近日，特斯拉AI高級(jí)總監(jiān)Andrej Karpathy在機(jī)器學(xué)習(xí)會(huì)議上透漏也在做一些 pseudo－LiDAR 技術(shù)研究，他認(rèn)為虛擬激光雷達(dá)與真實(shí)激光雷達(dá)的差距越來(lái)越小了。
       pseudo－LiDAR

最早提出“偽激光雷達(dá)”數(shù)據(jù)（pseudo－LiDAR）這個(gè)概念的論文，要追溯到2018年一篇來(lái)自康奈爾大學(xué)的技術(shù)論文，作者 Yan Wang 與 Wei－Lun Chao 均為華人，該論文提出了一種新方法來(lái)縮短純視覺(jué)技術(shù)架構(gòu)與激光雷達(dá)間的性能差距。

該論文通過(guò)改變立體攝像機(jī)目標(biāo)檢測(cè)系統(tǒng)的 3D 信息呈現(xiàn)形式，將基于圖像的立體視覺(jué)數(shù)據(jù)轉(zhuǎn)換為類似激光雷達(dá)生成的3D點(diǎn)云，通過(guò)數(shù)據(jù)轉(zhuǎn)換切換成最終的視圖格式。盡管在實(shí)驗(yàn)效果上，視覺(jué)還無(wú)法與激光雷達(dá)媲美，但這種新的低成本方法為視覺(jué)方案提供了一種思路。

在那之后的兩年前，康奈爾大學(xué)等又陸續(xù)發(fā)表了基本該方法的視覺(jué)深度估計(jì)、目標(biāo)識(shí)別，3D Packing等論文。有研究者發(fā)現(xiàn)，采用其新方法之后，該攝像機(jī)在目標(biāo)檢測(cè)方面的性能接近激光雷達(dá)，且其成本僅為后者的一小部分。以鳥瞰圖而不是正視圖來(lái)分析攝像機(jī)捕捉到的圖像，可以將目標(biāo)檢測(cè)準(zhǔn)確率提升 2 倍，從而使立體攝像機(jī)成為激光雷達(dá)的可行替代方案，且其成本相比后者要低很多。

特斯拉也在做類似研究

馬斯克對(duì)激光雷達(dá)的態(tài)度是不言而喻的，他認(rèn)為依賴激光雷達(dá)就像行走依賴拐杖一樣。而近日，特斯拉AI高級(jí)總監(jiān)Andrej Karpathy 于今年舉行的機(jī)器學(xué)習(xí)大會(huì)透露特斯拉也在做一些“偽激光雷達(dá)”的研究。

在此過(guò)程中，他分享了特斯拉僅用少數(shù)幾個(gè)攝像頭即可達(dá)到傳統(tǒng)激光雷達(dá)精度的方法的具體案例。特斯拉不斷發(fā)展的解決方案中的秘訣不是攝像頭本身，而是攝像頭所構(gòu)建的先進(jìn)處理和神經(jīng)網(wǎng)絡(luò)，可以充分理解輸入的范圍和質(zhì)量。通過(guò)不同方向的攝像頭進(jìn)行拼接，視覺(jué)深度估計(jì)，再投影到鳥瞰圖，作為局部導(dǎo)航地圖使用。同時(shí)，將畫面的每個(gè)像素都進(jìn)行深度估計(jì)，就像激光雷達(dá)點(diǎn)云一樣，形成3D目標(biāo)檢測(cè)。

特斯拉基于攝像頭的方法便宜得多，并且在硬件方面更容易實(shí)現(xiàn)，但是需要極其復(fù)雜的算法才能將原始攝像頭輸入和車輛遠(yuǎn)程信息處理轉(zhuǎn)換有用的信息。