石头和塑料袋对于计算机传感器的差别在于什么？为什么无人驾驶系统会依然存在对周围环境的误判？ 第1页

自动驾驶的基本构架是感知、决策、执行，这个基本就是模仿人类的驾驶行为构建的。

在感知方面人类在驾驶过程中主要依靠视觉，目前自动驾驶在感知方面主要的传感器是摄像头、激光雷达、毫米波雷达，决策方面人类依靠大脑和经由训练及实践得到的经验，自动驾驶决策依靠处理器和算法，执行方面人类依靠手脚控制车辆的操作机构，自动驾驶则依靠电信号直接控制车辆的执行机构。

从这三方面来看自动驾驶在感知及执行方面无疑是要领先于人类的，没有一个人能像激光雷达和毫米波雷达那样准确的判断自己和目标之间的距离，当然高分辨率的摄像头也能比人眼捕捉到更多的细节，在执行方面通过手脚操控踏板及方向盘也只能输入有限的操作信息，通过电信号直接操控汽车各系统显然更快更方便。

但在决策方面无论是软件还是硬件人脑和经验要比现有的处理器和算法领先的多，人脑有几百亿个神经元，每个神经元又有几十个神经突触、每个神经突触又能传递多重蛋白质，所以每个神经元都可以看成是个简单的小处理器，人脑就是一个由几百亿小处理器组成的大型并联运算系统，显然车载芯片的复杂程度要远远低于人脑，即便是超级计算机的并联运算体统也远没有人脑这么庞大和复杂。所以基于人脑这种复杂的结构，人所能掌握的经验(算法)也不是简单的车载处理器可以简单模仿的。

至于说误判的问题这个无论是人来决策还是自动驾驶来决策都是难以避免的，误判与决策速度是相互矛盾的，这是任何算法都面临的问题。为了让决策速度能够符合使用条件有两种方法，一种就是采用处理速度更快的处理器，另一种就是优化算法，自动驾驶系统毕竟目的是用来使用，所以在成本上是有限制的，处理器运算速度无疑是有限制的，优化算法只能满足决策速度的情况下最大限度的减少误判。

智能算法在自动驾驶里是大量采用的，模糊算法是智能算法的一部分，在很多程序里都有应用。举个例子，比如在判断可行驶路径的问题上，传感器及相应的处理器分析出了某个目标的类型为行人，这时就应该根据行人及自身的位置速度等信息判断行人的威胁单位，以此判断路径是否可用，在威胁单位判断上就会用到模糊算法。另外在激光雷达的点阵云处理上也会用到模糊算法。

至于石头和塑料袋的区别，目前的自动驾驶系统处理起来没有人判断起来那么简单，毫米波雷达对非金属类基本无法识别，激光雷达能判断轮廓但不能判断材质，所以它分辨不出石头还是塑料，摄像头可以捕捉出石头和塑料袋的区别，但视觉处理系统如果要做到分辨材质需要的处理器运算速度又太高，特别是在开放环境下更加复杂。