全球最大車企掌門人

豐田章男

，妥妥的“傳統汽車衛道士”旗手——公開抨擊純電動汽車、不鼓勵車企爭奪L5自動駕駛等，旗手衛道，可謂不遺餘力。

不過，用“口拒體誠”來形容豐田掌門人也許更為貼切。畢竟投資建電池廠、一口氣推出10多款純電車型、一年收購3家自動駕駛相關公司的……也都是他。

去年豐田斥巨資打造的 “L4低速無人巴士”，在東京殘奧會首秀就撞傷運動員；極度依賴低成本供應鏈、龐大市場和豐富應用場景的RoboTaxi專案遲遲無法落地……在智慧轉型道路上頻頻碰壁的豐田汽車終於“痛定思痛”，

於近日官宣乘用車選擇純視覺自動駕駛路線：

短期內可能會使用雷達作為輔助，但長期目標一定是基於深度學習的純視覺自動駕駛演算法。

總結：跟特斯拉完全一樣。

純視覺感知

為何能入行業巨頭法眼？

馬斯克倡導多年的“自動駕駛第一性原理”：影象資料本質上已經包含駕駛所需的一切資訊，人類能做到，AI司機也應該能做到。多餘的感測器其實都是“柺杖”，徒增系統複雜度和資源佔用。

（馬斯克：對，這是我說的）

目前較為主流的多感測器感知方案，旨在發揮各種感測器的能力特性（如紅綠燈、標誌標線識別依靠攝像頭；障礙物識別依靠鐳射雷達等），透過多層次融合識別和結果校驗，得出可靠的識別結果，再交由車輛決策單元。

“感知資訊寧多勿少，單車決策才能更好”。

而純視覺感知方案，強調的是海量資料與強大演算法實力，環境感知採集影象資料就好。換言之，車輛看到的跟人眼看到的一樣，車輛瞬時決策水平媲美人類駕駛員，自動駕駛目標達成。

實現這個純視覺自動駕駛需要海量資料迭代，對於新勢力來說，低成本獲取資料是一個巨大的挑戰。而豐田在這方面，卻有天然優勢，其每年全球超過700萬輛的銷量，正好是海量資料的完美來源。

特斯拉、豐田新老兩代汽車工業巨頭先後選擇純視覺路線，必將引發新一輪的產業重構。

紅外熱成像技術

——純視覺感知的“物理外掛”

同時也不難看出，純視覺感知方案面臨的一個巨大技術難點：

人類視覺的天然侷限性

——夜間低照度、進出隧道口、對向眩光時；濃霧團霧、霧霾沙塵天氣裡……僅依靠可見光觀察是“看不見”的。

而透過將不可見的紅外輻射變為可見的熱像圖，紅外熱成像技術可在任何光照環境下對幾乎任何物體清晰成像，同時具備真正的雲霧穿透能力。

並且，紅外熱成像與可見光同屬視覺系感測器，演算法處理、訓練、最佳化邏輯類似。

作為人類視覺能力的

物理增強

，紅外熱成像技術將賦予車輛更為廣譜的視覺能力。

在全部駕駛場景下都能“看得清”，對於純視覺感知的自動駕駛汽車有多重要，不言自明。

也許這一天，並不遙遠。