Waymos co-CEO har lagt fram den tydligaste offentliga argumentationen så här långt för varför kameror ensamma inte tar en bil hela vägen till full autonomi. På Y Combinators Startup School hävdade Dmitri Dolgov att det han kallar svag avkänning slår i ett förmågetak en god bit under den tillförlitlighet ett oövervakat förarlöst fordon behöver — och att glappet inte är av den sort man täpper till med mer träningsdata.
Argumentet, och varför det inte är det uppenbara
Den intuitiva invändningen mot lidar är att människor kör med två ögon och utan laserskanner, så kameror borde i princip räcka. Dolgovs svar är att bara för att det finns en mänsklig lösning behöver en ingenjör inte kopiera dess arkitektur. Människor bär dessutom med sig en allmän världsmodell till uppgiften som inget nuvarande system har.
Hans ram är niornas problem. Att få ett körsystem från 90 % till 99 % tillförlitlighet är förhållandevis enkelt; att gå från 99 % till 99,99 % är arbete av en annan storleksordning, och det är den sista sträckan som avgör om föraren kan tas ur bilen. En stack med bara kameror ger, enligt honom, en utmärkt förarstödsprodukt men stannar innan det antal nior som oövervakad drift kräver.
De två exemplen han tog med
Dolgov byggde sin sak på situationer där kameran inte har någon signal att arbeta med, snarare än på abstraktioner. I en sandstorm visar kamerabilden nästan ingenting, medan lidarn skär igenom och löser upp en fotgängare som står i vägkanten. Och han visade ett Waymo-fordon vars vindruta var övertäckt och som körde sig själv säkert tillbaka till depån på enbart lidar och radar — utan någon användbar kamerabild alls.
Det är hela poängen med sensorfusion så som Waymo tillämpar den: inte att lidar ser bättre än en kamera under goda förhållanden, utan att kameror, lidar och radar fallerar på olika sätt, så att ett förhållande som blindar den ena lämnar de andra i funktion.
| Sensor | Bidrar med | Fallerar vid |
|---|---|---|
| Kameror | Hög upplösning, färg, text och signaler | Mörker, motljus, damm, kraftigt oväder |
| Lidar | Direkt 3D-struktur och avstånd | Kostnad, vissa reflekterande ytor |
| Radar | Objekts närvaro och hastighet | Låg upplösning, begränsad klassificering |
Siffrorna bakom påståendet
Waymo har mer än 220 miljoner helt autonoma miles på allmän väg, och enligt bolagets egna publicerade säkerhetssiffror är fordonen inblandade i 94 % färre olyckor med allvarliga eller dödliga personskador än mänskliga förare i samma områden. TeslAnt skrev om den oberoende granskningen av den meritlistan i IIHS-studien av Waymos olycksfrekvens.
Tesla är motpositionen och alla vet det, även om Dolgov förde sitt argument via arkitekturen snarare än genom att nämna företaget. Teslas satsning bygger på att kameror plus ett tillräckligt bra neuralt nätverk räcker hela vägen, att lidar är en dyr krycka och att flottans storlek slår sensorredundans. Teslas egen robotaxitjänst rullar i dag med en säkerhetsvärd i framsätet, vilket är det praktiska måttet på var den satsningen står just nu.
Varför det spelar roll i Europa
Det europeiska typgodkännandet och de nationella tillstånden för förarlös drift skrivs just nu, och tillsynsmyndigheter som läser ett Waymo-argument om sensorredundans får därmed en teknisk norm att hänvisa till. Om ”bara kameror” blir det som en godkännandemyndighet ber dig motivera, formar det vilka system som kan sättas i drift här och när — oavsett vilken arkitektur som till slut visar sig vara den rätta.