文 | 大壯旅
來自新智駕（AI-Drive）的報導
想讓自動駕駛卡車輕鬆應對“無窮無盡”的高速公路，有幾個問題必須解決。
比如，如何把昂貴的雷射雷達陣列成本降下來？車輛如何更新地圖？是直接存儲在卡車裡還是實時下載地圖？其實這兩種方式都有缺點，畢竟雷射雷達和攝影頭的配合並非天衣無縫，有些環境條件下還是會出問題。
據新智駕了解，自動駕駛汽車主要依賴三種定位方式，別是 GPS、雷射雷達和攝影頭影像處理。
GPS 表現如何有時得看網絡連接情況，而且在高速行駛時它的精度也不夠。一旦天降大雨或大雪，雷射雷達和攝影頭則會變得百無一用。如果遇到了大霧、不夠清晰的路線標線甚至滿地的樹葉，可能也會讓自動駕駛汽車“暈頭轉向”。
隨著技術的發展，這些問題總有一天會得到解決，而 2017 年才成立的 WaveSense 就拿到了一方“解藥”。
據新智駕了解，WaveSense 正致力於將麻省理工林肯實驗室為美國軍方開發的探地雷達（GPR）商業化，該技術讓自動駕駛汽車能在惡劣的環境下完成定位。最關鍵的是，WaveSense 拿下了麻省理工這項專利的全球獨家使用權。
近日，《富比士》雜誌就拜訪了 WaveSense 公司的 CEO Tarik Bolat，詢問了有關探地雷達的相關細節。此外，Tarik Bolat 還從專業角度探討了大量自動駕駛行內事。
接下來，我們先來說說探地雷達的相關技術細節。
在實際應用中，探地雷達會被固定在車輛前輪後方的底盤上，一旦開啟，它最深能掃描到地下 10 英尺（約 3 米）處。這時，土壤密度、管道、空洞、岩石、地基的位置等資訊就能“盡收眼底”。通過每秒 126 次掃描，探地雷達采集到的影像就能用於生成高清地圖。
如果地圖測繪時隻用到雷射雷達和攝影頭，各種易變的環境可能會造成不少麻煩。
“你會非常依賴穩定的地面。樹上的落葉會影響地圖的清晰度和路線標線的連續性，此外地上結構（如標識符和建築）的能見度也會影響車輛定位的穩定性。與其相比，探地雷達拿到的地下地圖卻獨一無二，它穩定且實時可用，而且不受地面特性影響，能幫助自動駕駛車輛應對各種複雜的環境。”Bolat 解釋。
在 Bolat 看來，美國西部的洲際公路也會成為自動駕駛卡車的瓶頸，這裡稀疏的地標是個大麻煩。當車輛行駛在這些公路時，車上的雷射雷達和攝影頭可能無法采集到足夠的樹木、標識、岩石和其他路線特徵以生成地圖。
“只需跑一遍 280 號公路，探地雷達就能生成地表下地層的地圖，調轉車頭你就能用到這套新地圖了。”Bolat 解釋。“探地雷達生成的地圖數據相對來說非常輕量級了，此類地圖的數據密度比雷射雷達和攝影頭生成的地圖低多了。借助粗糙的 GPS 定位和車速，就能在地圖上進行位置匹配，精度能達到厘米級別。”
眼下，自動駕駛汽車配備的雷射雷達陣列售價普遍在 7.5 萬美元左右，如果 WaveSense 的解決方案能順利落地，價格能砍到 100 美元左右。
不過，Bolat 並不認為探地雷達能完全替代昂貴的雷射雷達陣列。畢竟多一層獨立的圖層相當必要，而且未來雷射雷達能大規模量產後，價格也會大幅下降。
簡而言之，WaveSense 的解決方案將成為現有解決方案的補充，探地雷達提供的數據層能顯著增強 SLAM（即使定位與地圖構建）地圖的表現。
當然，卡車穿州越境時遇到的麻煩可不止這一項，其它問題也需要對應的解決方案。舉例來說，卡車不能永遠待在高速公路上，它總是要下了匝道去送貨。在 Bolat 看來，這時人類司機就能派上用場。
在這種商業模式下，車輛會在高速出口附近的大型停車場聚集，隨後由人類司機完成送貨任務。顯然，現在我們還沒有相應的基礎設施建設，因此自動駕駛卡車想落地還需要政府或公私部門的資金支持。
除此之外，開頭說到的地圖更新也是個麻煩事，存在卡車裡的話數據過於龐大，實時下載則需要高速 5G 網絡的支持，而這套網絡至少要到 2020 年才能正式鋪開，至於普及就不知道要拖到什麽時候。
有人說，給卡車更換地圖存儲設備不就行了，它的路線不是相對固定嗎？
這就是不懂行了，現實中卡車司機經常會在路上順道捎一些貨物，因此周二出發時他們根本不知道自己周四時身在何處。事實上，這是一個碎片化非常嚴重的市場，排名前 15 的運輸公司只能吃掉 12% 的市場份額。全美 58 萬家卡車公司中，有 91% 都只有不到 6 輛卡車。
因此，Bolat 認為基礎設施建設必須提上議程，我們可以將地圖存在高速出口停車場裡的專用數據亭中，卡車可以根據任務下載所需地圖（由停車場的人類駕駛員完成）。Bolat 還相信，未來 2-3 年內，這種高速路出口的停車場就會成為現實。【完】
新智駕會員計劃3大服務，30場+「大咖Live」，6+專業研報。現699元優惠中，《2018智能駕駛芯片行業研究報告》即將發布，掃碼搶購，與1000+資深者一起研讀智能駕駛的未來。
香港九龍灣馬來街興發大廈15樓D室