自动驾驶比赛的背后，你知道吗？( 三 ) 自动驾驶同样具备颠覆汽车产

在当时的军方看来，自动驾驶这个细分专业已经出现，同时大资本已经开始介入。剩下的完全可以交给市场，等技术成熟了，再杀回来征用可行的技术即可。而且， 4年多的时间，军方点火的成本，总共耗费也就900多万美元，可谓相当划算，此时不撤更待何时？
但正如很多人没猜到DARPA的自动驾驶比赛只有三次，更多人没想到，这次比赛暂停，成为了自动驾驶的第一波高峰。
后续自动驾驶逐步冷却，并没有成为全球车企砸钱研发的领域。
两种技术路线
传统车企不砸钱，或许是因为他们过于传统。
经过100多年的发展，传统车企在技术上是极致的，在机构的臃肿度上也是极致的。
这意味着，如果一个工程师，有些志向，想在汽车企业搞什么创新，那可就困难了。光是把创新所用的零部件买齐，各种申请、审批、采购，没有2个月搞不定，创新的热情早早就消磨在臃肿的系统里了。
创新成本很高，因此自动驾驶很难出现在体量巨大的汽车企业之中。
但这也给谷歌、特斯拉以及国内造车新势力等等一批科技公司留下的机会。
今天我们看到的自动驾驶，可以分成两大路线：
一个是以谷歌自动驾驶为代表的高感知+高处理能力的方式；另一派是以特斯拉为代表的低感知+高处理能力的方式。
先来看谷歌的模式。
所谓谷歌模式的高感知，离不开先进的传感器。车上能用到的传感器，总共分四类--摄像机、超声波雷达、毫米波雷达、激光雷达。其中，激光雷达既是感知的关键，也是区分是否为谷歌模式的关键。
激光雷达虽然重要，但功能很简单，就是判断距离。它的原理是，激光雷达发出一束光，射到障碍物后会反射回来，然后接收到反射信号，中间的时间差乘以光速的一半就是到障碍物的距离。
如果用公式解释就是“速度×时间=距离” 。
由于上述原理，激光雷达能做到150米半径内任何物体的轮廓都不会被错判。即便车开在碎石路上，前车如果崩起来碎石子，激光雷达也能精准捕捉其朝后车飞行的速度和位置。
不过，激光雷达好是好，但是特别贵。比如谷歌在2010年测试的那辆车，顶棚上就安装着激光雷达，像顶着一个蒸锅一样，非常难看，但那个东西售价8万美元，比那辆测试车普锐斯贵好几倍。
目前，这条赛道的上的企业，除了谷歌，还有百度的Apollo、优步、福特与通用汽车的人工智能驾驶部门。
总体来看，这类企业可以分为三类，一类是算法、数据立本的互联网企业，一类是共享出行企业，最后一类是传统车企。
需要注意的是，互联网企业，看上去和造车很远。但实际上，车辆的自动驾驶，其实就是在要求程序员写代码，写长长的优质的代码。
一套成熟的自动驾驶系统，代码大约在几千万行到几亿行的规模，和电脑上Windows10操作系统的规模相当。而这些调整、同步、优化的编程任务是传统车企无法胜任的。
说完了谷歌模式，我们再看看特斯拉模式。
之所以特斯拉站在另一条赛道，核心原因是，它拒绝用激光雷达。
特斯拉CEO马斯克觉得，用摄像头做主要的感知，配合毫米波雷达就够了。他的理由简单粗暴：人和动物都是这么做判断的。
不过，这个理由需要一定的前提，即人和动物是有脑子的，大脑的视觉加工水平极高。只要不同激光雷达，那么“感知”这个任务，就不可能100%完成，很多意外情况则难以避免。