射场，提升重建三维场景的能⼒。

举特斯拉的例⼦其实是为了说明：「纯视觉这条路并没有那么好⾛，技术路线可能随时会发⽣调整。」

就好像现在BEV ⽹络被占⽤⽹络替代⼀样，后续很有可能还会被新的⽹络模型所替代。

「纯视觉⽅案能⼒上限：逼近L3」

特斯拉FSD 基本上代表了纯视觉的最⾼⽔平，这⼀点⼤家不否认吧。

⽽从能⼒实现层⾯，在海外，就说美国本⼟吧，「现在特斯拉FSD Beta 能⼒已经⽆限逼近L3。」

不管是城市、⾼速，亦或者是没有⻋道线的乡村⼟路，特斯拉FSD 都能去开上⼀开。

特斯拉的⽜逼之处就在于使⽤普通的导航地图，就能实现类似⾼精地图的能⼒。

不过，特斯拉⽬前在两⽅⾯去继续钻研：「能⼒和体验。」

「能力」

能⼒层⾯，⾏⻋「这⼀块差不多实现七七⼋⼋」，仍在啃⼀些⻓尾场景的硬⻣头，⽐如说这种路边随处停着的⼀台⻋，⽆法分辨这台⻋的状态（动态or 静态）：

「在拿掉超声波传感器之后，特斯拉纯视觉正式向泊⻋域开进」，将会解决此前此前特斯拉泊⻋⽅⾯的问题（⽐如⽆法识别空⻋位、泊⻋识别率和泊⼊成功率等）。

「体验」

体验层⾯，特斯拉引⼊打分机制，提升FSD 使⽤舒适度：

「纯视觉领域的玩家」

其实，不仅仅是特斯拉，还有好⼏个玩家都在纯视觉领域摸索。

⽐如Mobileye。这位也是纯视觉领域的⼤拿。

EyeQ 系列芯⽚在⾏业⾥出货量很多，很⼤⼚商都在采⽤EyeQ 芯⽚来提供视觉感知，⽐如早期的特斯拉、蔚来、理想，都和Mobileye 有很深的合作。

接下来说Mobileye 在纯视觉领域的进展。

Mobileye 开发了两套⾃动驾驶系统：纯视觉：摄像头⼦系统Mobileye SuperVision™和雷达/ 激光雷达⼦系统，两台系统独⽴运⾏，互为补充。

不同于特斯拉，Mobileye 会⽤到众包⾼精地图。

摄像头⼦系统Mobileye SuperVision™，也就是纯视觉这套，已经在国内新实⼒⻋企极氪上量产，能⼒差不多是L2+ 的样⼦：

但是由于没能解决地图问题，很多能⼒⽐如领航辅助都⽆法解锁。

今年9⽉，Mobileye 宣布与吉利控股集团进⼀步扩⼤业务合作：极氪还将在两款新⻋型上搭载Mobileye SuperVision™，并与Mobileye 共同开发基于激光雷达的新功能。

基于环视视觉打造的系统预计将于今年年底通过OTA 更新实现全部功能释放。

虽然国内Mobileye SuperVision™能⼒看着很差，但它真正的实⼒不容⼩觑（要不然吉利也不会扩⼤和它的合作）。

和特斯拉⼀样，Mobileye SuperVision™也要看它在海外的能⼒。今年8⽉，Mobileye 完成了为期数天的洲际公路之旅，对其下⼀代Mobileye SuperVision™开展了测试，基于现有REM™ 的⾼精地图，⽤4 天⾏驶近2000 公⾥，穿越南欧和中欧6 国。

「翻译⼀下就是，Mobyeye 这套纯视觉解决⽅案适⽤性⾮常强，只要有REM 众包地图，不管是在哪个国家或者地区，都能很快应⽤起来。」

⽬前，关于下⼀代Mobileye SuperVision™，我们能够得到的信息是：

1、采⽤两块EyeQ®6HEyeQ®6H 芯⽚（⽬前极氪⽤的那套还是EyeQ5芯⽚）；

2、能⼒⽅⾯，可实现可脱⼿/ 眼睛需注视的L2++ 系统。

「纯视觉路线的前景」

还是那句话，我们不知道⾃动驾驶的最终哪条路能⾛通。我们分为三种情况来看：

1、只有纯视觉这条路⾛得通

2、纯视觉和激光雷达路线都可以⾛通

3、只有激光雷达路线⾛得通

「1、只有纯视觉这条路⾛得通」

但是如果只有这条路真的⾛通了，那么特斯拉⼜将成为开创者。

就像现在她在电动⻋领域创造的辉煌⼀样，作为头⽺，可以吃到最⼤最多的红利。

⽽且，纯视觉路线成本很低，毕竟摄像头也没多少钱。随着⻋辆⼤规模交付，规模效应之下，成本会更低。

也不⽤说那么远，现在特斯拉拿掉毫⽶波雷达和超声波传感器，根据⻋拆解团队Munro Live 公开的分析报告显示，「这样操作特斯拉平均每辆⻋节省114 美元,约合⼈⺠币817 元。」

这都是实打实的好处。

「2、纯视觉和激光雷达路线都可以⾛通」

这就很意思了。

如果激光雷达路线也能跑通，但是各项成本算下来，似乎纯视觉成本还是要更便宜⼀点……

「3、只有激光雷达路线⾛得通」

如果到这个时候，我想各种传感器价格应该被打下来了。

如果真到这个时候，激光雷达和毫⽶波雷达⼀样便宜，我想特斯拉也⼀样会⽤。

虽然特斯拉⼀直专精在纯视觉，但是特斯拉也在研究各种可能性，⽐如4D 毫⽶波雷达等等。

所以，即便是调转研究⽅向，那么，特斯拉依然能够⾮常快的调整过来，并占据领先优势。

所以，最后，提⼀个建议，虽然激光雷达、4Dh 毫⽶波雷达的出现和应⽤，⼤幅度提升了⾃动驾驶感知能⼒，但是「我还是希望各家⻋企能够始终重视计算机视觉感知的研发，毕竟，任何传感器都⽆法替代摄像头的作⽤，同时也能在未来自动驾驶技术竞争中，取得领先地位。」

今天的讲解就到这⾥，散会。

下载1：OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。


下载2：Python视觉实战项目52讲
在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。


下载3：OpenCV实战项目20讲
在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。


交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~