Waymo首席执行官解释为什么特斯拉的仅摄像头自动驾驶技术存在不足

Waymo 联合首席执行官德米特里·多尔戈夫 (Dmitri Dolgov) 提出了迄今为止最清晰的技术案例，解释了为什么仅靠摄像头无法让自动驾驶系统实现完全自主，他认为“弱传感”在达到超人性能之前就已经达到了安全上限。他从未说过特斯拉这个词。但仅摄像头是特斯拉的全部赌注，而这是一次直接的射击。关于传感器的争论，来自拥有 2.2 亿无人驾驶里程的人，多尔戈夫在 Y Combinator 创业学校的一次演讲中发表了评论，回顾了 Waymo 在近二十年构建驱动程序时学到的经验教训。他将传感器问题直白地摆在桌面上：“关于自动驾驶真正需要什么样的传感器，长期以来一直存在争论。”他的回答划出了仅使用相机的拥护者往往会跳过的界限。 “人类当然可以只用眼睛开车，所以这就是存在的证据，”他说。 “如果目标是大致匹配人类表现或构建辅助产品，那么这是一个非常合理的方法。”广告 - 滚动查看更多内容 然后是问题。他说，如果你的目标是完全自主和超人的表现，“你会发现弱感知只会导致安全曲线过早变平。”这就是几句话的全部论点。相机可以与人类相匹配。它们可以为驾驶员辅助产品提供动力。多尔戈夫的观点是，它们的最高点低于汽车在无人驾驶的情况下必须通过的标准。除非您出于演示目的在速度有限且可用性较低的地理围栏区域中进行此操作，以通过较少的里程来限制危险。为什么 Waymo 将摄像头、激光雷达和雷达一起运行 Waymo 使用三种传感类型，Dolgov 花了很多时间研究原因。相机为您提供高分辨率和色彩，但它们是被动的，并且在黑暗和眩光下会退化。激光雷达直接测量世界的 3D 结构。雷达穿透雾、雨和雪，并直接用多普勒读取速度。激光雷达和雷达是主动传感器，因此它们在漆黑的环境中或在耀眼的日落中也能看到同样的效果。这本身并不是冗余。 “这些不同的传感方式，它们并不互相备份，”多尔戈夫说。每个传感器都运行自己的编码器，数据融合成一个单一的世界视图，他说这“远远优于任何一个传感器所获得的结果”。他用相机失明的案例来支持这一观点。凤凰城的沙尘暴中，相机几乎看不到任何东西，而激光雷达则干净地识别出路边的行人。夜间，人们跳过混凝土护栏走上道路。孩子们在没有车头灯或路灯的漆黑街道上追着狗。在每一个场景中，摄像头的图像几乎毫无用处，而激光雷达的视图却很干净。然后是仅相机无法解决的故障案例：有东西物理覆盖镜头。多尔戈夫表示，传感器上的一片叶子就可以让机器人完全停止，然后他展示了一款 Waymo，它抓住了雨刷无法摇动的树枝，并使用其他传感器将自己安全地驶回停车场。 “9”问题在传感器参数下面有一个数学参数，这是任何从仅相机演示中推断的人都应该担心的部分。可靠性依赖于多尔戈夫所说的“九的指数阶梯”。特斯拉首席执行官埃隆·马斯克称其为“九的游行”。达到 90% 或 99% 是比较容易的部分。每增加九个可靠性，就需要比之前多付出大约十倍的努力。因此，陷阱是选择早期斜坡最快的技术，即能够进行最佳演示的技术，向前投射陡峭的斜坡，然后“远远早于产品所需的性能”达到稳定状态。演示可能需要一点九。驾驶辅助产品需要几个。一辆后座有孩子且没有人开车的汽车需要一大堆孩子。多尔戈夫还反驳了只用相机拍照的粉丝们总是提出的一个问题：成本。 Waymo 正在开发第六代硬件，他表示每一代都大幅降低了价格。他警告说，以今天的价格做空激光雷达等传感器，意味着押注于“保质期相当短的数字”。特斯拉适合什么地方 特斯拉是这场辩论的另一方最响亮的赌注。该公司于 2021 年从汽车中撤下了雷达，并于 2022 年放弃了超声波传感器，全面采用“特斯拉视觉”摄像头。埃隆·马斯克称激光雷达是“愚蠢的差事”，并表示任何依赖它的人都“注定失败”。特斯拉的机器人出租车服务于 2025 年在奥斯汀推出，仅依靠摄像头运行。我们之前已经深入报道过 Tesla Vision 与激光雷达的较量。到目前为止，结果与多尔戈夫描述的确切上限相符。特斯拉自己的机器人出租车数据显示，即使在前座配备了人类安全监视器，其碰撞率也比人类驾驶员低三倍左右。马斯克声称 FSD 比人类更安全，一次又一次的发布，数据还没有支持他，即使在经过大量的修改之后