Как беспилотные автомобили на самом деле видят дорогу

Описание

Это два противоположных взгляда на одну и ту же задачу: Waymo строит «сверхчеловеческие» глаза из набора разных сенсоров, Tesla — ставит всё на нейросеть и зрение.

Waymo: слиток данных, а не только картинка
Роботакси Waymo (Jaguar I-PACE) — это подвижная сенсорная вышка: 29 камер, пять лидаров и шесть радаров, у которых зоны обзора перекрываются, а дальность комплекса достигает 500 метров. Роли распределены просто: камеры отвечают за смысловую картину сцены — знаки, разметку, цвет светофора; лидар строит точную трёхмерную геометрию пространства независимо от освещения; радар фиксирует скорость и динамику объектов.

К этому добавляются HD-карты с точностью до сантиметров: перед запуском в городе Waymo заранее детально «проходит» территорию, поэтому машина знает перекрёсток заранее, а не разгадывает его на ходу.

Главная сила подхода — избыточность. На презентации Waymo приводила наглядные примеры: в пыльной буре в Финиксе камеры слепли, а лидар различил человека в облаке пыли; в другом кейсе система уловила движение ног пешехода, скрытого за автобусом, и затормозила заранее. После более чем 200 млн миль полностью автономной езды компания прямо заявила, что для её подхода мультивидовые сенсоры необходимы — камер одной недостаточно.

Ограничения у лидара свои: сильный дождь, снег, туман и грязь прямо перед сенсором снижают его возможности — то есть он закрывает часть слабых мест камеры, но не отменяет погоду как класс.

Tesla: восемь камер и одна большая нейросеть
Tesla удалила из автомобиля и радар, и лидар — на борту только восемь внешних камер по периметру кузова. Всё, что «видит» машина, интерпретируется нейросетью в реальном времени, без предварительно загруженных HD-карт: система умеет ехать чисто по зрению, даже если карты нет.

Архитектурно это тоже резко отличается от Waymo: у Tesla одна крупная end-to-end модель — от пикселей камеры сразу к командам движения, а не набор промежуточных сетей. Ставка на биологическую аналогию: человек ведёт машину глазами и «нейросетью» в голове — значит, и машина сможет. Маск не раз повторял это буквально: «очевидно, люди водят, не выпуская лазеры из глаз».

Слабое место — физика оптики. Туман, сильный дождь, снег, пыль и блики солнца серьёзно ухудшают входные данные, и никакое улучшение нейросети не восстанавливает то, что камера не увидела. Именно вокруг этого строилась критика: NHTSA открывала расследование аварий Tesla в условиях плохой видимости.

Компенсирует ли это что-то? Да: объём данных. Tesla собирает видеоданные с миллионов частных машин по всему миру и обучает сеть на них, тогда как Waymo нарабатывает дистанции своим ограниченным парком роботакси.