一张图读懂为什么自动驾驶汽车要装备各种类型的传感器

但凡聊到自动驾驶汽车，不出意外我们总是会提到它们搭载的一系列传感器,有摄像头、超声波传感器、雷达、激光雷达，但凡你说得出的，几乎都能在一辆无人车上找到。如果你好奇为什么需要这么多传感器，没有比下面这张照片更能够解释清楚得了。

这张图片所呈现的，正是一种被自动驾驶汽车称为“边缘案例”的特殊情况。在这种情况下，一辆汽车可能会表现出不可预知的行为，因为软件处理类似不寻常场景的方式和我们人类并不相同。在这个案例中，让机器视觉软件去识别一张相机拍摄的普通照片，结果是货车后背上的影像会被误认为是真正的人类骑行者。

这个特殊的盲点是由Cognata公司的研究人员发现的。Cognata是一家开发软件模拟器的公司，借助细节高度仿真以及可编程的电脑游戏供主机厂测试自动驾驶算法。这使得他们能够抛出这些“边缘案例”，找到处理类似问题的方法，规避一切可能引发交通事故的风险。 

目前绝大多数自动驾驶汽车依靠使用不同类型的传感器来克服诸如此类令人费解的图像识别问题。“激光雷达无法感知玻璃，雷达主要感知金属，而摄像头会被图像欺骗”，Cognata CEO丹尼·阿茨蒙（Danny Atsmon）解释称。“自主驾驶中使用的每一个传感器都是为了弥补另一个传感器不足而设置的”，“通过逐步找出哪些数据可以用来合理处理特定的「边缘案例」，无论是在模拟仿真还是真实路况中，汽车都能学会处理更复杂的情况"。

此前，由于特斯拉的一位车主因系统未能识别前方转弯的白色火车拖车，导致发生严重交通致死事故，而特斯拉因只依赖雷达、摄像头以及超声波传感器而被人诟病。批评人士认为，激光雷达是传感器组合中的一个必要元件——它能很好地在低光和强光下工作，与摄像头不同，并且比雷达或超声波能够提供更详细的数据。不过正如Atsmon指出的，即使是激光雷达也并非没有缺陷。例如，它不能区分红绿交通信号之间的区别。

因此，最保险的赌注是主机厂使用一系列传感器，以便在他们的系统中建立冗余。 至少骑自行车的人会为此感谢他们。