當(dāng)今的自動(dòng)駕駛行業(yè)是一個(gè)百舸爭(zhēng)流的局面，總體來看，還是西方引導(dǎo)東方的探索摸索，以 google 為主的以激光雷達(dá)為主的流派和以 Tesla 為主的機(jī)器視覺流派引導(dǎo)了整個(gè)市場(chǎng)。從發(fā)展趨勢(shì)來看，兩種方法正在進(jìn)一步融合，最終會(huì)各取優(yōu)勢(shì)而相互補(bǔ)充發(fā)展。對(duì)整個(gè)自動(dòng)駕駛領(lǐng)域，其核心技術(shù)是個(gè)擬人化的實(shí)現(xiàn)過程，即：感知->認(rèn)知->決策->控制->執(zhí)行五部分。感知，是所有智能體所要擁有的基本屬性，自動(dòng)駕駛要解決的第一個(gè)問題，就是汽車的感知系統(tǒng)，AI 算法的核心就是要解決感知問題。汽車的感知系統(tǒng)是多種傳感器融合的系統(tǒng)。

多傳感器融合共同組成自動(dòng)駕駛的感知層已經(jīng)成為行業(yè)共識(shí)，這是一個(gè)復(fù)雜的技術(shù)體系，本文主要討論最主要的感知部分：機(jī)器視覺，以攝像頭為主的計(jì)算機(jī)視覺解決方案，為汽車加上「眼睛」，能有效識(shí)別周邊環(huán)境及物體屬性。隨著 AI 算法的蓬勃發(fā)展, 機(jī)器視覺由基于規(guī)則向基于 CNN 神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)變。

國(guó)內(nèi)的主要發(fā)展方向集中在視覺上的突破，一種原因是激光雷達(dá)和毫米波雷達(dá)被國(guó)外幾個(gè)大公司控制，核心技術(shù)短期內(nèi)難以突破，成本居高不下。而做機(jī)器視覺, 則成本低廉，且容易上手，國(guó)內(nèi)攝像頭的供應(yīng)鏈很完善，所以在這種情況下，國(guó)內(nèi)廠商更傾向于 CNN 網(wǎng)絡(luò)的機(jī)器視覺能做更多的事情，其實(shí)這種選擇是正確的，國(guó)內(nèi)廠商突破的最好的一個(gè)點(diǎn)就是視覺突破，視覺方案相對(duì)成熟和完善，可以利用國(guó)內(nèi)的一些特點(diǎn)，找到差異化競(jìng)爭(zhēng)的突破口，快速形成優(yōu)勢(shì)，再逐步迭代更新技術(shù)。

如開車時(shí)任意變道的行為，這個(gè)國(guó)外的汽車檢測(cè)方式是等尾部進(jìn)入車道內(nèi)再進(jìn)行檢測(cè)，這明顯不符合國(guó)情，所以算法本土化，解決國(guó)人開車遇到的問題，就是差異化競(jìng)爭(zhēng)，這也更需要對(duì)算法有自己的把控能力。

所以機(jī)器視覺的好的方案已經(jīng)不單單是好的算法，而是一個(gè)在合理的硬件成本里得到一個(gè)最優(yōu)算法的求解問題。由算法來保證識(shí)別精度，由硬件來保證算法的實(shí)現(xiàn)速度，由成本來保證兩者都需要性價(jià)比最優(yōu)的搭配，這才是正確的解決思路。當(dāng)然，想同時(shí)實(shí)現(xiàn)上述幾點(diǎn)，并非易事。路，要一步一步的走，坑，要一個(gè)一個(gè)的趟，我們上述的問題一個(gè)一個(gè)的分析。

在整個(gè) AI 算法的大環(huán)境下，車載視覺系統(tǒng)的算法也是基于 CNN 的分割算法，這就引出目前主要的兩個(gè)算法 Faster RCNN 系列和 yolo 系列，兩者各有千秋，前者精度更準(zhǔn)，后者速度更快。前者是 two-stage 的方案，即先用最好的網(wǎng)絡(luò)來找出特征值，然后再調(diào)整框來檢測(cè)目標(biāo)。后者是 one-stage 的方案，即找特征值和畫框在一個(gè)網(wǎng)絡(luò)里完成。

通俗的理解，F(xiàn)aster RCNN 更符合人類「強(qiáng)強(qiáng)聯(lián)合」的概念，即：找出目前性能最好的網(wǎng)絡(luò)，然后再組裝成一起，產(chǎn)生更優(yōu)的效果，它是基于多網(wǎng)絡(luò)融合的方案，所以它的特點(diǎn)就很明確：算的準(zhǔn)，但是算的慢。yolo 的誕生，恰恰是解決了這個(gè)問題，yolo 的最大的特點(diǎn)就是快到?jīng)]朋友，但在精度方面卻遜色于 Faster RCNN。

這兩種方法都有很多變體，one-stage 的方法在精度上不斷想與 two-stage 的方法抗衡，two-stage 不斷的在加快計(jì)算速度，但在數(shù)據(jù)集上的結(jié)論以及越來越快的 Faster R-CNN 變體的可以說明，F(xiàn)aster R-CNN 的 檢測(cè)精度始終保持領(lǐng)先。但在速度上，yolo 是遙遙領(lǐng)先的。

正是 Yolo 在速度上明顯提高，YOLO 的確受到車載系統(tǒng)的青睞，Yolo 真的是車載系統(tǒng)的首選嗎？答案未必，正如上文所述，F(xiàn)aster RCNN 的精度是最好的，如果能將其速度也提上去，豈不是更好的選擇。首先，前景背景分離的區(qū)別。Faster RCNN 是有前景背景分離的。這會(huì)要求在訓(xùn)練該網(wǎng)絡(luò)時(shí)需要進(jìn)行正負(fù)樣本都要訓(xùn)練，也就是說正確的范疇我要負(fù)責(zé)，錯(cuò)誤的范疇我也要負(fù)責(zé)。這會(huì)大大減少誤檢率的概率，所以 Faster RCNN 的查全率（recall）會(huì)特別的高。

而 yolo 則沒有這樣的算法結(jié)構(gòu)，它只有正樣本訓(xùn)練，不會(huì)區(qū)分前景和背景的區(qū)別。其實(shí)這一點(diǎn)是對(duì)自動(dòng)駕駛不太友好的，例如之前 Tesla 的自動(dòng)駕駛事故就是因?yàn)闄z測(cè)算法沒有區(qū)分前景和背景，將迎面開來的白色卡車和背景中的白云混為一體，從而導(dǎo)致事故發(fā)生。