一直以來，蘋果都以其追求完美的文化和極度保密的風格著稱。雖然外界一直努力捕風捉影，但蘋果很少對外披露自動駕駛研發(fā)的進展或動態(tài)。

不過近日，一向低調(diào)且深藏不露的蘋果發(fā)表了一篇題為： VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection 的論文，公開了其在自動駕駛研究的最新進展。

據(jù)雷鋒網(wǎng)了解，這是蘋果在自動駕駛領(lǐng)域的第一篇論文。論文于11月17日公布在了網(wǎng)絡學術(shù)雜志arXiv上，作者分別是Yin Zhou和Oncel Tuzel。

論文表明：蘋果正在打造一種自動駕駛新方法，通過一個名為“VoxelNet”的全新系統(tǒng)，幫助計算機更準確地識別三維物體。其通過激光雷達傳感器讀取數(shù)據(jù)，讓自動駕駛汽車理解其他汽車、自行車和行人的精確地理位置。該項研究不僅表明了蘋果的自動駕駛汽車研究的確屬實，也顯示了蘋果正在與激光雷達相關(guān)公司進行合作。

今年8月，蘋果部署的一批自動駕駛原型車被拍到上路測試。照片中顯示，這批新型雷克薩斯SUV部署了包括激光雷達和攝像頭在內(nèi)的一系列全新傳感器陣列。其中十余個激光雷達采用的是 Veldonye 最新的 VLP 32C （32 線）型號的產(chǎn)品。

激光雷達是目前自動駕駛技術(shù)中主要使用的技術(shù)，通過向物體表面發(fā)射光束和計算返回的時間，來測量與目標物體之間的距離以及物體的形狀。

相比于基于圖像的探測，激光雷達提供了深度信息，可以精確確定物體的位置和形狀。然而由于3D空間采樣不均勻、傳感器有效范圍的限制等因素，激光雷達的點云非常稀疏，密度也容易改變，因此畫面分辨率較低。

所以，自動駕駛系統(tǒng)需要額外的攝像頭，才能夠識別小型物體，或者是更遠距離的物體。

而蘋果的AI系統(tǒng)將會提供一種創(chuàng)新的、端到端的可訓練深層架構(gòu)，直接在稀疏的3D點上運行，并有效捕捉3D形狀信息。它將使用深度神經(jīng)網(wǎng)絡來讓數(shù)據(jù)點變成小集合，以讓數(shù)據(jù)云端更加精確。它可以僅僅利用激光雷達系統(tǒng)，無需額外的攝像頭，就能夠?qū)π腥?、騎車人等進行識別。

據(jù)雷鋒網(wǎng)了解，目前，蘋果的此項研究僅僅停留在計算機模擬階段，尚未進行實地馬路測試。

現(xiàn)階段，大部分科技公司的AI計劃仍然緊緊和學術(shù)界捆綁在一起。Facebook的Yann LeCun是紐約大學的教師，他在紐約建立了公司Facebook AI實驗室；Google的AI大牛Geoff Hinton目前仍在多倫多大學執(zhí)教；蘋果的AI項目負責人Russ Salakhutdinov在發(fā)表論文時仍然經(jīng)常以卡內(nèi)基梅隆大學教授署名。不管是學術(shù)家還是業(yè)界，AI實驗室總是會吸引眾多人才。

不過，就目前的表現(xiàn)看，蘋果技術(shù)與學術(shù)界的結(jié)合并不那么緊密。雖然蘋果已經(jīng)發(fā)表了三篇AI領(lǐng)域的論文，第一篇還贏得了大會獎項。但據(jù)外媒BuzzFeed報道：科技公司平均發(fā)表了數(shù)百篇此領(lǐng)域論文，而蘋果僅僅發(fā)表三篇，說明蘋果在此方面拖了科技公司的后腿。但事實表明，蘋果正在窮追猛趕。

去年七月份，據(jù)《彭博社》報道：蘋果聘請了業(yè)內(nèi)大牛Salakhutdinov負責AI項目，CEO庫克也首次證實了蘋果在研究自動駕駛技術(shù)，而Salakhutdinov負責的AI項目便是蘋果自動駕駛技術(shù)的起點。

雖然截止到目前為止，蘋果尚未透露太多的自動駕駛計劃，但目前的消息已經(jīng)足夠證明蘋果的勃勃野心。正如蘋果CEO Tim Cook所說：我們認為自動駕駛技術(shù)是一切AI項目之母。但是，它也是最困難的的AI項目之一。

PS：如果對蘋果發(fā)布的這篇關(guān)于自動駕駛的論文感興趣，可關(guān)注雷鋒網(wǎng)旗下新智駕（微信公眾號：AI-Drive），微信后臺回復關(guān)鍵詞“VoxelNet”即可下載論文全文。

雷鋒網(wǎng)推薦閱讀：

蘋果為自動駕駛車隊部署新激光雷達系統(tǒng)，或為高精地圖采集做準備

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。