Waymo联席CEO：仅靠摄像头无法实现完全自动驾驶

近日，Waymo联席首席执行官德米特里·多尔戈夫在Y Combinator创业学校的演讲中，阐述了自动驾驶技术发展中的关键局限。他指出，"弱感知"系统存在固有瓶颈，难以通过单纯增加摄像头数量来突破性能上限。

摄像头系统的感知局限性

多尔戈夫在演讲中明确表示，仅依赖摄像头系统的自动驾驶技术存在本质缺陷。他认为这类"弱感知"系统在处理复杂环境时会出现性能瓶颈，特别是在恶劣天气和极端光线下。

所谓"弱感知"系统，指的是主要依赖视觉输入而非多传感器融合的自动驾驶感知架构。这类系统在亮度、对比度等视觉条件发生变化时，会立即面临精度大幅下降的问题。

技术瓶颈具体表现

根据多戈尔夫对摄像头系统的分析，其在以下场景中面临明显缺陷：

• 夜间或低光照条件下的物体识别困难
• 雾、雨、雪等恶劣天气下的信号失灵
• 强光或炫光环境中的系统过载
• 车辆前方遮挡物下的深度感知缺失

多尔戈夫表示："摄像头系统会在远未达到超人级性能之前就触及安全天花板，这已成为行业共识。"

行业影响

这一观点对正在押注纯视觉方案的自动驾驶企业构成直接挑战。技术专家指出，多传感器融合已成为提升自动驾驶可靠性的必要路径，单纯依赖摄像头的技术路线需要重新评估。

同时，这也为采用激光雷达、毫米波雷达等多模态感知方案的企业提供了技术路线背书。行业投资逻辑可能因此产生新的变化，企业需更加审慎地评估技术布局。

Waymo高管抵制纯视觉路线：强调多传感器协同必要性

Waymo首席软件工程师阿列克谢·多尔戈夫近日在公开演讲中，对自动驾驶技术路线展开深入讨论。他指出，业界长期存在关于传感器配置的争议，而Waymo坚持采用摄像头、激光雷达和毫米波雷达协同解决方案，以实现高于人类水平的完全自动驾驶安全标准。

纯视觉路线的局限性

多尔戈夫在演讲中承认，从直觉看，“人类当然只用眼睛就能开车”，这成为纯视觉支持者的核心论据。他指出，如果目标是仅达到人类驾驶水平或开发辅助驾驶产品，纯视觉是一条可行路径。

如果你的目标只是大致达到人类水平，或者打造辅助驾驶产品，那么纯视觉是一条非常合理的路径。

然而，多尔戈夫强调，对于追求完全自动驾驶和显著超越人类安全表现的目标而言，纯视觉方案存在“弱感知”问题。他认为摄像头提供的感知能力存在上限，难以满足无人驾驶车辆必须达成的严苛安全门槛，除非在地理围栏区域以有限速度和低运营密度进行演示。

多传感器协同的工程逻辑

Waymo采用的三传感器协同方案有其明确的技术考量。高层次来看，各种传感器提供不同维度的信息：

• 摄像头：提供高分辨率和色彩信息，但属于被动感知载体。
• 激光雷达：直接测量世界三维结构，不受光照条件影响。
• 毫米波雷达：利用多普勒效应，可穿透雾雨雪天气读取速度信息。

多尔戈夫特别指出，这种配置并非简单的传感器备份关系。Waymo的工程实践表明，不同传感器模态运行独立编码器，通过数据融合形成统一世界视图，其感知效果“远优于任何单一传感器”。

极端场景下的验证案例

在凤凰城一场罕见沙尘暴中，多尔戈夫展示了摄像头接近失明时，激光雷达依然能清晰识别路边行人。类似地，夜间无路灯场景下，当行人翻越护栏或儿童追逐宠物时，激光雷达依然保持可靠感知，而摄像头画面接近失效状态。

另一个纯视觉方案难以解决的问题涉及物理遮挡。多尔戈夫展示了一个典型案例：一片树叶卡住Waymo车辆雨刷，此时仅依靠其他传感器，车辆仍可安全将车辆带回车库。这种“物理层面故障保护”是纯视觉设计无法解决的。

行业技术路线差异

需要说明的是，参与这一传感技术论辩的Waymo，自2016年开启全无人驾驶服务以来，已形成独特的工程解决方案。不同于他人视角，Waymo的基础架构在保证全天候可靠性的同时，隐含对复杂环境的高容错设计。

埃隆·马斯克提出“九的指数阶梯”理论解析机器人与自动驾驶可靠性挑战

在传感器技术竞赛背后，特斯拉首席执行官埃隆·马斯克提出“九的指数阶梯”理论，对自动化系统的可靠性增长模式进行数学论证。

“九的指数阶梯”概念详解

“九的指数阶梯”是指自动化系统可靠性从90%提升至99%、99.9%的过程中，每增加一个“九”，所需投入将成几何级数增长。

这一表述由特斯拉CEO埃隆·马斯克命名，被描绘为“九的进军”现象。

技术选择陷阱的理论揭示

多尔戈夫指出，技术选择中存在“过早峰值”的风险，即某些技术可能在早期阶段表现突出，但随后迅速进入平台期，无法满足产品对可靠性的核心需求。

这种技术路线选择失误可能导致企业在接近性能目标前遭遇增长瓶颈。

“陷阱在于选择早期爬坡最快、演示效果最好的技术，将陡峭的曲线外推，却在产品所需性能之前撞上平台期。”

不同场景对可靠性的差异化要求

自动化系统在不同应用场景下的可靠性要求存在显著差异：

• 演示系统：通常仅需一个“九”的可靠性水平。
• 辅助驾驶产品：需要达到“几个九”的标准。
• 无人驾驶车辆：特别是带有儿童乘客的无人操控场景，则需要“一整串九”的可靠性保障。

这种差异化的性能要求凸显了自动驾驶技术从实验室走向大规模商业应用的关键挑战。