特斯拉自動駕駛事故梳理：激光雷達是否必要

　　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，垂直于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，以及傳感器融合并不是讓程序員加班一兩個月就能讓電腦學會的，那么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，改進雷達軟件。"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的小伙伴都幫了大忙，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(xiàn)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，是特斯拉激進的權限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，特斯拉對于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版軟件提供數(shù)據(jù)，特斯拉非但不給補貼，在系列事故之后漲價而不是退款，這個動作確實很有個性。“退款對于Musk很難接受，于是就用早買占便宜來安撫小白鼠用戶”，對于這次小漲價，以上解讀并不容易否定。

　　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傳感器，并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于利用現(xiàn)有硬件在短時間內搞定圖像識別或者傳感器融合已經(jīng)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(shù)超過3次，系統(tǒng)就會自動關閉，只有在車熄火重啟后，系統(tǒng)才能重新被激活。后來的限制更加嚴格：“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后，系統(tǒng)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(fā)生，因為駕駛員被迫緊握方向盤，所以發(fā)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于激進，沒有限制司機放手而引發(fā)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，最終結果并非如此。Mobileye表示，在2015年5月兩家公司的產品規(guī)劃溝通過程中，該公司曾就特斯拉系統(tǒng)的安全性表達過關切。

　　2016年10月19日(臨時安排發(fā)布又跳票兩天之后)，Musk宣布所有的特斯拉新車將標配“具有全自動駕駛功能”的硬件系統(tǒng)——Autopilot 2.0，包括8個攝像機、12個超聲波傳感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(jīng)網(wǎng)絡，最終將實現(xiàn)SAE 5級自動駕駛。升級的結果是新系統(tǒng)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(fā)生之前，Elon Musk一向認為激光雷達并不適合汽車場合，被動光學手段(俗稱攝像頭)加一個前向雷達就足夠了。他澄清并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并不必要。

　　“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(fā)生之后，Musk仍然認為現(xiàn)有的硬件技術完全滿足無人駕駛要求，2019年可以實現(xiàn)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，并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：

　　被動視覺早于主動雷達的狀況，在歷史上也曾經(jīng)出現(xiàn)：著名美國心理學家伯爾赫斯·弗雷德里克·斯金納在二戰(zhàn)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只鴿子，通過喙啄擊屏幕控制炸彈，當三只鴿子出現(xiàn)分歧時，少數(shù)服從多數(shù)。大家都能想象訓練困難，所以最終被成熟的雷達技術所取代。

　　用現(xiàn)在自動駕駛和人工智能領域的時髦術語來描述，這就是二戰(zhàn)時期的 “多目攝像頭被動光學導航，由低功耗的超大規(guī)模生物神經(jīng)網(wǎng)絡深度學習進行控制，三重冗余設計，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能優(yōu)于鴿子。區(qū)分貓狗或者診斷癌癥照片的時候，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后，深度學習的價值可能縮水。

　　條件允許主動傳感的時候，為什么要被動呢?

　　未完待續(xù)……