尽管达到了L4级，百度的无人驾驶感知系统依然不够安全，你知道原因吗？丨车业杂谈

近日，百度在CVPR2019上推出了一款名为百度Apollo Lite的自动驾驶纯视觉城市道路闭环解决方案。根据百度官方介绍，该解决方案具备L4级全自动驾驶环境感知技术，在国内尚属首例。

在具体性能方面，该系统已经能够实现全方位360°实时环境感知，对前方障碍物的稳定探测视距为240米，即使离开高线号旋转式激光雷达，仍然可以在城市道路上自动驾驶。

从这些描述来看，百度的纯视觉自动驾驶系统确实值得肯定。然而，在汽车行业的喋喋不休中，这种系统仍然无法实现绝对的安全。这是什么意思？

众所周知，相机对环境的感知总是受到天气和光强等因素的影响。在雨雪天气下，摄像头极有可能被雨水覆盖，无法正常检测车辆周围环境。同样，在强光下，相机的成像效果也会大大降低。在这些干扰下，安装在汽车上的摄像头能否准确感知环境，真的是个未知数。如何确保自动驾驶汽车的安全？

另一方面，与雷达成像相比，相机成像对大数据的要求更为严格。与3D点云数据相比，来自相机的二维图像更难挖掘信息。简单地说，即使摄像头很好地捕捉到了图像信息，但由于角度等问题，汽车无法在数据库中找到与之匹配的相应对象，仍然无法做出相应的响应。这就像一只动物看到一辆汽车，即使知道它的存在，也不回避它，直到它被置于死亡的车轮之下。无法正确识别周围环境的无人车也会带来巨大的安全隐患。

汽车行业的流言蜚语并不是危言耸听或诋毁百度。对于该系统的基准产品——Mobileye视觉感知系统，也存在安全问题。

特斯拉安装的自动驾驶系统采用Mobileye技术开发，采用摄像头+毫米波雷达的感知方式。由于毫米波雷达的精度和探测距离问题，特斯拉在高速行驶过程中主要依靠摄像头进行感知和探测。因此，从特斯拉的碰撞事故来看，我们可以确定摄像头主导的自动驾驶感知系统是否安全。

很明显，无论是2016年1月发生在中国的特斯拉高速公路追尾车事件，还是特斯拉在美国一个十字路口与左转卡车相撞的事件，都是因为特斯拉未能识别摄像头捕捉到的物体，导致了这起事故。

由此可见，仅依靠视觉设备对自动驾驶汽车进行感知是不可靠的，必须补充激光雷达等其他传感方法才能确保自动驾驶汽车的安全。事实上，百度自己也表达了这一点。

会上，百度明确表示不会放弃多传感器融合的感知系统。他们认为，在摄像头和激光雷达等多传感器的协同作用下，感知结果的准确性和完整性可以最大概率得到保证，缺一不可。

同时，百度还表示，推出Apollo Lite纯视觉感知解决方案的原因是为了不断完善视觉传感技术，以回报百度对无人驾驶感知多传感器融合的坚持。

种种证据表明，单纯依靠摄像头并不能保证无人驾驶的安全，因此百度的纯视觉感知系统并不是绝对安全的。百度能够如实推广这一体系，被汽车行业认为是对消费者负责的体现，非常尽责。但问题是，如果未来有车企采用这一制度，它将如何推广？朋友们，h……

他们需要更多的关注。

本文首发于微信公众号：汽车行业八卦。文章内容属于作者个人观点，不代表和讯网络的立场。投资者应据此操作，并承担风险。

标签：特斯拉

汽车资讯热门资讯