第32章 关于自动驾驶的宏伟构想

    目前主流的硬件设备，便是激光雷达和摄像头了。

    除了目前电动车行业的老大马斯拉在使用摄像头方案之外，几乎绝大多数的车企都是采用的激光雷达的方案。

    马斯拉的理念是，既然人可以靠双眼观察周围环境开车，那么自动驾驶系统也可以用同样的逻辑靠摄像头做到，所以马斯拉的摄像头就是在仿造人类的眼睛。

    摄像头能将最真实的路面图像传递给处理器，然后将这些图像转换成数据，这其中最难的不是如何还原真实的图像，而是如何将图像转换成数据，这就对数据的处理和存储能力有着非常之高的要求。

    视觉方案对样本数据的依赖度比较高，需要用大量的数据进行训练，不断优化，不断学习，所以马斯拉很早就构建了一整数据采集与学习的闭环框架，通过摄像头收集各种行驶场景数据，并上传到马斯拉云端，构成真实而庞大的数据池。

    这种云端数据库能够对马斯拉的智能算法提供学习模版，赋予了算法不断升级的能力。基于收集到的行驶数据，马斯拉会通过“影子模式”不断优化算法，最后对每一辆马斯拉车的自动驾驶进行ota升级。

    马斯拉可以直接利用已经出售了的，搭载了其自动驾驶技术的车主，来不断进行实验测试。

    目前据马斯拉透露的，已经有十万多辆车正在不断进行着其自动驾驶技术的验证与优化。

    当然，并不是所有购买了马斯拉的车的车主，都会额外再花费一二十万购买自动驾驶技术的。所以目前才只有十万的车辆在接受实地测试。

    陆栖迟对于这种直接拿消费者作为小白鼠的做法，虽然心底并不认同，但是那毕竟是别人公司的事情，陆栖迟并不想过多置喙。

    其实对于马斯拉之所以选用摄像头方案，业内人士都知道其中一个主要原因——便宜。

    相比于造价昂贵的激光雷达，摄像头实在是便宜太多了。

    一枚激光雷达的价格，几乎可以在车身上下布置许多个摄像头了。

    但是只要最终能够达到想要的效果，便宜一点自然是最好的。

    激光雷达是一种主动式传感器，通过发射脉冲激光并探测目标的散射光特性获取目标的深度信息，具有精度高、范围大、抗干扰能力强的特性。

    相比于摄像头方案，激光雷达识别物体更加精准有限，摄像头方案还需ai算法对画面进行识别，判断出画面之中的每一个物体，而这样也容易出现误判的情况，激光雷达则不会出现这种情况。

    另外激光雷达还可以在一些极端天气下和夜间做到比摄像头更高的精准度，防止车辆的误判，提升安全的冗余度。

    但是激光单色的特性让其无法获取颜色和纹理信息，这相对于摄像头方案来说，也是其一大弊端。

    “所以你准备选哪一种方案？”陆栖迟问姚米。

    谈起技术方面，姚米的眼睛里总是亮晶晶的，她双手环抱在胸前，嘴里的口香糖吐出了一个大大的泡泡，气泡破裂之后发出一阵清脆的声响，随后才是口若悬河道：“我自然是想选择激光雷达的方案的，这也是如今业内的主流方案，便是激光雷达的方案。但是激光雷达的造价不低，所以成本上来说，比较昂贵。算法方面其实都是大同小异，只不过看谁的算法更简洁有效，这个需要时间来磨，还需要很多人的智慧与灵感，我就不赘述了。”

    姚米说完了之后，便是看向了陆栖迟，等着他的意见。不知道为何，她心底总想获得陆栖迟的肯定和表扬，像是想要证明什么一样。

    每次一想到自己竟然这种想法，姚米竟然都有一种极度羞耻的感觉。

    可恶，自己是不是被他给拿捏了？

    就在姚米在想着这些小心思的时候，陆栖迟忽然用食指敲了敲桌子，这才是开口道：“我这边还有一个更加宏伟的构想，你要不要听听？”

    在陆栖迟上一世，自动驾驶又有了全新的形式，那是相比于目前这两种解决方案都要更加出色的技术。

    “什么？”姚米一下子便是被勾起了兴趣，整个身子都是凑了一些。

    “但是呢，这套全新的自动驾驶技术嘛，”陆栖迟说到这里，顿了一顿：“可能短时间内不是咱们一家企业能够做出来的。”

    姚米听陆栖迟这么一说，忽然就是来了兴致，一副急不可耐的样子：“快说快说！”

    姚米这才是继续道：“其实我们不一定非要将激光雷达或者摄像头等识别设备放在车上的。”

    陆栖迟只是思索了两秒钟，瞬间便是理解了姚米的意思——激光雷达可以放在车上，也可以放在路上。

    若是在每一条道路上面，每隔数百米便设置几个激光雷达和摄像头，那么那一路段有什么车，有没有人，路况如何，便是一目了然。

    将这些数据通过总服务器的处理之后，再通过现在的5g技术，实时反馈到该路段上的每一个车主的控制终端上来，其优点可以说要比现在主流的方案多太多了。

    其一，这个方案完全具备了主流方案的一切特性。都是可以迅速识别出车主周边的环境要素，然后模拟出来。

    其二，这个方案还起了一个统筹全局的作用。如今的主流方案，每一台车的自动驾驶系统，顶多只能识别模拟出以车身为中心的一定范围之类的环境。而这套方案，可以统筹规划整条路的路况，通过算法提前让每个车都做出最理想的控制选择，可以有效地避免堵车以及突然出现事故的概率！

    其三：这一套方案，如果能够成功，它将能够给所有的车使用！无须再每一个车企独自研究软件、适配硬件了。

    其四：相比于每辆车上都需要搭载激光雷达或者摄像头，以后无论生产多少车，就要配置多少激光雷达。

    而若是在路上直接设置雷达，则不需要每台车都具备这些硬件，造成了硬件的冗余。一条路路上那么多车，每一辆上都配备激光雷达或者摄像头，设备数量自然是要比只需要再一段路上设置少量设备要多得多。

    长远来看，若是等到一二十年之后，这一方案的成本相比主流方案，可能会更加便宜。

    但是这一方案也有一个难以跨越的障碍——前期的投入，绝对是一个海量数字。

    而且另外一个最关键的点，想要实行这个方案，还需要各地政府的配合。否则根本就做不起来！毕竟在每条路上安装摄像头以及雷达，肯定会涉及到很多安全问题，这些采集的路况数据，国家肯定要进行严格监管的。一旦泄露，可能会威胁到国家安全。

    虽然目前看来困难重重，但是姚米却是越听眼睛越量。

    陆栖迟的第二套方案，实在是有些太超前了。

    对于这陆栖迟，她是越来越好奇了。这陆栖迟到底是吃什么长大的，怎么思想总是这么天马行空，关键现实中似乎有十分可行啊。