IT之家：https://www.ithome.com/ 8 月 5 日消息，Waymo 联席首席执行官德米特里 · 多尔戈夫（Dmitri Dolgov）近日首次系统阐述了为何仅依靠摄像头无法实现真正完全自动驾驶的技术观点。他表示，单纯依赖摄像头等“弱感知”（weak sensing）方案，在安全性方面会很快遇到瓶颈，远远无法达到超越人类驾驶水平所需的可靠性。
虽然多尔戈夫在演讲中没有直接提及特斯拉，但业内普遍认为，这番言论直指特斯拉坚持的纯视觉自动驾驶路线。
多尔戈夫是在 Y Combinator 举办的 Startup School 活动上发表上述观点的。他回顾了 Waymo 近 20 年来研发自动驾驶系统的经验，并谈到了业内长期存在的一个核心争议：“实现自动驾驶究竟需要哪些传感器？”
“人类当然可以仅靠眼睛开车，这是已经被证明的事实。”他说，“如果目标只是大致达到人类驾驶水平，或者打造一款驾驶辅助产品，那么仅依赖摄像头是一条非常合理的路线。”
但他随后强调，如果目标是真正的完全自动驾驶，并且希望安全性显著超越人类驾驶，那么情况就完全不同。
换句话说，摄像头可以达到人类驾驶水平，也能够支撑驾驶辅助系统，但它无法突破无人驾驶汽车所必须达到的安全门槛，无法支持真正意义上的无人驾驶。
当然，如果只是为了展示技术，在限定区域（Geo-fenced）、低速、低运营规模的环境下进行演示，则另当别论，因为较低的行驶里程本身就降低了风险。
Waymo 目前采用摄像头、激光雷达（LiDAR）和毫米波雷达（Radar）三种传感器协同工作。多尔戈夫专门解释了这种方案背后的原因。
他说，摄像头拥有高分辨率和彩色信息，但属于被动传感器，在黑暗、逆光等环境下性能会明显下降。
激光雷达能够直接测量三维空间结构。毫米波雷达则能够穿透雾、雨、雪等恶劣天气，并利用多普勒效应直接测量物体速度。
激光雷达和毫米波雷达都属于主动传感器，因此即便在完全黑暗或迎着刺眼夕阳时，依然能够正常工作。
多尔戈夫强调，这并不是简单地增加冗余，“这些不同类型的传感器并不是彼此的备份。”
他说，每一种传感器都会通过独立的编码器处理信息，最终融合成统一的环境模型，而这种融合后的效果“远远优于任何单一传感器”。
为了说明这一点，他列举了多个摄像头失效的实际案例。例如，在美国凤凰城沙尘暴天气下，摄像头几乎无法识别环境，而激光雷达依然能够清晰发现站在路边的行人。
又如夜间有人翻越高速公路隔离护栏、没有车灯和路灯照明情况下，孩子追着狗横穿马路等场景，摄像头几乎无法提供有效信息，而激光雷达依然能够准确识别目标。
此外，他还提到一种纯视觉系统无法规避的问题 —— 镜头被遮挡。他说，一片树叶覆盖摄像头，就足以让自动驾驶车辆完全停下。
他还展示了一辆 Waymo 测试车遇到树枝卡住雨刷、导致部分摄像头被遮挡的案例。当时车辆依靠其他传感器继续感知环境，并安全自动返回维修中心。
在传感器争论背后，多尔戈夫认为真正的问题其实是数学。他说，自动驾驶可靠性的提升遵循一个“9 不断增加”的指数级规律（the exponential ladder of nines）。
特斯拉 CEO 埃隆 · 马斯克也曾把这一过程称作“不断增加 9 的征程（march of the nines）”。
真正困难的是，每增加一个“9”，所需要付出的工程努力都会比前一级高出约 10 倍。
因此，他认为，很多公司容易陷入一个误区：选择前期进展最快、演示效果最好的技术路线，并假设这种增长趋势会一直持续下去，但最终却会在远低于产品要求的位置遭遇瓶颈。
他说，一次技术演示可能只需要一个“9”的可靠性；驾驶辅助系统需要多个“9”；而一辆后排坐着孩子、驾驶位却没有驾驶员的无人驾驶汽车，则需要更多个“9”。
多尔戈夫还回应了纯视觉支持者最常提出的一项质疑 —— 成本。他说，Waymo 目前已经发展到第六代硬件，每一代产品都显著降低了成本。
因此，如果依据今天激光雷达的价格来判断未来技术路线，那实际上是在依据一个“生命周期非常短”的数字做决策。
2021 年，特斯拉取消了车载毫米波雷达；2022 年，又取消了超声波传感器，全面转向仅依赖摄像头的“Tesla Vision”方案。
马斯克曾多次公开表示，激光雷达是一条“愚蠢的道路（a fool's errand）”，任何依赖激光雷达的公司“注定失败”。
2025 年上线的特斯拉 Robotaxi 服务，同样采用纯视觉方案。
目前，Waymo 已在美国 15 座城市提供 Robotaxi 服务，每周完成约 50 万次付费出行，并正朝着每周 100 万次订单的目标扩张。而特斯拉日前确认，自 Robotaxi 上线以来的一年时间里，其累计无人驾驶运营里程约为 38 万英里 （IT之家注：约 61.2 万公里） 。
Scan to open this article