每經(jīng)編輯｜蒙錦濤    

2026年，自動(dòng)駕駛行業(yè)迎來(lái)關(guān)鍵商業(yè)化窗口期。特斯拉在奧斯汀實(shí)現(xiàn)“車(chē)內(nèi)無(wú)人”運(yùn)營(yíng)落地，國(guó)內(nèi)百度蘿卜快跑和小馬智行也在多城加速布局。與此同時(shí)，工信部在2025年底發(fā)布首批L3級(jí)有條件自動(dòng)駕駛車(chē)型準(zhǔn)入許可，全國(guó)20個(gè)試點(diǎn)城市正推動(dòng)“車(chē)路云一體化”從“有用”走向“能用”。

然而，喧囂的另一面是行業(yè)共識(shí)的悄然轉(zhuǎn)向：長(zhǎng)尾問(wèn)題——那些發(fā)生概率低但致命性高的邊緣場(chǎng)景，已成為高階自動(dòng)駕駛規(guī)?；涞氐恼鎸?shí)瓶頸。在技術(shù)圈，有一個(gè)形象的比喻：99%的準(zhǔn)確率決定演示效果，最后1%才決定生死。這最后的1%，正是由無(wú)數(shù)個(gè)“沒(méi)見(jiàn)過(guò)”的障礙物、“看不清”的逆光和“來(lái)不及反應(yīng)”的突發(fā)狀況構(gòu)成。

正是對(duì)這些“最后1%”場(chǎng)景的應(yīng)對(duì)乏力，讓業(yè)界對(duì)感知系統(tǒng)可靠性的關(guān)注度，正在超越對(duì)算法精度的純粹追逐。從技術(shù)研發(fā)到量產(chǎn)應(yīng)用，突破傳感器的物理極限，已成為行業(yè)跨越商業(yè)化門(mén)檻的當(dāng)務(wù)之急。

自動(dòng)駕駛的“最后1%”

長(zhǎng)尾場(chǎng)景成為真實(shí)門(mén)檻

特斯拉CEO馬斯克近日在回應(yīng)行業(yè)討論時(shí)指出，由于現(xiàn)實(shí)世界存在“極為龐大的長(zhǎng)尾復(fù)雜性”，要實(shí)現(xiàn)安全的無(wú)監(jiān)督自動(dòng)駕駛，大約需要100億英里的訓(xùn)練數(shù)據(jù)。這一判斷并非情緒化感慨，而是對(duì)自動(dòng)駕駛技術(shù)門(mén)檻的清醒認(rèn)知。

自動(dòng)駕駛面臨的核心挑戰(zhàn)，在于真實(shí)道路環(huán)境由無(wú)數(shù)低概率、高風(fēng)險(xiǎn)、高耦合的極端情況構(gòu)成。百度自動(dòng)駕駛團(tuán)隊(duì)的測(cè)試數(shù)據(jù)顯示，在暴雨天氣、強(qiáng)光逆光、不規(guī)則障礙物等邊緣場(chǎng)景中，L3級(jí)自動(dòng)駕駛系統(tǒng)的通過(guò)率為75%至85%，遠(yuǎn)低于人類(lèi)駕駛員約98%的水平。

其中一個(gè)關(guān)鍵瓶頸來(lái)自感知系統(tǒng)本身。傳統(tǒng)視覺(jué)傳感器在復(fù)雜環(huán)境下的性能衰減十分明顯：在暴雨條件下，視覺(jué)識(shí)別距離可能下降60%；在強(qiáng)逆光場(chǎng)景中，攝像頭圖像甚至?xí)霈F(xiàn)大面積過(guò)曝，導(dǎo)致目標(biāo)識(shí)別能力大幅下降。這些失效并非偶然，而是傳統(tǒng)幀式相機(jī)技術(shù)路徑的固有局限。

更棘手的是，自動(dòng)駕駛系統(tǒng)所面對(duì)的大量長(zhǎng)尾場(chǎng)景，很難通過(guò)有限的真實(shí)道路測(cè)試完全覆蓋。即使持續(xù)擴(kuò)大數(shù)據(jù)規(guī)模，也難以窮盡所有極端情況。根據(jù)研究機(jī)構(gòu)Gartner發(fā)布的智能駕駛技術(shù)成熟度曲線，目前感知系統(tǒng)的極端環(huán)境適應(yīng)能力仍處于“泡沫破裂期”向“穩(wěn)步爬升期”過(guò)渡階段，距離大規(guī)模成熟應(yīng)用預(yù)計(jì)仍需3至5年時(shí)間。

這意味著，僅依靠擴(kuò)大訓(xùn)練數(shù)據(jù)規(guī)模，并不足以完全解決自動(dòng)駕駛系統(tǒng)在復(fù)雜環(huán)境下的可靠性問(wèn)題。越來(lái)越多產(chǎn)業(yè)參與者開(kāi)始將注意力轉(zhuǎn)向另一個(gè)方向：從底層傳感器架構(gòu)入手，提高系統(tǒng)在極端環(huán)境中的先天感知能力。

