谷歌與特斯拉在研發自動駕駛時的技術方案有何不同？哪個更具優勢？為什麼？

01-09

&>&> 本問題已加入 人工智慧 · 自動駕駛 圓桌中，歡迎關注圓桌參與更多討論 &<&<

這也是我最關心的問題。

特斯拉的無人駕駛方案以毫米波+相機為主，最開始有MobileEye的參與，以相機為主，毫米波作為輔助。出現撞卡車事件後，Tesla改為毫米波為主，相機為輔。這個思路是正確的，在可靠性上，目前毫米波雖然虛警較多，但漏檢很少，更加安全。

谷歌的方案基本上是以激光為主，毫米波為輔，相機幾乎不參與。谷歌似乎對相機一直不感冒，即使涉及到物體/行為識別，谷歌仍傾向於用三維激光。

我所在團隊有上述兩種感測器（包括MobileEye），使用感受是：在高速上，使用毫米波+相機是完全夠用的；城區道路上，毫米波+相機偶爾會有漏檢，但很少很少。注意，這裡包括白天、黑夜、雨天等極端環境，說的是對正前方障礙物的檢測。如果前邊有SUV橫著停呢？對不起，MobileEye似乎無能為力，撞上去是分分鐘的事。提醒廣大Tesla用戶，碰到這種情況還是接管吧！

而谷歌的激光方案，主要的缺陷在於三維激光的感知範圍有限，在80米外返回的點過於稀疏，幾乎做不了任何可靠的估計和判斷。好在有毫米波站出來，80~200m的前方車輛穩穩的。

兩種方案各有利弊，目前各個廠商都在深入探索相機/視覺在無人駕駛中的作用，因為人開車也沒有用毫米波和激光嘛，理論上用多個相機就能完成自動駕駛任務。但前路漫漫，安全可靠的方案，我投谷歌一票。

節選自我的專欄文章

自動駕駛的岔路口：激光雷達存廢之爭與出行的未來 - 知乎專欄

特斯拉的 Autopilot 本質上是輔助駕駛技術，但是一些司機抱有過高信任，由此導致了一系列事故，創造了自動駕駛領域的大部分頭條新聞。美國汽車工程師協會（SAE）將自動駕駛分為了從1到5的5個級別，以區分輔助駕駛和無人駕駛技術，一般水平的文章談到這條就結束了。

要了解自動駕駛的未來，我們先回顧一下新聞。

特斯拉Autopilot系列事故盤點

2015年10月14日，特斯拉公布7.0版本軟體，為已經售出的特斯拉Model S開啟了Autopilot功能，出盡風頭，並且被《麻省理工科技評論》評為「2016年十大突破性技術」。

2016年1月20日，京港澳高速河北邯鄲段，特斯拉Model S撞上一輛正在作業的道路清掃車，交警判定負有事故主要責任的司機高雅寧死亡。死者家屬起訴特斯拉索賠1萬元，理由是營銷過程中存在誤導行為，而不是特斯拉的產品漏洞。（這次事故直到2016年9月14日才由中國中央電視台曝光）

2016年5月7日，美國弗羅里達洲的Joshua Brown開著一輛自動駕駛模式的Model S，超速撞到正在垂直橫穿高速的白色拖掛卡車，車頂被削平，駕駛員死亡。事發時車速74mph，而該路段限速65mph。Joshua Brown從海豹六隊退役之後，開了一家互聯網公司，上傳的Autopilot測試視頻曾經被Elon Musk轉載，觀看次數幾百萬。

對於這次事故，各路專家都給出了諸多可能的解釋，例如：

Musk本人的Twitter：雷達精確的測算了出了前方有一個巨大的障礙物，但是因為卡車過大的反射面積以及過高的車身，從毫米波雷達的角度來看，它更像是一個懸掛在道路上方的交通指示牌/橋樑/高架路，因此被忽略了。
長焦鏡頭無法看見整個車輛，所以誤認為飄在天上的雲。
天空太亮，攝像頭對於大面積白色物體很難從圖像中提取特徵點。
超聲波雷達測量距離過短（2米左右），在高速行駛中沒有任何反應時間。

這次事故的關注度最高，而另外幾次事故雖然沒有死亡，但是對於特斯拉的打擊更嚴重，因為以上借口完全無效。

2016年5月底在瑞士的事故：Autopilot模式Model S的前方，一輛汽車變道，避讓一輛靜止貨車。Model S似乎檢測到前車變道而輕微加速，但是沒發現靜止貨車，因此輕微加速地撞向了貨車。

