谷歌从未使用过纯视觉方案。相信无论是Google X试验室，还是后来的Waymo团队，都对纯视觉方案不屑一顾，认为那是传统车厂为了照顾成本而采用的廉价方案。
◎ 《汽车人》记者 黄耀鹏
在本届亚洲消费电子展（CES Asia2017）上，百度展示了公开路测的自动驾驶技术，并提供试驾体验。百度还展示了车载专用计算平台BCU（Baidu Computing Unit）。这是国内首例“可量产”的自动驾驶计算核心。
百度声称，本次路测车辆采用了全国首例基于“单摄像头深度学习”的自动驾驶解决方案。
又一个“首例”。百度是按照王劲（前百度自动驾驶驾驶事业部总经理）“三年商用、5年量产”的规划在推进吗？
传感器是关键
在王劲的主持下，百度与宝马合作试验车，并采用了奢侈的传感器配备——车顶64线激光雷达LiDAR、前后16线LiDAR、惯性导航模块（INS）……这个方案与谷歌早些时候的方案如出一辙，不遗余力地采用激光雷达组合，辅以GPS和惯性导航模块，追求远距离、高精度探测，不受天气、光线的影响。
当时，百度的试验车驶上了北京的城市快速路。如今，时间已过去18个月，百度拿出一个纯视觉方案，相当于重打鼓另开张。
百度的无人驾驶车辆不能跑出高精度数字地图范围，但这并不重要。业内公认，无人驾驶的感知层设计是最难的。这就是大家都在传感器上做文章的原因。
纯视觉有啥不好？按照百度的说法，单眼摄像头说明百度的“深度学习算法”已发展到实用阶段。果真如此吗？
谷歌从未使用过纯视觉方案。相信无论是Google X试验室，还是后来的Waymo团队，都对纯视觉方案不屑一顾，认为那是传统车厂为了照顾成本而采用的廉价方案。该方案只能起到辅助驾驶作用，基本上相当于L2级。
“纯视觉”有隐患
纯视觉方案的全球老大，是刚刚被英特尔收购的以色列创业公司Mobileye。这家1998年创立的公司，最初受制于计算机技术发展水平，做出的车载计算单元大得像个服务器，功耗很大，实际上无法车载。
从芯片设计开始，Mobileye熬了8年，从EyeQ3芯片开始在业内做大。有十几家车企、270多款车使用Mobileye公司的视觉芯片和辅助驾驶方案，其中包括特斯拉。不过真正让Mobileye名声大噪的，是世界上第一起因无人驾驶引发的车祸。特斯拉这辆Model S当时处于自动驾驶状态，路况、天气、视野都很好，但是该车径直钻到前方白色货车底部，毫无刹车迹象。
人们从此开始正视单摄像头方案的弊端，那就是受光线影响比较大。在光照不足或者雨雪天气，该系统无法开启行人碰撞预警模式；而这种气候条件下，恰恰是最需要预警的时候。更坑的是，光线太好也有问题：强逆光下，单眼摄像头的识别能力大幅下降；而大面积纯色阶障碍物，同样容易被错误识别成天空或者广告牌。
这就是为什么Mobileye在该芯片的使用说明上，写满了免责条款，并强调“辅助驾驶不能解决所有问题，安全仍要依赖驾驶者”。可惜，消费者看不到这些，因为Mobileye很少直接面对最终用户，他们的后端业务少得可怜。因为这起车祸，特斯拉与Mobileye的合作最终解体。
特斯拉抛弃了纯视觉方案。在新一代EyeQ4芯片和技术方案上，Mobileye也开始使用多摄像头+近距离毫米波雷达+中距离毫米波雷达的方案。
单眼方案被其发明者抛弃。尽管还在大规模商用化，但技术升级版本里，没有该方案的一席之地。隔了这么多，百度把这个方案捡起来，多少有点奇怪。
理想也要让位
百度当然了解单眼方案的局限性。但它为什么还要大张旗鼓地推出，并声称“可量产”呢？与谷歌分拆Waymo的做法类似，百度也有急迫的商业化考量。不过，谷歌并未将不成熟的产品拿出来，匆忙进行商业推广。
百度的BCU，计算核心一定是买的。因为百度没有芯片设计能力，这也是众所周知的事实。而百度也很诚实，承认是英伟达提供了Drive PX2芯片。有趣的是，马斯克和Mobileye掰了以后，马上找了老朋友——英伟达的黄仁勋。这位英伟达的扛把子拿出的方案，正是PX2。
很大程度上，当年那个高大上的技术方案，都属于王劲，而不属于后来的百度。可见，百度目前的方案实际上是新瓶装旧酒。
百度集团总裁 陆奇
从陆奇“空降”出任百度总裁，将无人驾驶事业部和人工智能事业部合并，王劲、吴恩达等无人驾驶高管和技术团队统统靠边站。连带着，王劲那一套追求L4级自动驾驶的方案，也被弃之一旁。陆奇认为，花费80万元的传感器组合，没有商业前途。
百度并未做出谷歌那样的选择，去努力地研发廉价的激光雷达，而是找了个捷径。这也没什么错，毕竟单眼摄像头成熟简单便宜，只是不能适应高等级无人驾驶的需求罢了。不过，国内“首例”之类的大话，还是少说为妙，免得贻笑大方。
在无人驾驶这个新行当里，百度终于从雄心勃勃转向急于变现，而且还是吃相比较差的那一种。说好的“追求L4级无人驾驶”的理想呢？(《汽车人》记者/黄耀鹏）【版权声明】本文系《汽车人》独家原创稿件，版权为《汽车人》所有。