在這一背景下，事件相機(jī)（Dynamic Vision Sensor，DVS）正逐漸從實(shí)驗(yàn)室走向產(chǎn)業(yè)應(yīng)用。與以固定幀率持續(xù)采集完整圖像的傳統(tǒng)相機(jī)不同，DVS采用像素級(jí)異步工作機(jī)制：只有當(dāng)某個(gè)像素的亮度變化超過(guò)設(shè)定閾值時(shí)，傳感器才會(huì)輸出該像素的位置、變化方向以及時(shí)間戳。這種“按需響應(yīng)”的方式，使視覺(jué)系統(tǒng)不再依賴(lài)連續(xù)幀圖像，而是直接記錄場(chǎng)景變化，從而顯著減少冗余數(shù)據(jù)，同時(shí)提升對(duì)動(dòng)態(tài)環(huán)境的感知能力。

由此帶來(lái)的優(yōu)勢(shì)主要體現(xiàn)在三個(gè)方面：更快的響應(yīng)速度、更強(qiáng)的光照適應(yīng)能力以及更低的數(shù)據(jù)與能耗成本。首先是微秒級(jí)響應(yīng)速度，DVS的時(shí)間分辨率達(dá)到微秒級(jí)，相比傳統(tǒng)相機(jī)每秒30至60幀的采樣方式提升數(shù)百倍，在自動(dòng)駕駛場(chǎng)景中可在約30毫秒內(nèi)捕捉突發(fā)狀況，例如突然竄出的行人或高速拋出的異物。其次是超高動(dòng)態(tài)范圍，主流DVS產(chǎn)品動(dòng)態(tài)范圍可達(dá)120至140分貝，在隧道進(jìn)出、夜間或強(qiáng)逆光等極端光照條件下仍能穩(wěn)定輸出感知信號(hào)，而傳統(tǒng)相機(jī)往往會(huì)因過(guò)曝或暗光而失效。

第三個(gè)優(yōu)勢(shì)體現(xiàn)在系統(tǒng)效率上。由于僅在亮度變化時(shí)才產(chǎn)生事件數(shù)據(jù)，DVS能夠顯著減少圖像采集帶來(lái)的冗余信息，從而降低數(shù)據(jù)帶寬和整體功耗。這一特性對(duì)功耗敏感的移動(dòng)平臺(tái)尤為重要，例如自動(dòng)駕駛汽車(chē)和移動(dòng)機(jī)器人。正是在這樣的技術(shù)背景下，越來(lái)越多企業(yè)開(kāi)始嘗試將事件視覺(jué)引入自動(dòng)駕駛感知體系，并在真實(shí)運(yùn)營(yíng)場(chǎng)景中進(jìn)行驗(yàn)證。

事件相機(jī)走向真實(shí)場(chǎng)景

自動(dòng)駕駛感知體系的一次技術(shù)驗(yàn)證

理論上的技術(shù)優(yōu)勢(shì)，最終仍需要通過(guò)真實(shí)場(chǎng)景驗(yàn)證。但要將事件視覺(jué)技術(shù)從實(shí)驗(yàn)室原型推向?qū)嶋H運(yùn)營(yíng)環(huán)境，本身也意味著跨越工程化、系統(tǒng)集成以及算法適配等多重技術(shù)門(mén)檻。

為此，柏銳智芯科技（成都）有限公司牽頭并聯(lián)合電子科技大學(xué)“人機(jī)智能技術(shù)與系統(tǒng)教育工程研究中心”、寧波時(shí)識(shí)科技有限公司、錦程智行（成都）智能技術(shù)有限公司（優(yōu)必選子公司）、四川成路智匯科技有限公司（成都路橋子公司），圍繞事件視覺(jué)感知、多傳感器融合以及自動(dòng)駕駛系統(tǒng)適配等關(guān)鍵技術(shù)開(kāi)展聯(lián)合攻關(guān)。

在多方聯(lián)合攻關(guān)并完成系統(tǒng)集成與場(chǎng)景測(cè)試后，項(xiàng)目團(tuán)隊(duì)于2026年1月在國(guó)內(nèi)某大型機(jī)場(chǎng)集團(tuán)的自動(dòng)駕駛測(cè)試場(chǎng)景中，成功將DVS多模融合傳感器引入自動(dòng)駕駛感知體系，并完成相關(guān)場(chǎng)景測(cè)試驗(yàn)收。

據(jù)行業(yè)公開(kāi)調(diào)研，這也是DVS多模融合傳感器在全球范圍內(nèi)首次在L4級(jí)自動(dòng)駕駛商用場(chǎng)景中的落地應(yīng)用案例。業(yè)內(nèi)人士認(rèn)為，該案例為事件視覺(jué)技術(shù)在高等級(jí)自動(dòng)駕駛中的實(shí)際應(yīng)用提供了一次重要的工程化驗(yàn)證。