這次撞到的靜止貨車不是大面積白色，而是藍色和黑色，並且有複雜圖案，也就是說特斯拉似乎可以撞上任意顏色和形狀的靜止障礙物。

在這次事故之後，前谷歌深度學習創始人、時任百度高管和 Drive.ai 聯合創始人丈夫的吳恩達在Twitter表示了對於特斯拉的批評「It"s irresponsible to ship driving system that works 1,000 times and lulls false sense of safety, then... BAM!」。（提供1000次正常，但給人虛假安全感的駕駛系統是不負責任的）

2016年8月3日，中國的 Qunar_大羅納爾多駕駛的Autopilot模式Model S再次撞到了停靠在路邊的故障車。程序員車主投訴特斯拉公司誇大自動駕駛儀功能誤導買家，涉嫌虛假宣傳後，特斯拉在其中國官網上刪除了「自動駕駛」、「無人駕駛」等字眼，改稱「Autopilot 自動輔助駕駛」。特斯拉公司發言人表示：「特斯拉正不斷對各方面進行改進，包括翻譯方面。過去幾周，我們正在努力解決跨語言產生的差異。這個時機與當前事件或相關報道無關。」

2016年8月7日德克薩斯州的Mark Molthan駕駛的Model S在處於Autopilot模式時偏離公路並撞上路邊的護欄，他表示「Autopilot給了你安全的錯覺。我不準備充當一個試飛員。汽車沒有發現彎道，直接衝上了護欄，而且並沒有停下來—— 實際上在第一次撞上護欄後，它仍繼續加速。」雖然車主沒有打算起訴特斯拉，但他的保險公司Chubb Ltd.可能會起訴。

2016年9月28日在德國，一輛特斯拉汽車與旅遊大巴發生車禍，無人死亡，特斯拉公司認為事故不可避免，與Autopilot無關。

德國交通部部長要求特斯拉停止使用「Autopilot」這個詞，為此特斯拉聘請了第三方調查公司對於車主進行調查，結果98%的受訪車主都明白他們在啟動Autopilot之後還要繼續保持對汽車的控制。考慮到特斯拉已經累計銷售十幾萬輛，那麼也就是說有2%，也就是幾千名車主在事故接連不斷的半年之後，仍然可能會對自己和他人的安全造成威脅。

這幾千名過分勇敢的小白鼠可能造成什麼後果呢？2016年11月16日，投資人和內容創業者李笑來老師在一篇閱讀量達到4萬的文章中提到他利用特斯拉的自動輔助駕駛功能在「甚至開始在路上「寫」文章了」，特斯拉中國區如果還沒請李笑來老師更正這個危險的示範，就太欠缺嗅覺了。

除了上面的中國區虛假宣傳爭議之外，特斯拉的 Autopilot 還惹上了事故之外的幾個麻煩：

正在調查事故的美國國家公路交通安全管理局（NHTSA），表示特斯拉要求客戶簽署的保密協議可能會妨礙調查。對此特斯拉在博客的解釋是：要求用戶簽訂的「Goodwill Agreement」，目的是防止特斯拉給客戶折扣或者免費保修在法庭上對公司不利，協議並沒有提到NHTSA或者政府，後來特斯拉修正了協議的措辭。
美國證券交易委員會（SEC）正在調查特斯拉是否違反證券法規，因為特斯拉公司以及Musk本人在5月18,19日出售了一批特斯拉公司股票，但並未將5月7日的Autopilot致死車禍向投資者及時進行公開披露。對此特斯拉在博客的解釋是：特斯拉公司在5月16日把事故告訴NHTSA僅為了通報事實。特斯拉調查員5月18日到達事故現場並回收車載數據，5月最後一周才完成公司內部調查。
律所Hagens Berman在組織對於特斯拉 Autopilot 2.0 未實現承諾功能的集體訴訟，該事務所曾經起訴大眾和梅賽德斯。

以上幾次車禍大部分是撞了靜止車輛或者障礙物，弗羅里達事故中，垂直於特斯拉前進方向的拖車，在攝像頭來看也是靜止的，距離判斷錯誤，所以特斯拉或Mobileye面對靜止障礙物有識別缺陷，如果有激光雷達參與，至少不會加速撞上。特斯拉的系列車禍一次又一次證明了Mobileye攝像頭識別的局限性，以及感測器融合併不是讓程序員加班一兩個月就能讓電腦學會的，那麼我們接下來看看特斯拉是如何應對事故的：

2016年7月17日，Musk在Twitter表示正在與其雷達供應商博世公司合作，改進雷達軟體。"Btw, want to thank both Bosch and MobilEye for their help and support in making Autopilot better. Please direct all criticism at Tesla.」通俗地說是：博世和Mobileye的小夥伴都幫了大忙，事故不是他們的責任，我們一家來背鍋。雖然Musk承認特斯拉沒用好毫米波雷達，把責任自己攬下來算是口頭給Mobileye面子，但是這個解釋更體現了攝像頭的局限。

