在追求完全自动驾驶的道路上，特斯拉避开了 LiDAR 等其他常用的工具，而是完全押注于摄像头和人工智能。
根据特斯拉官网上的报道，特斯拉 CEO 马斯克标榜了它们由八个「环绕」摄像头构建的系统，该系统为汽车的「深度神经网络」提供数据输入。
但就像与特斯拉有关的许多其他事情一样，该系统也引起了争议。
在拉斯维加斯举行的大型消费电子展 (CES) 上，Luminar Technologies 展示了两辆以大约 30 英里/小时速度行驶的汽车驶向一个小孩模型。其中一辆使用 Luminar 激光雷达的汽车在遇到麻烦之前停下来，而它的竞争对手特斯拉则冲向了假人。
（在拉斯维加斯举行的消费电子展上，一辆装有 Luminar 基于激光雷达的 Proactive Safety 预碰撞制动防撞传感器的车辆停下来避开一个儿童大小的测试假人。）
Luminar 的 Aaron Jefferson 告诉法新社，Luminar 的实验未经外部专家验证，旨在作为「并行比较」（side-by-side comparison），让人们「真正评估差异」。
「在理想的驾驶条件下，晴天，相机可以做很多事情，」Jefferson 说。「问题在于那些极端情况」，雾天、日落时的光亮或是空中飘零的塑料袋等等都会阻碍能见度。
许多自动驾驶领域的公司都同意 Luminar 的观点，并专注于将摄像头与其他系统（如激光雷达、基于无线电波的雷达，或者两者兼而有之）相结合的技术。
但特斯拉在反传统的马斯克的领导下采取了相反的方法。马斯克的方法是从摄像头获取实时数据，然后输入人工智能系统，该人工智能系统依靠特斯拉传感器多年来收集到的数据而构建。
康奈尔大学计算机科学家 Kilian Weinberger 说：「特斯拉的赌注本质上是通过收集大量数据使他们可以训练算法。」
马斯克的观点是，他的系统可以「与实际使用所有这些昂贵传感器但数据少得多的算法一样好，」Weinberger 说，他称特斯拉的方法是「一个非常合理的策略」。
技术「停滞不前」了吗？
虽然汽车制造商增加了辅助制动、停车以及其他的功能，但事实证明，实现完全自主仍然是困难的。
市场情报公司 Guidehouse Insights 的 Sam Abuelsamid 表示，自动驾驶系统围绕四个功能构建：实时环境感知，预测接下来会发生什么，计划汽车的下一步行动，然后执行。
「事实证明，预测比任何人预想的要困难得多，尤其是对于行人和骑自行车的人。」Abuelsamid 还补充说仅围绕摄像头构建的软件的进展「已经有些停滞」。
「埃隆·马斯克基于他们所拥有的硬件贩卖他们的完全自动驾驶故事，」他说。「他们把自己逼到了绝境……因为他们已经将该系统卖给了数十万客户。」
（Luminar 基于激光雷达的主动安全预碰撞制动防撞传感器安装在拉斯维加斯消费电子展的测试车辆上）
其他对马斯克的方法持怀疑态度的人包括法国汽车供应商法 Valeo 的首席执行官Jacques Aschenbroich，该公司在 CES 上展示了其最新的激光雷达技术。
「即使有大量数据，相机仍然是不够的，」Aschenbroich 说，他认为传感器在城市地区或其他汽车和行人无法预测的地方尤为重要。「我们坚信激光雷达对于达到更高的自主水平至关重要。」
参加 CES 自动驾驶汽车比赛的摩德纳大学教授 Marko Bertogna 则认为「所有传感器都有优点和缺点」，监管机构更有可能接受有冗余数据的自主系统。
「目前的技术水平是，对于仅依赖摄像头的系统来说，安全验证仍然存在太多问题。」
原文地址：
https://techxplore.com/news/2022-01-tesla-cameras-only-autonomous-controversy.html
