全球看点：自动驾驶技术，集度将领先特斯拉一代？

前几天，在集度首届汽车机器人生态伙伴大会上，李彦宏放出“就自动驾驶技术而言，集度将领先特斯拉一代”的豪言。

(资料图片仅供参考)

能帮一家未量产车企放出这样的话，看来李彦宏也是信心十足的。

集度汽车自动驾驶技术当真有这么厉害？他们是如何划定技术阙值的？领先一代是领先多少？

带着这些疑惑，autolab找到集度内部人员寻求答案。很可惜，针对这些问题，集度表示由于车辆未量产所以暂不能公布。

于是，我们针对自动驾驶技术将百度与特斯拉两方数据进行了对比研究。

一、自动驾驶的核心是什么？

怎样实现自动驾驶？

当汽车在道路正常行驶时，车辆会遇到红绿灯、行人、绿化带、交通标识等信息。所以与人一样，车辆在路上能够“看”得到才是关键，自动驾驶车辆需要通过感知系统来了解所处位置及周遭情况。

所以，自动驾驶必须拥有三个必要条件，即感知层、决策层、执行层建立。

感知层相当于人的双眼，依赖传感器对道路周边环境进行采集，需要涉及到的技术有摄像头、激光雷达、毫米波雷达、超声波等。

决策层相当于人的大脑，负责将采集到的数据传输至中央计算单元进行计算，从而进行道路规划、控制，制定方向转角、速度等信息。

执行层，相当于双手和双脚，能够根据“大脑”指令执行对车辆的控制，包括加减速和转方向盘。

自动驾驶在工作中的环境识别，主要分为静态识别、动态识别、交通信号识别三方面。激光雷达、毫米波雷达、摄像头负责静态识别；激光雷达、摄像头负责动态识别。

不管是在识别哪种场景，激光雷达和摄像头都是必不可少的。

它能够主动探测周边环境，通过向自动假设汽车周边发射电磁波接收回波，获得距离、方向、距离变化等信息。

而车载摄像头的作用主要是用来搜集图像信息，360度全景环视系统一般由4-6个高分辨摄像头组成，分布在车前、车后、车身两侧，摄像头可以将收集到的图像信息形成鸟瞰图投射到汽车中控，协助车辆使用者了解周边情况。

二、集度、Apollo VS 特斯拉

众所周知，自动驾驶技术分为L1～L5五个等级。

图片来源/网络平台

一般来说， L0～L1，完全人工驾驶，由人工完全操纵，不搭载或搭载3-5颗摄像头；L2-L3，条件性自动驾驶，无人驾驶系统能够完成部分或所有操作，人类随时接管AI，搭载3-5颗或8颗摄像头；L4-L5，AI可以完全接管人类驾驶，无限定道路和环境，搭载8颗或10-20颗摄像头。

特斯拉汽车自动驾驶技术属于L2级别驾驶技术，能够控制车辆速度，实现自动转向、变道，但仍需驾驶员时刻注意，必要时取得驾驶权。全车四周配备8个摄像头，1颗77GHz毫米波雷达和12处超声波雷达。

集度首款汽车机器人ROBO-01概念车配备12个自动驾驶摄像头、5个毫米波雷达，12个超声波雷达，2个激光雷达，可以实现更好完整的感知结果。

单纯从配置来看，集度还是很舍得用料的。作为纯视觉方案的坚定支持者，特斯拉已经和主流车企的方案渐行渐远。

很早以前，特斯拉就对外宣布，从2021年5月份开始，北美市场的Model 3和Model Y将不再配备雷达传感器，取消车前方的毫米波雷达，仅使用摄像头作为自动驾驶系统的信息采集。

特斯拉还通过官网确认，从2022年2月中旬起生产的Model S和Model X 同样将不再配备雷达，所有驾驶辅助系统将完全一代8个摄像头为主的感知系统。

特斯拉认为，毫米波雷达的存在反而是累赘，会阻碍系统判断。摄像头让车辆前进，雷达却让车辆刹车，双重指挥会使得系统不知所措。

与其这样纠结，还不如专心做好视觉。视觉的前景同样比雷达要广阔，纯视觉更容易识别信号灯颜色，对于车辆周遭情况也更容易收集。

事实上，摄像头获取的视频数据与人眼感知的世界最为相似，也更接近于人类驾驶形态。

不过，摄像头更容易受到环境、方位、光线等条件影响，难以直观判断位置，尤其是车视角位置较低时，感知范围十分有限。

并且，纯视觉方案需要强大算法算力来下达指令，就现阶段情况来看，想要通过纯视觉来完成高级别自动驾驶功能难度也是最大的。

所以，结论是在当前算力基础下，自动驾驶汽车想要去除雷达使用纯视觉方式是难度极大的。

所以现阶段的技术水平下，我个人更信任集度的方案。