2016年7月26日Mobileye宣布停止與特斯拉的未來合作，Mobileye 認為他們的產品功能本來就是有限的，是特斯拉激進的許可權開放和宣傳導致車主的使用超出了功能極限。

2016年8月25日，特斯拉對於Autopilot漲價500美元，由原來的2500美元上調至3000美元。司機們給特斯拉的beta版軟體提供數據，特斯拉非但不給補貼，在系列事故之後漲價而不是退款，這個動作確實很有個性。「退款對於Musk很難接受，於是就用早買佔便宜來安撫小白鼠用戶」，對於這次小漲價，以上解讀並不容易否定。

2016年9月11日，特斯拉宣布Autopilot的 v8.0固件升級，「用雷達看世界」，把視角不足的毫米波雷達作為汽車感知的主力，攝像頭作為輔助，特斯拉官方博客的原話是雷達作為主感測器，並且無需攝像頭進行圖像識別確認（can be used as a primary control sensor without requiring the camera to confirm visual image recognition.），說得如此斬釘截鐵，我們可以認為特斯拉對於利用現有硬體在短時間內搞定圖像識別或者感測器融合已經徹底不抱希望。

此外特斯拉還將建立Autopilot「懲罰機制」，如果司機在一個小時內對要把手放在方向盤上的警告忽略次數超過3次，系統就會自動關閉，只有在車熄火重啟後，系統才能重新被激活。後來的限制更加嚴格：「即使在自動駕駛中，駕駛員也需要雙手緊握方向盤。當駕駛員的雙手離開方向盤幾秒鐘後，系統便會自動報警；如果警告被忽視的話，Autopilot將自動退出。」

通過功能縮水，我們可以預測，未來Autopilot責任事故會很少發生，因為駕駛員被迫緊握方向盤，所以發生任何事故都無法指責Autopilot（其實歷次Autopilot事故的責任原本都是司機的，只不過以前特斯拉過於激進，沒有限制司機放手而引發了爭議）。

2016年9月16日，Mobileye 補刀：Elon Musk曾向Mobileye保證，在使用Autopilot時，駕駛員不會被允許雙手離開方向盤。然而，最終結果並非如此。Mobileye表示，在2015年5月兩家公司的產品規劃溝通過程中，該公司曾就特斯拉系統的安全性表達過關切。

2016年10月19日（臨時安排發布又跳票兩天之後），Musk宣布所有的特斯拉新車將標配「具有全自動駕駛功能」的硬體系統——Autopilot 2.0，包括8個攝像機、12個超聲波感測器以及一個前向探測雷達，比上一代快了40倍的英偉達GPU運行特斯拉自研神經網路，最終將實現SAE 5級自動駕駛。升級的結果是新系統從3000美元漲到了8000美元（未來解鎖可能會更貴）。

總結：

在上述系列事故發生之前，Elon Musk一向認為激光雷達並不適合汽車場合，被動光學手段（俗稱攝像頭）加一個前向雷達就足夠了。他澄清並不對激光雷達抱有偏見，SpaceX在龍飛船與國際空間站對接時候會使用激光雷達，然而他認為激光雷達在自動駕駛並不必要。

「I don』t think you need LIDAR. I think you can do this all with passive optical and then with maybe one forward RADAR,」

事故發生之後，Musk仍然認為現有的硬體技術完全滿足無人駕駛要求，2019年可以實現完全自動駕駛，10-15年內，大部分正在使用的轎車、卡車都會被自動駕駛車替換，並且仍然表達對激光雷達的否定，加強了對毫米波雷達的重視。然而以上事故，理應引起自動駕駛領域激光雷達重要性的討論：

被動視覺早於主動雷達的狀況，在歷史上也曾經出現：著名美國心理學家伯爾赫斯·弗雷德里克·斯金納在二戰時，曾研究過利用訓練過的鴿子控制的精確制導炸彈。當時的雷達技術剛剛起步，無法制導，所以由彈頭容納3隻鴿子，通過喙啄擊屏幕控制炸彈，當三隻鴿子出現分歧時，少數服從多數。大家都能想像訓練困難，所以最終被成熟的雷達技術所取代。

用現在自動駕駛和人工智慧領域的時髦術語來描述，這就是二戰時期的「多目攝像頭被動光學導航，由低功耗的超大規模生物神經網路深度學習進行控制，三重冗餘設計，妥妥的五級自動駕駛（只不過交管部門管不到）」。用更加聳人聽聞的說法，這就算自主殺人的機器人了（雖然完整動物塞進去和用缸中之腦控制導彈本質上是一樣的）。

