想讓自動駕駛卡車輕松應對“無窮無盡”的高速公路，有幾個問題必須解決。

比如，如何把昂貴的激光雷達陣列成本降下來?車輛如何升級地圖?是直接存儲在卡車里還是實時下載地圖?其實這兩種方式都有缺點，畢竟激光雷達和攝像頭的配合并非天衣無縫，有些環(huán)境條件下還是會出問題。

據雷鋒網新智駕了解，自動駕駛汽車主要依賴三種定位方式，別是 GPS、激光雷達和攝像頭圖像處理。

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，激光雷達和攝像頭則會變得百無一用。如果遇到了大霧、不夠清晰的道路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(fā)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”。

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。

據雷鋒網新智駕了解，WaveSense 正致力于將麻省理工林肯實驗室為美國軍方開發(fā)的探地雷達(GPR)商業(yè)化，該技術讓自動駕駛汽車能在惡劣的環(huán)境下完成定位。

近日，《福布斯》雜志就拜訪了 WaveSense 公司的 CEO Tarik Bolat，詢問了有關探地雷達的相關細節(jié)。此外，Tarik Bolat 還從專業(yè)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(jié)。

在實際應用中，探地雷達會被固定在車輛前輪后方的底盤上，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、巖石、地基的位置等信息就能“盡收眼底”。通過每秒 126 次掃描，探地雷達采集到的圖像就能用于生成高清地圖。

如果地圖測繪時只用到激光雷達和攝像頭，各種易變的環(huán)境可能會造成不少麻煩。

“你會非常依賴穩(wěn)定的地面。樹上的落葉會影響地圖的清晰度和道路標線的連續(xù)性，此外地上結構（如標識符和建筑）的能見度也會影響車輛定位的穩(wěn)定性。與其相比，探地雷達拿到的地下地圖卻獨一無二，它穩(wěn)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復雜的環(huán)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，這里稀疏的地標是個大麻煩。當車輛行駛在這些公路時，車上的激光雷達和攝像頭可能無法采集到足夠的樹木、標識、巖石和其他道路特征以生成地圖。

“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激光雷達和攝像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激光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 并不認為探地雷達能完全替代昂貴的激光雷達陣列。畢竟多一層獨立的圖層相當必要，而且未來激光雷達能大規(guī)模量產后，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(yè)模式下，車輛會在高速出口附近的大型停車場聚集，隨后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單位的資金支持。

除此之外，開頭說到的地圖升級也是個麻煩事，存在卡車里的話數據過于龐大，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，至于普及就不知道要拖到什么時候。

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?

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。

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(fā)時他們根本不知道自己周四時身在何處。

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里的專用數據亭中，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。

關鍵詞： 探地雷達 自動駕駛