张抗抗，电动汽车/3D打印 阅读原文 亮点显然在于LiDAR。槽点在于：从前买一个ipad的钱，现在只够买ipad键盘了。 作为一名汽车答主，本文可能包含较多的汽车技术内容，若不感兴趣请点赞后及时跳过(狗头LiDAR: AR与无人驾驶在此汇合 AR(Augmented Reality)增强现实与无人驾驶，都是当下炙手可热的高科技技术。 一个在消费电子领域，另一个则在汽车领域，表面上看风马牛不相及，但二者遇到了相似的技术难题：如何准确地感知到带景深的环境信息？ 先从汽车无人驾驶说起。解决这一难题的技术路线发生了重大分歧，分成了两大派：一派是特斯拉，另一派是其它。 去年，特斯拉的创始人马斯克在发布自家Autopilot 3.0的时候，扔出一句颇具争议的话，炮轰了大半个自动驾驶行业： “激光雷达太蠢了,谁依靠激光雷达谁就会完蛋。 (LiDAR is a fool. Anyone relying on lidar is doomed)”。 马斯克为什么这么说呢？ 是因为他坚持弱感知+超强智能的技术路线：既然人类可以通过大脑的超强低功耗智能 + 双目摄像头可以判断景深，那人工智能+ 双目测距也一定可以！ 愿望是美好的，现实是残酷的，当前的人工智能就跟二傻子似的！ 如下图，发表在Nature上的「Why deep-learning AIs are so easy to fool」一文[1]举了一个例子：特征非常明显的一个“STOP“标志，变换角度之后就被AI识别成了哑铃(Dumb-bell)与球拍(Racket)。 另外一派的强感知+强智能路线，则显得简单粗暴地多：既然人工智能还是二傻子，那我就增强它的感知能力 —— 给它配备激光雷达LiDAR! LiDAR这玩意的原理超简单的，就是逐点发出激光、测量返回时间，像盲人摸像一般得到整个景深信息。 其原理就是小学生都知道的： 距离 = 速度×时间，根本不需要深度学习、对象识别、经验推测这一通玄乎的东西！ 如下图，就是LiDAR眼中的世界：它看不到车、看不到路，但可以“摸”到好多点，并组成带深度信息的三维世界。 汽车领域讲完了，手机领域呢？ 手机领域，配备LiDAR的“强感知+强智能”是唯一的技术路线。 因为，即便超强智能算法能实现，手机CPU与电量在可预见的将来也无法支撑这样的算法(5G云计算也许行..)。 就这样，Apple又一次默默地做出开创性工作。 LiDAR与ToF啥关系？ 有人说，苹果真行，把安卓阵营用烂的ToF(Time of Flight)技术抄过来，改个名字叫LiDAR又吹起来了。 又有人反驳，LiDAR根本不是ToF！ 真相到底如何呢？ 直接下载苹果的专利[2]看看： 咱们看，有激光源、有反射光、有接收光的传感器(SPAD Array)。表面上，苹果LiDAR就是ToF技术啊！ 实际上呢？ 实际上那可不还就是ToF技术的一种！ 那Apple这次真的是挂羊头卖狗肉吗？ 那也不是。 就像军用雷达，也分机械式旋转雷达和先进相控雷达，车用激光雷达也有技术高下之分；虽然同是ToF技术，但技术水平也会相差很大啊！ 若精度达到1毫米(固定距离)，那可以把人脸扫描好并3D打印出来；若精度只有1厘米，那扫出来的都是马赛克。 所以说，即便同是ToF但技术水平不同，其差异就像有码和无码一样大！ 在人脸识别时代，Apple的结构光技术的深度精度就优于安卓ToF技术[3]，那苹果这次推出的LiDAR技术，精度应该是远超安卓ToF技术的；而精度与分辨率的量变，会引起应用场景的质变。 那Apple到底通过什么方法，实现了更高的精度与分辨率的呢？ 抱歉，专利US10324171B2我还没看完，看完了我再来补…… LiDAR会不会替代摄像头？ 既然LiDAR这么暴力这么强，将来该不会替代摄像头吧？ 肯定不会，因为摄像头与LiDAR是互补而非替代关系。还以汽车举例，车上安装了各种雷达、各种摄像头，它们负责感知的范围是不同的： 摄像头：依靠别人、通过第三方发射波(光也是一种波)感知信息的，叫摄像头； 雷达：自给自足、通过自己发射波来感知信息的，叫雷达。 不同雷达：根据探测距离、分辨率等因素不同，三种雷达被区分为超声波雷达、毫米波雷达(1-10mm)、激光雷达。大体上来说，激光雷达探测距离最长、分辨率最高。 退一万步说，LiDAR这种靠“摸”的感知方式是无法得到色彩信息的，色彩离不开摄像头。 说了半天，那LiDAR到底有啥用？ 除了 @甜草莓 提到的AR游戏、AR装修之外，它还有一个重大意义： 补足了以3D打印技术为代表的分布式个性化制造的最难一环，也就是3D扫描。 3D打印技术近些年发展很快，在工业3D打印中心的加工成本也很低，为啥还离生活这么远呢？因为对普通人来说，获取有意义的模型太难了！ 而LiDAR在消费电子产品上的应用与持续改进，将彻底改变这一局面。也许再过几年，电影《十二生肖》中成龙大哥的这一科幻场景，就会变成现实： 阅读原文
