真正的无人驾驶汽车，应该完全具备「眼观六路，耳听八方」的驾驶技能，顺畅无阻地驰骋在道路上。显然，当前的无人驾驶技术肯定未达到这种水平。但是，作为汽车未来的方向，无人驾驶汽车必须练就一双「火眼金睛」，从看的见，到看得懂，真正成为帮助人类改善交通状况和提升驾驶体验的「私人助手」。

　　无人驾驶汽车需要真真切切地“看到”他们周围发生了什么。

　　芯片制造商巨头英特尔在无人驾驶汽车的大战中已然投入了大量资金。最近一笔是以超过150亿美元的价格收购了以色列科技公司Mobileye。

　　实际上，Mobileye默默在自动驾驶辅助系统和许多自动驾驶汽车背后开发传感器和智能技术。它的技术使汽车“看到”并理解我们身处的这个世界。

　　最近还有一些收购，包括深度学习技术公司Nervana、微芯片制造商Movidius和汽车技术公司德尔福。英特尔还与宝马和大众展开合作，年底前开始试验。

　　英特尔正在战略性地整合开发自驾车所需的所有关键功能，他们能够帮助无人驾驶汽车“看到”并 “智能”地了解我们周围的世界。

　　能「看到」才是安全的

　　大多数无人驾驶汽车使用组合传感技术，这些传感器包括视觉传感器（比如相机），以及物体检测距离传感器（比如激光和雷达）。

　　近十年，在商业开发领域，基于测距的传感器已经主导了机器人、自动驾驶汽车系统。这些传感器可在100米或更远的范围内，可靠地指出周围所有物体距平台的距离。

　　激光通常仅用于低级别的简单任务，如避免障碍物，以确保系统没有击中任何物体。

　　而雷达传感器已经在一些高端汽车中的先进巡航控制系统中使用了至少十年，最近已经在低成本汽车上转化应用。

　　但是，仅用于探测距离的传感器有其限制。远程激光或雷达扫描可以提供关于行人姿势的粗略信息，但不会告诉你那个人脸上的表情。距离传感器在读取现有标牌方面也很差，因为大多数标志是基于视觉的。

　　相比之下，基于视觉的传感器，如相机，在机器人的“感觉”上提供了丰富的“世界观”。他们可以感觉到颜色和精细的外观细节，激光或雷达则根本不可能完成这样的任务。

　　当谈到驾驶时，我们通常假设设计并建立的环境里，司机是能够看到的。因此，无人驾驶汽车要像人类那样开车，必须能够自然地适应现有的基础设施和标志。

　　能「看到」是很难的

　　然而，照相机对环境的变化非常敏感。无人驾驶汽车在道路上遇到的最简单的例子就是昼夜循环。

　　除了光线不足问题，人造照明（比如来自迎面而来的车灯）会使得软件在试图识别前方道路上的物体时变得异常困难。

　　图注：基于照相机的导航系统难以识别它在哪里

　　左图相同地方但相似度低，右图是不同地方但相似度高

　　其他变化，比如天气、季节变化、雾、烟和霾，也会导致其他视觉问题，更严重的是，积雪如果在马路两边，它们有可能完全掩盖住线条、标记，甚至标志牌。

　　人类通常能够谨慎驾驶，知道要做什么，但是无人驾驶汽车，则依赖于固化的道路规则，适应起来非常困难。

　　对于无人驾驶来说，最大的挑战发生在多个变化同时发生的时候，例如深夜的热带雷暴。人类能够相当好地处理这些极端天气，即便人类在这样的条件下也会出现更高的事故率。

　　但没有无人驾驶汽车能证明它可以在如此极端的条件下还能够可靠地驾驶。当然，一些经常发生的情况，比如中度雨，他们目前倒是可以做到。

　　全自动驾驶汽车行驶在多雨的夜晚行驶

　　「看到」是可以教出来的

　　在自动驾驶汽车世界中，许多大玩家正在开发深度学习系统，告诉汽车如何以远超过人类驾驶员的水平进行学习。

　　这正是Mobileye所研究的东西，这些深度学习系统通常需要大量的标记数据。

　　收集原始数据是非常昂贵的，但可行性很高：只需要将传感器和计算机放在大量的汽车上，并在交通网络上行驶即可。这便涉及到标记问题：在大量的摄像机镜头中标记人、汽车、障碍、交通灯、车道标记和标志。

　　Mobileye通过使用数百人来对这些图像进行标记，以解决这个问题。它是这一领域的领导者之一，它与几十家公司在这一领域的合作关系显示它已经非常成功。

　　英特尔的这笔巨额收购，使得mobileye成为其他同样基于学习技术的厂商的直接挑战者，如NVIDIA。

　　从长远来看，我们可能会看到像Mobileye和Xerox这样的公司越来越多地使用照片拟真模拟来生成大量的数据。

　　这种方法的优点是其不需要任何人工标记，因为模拟环境已经知道环境中的所有事物。

　　「看到」是敏感且微妙的

　　目前，通常无人驾驶汽车需要设计的比人类更加“谨慎”，这是因为，人类往往能够可靠地对他们周围的世界发生的事情产生更多的认知。

　　如果一个人看到慢跑者，他可能会推断，这个慢跑者不太可能突然跑到马路上。而机器则倾向于，或被明确地将其设计的更谨慎，至少现在是如此的。

　　那些类似于Mobileye开发的视觉技术，会提供更多精细的“场景环境”，帮助汽车更自信地驾驶。

　　视觉技术可以读取面部表情并分析身体姿势和站在路边的人的可能意图。视觉技术甚至可以看到另一个人类驾驶的汽车，看看驾驶员是看路还是在打他们的电话。

　　基于视觉的技术还可以更加无缝地与驾驶员辅助系统中的人类驾驶员结合，这有助于人类避免错误，典型例子便是丰田的Guardian系统。

　　丰田Guardian系统

　　相关问题

　　已经有十多家公司展示了自动驾驶汽车在不同情况下的自主驾驶技术，但是我们仍然没有可靠的车队可以让我们在任何时间都能预订。

　　无人驾驶汽车还面临的最大问题是，即便顶级的无人驾驶汽车在绝大多数时间是可靠的，但也并不是“全部”时间都可靠。

　　他们也不好处理那些一百万（或十亿）分之一的小概率事件，那些完全意想不到的事情，比如说一个人拿个沙发坐在马路边，或者一个人在路边扮成一只巨大的火鸡。

　　一个男子坐在马路边的沙发上

转载请注明出处。