雖然如今的車用攝像頭性能大概能追上鴿子的眼睛，訓練電腦比訓練鴿子先進很多，但是我很好奇哪家的車載人工智慧優於鴿子。區分貓狗或者診斷癌症照片的時候，用計算機視覺是責無旁貸的。但是要判斷障礙物距離，激光雷達顯然更可靠。激光雷達成本降低之後，深度學習的價值可能縮水。

條件允許主動感測的時候，為什麼要被動呢？

激光雷達存廢之爭

激光雷達陣營：出行服務公司（以及供應商），大部分不選擇砍掉激光雷達

Waymo（谷歌自動駕駛）一直傾向於自己動手廉價化激光雷達：2015年，時任谷歌自動駕駛項目總監，後來離職的Chris Urmson公開了谷歌正在自行研發的激光雷達照片。

2016年12月谷歌（Alphabet）正式將自動駕駛汽車項目分拆為子公司Waymo，同時公布了與克萊斯勒合作的無人駕駛版Pacifica廂式車，自研激光雷達成本降低到7500美元。在廉價激光雷達即將量產的前夜，谷歌還沒有取消自研傳統激光雷達的跡象，可能Waymo認為沒必要等固態激光雷達量產。雖然7500美元對於消費市場有點貴，但對比司機工資已經足夠便宜（也剛好低於特斯拉 Autopilot 2.0 的售價，雖然 Waymo方案加上若干攝像頭和計算的最終成本肯定會高於8000美元）。

作為擁有領先深度學習技術，同時又擁有豐富自動駕駛經驗的公司，谷歌做出的選擇值得參考。畢竟如果非激光雷達路線適合全自動駕駛，谷歌理應首先想到。有報道稱Google X的自動駕駛團隊用了 TensorFlow 和 TPU（Tensor Processing Unit, 張量處理單元），這可能解釋了為什麼谷歌大腦和DeepMind的人工智慧科學家們安心地訓練神經網路識別貓咪，沒有親自搞個L3事業部。

除了菲亞特克萊斯勒，本田也在與Waymo討論合作。考慮到韓國手機界的老二LG對谷歌的忠誠度高於三星，日本汽車界的老二本田選擇谷歌也是情理之中了。

討論用什麼感測器都不算是本質，因為：

特斯拉和谷歌是完全不同的技術路線。

特斯拉目前是2級的Autopilot，不久之後的系統會是功能更加豐富，性能更加穩定的2級系統。

若干年後，特斯拉可能會發展到3級有條件的自動駕駛系統。

非常久之後可能有4級...（不知道特斯拉能否活那麼久）

谷歌現在的系統是無人駕駛，5級！

真的沒法說谷歌的更高級，因為還是概念車，量產的話比現在概念車考慮問題多多了…

它是有條件還是無條件的無人駕駛呢？

我覺得是有，不然來中國可以試試，行的話再去印度試試..

本質上特斯拉是車廠，谷歌是IT公司！！！

在無人駕駛還處於現在這個研究階段時，我力挺激光雷達，安全第一，如果安全出了問題那其他的做的再炫也沒有用，價格降的再低也是徒勞。再次嘮叨一次，無人駕駛技術沒有大眾想像的那樣全能，我希望這個領域能夠長期活下去，而不是像現在，它被捧殺的危險太大了，對汽車廠商而言技術上激進帶來的會是股價的上升和知名度的提高，但對我們來說卻是流血。大家現在都在說無人車會比有人駕駛安全，但那是理想情況下，比如所有車輛都按照無人駕駛的邏輯規則行駛，這些現在是遠遠不具備的，未來有人駕駛與無人駕駛將長期共存，無人車可以在有限範圍可控場景下有所作為，比如礦山和碼頭等，激進的策略往往適得其反，高鐵就是一個很好的例子，這是我的個人看法，歡迎交流。

特斯拉的攝像頭方案無法保障安全。而且use case在高速不在市區。谷歌的激光雷達方案輔助高清地圖在技術上幾乎已經達到4-5級，成本是最大的障礙，個人更看好谷歌。

目前的單車解決方案，基本理論框架都是三十年前的，七八年不幹這個的照樣能直接進谷歌團隊，目前使用的技術都有各種硬傷，封閉道路相對比較好，城鎮飛封閉道路基本就是等著出事故的節奏。

理論和硬體基礎沒有突破，沒有實現完全自動駕駛的希望。

無論如何，Google已經敗了。

Google辛辛苦苦搞這麼多年，總里程200＋萬英里。

Tesla分分鐘好幾億英里。

人工智慧在於數據，誰有數據誰就勝。

所以Google就這麼敗了。

還有，好多人是不是還不知道Tesla早就有5級的無人駕駛了？？？（然而又要加錢）