马斯克反复横跳,这次自动驾驶又回到了 “纯视觉” 方案

Wallstreetcn
2023.03.09 07:40
portai
I'm PortAI, I can summarize articles.

中信证券指出,纯视觉方案的最大优点在于整体的成本,特斯拉八个摄像头的硬件成本仅为 200 美元左右,而一套激光雷达的成本在 3000-10000 美元不等。此外纯视觉方案的优点还在于系统的统一性与可扩展性,不需要考虑多感知器方案中不同感知单元的同步问题以及感知出现差异时的取信问题。

3 月 9 日消息,工信部最新一批的《道路机动车辆生产企业及产品公告》变更扩展公示显示,四款特斯拉中国产 Model Y 车型进行了信息变更备案,新版车型改为 “无雷达” 方案,也就是之前海外 Model Y 那样的 “纯视觉” 方案。

事实上,在 “纯视觉” 和 “加雷达” 方案之间,马斯克一直在反复横跳。

2019 年特斯拉的"Autonomy Day"上,马斯克直接对激光雷达开炮:激光雷达就像是人身上长了一堆阑尾,是傻子的玩意,任何人用激光雷达都注定失败。

2021 年 5 月,特斯拉开始在从其车辆中移除毫米波雷达;随后去年 10 月,又开始从为北美、欧洲、中东和台湾制造的 Model 3 和 Model Y 上拆除了 12 个超声波传感器。至此,特斯拉传感器方案从 “8 摄像头 +1 毫米波雷达 +12 超声波雷达” 的多传感器方案减为 “8 摄像头” 的纯视觉方案。

但随后,马斯克又 “反悔” 了。

今年 2 月,据国海证券研报,特斯拉论坛 TFF 跟踪了特斯拉向欧洲监管机构提交的车辆变更申请,证实最新自动驾驶硬件 HW4.0 即将量产上车。值得一提的是,在即将到来的 HW 4.0 硬件系统中,特斯拉配置了一枚高分辨率毫米波雷达(可能为高精度 4D 毫米波雷达)。

再然后就是现在,国内新版车型又要改为无雷达 “纯视觉” 方案了。

为什么要用 “纯视觉” 方案?

中信证券指出,纯视觉方案的最大优点在于整体的成本,特斯拉八个摄像头的硬件成本仅为 200 美元左右,而一套激光雷达的成本在 3000-10000 美元不等。

具体来看,在特斯拉去除了毫米波雷达后,纯视觉方案仅需要八个摄像头,而单个摄像头的成本在 30 美元左右。对于多感知器融合方案,必不可少的是其中的激光雷达。尽管近几年来激光雷达的成本不断降低,但单颗仍在 600-2000 美元左右,整套自动驾驶系统普遍需要 3-5 个激光雷达,因此总成本也在 3000-10000 美元浮动。

其表示,多感知器融合方案相比纯视觉方案成本大大提升,高昂的成本是阻碍其商业化落地的关键因素。

此外,纯视觉方案的第二个优点在于,系统的统一性与可扩展性,不需要考虑多感知器方案中不同感知单元的同步问题以及感知出现差异时的取信问题。

纯视觉方案通过摄像头直接获取数据后,便可以直接传输到向量空间内进行生成。而多传感器融合方案中,首先需要考虑到不同传感器的传输同步问题,传输带宽、延时等问题需要匹配才能构成完整的数据体系;其次当不同传感器的感知结果出现差异时,例如激光雷达和摄像头的感知信息出现了不匹配时,如何采信也是限制多融合方案灵活性的重要因素。

中信证券还指出,纯视觉方案的可扩展性让整个系统移植到其他车型乃至人形机器人的过程更加顺畅,其认为特斯拉 Semi、Tesla Bot 的推出,将在很大程度上加快公司自动驾驶软件领域中的商业化变现。

机器视觉百亿市场仍大有可为

纯视觉方案本质是机器视觉的其中一种。

机器视觉,通俗地讲就是用机器代替人眼来做测量和判断,相对于人眼,机器视觉在速度、精度、环境要求、连续工作时间等方面均存在显著优势。

目前机器视觉的主要应用场景有电子设备及半导体、汽车、制药、食品包装等。其中电子及半导体设备占约 46.60%,汽车制造是机器视觉应用的第二大场景,约占 15.3% 左右,几乎所有系统和部件的制造都可用到机器视觉,一条汽车生产线需十几套机器视觉系统,是机器视觉渗透最快的行业。

 

据高工机器人产业研究所数据,2021 年我国机器视觉市场规模达到 138.16 亿元,同比增长 46.8%。浙商证券研报称,预计我国 2025 年机器视觉行业市场规模为 246 亿元。随着机器视觉行业的快速发展,2020 至 2025 年机器视觉行业年复合增长率达到 25.5%,行业增速较快。

产业链方面,机器视觉上游主要是机器视觉底层开发商,即核心零部件(光源、相机、镜头、图像采集卡等)及软件提供商(图像处理软件)且其二者占据了机器视觉 80% 的比例,是产业链中绝对的核心环节和价值获取者。

中游是二次开发的系统集成和软件服务商,主要根据上游产品以及下游需求进行集成整合,越来越多上游企业向中游业务扩展延伸,形成自有的完整解决方案。

下游则是主要应用领域,涉及到多种制造及服务行业,主要应用于汽车制造、消费电子、食品包装、医疗制药以及服务机器人。

风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。