從具體技術(shù)實(shí)現(xiàn)來(lái)看，該系統(tǒng)采用的是多傳感器融合架構(gòu)。在該系統(tǒng)架構(gòu)中，車(chē)輛原本已經(jīng)配備激光雷達(dá)、高清RGB相機(jī)和毫米波雷達(dá)等常規(guī)傳感器。但在強(qiáng)逆光、夜間眩光或突發(fā)動(dòng)態(tài)目標(biāo)等情況下，傳統(tǒng)視覺(jué)系統(tǒng)仍可能出現(xiàn)識(shí)別滯后。

為此，系統(tǒng)增加了一套DVS多模融合傳感器作為“高速觸發(fā)層”。當(dāng)畫(huà)面中出現(xiàn)亮度快速變化時(shí)，DVS會(huì)率先捕捉這些動(dòng)態(tài)信號(hào)，系統(tǒng)再對(duì)這些高速變化信息進(jìn)行快速識(shí)別，并與其他傳感器的數(shù)據(jù)進(jìn)行綜合判斷，從而更早觸發(fā)風(fēng)險(xiǎn)預(yù)警。

測(cè)試結(jié)果顯示，在夜間低照度環(huán)境下，當(dāng)行人突然進(jìn)入車(chē)輛前方形成典型“鬼探頭”情況時(shí)，DVS事件相機(jī)可以在約30毫秒內(nèi)捕捉到人員出現(xiàn)并觸發(fā)系統(tǒng)響應(yīng)，而傳統(tǒng)視覺(jué)系統(tǒng)在眩光干擾下識(shí)別明顯滯后。在白天強(qiáng)光環(huán)境測(cè)試中，當(dāng)一個(gè)磚頭大小的異物突然出現(xiàn)在車(chē)輛行駛路徑上時(shí)，DVS同樣在約30毫秒內(nèi)感知到動(dòng)態(tài)變化并發(fā)出預(yù)警，而傳統(tǒng)視覺(jué)系統(tǒng)由于缺乏類(lèi)似訓(xùn)練樣本，未能及時(shí)識(shí)別。

在部分行業(yè)人士看來(lái)，這類(lèi)基于事件視覺(jué)的感知方式，并不是對(duì)傳統(tǒng)視覺(jué)方案的替代，而更像是一種新的感知補(bǔ)充路徑。相比依賴(lài)大量訓(xùn)練數(shù)據(jù)的識(shí)別模式，DVS更側(cè)重于對(duì)場(chǎng)景動(dòng)態(tài)變化的實(shí)時(shí)捕捉，因此在部分極端環(huán)境中具備一定優(yōu)勢(shì)。

伴隨自動(dòng)駕駛、機(jī)器人以及工業(yè)自動(dòng)化領(lǐng)域?qū)Φ脱舆t視覺(jué)系統(tǒng)需求的持續(xù)增長(zhǎng)，DVS技術(shù)的商業(yè)化進(jìn)程也正在加速。權(quán)威數(shù)據(jù)顯示，全球動(dòng)態(tài)視覺(jué)傳感器市場(chǎng)規(guī)模預(yù)計(jì)將從2025年的13.4億美元增長(zhǎng)至2026年的14.9億美元，復(fù)合年增長(zhǎng)率約11.2%。

在自動(dòng)駕駛之外，DVS事件相機(jī)的應(yīng)用場(chǎng)景也正在進(jìn)一步拓展。在具身智能領(lǐng)域，機(jī)器人需要在復(fù)雜動(dòng)態(tài)環(huán)境中進(jìn)行快速感知與決策；而在快速發(fā)展的低空經(jīng)濟(jì)領(lǐng)域，無(wú)人機(jī)、eVTOL等飛行器同樣對(duì)實(shí)時(shí)視覺(jué)系統(tǒng)提出更高要求。得益于微秒級(jí)響應(yīng)速度和低數(shù)據(jù)冗余特性，DVS技術(shù)在高速運(yùn)動(dòng)感知、動(dòng)態(tài)目標(biāo)捕捉以及復(fù)雜光照環(huán)境適應(yīng)方面展現(xiàn)出一定優(yōu)勢(shì)。

業(yè)內(nèi)普遍認(rèn)為，隨著自動(dòng)駕駛、機(jī)器人以及低空經(jīng)濟(jì)等新興產(chǎn)業(yè)的持續(xù)發(fā)展，對(duì)高動(dòng)態(tài)范圍、低延遲視覺(jué)系統(tǒng)的需求將不斷提升。能否將該技術(shù)從實(shí)驗(yàn)室走向更大規(guī)模產(chǎn)業(yè)應(yīng)用，也將成為未來(lái)智能感知體系演進(jìn)的重要觀察方向。

編輯|蒙錦濤