【原】汽车自动驾驶技术目前还有哪些瓶颈？

技术大规模落地的征兆：技术路线的收敛。反观自动驾驶，技术路线发散的让人眩晕，且看不到收敛的希望，随手列举了两条。

一、感知

用不用高精地图、用多轻的高精地图还未达成一致，现在高精地图成本高、鲜度不够，大家不想用，明天高精地图成本下来、鲜度够了，是不是又会用了呢，不知道。

还记得前些日子有一位车主开着理想汽车去扫墓的场景吗，目前感知基本仅对常见障碍物做到比较好的识别，对一些不常见但确实会出现的障碍物，可以解决，但要花费的时间、金钱会很多，在当前技术路径下用无底洞形容不为过。

更别提下面这种场景了

被分吹起的黑色塑料袋子，离地0.5m，距离车辆50m，感知模块如果不能识别出是个塑料袋类型障碍物，而是将其简单归类为普通未知类型障碍物，后续决策模块势必要触发换道或制动的命令。但是人类驾驶员会直接碾压过去，毫不留情、留情、情……。

被分吹的障碍物除了塑料袋，还有可能是树叶、纸张……。感知系统在异行障碍物的识别和分类中还有很长的路要走。

二、激光雷达

测距方法有飞行时间（Time of Fly，ToF）法和调频连续波（Frequency Modulated Continuous Wave，FMCW）法之争；

激光器有边缘发射激光器（Edge Emitting Laser，EEL）和垂直腔面发射激光器（Vertical Cavity Surface Emitting Laser，VSCEL）之争。激光波长有905nm、1550nm之争；

探测器有雪崩光电二极管（Avalanche photodiode，APD）、单光子雪崩二极管（Single photon avalanche diode，SPAD）、硅光电二极管（Silicon photomultipliers， SiPMs）之争；

扫描模块有机械式、混合固态、固态之争；混合固态又有棱镜、转镜和微机电系统（Micro-Electro-Mechanical System，MEMS）微振镜微振镜之争，固态有光学相控阵（Optical Phased Array，OPA）和Flash之争。

哪条技术路线将会和自动驾驶长相厮守，不得而知。

三、决策规划

如果车里拉的是一位即将临盆的孕妇，基于规则的自动驾驶决策规划模块，会依旧基于交通法规、交通环境等信息建立驾驶行为规则库按部就班的驾驶。但是人类驾驶员在保证安全的前提下，很可能会采取压实线变道、闯红灯等行为尽快将孕妇送往医院。

如此极端场景包括后面是执行特殊任务的120救护车、119灭火车……，竞争策略和非常规策略是自动驾驶决策规划系统还需克服的长尾问题。

四、端到端自动驾驶

盲目乐观者要站出来喊了，我有端到端自动驾驶，直接从像素输出踏板的控制。但是端到端采用的深度神经网络是一个完完全全的黑盒子，工程师们没有办法对它进行系统化的解释分析，而是只能依靠推测和实验进行调整。

举个例子，如果只从输出的结果来看，端到端自动驾驶下汽车做出一个汽车减速左转的行动，工程师们无法确定这是因为汽车看到行人，还是因为看到较远处的红灯。

这也意味着，如果端到端自动驾驶出现问题时，工程师们并不能对其对症下药，做出合理的应对。更多情况下甚至只能简单向模型灌注更多的数据，希望它能在进一步的训练中“自行”解决问题。这也会大大降低端到端自动驾驶系统原本开发简单的优势。