你認(rèn)為,距離我們可以完全在路上解放雙手,在車?yán)锟磿?、開會(huì)甚至睡覺還需要多久?Elon Musk說,在2020年將會(huì)有100萬輛特斯拉的Robo Taxi行駛在路上,它們可以在無人駕駛的情況下實(shí)現(xiàn)接送乘客,在你上班的時(shí)候幫你去掙點(diǎn)外快。
這聽起來很有未來感,但是特斯拉并不準(zhǔn)備稱其為L4甚至L5級(jí)自動(dòng)駕駛,原因很簡(jiǎn)單,我們距離真正的自動(dòng)駕駛還差得很遠(yuǎn)。
特斯拉描繪下的自動(dòng)駕駛
我們都知道,特斯拉一直堅(jiān)信,既然人可以通過視覺來實(shí)現(xiàn)駕駛車輛,車也一定可以通過視覺的方式實(shí)現(xiàn),所以我們看到特斯拉在車身四周安置了多個(gè)攝像頭,也因?yàn)槟壳暗奶幚砥魉懔Σ粔蚨_始自己開發(fā)芯片,但是,只靠視覺真的就萬事大吉了么?
相信你還記得,特斯拉的自動(dòng)駕駛第一次出事故的時(shí)候,就是因?yàn)閿z像頭把一輛藍(lán)色的箱式貨車識(shí)別成了藍(lán)天,所以沒有減速,導(dǎo)致車禍的發(fā)生,而車企一直在強(qiáng)調(diào)的自動(dòng)駕駛?cè)匀恍枰嗟男旭偫锍汤鄯e,也有很大一部分原因源自視覺識(shí)別。對(duì)于計(jì)算機(jī)來說,識(shí)別一個(gè)物體其實(shí)是一個(gè)試錯(cuò)的過程,只能通過告訴它那些是錯(cuò)的,它才能實(shí)現(xiàn)正確的識(shí)別,而這件事是需要大量的實(shí)驗(yàn)來支撐的。
不過,其實(shí)各個(gè)車企也用了類似毫米波雷達(dá)以及超聲波雷達(dá)等輔助傳感器來捕捉更精確的信息和數(shù)據(jù)來輔助攝像頭識(shí)別物體,但它還是少了一個(gè)方面,交流。
因?yàn)樾枰涣?,所以我們需要車?lián)網(wǎng)
在一個(gè)沒有紅綠的十字路口,當(dāng)兩輛及以上的車同時(shí)抵達(dá)的時(shí)候,駕駛員通常會(huì)用手勢(shì)和眼神的交流來確定誰先走,但是放在自動(dòng)駕駛上,如果只靠視覺傳感器來判斷,而當(dāng)數(shù)量變成3輛車的時(shí)候,難度將會(huì)成倍增長,這對(duì)于算法、處理器以及實(shí)驗(yàn)規(guī)模的要求也將會(huì)更加苛刻。
這就需要車與車之間有一個(gè)交流,來確定究竟是誰先來的,誰應(yīng)該先走,也能讓整個(gè)過程更加流暢,同時(shí)對(duì)于處理器的要求也更低,這個(gè)概念其實(shí)早就有了,叫做V2X(Vehicle to X未知),也就是車與各種物體之間的聯(lián)系,跟車之間的聯(lián)系,可以讓道路交通減少許多突發(fā)狀況,因?yàn)槊恳惠v車的動(dòng)作,都是經(jīng)過周圍車輛甚至更遠(yuǎn)的后續(xù)車輛默許的;跟紅綠燈之間的聯(lián)系,可以確定什么樣的速度可以不需要等待,或者提前減速以獲得平穩(wěn)的乘坐體驗(yàn); 跟人之間的聯(lián)系(通過手機(jī)),可以提前預(yù)判有多少人要過馬路,提前做出減速和避讓等。
也就是說,V2X解決的問題,是用更精確的數(shù)據(jù)信息,來避免汽車進(jìn)行過多的運(yùn)算。
寫在最后
視覺當(dāng)然應(yīng)該是自動(dòng)駕駛的主要判斷因素,但是,如果只靠視覺感官的話,距離我們真正實(shí)現(xiàn)全自動(dòng)駕駛的時(shí)代應(yīng)該還有很長的一段路要走,而V2X的加入,算是對(duì)于目前解決方案的一個(gè)優(yōu)化,只不過問題在于,它需要對(duì)很多城市的技術(shù)建設(shè)進(jìn)行改造,至于哪種方式需要我們等待的時(shí)間更長,不過有一點(diǎn)可以肯定的是,V2X這種方式,有更多的行業(yè)能幫得上忙。