【芯智駕】豐田擁抱純視覺自動駕駛路線，釋放了什麼産業鍊信号？

編者按：芯智駕──集萃産學研企名家觀點，全面剖析AI晶片、第三代半導體等在汽車“大變形”時代的機會與挑戰！

集微網報道，豐田汽車旗下子公司Woven Planet四月初對外表示，要在輔助駕駛和更高階的自動駕駛項目中，采用單一視覺方案開發自動駕駛。即在不使用雷射雷達等昂貴傳感器的情況下，通過成本相對較低的攝像頭采集資料，推進自動駕駛技術。這意味着，這家以精益生産方式著稱的老牌車企加入了“純視覺”的陣營。

豐田為什麼擁抱“純視覺”？這釋放了哪些産業鍊信号？在純視覺與雷射雷達兩大路線的PK賽中，似乎已經從技術之争進入到下一階段的量産賽跑。

“純視覺”靠譜嗎？

目前關于汽車應用的自動駕駛技術主要分為兩大陣營：一是雷射雷達派，它們主張以雷射雷達為主導，配合毫米波雷達、攝像頭等，實作多傳感器融合，提高自動駕駛安全；一是純視覺派，它們傾向于采用低成本的攝像頭，輔以人工智能算法，降低成本。

理想CEO李想曾表示，“目前攝像頭+毫米波雷達的組合像青蛙的眼睛，對于動态物體判斷還好，對于非标準的靜态物體幾乎無能。視覺在這個層面的進展幾乎停滞，哪怕是動态，車輛以外的識别率也低于80%，千萬别真當自動駕駛來使用。”

但是特斯拉CEO馬斯克則堅持第一性原理——人類駕駛依靠的是視覺，因而神經網絡是可以處理視覺輸入，并以此了解周邊物體深度與速度的。特斯拉堅信有了通用視覺系統，車輛就不再需要什麼補充資訊了。去年特斯拉進一步将純視覺進行到極緻，在新的量産車型中去除了此前其自動駕駛方案中的毫米波雷達。

“的确，從第一性原理出發，人開車的時候并沒有雷射雷達，我們也認為對于進階别的自動駕駛來說，視覺是最主要的傳感器之一，我們也相信視覺方案未來能達到一個比較成熟的狀态。”地平線智能駕駛産品線産品規劃與市場進階總監呂鵬對集微網指出，“但是需要指出的是，不是任何一個車企都具備特斯拉這樣的天賦。”

從目前L2左右低級别的自動駕駛方案來看，現在大部分都是一個攝像頭加上一個毫米波雷達或者幾個毫米波雷達。據了解，現在全球能夠實作純視覺的L2級别ADAS方案的量産落地的，目前主要是Mobileye和地平線。呂鵬對此解釋，當視覺技術不夠成熟的時候，多一個資訊次元的輸入，是幫助補短闆。但當它足夠成熟的時候，就會面臨另一個問題：當你從視覺拿到一個結果，又從毫米波或者雷射雷達拿到一個結果，兩者出現不同的時候，應該相信哪一個？有時候反倒有可能會出現幹擾性的誤報。

“從現在已經相對成熟的低階自動駕駛去看高階自動駕駛，其實也是這樣一個過程。”呂鵬說，總體而言，從目前産業鍊的角度來看，他認為純視覺和雷射雷達路線并存的時間還是會比較久，但未來随着技術越來越完善，自動駕駛方案中視覺的比重将會逐漸加大，而純視覺方案可能是未來更加符合成本和第一性原理的一個最終的形态。

IEEE進階會員、香港科技大學智能駕駛中心主任、機器人與自主系統領域主任劉明博士指出，機器視覺在理論上是可以實作完全的自動駕駛功能。他解釋，自動駕駛視覺功能的核心在于提供自身定位與如何了解周圍環境，進而實作導航與避障還有人機互動等功能。随着深度學習和強化學習的發展，機器視覺現階段已經實作了從簡單的二維物體識别到的三維重構、語義識别、強化疊代避障功能等的突破，再加上雲計算與V2X網絡等大資料并行處理系統與車載自動駕駛系統的融合，可以很好地實作全自動駕駛。

