過去幾年里，在自動駕駛汽車開發(fā)方面，蘋果對于是否制造自動駕駛汽車尚未給出明確消息。不同于Alphabet和優(yōu)步等公司，蘋果的研究工作進展及成果很少公之于眾。從目前已知的少量信息來說，蘋果關注的更多是軟件方面而非硬件方面。該公司上周五在康奈爾大學arXiv網(wǎng)站上發(fā)表的一篇新的研究論文似乎證實了這一推測（arXiv是一個收集物理學、數(shù)學、計算機科學與生物學論文預印本的網(wǎng)站）。
在這篇論文中，蘋果描述了一種利用機器學習技術提升自動駕駛汽車的激光雷達（LiDAR）傳感器的感應能力。激光雷達利用激光脈沖創(chuàng)造出用點云（Point Clouds）描述物體的數(shù)字地圖，這是一種3D版的“點狀圖”。
更密集的點云提供了一個更清晰、更準確的物體圖像，但蘋果的研究人員表示，他們稱之為“VoxelNet”的新技術可讓即使是稀疏的點云也能用于物體探測。VoxelNet的工作原理是提取點云，把它們分解成名為三維像素（voxels）的3D數(shù)據(jù)塊，然后把這些三維像素中的點編碼成一種使用機器學習算法更易于計算的新格式。
據(jù)蘋果公司的研究團隊稱，這種方法“遠遠超過了最先進的激光雷達3D探測方法”。除了激光雷達，大多數(shù)自動駕駛汽車項目還使用多種類型的攝像頭和傳感器，可以幫助車輛探測周圍情況。但蘋果的團隊表示，他們的網(wǎng)絡已經(jīng)學會了準確識別各種形狀和大小的物體，“在僅基于使用激光雷達的情況下，便能在對行人和騎車者進行3D檢測方面取得良好的結果。”
與傳統(tǒng)相機和其他傳感器相比，激光雷達有許多優(yōu)勢，但這項技術有一個主要缺點：成本高昂。然而，由于諸如可消除活動因素干擾的固態(tài)系統(tǒng)等激光技術創(chuàng)新的出現(xiàn)，這種情況可能會發(fā)生改變。在今年的汽車技術委員會（Auto Tech Council）的創(chuàng)新大會上（Innovation in Motion），杰夫·伍恩德利的威力登激光雷達公司（Velodyne LiDAR），告訴《硅谷之角》（siliconangle）雜志，激光雷達技術已成為無人駕駛汽車行業(yè)的香餑餑。
伍恩德利說：“目前，正在使用的基本上有三種技術：激光、雷達和攝像頭。這些領域當中哪里可以創(chuàng)新？哪里有降低成本的機會？應用程序是什么？從這個角度來看，激光領域還存在著更多的可能。”
在自動駕駛汽車行業(yè)，激光雷達一直是業(yè)內大佬創(chuàng)新的主要目標，而傳感器技術是Alphabet旗下Waymo公司和優(yōu)步公司之間持續(xù)不斷的商業(yè)盜竊之戰(zhàn)的核心。
微信掃一掃
