马斯克再度炮轰激光雷达:恶劣天气表现欠佳,摄像头方案更可靠

在自动驾驶技术的激烈角逐中,特斯拉 CEO 埃隆・马斯克再次将矛头指向激光雷达技术,坚定捍卫特斯拉以摄像头为核心的纯视觉感知方案。这一言论不仅引发行业内对技术路线选择的再度审视,也为自动驾驶技术发展的未来走向投下了新的变数。

近日,马斯克在公开场合针对 Waymo 的自动驾驶系统展开讨论,着重指出其依赖的激光雷达方案在恶劣天气条件下存在严重缺陷。他特别强调,在降雪、降雨以及沙尘暴等极端环境中,激光雷达的性能会因反射散射现象而大打折扣。“受反射散射影响,激光雷达在雪、雨或沙尘环境下表现糟糕,这也是 Waymo 在强降水天气里完全无法行驶的原因。” 马斯克直言不讳地表示。他以 SpaceX‘龙’飞船与空间站对接时使用的激光雷达为例,说明自己对该技术的深入理解,强调激光雷达并非一无是处,只是在自动驾驶领域的应用场景中,其短板更为突出。

早在本周初,马斯克就对行业内部分车企过度依赖激光雷达和雷达技术提出了尖锐批评。他认为,多种传感器混用容易导致 “传感器冲突”,反而降低了自动驾驶的安全性。“如果激光雷达、雷达与摄像头的感知结果不一致,该以哪个为准?这种传感器数据模糊的问题,只会增加而非降低风险。” 马斯克解释道。特斯拉早在几年前就做出战略调整,毅然放弃 “摄像头 + 雷达” 的传统组合,全面转向纯视觉感知方案,即 “特斯拉视觉(Tesla Vision)” 系统。自转型以来,特斯拉旗下所有车型仅依靠摄像头实现环境感知,而马斯克始终坚信这一决策的正确性。

马斯克还透露,特斯拉 Model S 和 Model X 车型曾经搭载过公司自研的高分辨率雷达,但实际应用结果显示,该雷达的性能与被动光学设备(摄像头)相比存在明显差距,这也是特斯拉最终决定停用雷达的重要原因。特斯拉通过持续优化基于摄像头的感知算法和神经网络技术,利用海量的实际道路数据进行训练,不断提升系统对复杂环境的识别和应对能力。马斯克认为,摄像头方案不仅能够提供丰富的视觉信息,而且在成本效益方面具有显著优势,是实现可靠自动驾驶的关键所在。

然而,马斯克的观点并未得到行业的普遍认同。目前,在自动驾驶技术路线的选择上,特斯拉与多数企业形成了鲜明对比。Waymo、小鹏、蔚来、理想等众多公司的自动驾驶项目仍然将激光雷达作为核心技术支撑。他们认为,激光雷达能够提供高精度的三维点云数据,具有厘米级的测距精度,在全天候可靠性和三维立体感知方面表现卓越。尤其在复杂路况和特殊场景下,激光雷达可以有效弥补摄像头在测距精度和对部分障碍物识别能力上的不足。例如,在夜间、强光直射或低对比度环境中,摄像头的成像质量和识别准确率会受到较大影响,而激光雷达则能保持相对稳定的性能。

激光雷达的支持者还指出,通过多传感器融合的方式,将激光雷达、摄像头、毫米波雷达等多种传感器的数据进行整合,可以实现优势互补,进一步提升自动驾驶系统的安全性和可靠性。在面对复杂的交通状况和各种长尾场景时,多传感器融合方案能够提供更全面、准确的环境感知信息,降低因单一传感器故障或误判导致的事故风险。

从实际应用案例来看,双方的技术路线都取得了一定的成果,但也都面临各自的挑战。特斯拉凭借纯视觉方案在自动驾驶领域占据了重要地位,其 FSD(完全自动驾驶)系统不断迭代升级,在部分地区已经开始试点 Robotaxi 服务。然而,特斯拉车辆也曾因视觉系统的局限性,在某些特殊场景下出现过事故,引发了公众对纯视觉方案安全性的质疑。而采用激光雷达方案的车辆虽然在理论上具备更高的安全冗余,但高昂的成本、复杂的系统集成以及在极端天气下的性能波动,也限制了其大规模普及和应用。

随着自动驾驶技术向更高等级发展,对环境感知系统的准确性、可靠性和实时性提出了更为严苛的要求。无论是以特斯拉为代表的纯视觉阵营,还是依赖激光雷达的多传感器融合阵营,都在不断加大研发投入,推动技术创新。未来,自动驾驶技术的发展或许并非简单的技术路线之争,而是如何在不同技术之间找到最佳平衡点,实现优势互补,共同提升自动驾驶的安全性和用户体验。

这场关于激光雷达与摄像头的技术路线之争,无疑将继续在自动驾驶领域引发广泛关注和深入探讨。马斯克的持续发声,不仅是对特斯拉技术路线的坚定捍卫,也为整个行业提供了一个反思和创新的契机。在追求更高级别自动驾驶的道路上,技术的发展方向充满了不确定性,但有一点可以肯定:只有不断突破技术瓶颈,提升系统性能,才能真正实现安全、高效、普及的自动驾驶愿景。

为您推荐