WaymoCEO详解多传感器融合，纯视觉方案无法突破无人驾驶安全上限

在自动驾驶技术路线之争中，Waymo联席CEO Dmitri Dolgov近日给出了明确答案。他在Y Combinator举办的Startup School活动中表示，单纯依靠摄像头等"弱感知"方案，在安全性方面会很快遇到瓶颈，远远无法达到超越人类驾驶水平所需的可靠性。

Dolgov首先承认了纯视觉支持者的核心论据："人类当然只用眼睛就能开车，这是一个存在的证明。"但他随即指出关键分歧：如果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，当目标是真正的完全自动驾驶，并且希望安全性显著超越人类驾驶时，情况就完全不同。

"你会发现，弱感知方案的安全性曲线会过早趋于平缓。"Dolgov强调，这就是整个争论的核心。换句话说，摄像头可以匹配人类驾驶水平，可以支撑驾驶辅助系统，但其上限低于无人驾驶车辆必须达到的安全门槛，除非仅在地理围栏区域内以有限速度和低运营密度做演示用途。

为了佐证这一观点，Dolgov列举了多个实际场景。在美国凤凰城的一场沙尘暴天气下，摄像头几乎失明，而激光雷达依然能够清晰识别出路边的行人。又如在夜间无路灯照明的情况下，孩子追着狗横穿马路，摄像头画面接近无用，而激光雷达视图依然清晰。

此外，Dolgov还提到一种纯视觉系统无法规避的问题——物理遮挡。他表示，一片树叶落在传感器上就可能让车辆完全停摆。他展示了一个案例：一辆Waymo测试车被树枝卡住雨刷无法清除，依靠其他传感器安全返回车库。

Waymo目前采用摄像头、激光雷达（LiDAR）和毫米波雷达（Radar）三种传感器协同工作。Dolgov专门解释了这种方案背后的原因：摄像头提供高分辨率和彩色信息，但属于被动传感器，在黑暗和强光环境下性能会明显下降；激光雷达直接测量世界的三维结构；毫米波雷达则能够穿透雾、雨、雪等恶劣天气，并利用多普勒效应直接读取速度。

"这些不同类型的传感器并不是彼此的备份。"Dolgov说，每一种传感器都会通过独立的编码器处理信息，最终融合成统一的环境模型，而这种融合后的效果"远优于任何单一传感器"。

在传感器争论的背后，Dolgov提出了更底层的数学论证——"九的指数阶梯"问题。他说，自动驾驶可靠性的提升遵循一个"9不断增加"的指数级规律：可靠性每增加一个"九"，所需投入大约是前一个的10倍。这意味着，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。

业内普遍认为，Dolgov的这番言论直指特斯拉坚持的纯视觉自动驾驶路线。作为拥有近20年自动驾驶研发经验和超过2.2亿英里无人驾驶运营里程的行业先驱，Waymo的多传感器融合方案显然与特斯拉的纯视觉方案形成了鲜明对比。Waymo基于2.2亿英里数据的安全报告显示，严重伤害事故率比人驾低94%。目前Waymo已在美国15个城市每周完成约50万次付费出行。