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版軟件提供數據，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有硬件在短時間內搞定圖像識別或者傳感器融合已經徹底不抱希望。

　　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超過3次，系統就會自動關閉，只有在車熄火重啟后，系統才能重新被激活。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——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網絡，最終將實現SAE 5級自動駕駛。升級的結果是新系統從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仍然認為現有的硬件技術完全滿足無人駕駛要求，2019年可以實現完全自動駕駛，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，在歷史上也曾經出現：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，當三只鴿子出現分歧時，少數服從多數。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)模生物神經網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)……