苹果罕见发表论文 阐述自动驾驶汽车技术

摘要：在自动驾驶领域低调又低调的苹果终于发声了。在这篇论文中，苹果给自己的方案取名VoxelNet，并表示尽管目前只进行过计算机模拟测试，但是VoxelNet的性能已大幅优于基于同类技术的3D探测方法。

在自动驾驶领域低调又低调的苹果终于发声了。近日，苹果研究人员颇为罕见地公布了一份关于自动驾驶技术的论文。

在这份11月17日发布于在线期刊《arXiv》的论文中，苹果研究人员Yin Zhou和Oncel Tuzel详细阐述了苹果自动驾驶技术是如何探测行人和自行车的。

论文显示，苹果自动驾驶技术主要依赖一个名为“VoxelNet”的方案来探测3D物体：只使用LiDAR（光学雷达）探测，整个功能通过复杂的计算机视觉和人工智能执行。

图片来源：苹果研究人员论文

LiDAR是目前自动驾驶技术中主要使用的技术，通过向物体表面发射光束和计算返回的时间，来测量与目标物体之间的距离以及物体的形状。相比于基于图片的探测，LiDAR提供了深度信息，可以精确确定物体的位置和形状。

然而由于3D空间采样不均匀、传感器有效范围的限制等因素，LiDAR的点云非常稀疏，密度也容易改变。

不过苹果研究人员的论文中写道：

大部分基于LiDAR的3D探测，依赖手动特征表示法（hand-crafted feature representations） 。

在这篇文论中，我们消除了手动特征的瓶颈，提出了VoxelNet。这是一种创新的、端到端的可训练深层架构。我们的方法可以直接在稀疏的3D点上运行，并有效捕捉3D形状信息。

尽管目前该技术只是进行过计算机模拟测试，但是研究人员在论文中表示，他们认为VoxelNet的性能要大幅优于目前最先进的基于LiDAR 3D探测方法。

当全球的自动驾驶技术正在快速发展的时候，苹果却一直对此沉默不语。

早就低调布局的苹果直到2016年底才首次承认。在当时写给美国国家高速公路监管机构的信中，苹果表示正在“重金布局机器学习和自动驾驶系统”。

随后在今年4月，苹果公司又获得了美国加州车辆管理局的许可证，可以在加州公路上测试无人驾驶汽车。

当无人驾驶汽车的大战硝烟四起的时候，苹果CEO库克也在今年8月打破沉默，表示创造自动驾驶系统是“所有AI项目之母”，他还表示，苹果是从“核心的技术角度”关注自动驾驶技术。

原文来自【华尔街见闻】