StradVision发布了自动驾驶摄像头技术，或将赢过激光雷达？

近日软件供应商StradVision发布了高级自动驾驶摄像头技术。

公司透露，他们已经开发完成了基于摄像头的SVNet软件，这个软件可以运行在自动驾驶汽车的芯片组上，从而使自动驾驶汽车的成本得到显著的降低。

据了解，SVNet软件具备实时提示反馈、盲点监测等功能，并且在可能发生事故之前对驾驶员进行提醒，从而避免碰撞事故的发生。

此外，这个软件还能够实现车道监测、突然的车道变化和车辆速度监测等功能。StradVision表示，即使在光线和天气条件不佳的情况下，这些功能依然可以使用。

同时，StradVision前不久曾公开的表示过，他们正在对传感器融合技术进行优化，利用摄像头和激光雷达传感器生成更丰富的道路数据，从而让车辆更好的识别道路上的物体，而路障识别正是实现自动驾驶的关键技术之一。

截止到目前，StradVision已经在中国、日本和德国市场进行拓展。该公司表示，他们当前的计划是在美国和印度市场得到同样的发展。

StradVision指出，他们所提供的技术能够让自动驾驶车辆中的驾驶辅助系统（ADAS）实现更高水平的安全性、准确性和便利性。

此前这家公司获得了多家企业的投资，包括LG电子和现代汽车公司。公司还表示，不久后运行该公司深度学习软件的自动驾驶车辆将会进入中国市场。

StradVision提到，他们当前正在与汽车OEM以及一级供应商进行合作，共同开发安全性系统。

例如通过前置摄像头让车辆采取自动紧急制动、通过后置摄像头让车辆实现盲点监测等系统。未来，他们的软件还可以为自动代客泊车系统的开发提供帮助。

其实，摄像头和激光雷达一直存在于自动驾驶技术之争。激光雷达是一条昂贵的捷径，而摄像头有大批的特斯拉者们支持。

但是，相比激光雷达，马斯克倡导以摄像头为基础的计算机视觉方案也有着明显的优劣点。

自动驾驶汽车上的摄像头，以与人类视觉相同的方式工作。马斯克希望特斯拉能够创造出比人类眼睛更敏锐的“摄像头眼睛”，以保证安全性和智能性。

为了达成上述目标，特斯拉确保汽车周围有足够的摄像头，可以从各个方向看到周围整个世界。通过相关的机器学习功能，特斯拉汽车可比人类驾驶员更快地做出反应。

优势方面，摄像头比激光雷达便宜得多。这无疑降低了自动驾驶汽车的成本，让其有望真正被普通消费者所承受。

此外，摄像头不会被雾、雪、雨等天气干扰，适应性更好。从形态上看，摄像头可以轻松融入汽车的设计中并隐藏结构中，不会让汽车外形显得突兀，对消费者更具吸引力。

不过，摄像头也有着自己的明显缺点。雷锋网了解到，与直接提供物体精确距离和位置的激光雷达不同，摄像头仅能将原始图像数据反馈给系统。

这就要求汽车系统必须依靠强大的计算机视觉能力，针对图像进行准确处理——就像人类大脑处理来自眼睛的反馈。

此前，计算机视觉系统还不够强大，无法处理来自摄像头的大量数据，以便及时处理并做出驾驶决策。不过前不久特斯拉推出“全自动驾驶计算机”（FSD计算机）。

除了8个视觉摄像头、12个超声波传感器及雷达等组件，每台FSD计算机还包含两个芯片，每个芯片都有两个专门设计用来运行神经网络的加速器。再加上超强性能，特斯拉以摄像头为基础的自动驾驶方案有了成功的可能性。

也就是说，马斯克认为摄像头+数据+神经网络，就足以挑战激光雷达。并且在吐槽激光雷达之前，特斯拉已经在2018年12月将FSD计算机应用到员工的用车之上，并计划未来装载到Model 3车型。

总之，无论自动驾驶传感器技术走上哪条路，提升视觉系统、毫米波雷达、激光雷达等器件性能都是“基本功”。首先，先进、智能的视觉系统是保障自动驾驶汽车安全行驶的核心部件，提升视觉系统的可靠性尤为重要。因为，自动驾驶对视觉类传感器的智能化(像素、理解和判断能力)提出更高要求。