不管你喜不喜歡，某種形式的自動駕駛汽車代表了汽車運輸的未來，有可能挽救生命并讓更多的車輛共享擁擠的高速公路系統。即使在今天，警告駕駛員車道偏離、甚至可以控制速度和轉向的技術的使用也很有限。隨著自動駕駛汽車的成熟，控制和感知這些車輛周圍世界的技術仍然存在疑問。激光雷達——光和雷達的結合——已經成為這場討論的主導，它擁有廣泛的支持者，但也有一個非常引人注目的反對者。

激光雷達的工作原理與雷達系統類似。然而，它不是雷達波，而是將聚焦的激光束發射到其環境中，并測量反射返回所需的時間。有了這些數據，它就會獲得周圍區域的點云，讓自動駕駛汽車“看到”周圍的環境，不是以圖像的形式，而是以 3D 模型的形式——就好像根據汽車周圍的環境創建一個視頻游戲世界一樣，車本身在里面。

多種可能的解決方案

其他技術試圖讓車輛具有相同的感知能力，但使用的是不同的技術，例如視覺傳感器（相機）、超聲波傳感器和雷達。這些中的每一個都有優點和缺點。例如，視覺傳感器可以讀取路標或檢測行人，但無法看到三維空間。在極端情況下，這些傳感器甚至會錯誤地認為某物的圖像確實是一個物體，例如行人或自行車。超聲波傳感器可以檢測距離，但從固定的角度看東西，不提供視覺環境。雷達系統可以在很遠的距離觀察一個區域，即使是在雨和霧中，但對于非金屬物體，如木頭、塑料，以及最重要的是人類，則存在困難。

激光雷達引領潮流

今天使用的激光雷達裝置通過反射鏡將激光束物理地旋轉到周圍環境，并且可以在大約 100 米的范圍內以幾厘米的分辨率進行感應。雖然它們是一項非常強大的技術，但與其他傳感技術相比，激光雷達裝置非常昂貴。好消息是，根據《麻省理工科技評論》和Ars Technica的數據，這些設備的價格正在迅速下降，從 2013 年的約 80,000 美元下降到 2017 年底的十分之一，即 8,000 美元。雖然新車的成本仍然很高，但如果這種速度繼續下去，成本將不會像今天這樣成為障礙。盡管價格昂貴，但大多數自動駕駛汽車現在都在使用這項技術，包括 Alphabet 的 Waymo 以及 Uber? 和 Toyota ?的車輛。

假設成本會下降，有什么不喜歡的呢？一個潛在的缺點是可靠性，因為這些裝置有一個物理旋轉的鏡子，必須承受日常駕駛的顛簸和加速。此外，人們不能完全忽視這樣一個事實，即 LIDAR 裝置的物理形式——需要 360 度全方位觀察周圍環境——意味著你要花錢買一個看起來像咖啡壺的東西，放在你原本很漂亮的東西上100,000 美元的汽車。

自動駕駛汽車先驅 Elon Musk 直言不諱地表示他不喜歡這項技術在汽車應用中的應用，而他擔任首席執行官的 Tesla? 目前并未在自動駕駛汽車中采用這項技術。由于這些汽車往往是精美的藝術工程作品，因此人們不禁會想到解決方案（無論是公開的還是潛意識的）導致這種猶豫的丑陋之處。

明天的傳感器

制造商 Velodyne LiDAR ?的創始人兼首席執行官 David Hall 夸口說，新的 VLS-128? 系統現在可以達到令人印象深刻的 300 米距離。與 VLS-128 系統前身的 120 米范圍相比，這一范圍的增加是一個顯著的改進，允許在高速下更好地導航。其他正在開發的新技術包括固態激光雷達傳感器，它們的制造成本要低得多，而且不需要旋轉鏡。這些系統無法從 360 度的角度看到汽車周圍，但使用多個單元理論上可以形成周圍環境的全貌。

固態激光雷達的另一個應用來自初創公司 AEye，其傳感器將固態激光雷達設置與低光相機相結合。將這兩種傳感方法結合在一個單元中，允許機載處理器將 LIDAR 掃描集中在特定區域，以與人眼聚焦感興趣區域而忽略不重要細節的相同方式捕獲重要細節。

雖然工程師必須權衡任何新技術的利弊，但可以肯定的是，我們必須為（在某種程度上）車輛自主性即將到來的想法做好準備。未來，一旦激光雷達成為自動駕駛汽車的主要技術，我們或許會以一種或另一種形式接受它。或者，也許這將是全新的東西。無論這場辯論如何展開，可以肯定的是，要確保乘客安全到達目的地，必須使用具有先進人工智能 (AI)的各種不同傳感器。

對自動駕駛汽車和互聯基礎設施感興趣？查看Mouser 的移動物聯網電子書！

審核編輯黃昊宇