马斯克“一年达到L5等级”的豪言能实现吗?

OFweek物联网 中字

在上海举行的世界人工智能大会(WAIC)上,特斯拉首席执行官埃隆·马斯克(Elon Musk)表示,特斯拉非常有信心在一年内完成的L5级别自动驾驶的基础框架和功能。

然而,他真的能在一年内实现这一要求吗?

自动驾驶等级区分

在若干年的发展中,自动驾驶已经有了明确等级区分:

1、L1:对车辆进行简单的监控,如ACC自适应巡航、胎压监测、交通标识识别、信号灯识别、自动刹车、防抱死系统等;

2、L2:通常配备ACC自适应巡航、车道保持系统、自动刹车辅助系统、自动泊车系统等。部分情况下,驾驶员可以短暂离开方向盘。

3、L3:特定环境中实现自动驾驶的操作,可以根据实际路况和行车环境自动选择行车路线;

4、L4:无需驾驶员操作,所有操作均由车辆自我控制;

5、L5:自动驾驶的终极目标,在任何场景下,都不需要用户参与操作,车辆实现完全自主操作。

而马斯克则是要在一年内达到这一目标,马斯克表示:“特斯拉目前的研发进度非常接近5级自动驾驶技术,这意味着未来Model 3 / Y / S / X能够在驾驶员零输入(或注意力)的情况下进行自行驾驶。同时,我对L5级别自动驾驶的高度自治非常有信心,因此我认为L5将很快来到我们身边。”

L5真的那么“容易”吗?

要实现自动驾驶,并非是给车辆装几个摄像机即可实现,同时还得与GPS定位、道路交通、人员/车辆检测等多个技术及法规相结合。

简单点说,车辆在行驶过程中,必须知道周边有什么、自己在哪里、需要走向什么地方、怎么走,只有能分析这些的汽车,才能被称为L5等级的自动驾驶。

但反观特斯拉,据美国标准显示,特斯拉在自动驾驶领域中,目前还处于L3等级的位置,也就是其车辆并无法完全观察到周边路况并作出分析,对于路面的观察还是以驾驶员为主。一旦遇到危险,需要驾驶员第一时间做出反应,并采用手动驾驶。

在一年内,从L3到L5,其需要大量技术的全面进步,但就从目前的发展而言,这一希望极为渺茫。

1、识别问题

识别问题极为麻烦,特别是在实际场景中的应用,由于反光、逆光等原因,图像识别的难度会直线上升——在若干年前,特斯拉就因为识别错误问题,导致车辆撞上大货车。同时,由于视频识别需要耗费大量大力算力,一旦算力不足,必然导致数据滞后;

2、激光雷达

为了弥补视频识别问题,激光雷达被作为补充加载在车辆中。虽然在近几年的发展中,激光雷达技术被进一步突破,特别是固态激光雷达,被应用在大量的自动驾驶技术中。但不可否认的是,激光雷达并非没有缺点:

(1)旁瓣问题,光栅衍射除了中央明纹外还会形成其他明纹,这一问题会让激光在最大功率方向以外形成旁瓣,分散激光的能量;

(2)加工难度高,光学相控阵要求阵列单元尺寸必须不大于半个波长,一般目前激光雷达的工作波长均在1微米左右,故阵列单元的尺寸必须不大于500nm。而且阵列密度越高,能量也越集中,这都提高了对加工精度的要求,需要一定的技术突破;

(3)接收面大、信噪比差:传统机械雷达只需要很小的接收窗口,但固态激光雷达却需要一整个接收面,因此会引入较多的环境光噪声,增加了扫描解析的难度。

3、高精度定位

高精度定位如何实现?除了GPS\北斗等卫星定位系统,同时还需依靠地图、激光、基站等定位。虽然目前有部分卫星定位企业宣称已经实现厘米级定位,但在实际应用中,并不一定能实现这一要求。

同时,在遇到隧道等环境时,卫星定位将遇到断链的情况,将影响卫星定位系统的正常运作。

除此之外,在自动驾驶中,还有大量问题急需处理,而在短时间内,这些技术将很难实现。

对于马斯克的的这一“豪言”,似乎并没有太多的说服力——除非是在美国洲际公路,毕竟那里的道路条件相对简单。但在国内的,还需经过至少一年以上的测试,L5等级的自动驾驶才能正式落地。

延伸阅读:

自动驾驶要解决什么问题?仅仅是解放驾驶员的双手吗?

在自动驾驶的设想中,人们希望的是合理分配驾驶服务、解决道路拥堵问题、提升运输效率,但自动驾驶真的能实现这一要求吗?

在合理分配行车服务中,滴滴走在了前列,其通过人、车、路的合理安排,从而有序和及时的把服务提供给每一个人。

在他们的布局相对简单——通过人们呼叫乘车服务,从而让周围驾驶员接单,并把车停在指定位置,等待用户的出行。在长时间的运作中,滴滴可以对城市不同时间段用车需求量告知驾驶员,从而提供及时有效的服务。

而对于自动驾驶来说,其将面临着一系列的问题:

1、车辆使用率:为了增加车辆的使用效率,车辆必须不断在路上行走,将进一步增加道路使用率;

2、维护:由于车辆的长时间使用,导致车辆磨损进一步增加,这使车辆需要更多的时间进行各类维护,从而使成本直接上升。

除此之外,自动驾驶还面临安全、天气、频谱分配等问题的影响,这对于自动驾驶而言,还有较长的一段路要走。

而缓解交通的目的,似乎并未实现。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存