【CNMO 科技消息】8 月 5 日消息，Waymo 联席首席执行官德米特里 · 多尔戈夫在 Y Combinator 创业学校的演讲中，阐述了为何仅靠摄像头无法实现完全自动驾驶。他指出，" 弱感知 " 系统会在远未达到超人级性能之前就触及安全天花板。

Waymo 无人出租车

多尔戈夫在演讲中没有直接点名特斯拉，但 " 纯视觉路线 " 正是特斯拉的核心赌注，这番表态显然针对性较强。作为拥有近 20 年自动驾驶研发经验和超过 2.2 亿英里无人驾驶运营里程的行业先驱，多尔戈夫将传感器之争直接摆上台面：" 关于自动驾驶究竟需要何种传感器，业界长期存在争论。"

他首先承认了纯视觉支持者的核心论据：" 人类当然只用眼睛就能开车，这是一个存在的证明。" 但他随即指出关键分歧：" 如果你的目标只是大致达到人类水平，或者打造辅助驾驶产品，那么纯视觉是一条非常合理的路径。" 真正的陷阱在于，如果目标是完全自动驾驶和显著超越人类的安全表现，" 你会发现弱感知导致的安全曲线过早趋于平缓 "。

换句话说，摄像头可以匹配人类驾驶水平，可以支撑辅助驾驶产品，但多尔戈夫认为其上限低于无人驾驶车辆必须达到的安全门槛，除非仅在地理围栏区域内以有限速度和低运营密度做演示用途。

Waymo 采用摄像头、激光雷达和毫米波雷达三种传感器协同方案，多尔戈夫花了不少篇幅解释原因。摄像头提供高分辨率和色彩信息，但属于被动感知，在黑暗和强光环境下性能衰减。激光雷达直接测量世界的三维结构，毫米波雷达穿透雾雨雪天气，通过多普勒效应直接读取速度。激光雷达和毫米波雷达属于主动传感器，在完全黑暗或直面刺眼夕阳时依然保持稳定的感知能力。

这种多传感器配置并非简单的冗余备份。多尔戈夫强调：" 这些不同的感知模态不是彼此的备份。" 每种传感器运行独立的编码器，数据融合成统一的世界视图，其结果 " vastly superior to what you get with any one sensor "（远优于任何单一传感器）。

他用多个真实案例佐证。凤凰城的一场沙尘暴中，摄像头几乎失明，激光雷达却清晰识别出路边的行人。夜间有人翻越混凝土护栏闯入道路，孩子们在漆黑无路灯的街道上追逐小狗——这些场景下摄像头画面接近无用，而激光雷达视图依然清晰。

纯视觉方案还有一个无法通过工程手段解决的故障场景：物理遮挡。多尔戈夫表示，一片树叶落在传感器上就可能让车辆完全停摆。他展示了一个案例：Waymo 车辆被树枝卡住雨刷无法清除，依靠其他传感器安全返回车库。

图源网络

在传感器之争的背后，多尔戈夫提出了更底层的数学论证—— " 九的指数阶梯 " 问题。特斯拉首席执行官埃隆 · 马斯克称之为 " 九的进军 "。达到 90% 或 99% 的可靠性相对容易，但每增加一个 " 九 "，所需投入大约是前一个的 10 倍。陷阱在于选择早期爬坡最快、演示效果最好的技术，将陡峭的曲线外推，却在产品所需性能之前撞上平台期。演示可能需要一个九，辅助驾驶产品需要几个九，而后座载着孩子、无人操控的车辆需要一整串九。