但是要達到真正成熟的“純視覺”技術，進而實作全自動駕駛的落地，還需要大量的工程實踐。目前的主流的視覺方案中，車載攝像頭主要包括内視攝像頭、後視攝像頭、前置攝像頭、側視攝像頭、環視攝像頭等。劉明博士分析，現階段的自動駕駛攝像頭視覺方案很大程度上依賴大量高清的照片拟合深度學習模型，進而提高識别和定位的精度。而不同程度的光照和未知物體的出現增加了單純攝像頭的機器視覺識别和定位難度，從工程上來看，需要進一步探讨包括降噪、與V2X網絡連接配接以及利用雲計算輔助大規模智慧交通等一系列問題。而要實作完全自動駕駛，這中間還需要大量工程實踐進行補充。

據悉，特斯拉正在針對自動駕駛系統的訓練打造一個深度學習系統，除了要處理深度、速度和加速度資訊，還要同時進行目标探測。這需要一個由數以百萬計視訊組成的龐大資料集來訓練深度學習架構，而為自動駕駛汽車建立資料集也頗為棘手，工程師們必須確定資料集有多樣化的道路設定和不經常出現的邊緣情況。

進階自動駕駛下一步競争的産業邏輯：快速量産

豐田擁抱“純視覺”背後的産業邏輯，其實也不難了解。

首先是出于成本控制的考量。從車型等級來看，豐田的車型覆寫了大量消費中端車型的主流使用者，在成本控制方面比之特斯拉當然更為苛刻。當下雷射雷達雖然降價明顯，但跟攝像頭相比，還是貴了不少。

其次，豐田不需要借助雷射雷達支撐起品牌的高端化訴求。有業内觀點認為，新勢力青睐雷射雷達，除了感覺定位更加精準的優點，還有一個關鍵原因是，雷射雷達自帶一種進階感。同時，相比而言，新勢力車企沒有曆史包袱，順應智能化趨勢，從高端車切入，自上向下進行産品布局更容易，而雷射雷達盡管有點貴，但對溢價較高的高端車型來說是可以接受的。

對此，呂鵬指出，在高階的自動駕駛上來說，目前車企面臨最大的挑戰，一個是電動化轉型，另一個就是國内的車很多都在做“品牌向上”。而在品牌向上的角度來說，能越早推出這種進階别自動駕駛功能，同時又具備比較好的體驗和可控的成本，是十分關鍵的，而這些其實對于車企來說都是挑戰。

“現在競争的關鍵主要還在于加速商業化落地。”呂鵬指出，而當下大多數車企都會傾向于選擇帶雷射雷達的方案，主要是要做一個純視覺方案的進階别自動駕駛，走到量産落地，其方案的完善上需要花更長的時間去實作。

而對于豐田來說，在進階别的自動駕駛落地競争中，選擇純視覺路線除了成本因素外，如何快速落地勢必也是其重點考慮的因素。而一直以來，在智能化、電動化轉型上，豐田算不得排頭兵，其轉型戰略一直十分保守。但是豐田去年年底一改以往保守姿态，一口氣推出十餘款純電動車型，釋放了奮起直追的信号。

但是豐田整體在自動駕駛領域投入和研究方面長期處于默默無聞的狀态。豐田在2018年成立了自動駕駛部門，但并未對外過多透露對自動駕駛駕駛的自研程度。此後，豐田也先後投資了Uber剝離的自動駕駛部門ATG、中國的智能駕駛方案公司Momenta以及自動駕駛初創公司小馬智行，用以開發自動駕駛汽車技術，但都尚未看到比較大的突破。或許，對豐田而言，跨過那些多傳感器融合的複雜過程而直接以純視覺作為突破口，反而不失為一種“捷徑”？

這從豐田旗下的Woven Planet所做的說明或許能探知一二——“僅僅從一小批非常昂貴的自動駕駛汽車中收集少量資料是不夠的，我們需要大量的資料。” Woven Planet認為，為車輛配備成本高昂的傳感器是不可持續的方法，而攝像頭采集的大量資料擁有極大的靈活性，能夠在一定硬體成本上拓展出更豐富的功能。畢竟，以豐田汽車在全球的普及和滲透程度，它可以由此掌握掌握将掌握相當大的資料量，來使其自動駕駛系統進行充分的深度學習。

“我覺得最終大家拼的還是使用者體驗。如果一個不帶雷射雷達純視覺視覺方案和一個帶雷射雷達的方案，如果兩者能做到安全性和使用者體驗相當，那麼市場自然會偏向純視覺的方向，畢竟這其中直接涉及到整車的成本。這是一個循序漸進的過程。”呂鵬指出。

而不管是純視覺、雷射雷達，還是别的技術路線，最終在市場上勝出的自動駕駛解決方案，一定是在成本與安全性之間取得很好平衡的。

（校對/Jimmy）