无人驾驶的未来：技术革命还是资本骗局？
发表时间：2024-09-18 08:22:47 来源：车辆NVH
自1921年人类提出无人驾驶的幻想以来，这一领域已经消耗了无数的时间和资金。然而，近百年后的今天，事故频发、烧钱无止境、进度缓慢，引发了众多的不解与质疑。无人驾驶究竟是一场技术革命，还是长期资金市场的又一个骗局？
无人驾驶行业是目前最为割裂的行业之一。各个派系观点各异，互相瞧不上、互相指责。结果就是，各自为战，各踩各的坑，各倒各的壁，各花各的钱。在2024年之前，无人驾驶进入了寒冬，行业进入了低潮期。
然而，这个寒冬在2024年因为马斯克的高调入局，似乎又出现了一丝生机和希望。特斯拉在2024年上半年开始陆续更新无人驾驶系统，FSD的V12版本号称通过端到端AI技术，重构了特斯拉的FSD技术，为无人驾驶带来了第二个春天。
公众感受到，特斯拉FSD的效果确实比之前好了一大截。然而，在试驾过程中，依然出现了多次需要人为接管的情况。这丝毫不影响马斯克的信心，他宣布要在当年8月8日发布特斯拉的Robotaxi。
马斯克早在2019年就承诺，特斯拉在2020年会拥有100万辆无人驾驶出租车。然而，惯于狼来了的他，这个听起来不太实际的日期并没有被业内人士当真。果然，特斯拉Robotaxi的发布会再次延后，这一次延期到了10月10日。
在等待马斯克兑现承诺的同时，业内开始再次探讨无人驾驶技术的发展现状。特别是让马斯克信心倍增的端到端技术，是不是真的能带领我们走向真正的无人驾驶？端到端技术，真的是无人驾驶界的ChatGPT时刻吗？
纯视觉派，以特斯拉为代表，只靠摄像头采集环境信息，利用神经网络将2D的视频转换为3D的地图。这种方法的优点是成本低，但也存在摄像头信息不足、容易被视觉欺骗等问题。
多模态融合派，则采取了激光雷达、毫米波雷达、超声波传感器、摄像头等多种传感器，进行信息融合。这种方法可提供更丰富、更准确的环境信息，但成本高昂，且传感器间的信息融合也存在挑战。
业内对于这两种技术路线的争论从未停止。有的人觉得，纯视觉方案成本更低，更具规模化潜力；也有的人觉得，多模态融合方案在安全性和可靠性上更胜一筹。
高精地图能够提前采集道路信息，降低感知模块的压力，提高准确性。然而，制作和维护高精地图成本高昂，且无法覆盖所有道路。特斯拉等公司选择舍弃高精地图，采用无图方案，通过车辆本地构建环境地图。
对此，有观点认为，舍弃高精地图并不意味着技术水平更高，而是商业模式的选择。Robotaxi公司只需覆盖关键城市，使用高精地图能大大的提升安全性。而量产车厂商则需要仔细考虑成本和覆盖范围，选择无图方案更为现实。
无人驾驶被分为L0到L5共6个等级，其中L2为部分无人驾驶，L4为高度自动驾驶（真正的无人驾驶）。
目前，特斯拉的FSD仍处于L2级别，而马斯克号称要推出的Robotaxi则是L4级别。业内人士一致认为，特斯拉现有的车型和技术没办法在短期内达到L4的标准。L2和L4之间，不仅是技术上的差距，更是责任和安全性的鸿沟。
L4级别需要系统在各种极端情况下都能保证安全，且责任由系统开发者承担。而L2级别仍需人类驾驶员随时接管，责任主要在驾驶员。
端到端AI技术的出现，让人们看到了新的希望。传统的无人驾驶系统被分为感知、预测、规划和控制多个模块，存在信息传递损耗和规则库维护困难的问题。端到端AI试图通过大模型的学习，实现从传感器输入直接输出控制命令，简化系统结构，提高效率。
然而，端到端AI也存在不可解释性、数据需求巨大、对传感器敏感等问题。在自动驾驶对安全性要求极高的领域，这样一些问题仍需克服。
无人驾驶技术的发展，充满了挑战和机遇。技术路线之争、商业模式选择、法规和伦理问题，都让这个行业的未来充满不确定性。
但可以肯定的是，无人驾驶是人类交通发展的必然趋势。无论是纯视觉方案、多模态融合，还是端到端AI，最终的目标都是让交通更安全、更高效。
或许，在这个非共识的科技前沿领域，正是孕育创新和突破的最佳土壤。无人驾驶的未来，可以让我们期待。
