Waymo CEO多尔戈夫阐释多传感器融合自动驾驶技术逻辑

最近读到一条消息，Waymo 的联席 CEO 德米特里·多尔戈夫在公开场合聊了一个很核心的问题——为什么说光靠摄像头，搞不定真正的无人驾驶。他讲得挺系统，虽然没直接点名，但圈内人都明白，这说的就是特斯拉那条纯视觉路线。

多尔戈夫是在 Y Combinator 的活动上聊这个的，他复盘了 Waymo 过去快 20 年搞自动驾驶的历程，聊到自动驾驶领域一个老生常谈的问题：到底需要哪些传感器？

他的回答，画了一条和纯视觉路线完全不同的分界线。

他承认，人类确实靠两只眼睛就能开车，这已经被证明过了。如果目标只是大概达到人类驾驶的水平，或者搞个驾驶辅助，那纯视觉是个很合理的路线。

但如果目标是真正的无人驾驶，而且安全性要显著超过人类，情况就完全不同了。

“你会发现，弱感知方案的安全性曲线，会过早地趋于平缓。” 这才是整个争论的核心。

换句话说，摄像头能撑起人类驾驶的水平和辅助驾驶，但没法突破无人驾驶汽车必须达到的安全门槛，撑不起真正的无人驾驶。

当然，如果只是为了演示，在限定区域、低速、低运营规模下跑跑，那另当别论——毕竟里程短，风险基数也低。

Waymo 为什么坚持摄像头、激光雷达和毫米波雷达一起上？

目前 Waymo 是三种传感器联手干活。多尔戈夫专门解释了背后的逻辑。

摄像头分辨率高，有颜色信息，但它是被动传感器，在黑暗、逆光这些场景下性能会明显掉下来。

激光雷达能直接测量三维空间结构。毫米波雷达能穿透雾、雨、雪，还能用多普勒效应直接测物体的速度。

激光雷达和毫米波雷达都是主动传感器，所以即便在完全黑暗或者迎着刺眼夕阳的时候，依然能正常工作。

注意，他特别强调，这不是简单搞个冗余备份。“这些不同类型的传感器，并不是彼此的备份。”

每种传感器都通过独立的编码器处理信息，最终融合成一个统一的环境模型。这种融合后的效果，远远优于任何单一传感器。

他举了几个真实案例。比如美国凤凰城的沙尘暴天气，摄像头几乎看不清环境，但激光雷达依然能清晰发现站在路边的行人。

再比如夜间有人翻越高速公路隔离护栏，或者没有车灯和路灯照明的情况下，孩子追着狗横穿马路——这些场景下，摄像头几乎提供不了有效信息，但激光雷达依然能准确识别目标。

还有一个纯视觉系统很难规避的问题：镜头被遮挡。一片树叶盖住摄像头，就能让车完全停下来。

他展示了一个案例，Waymo 测试车遇到树枝卡住雨刷，导致部分摄像头被遮挡。当时车辆依靠其他传感器继续感知环境，安全地自动返回了维修中心。

自动驾驶真正难的，是最后几个“9”

在传感器争论的背后，多尔戈夫认为真正的问题其实是数学。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。

实现 90% 甚至 99% 的可靠性并不难。

真正的难点在于，每增加一个“9”，需要付出的工程努力，都比前一级高出大约 10 倍。

所以，很多公司容易陷入一个误区：选择前期进展最快、演示效果最好的技术路线，并假设这种增长趋势会一直持续下去。但最终，它们会在远低于产品要求的位置，遭遇瓶颈。

一次技术演示，可能只需要一个“9”的可靠性；驾驶辅助系统需要多个“9”；而一辆后排坐着孩子、驾驶位却没有驾驶员的无人驾驶汽车，则需要更多个“9”。

他还回应了纯视觉支持者最常质疑的一点——成本。Waymo 目前已经发展到第六代硬件，每一代都显著降低了成本。

所以，如果依据今天激光雷达的价格来判断未来技术路线，那实际上是在依据一个“生命周期非常短”的数字做决策。

特斯拉坚持另一条路

目前，特斯拉是纯视觉路线最坚定的支持者。

2024 年，特斯拉取消了车载毫米波雷达；后来，又取消了超声波传感器，全面转向仅依赖摄像头的“Tesla Vision”。

马斯克多次公开表示，激光雷达是“愚蠢的差事”，任何依赖激光雷达的公司“注定失败”。

2025 年上线的特斯拉 Robotaxi 服务，同样采用纯视觉方案。

目前，Waymo 已在美国 15 座城市提供 Robotaxi 服务，每周完成约 50 万次付费出行，正朝着每周 100 万次订单的目标扩张。而特斯拉日前确认，自 Robotaxi 上线以来的一年时间里，其累计无人驾驶运营里程约为 38 万英里（约 61.2 万公里）。