摘要：在自動駕駛領域低調又低調的蘋果終於發聲了。在這篇論文中，蘋果給自己的方案取名VoxelNet，並表示儘管目前只進行過計算機模擬測試，但是VoxelNet的性能已大幅優於基於同類技術的3D探測方法。
在自動駕駛領域低調又低調的蘋果終於發聲了。近日，蘋果研究人員頗為罕見地公布了一份關於自動駕駛技術的論文。
在這份11月17日發布於在線期刊《arXiv》的論文中，蘋果研究人員Yin Zhou和Oncel Tuzel詳細闡述了蘋果自動駕駛技術是如何探測行人和自行車的。
論文顯示，蘋果自動駕駛技術主要依賴一個名為「VoxelNet」的方案來探測3D物體：只使用LiDAR（光學雷達）探測，整個功能通過複雜的計算機視覺和人工智慧執行。
圖片來源：蘋果研究人員論文
LiDAR是目前自動駕駛技術中主要使用的技術，通過向物體表面發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。相比於基於圖片的探測，LiDAR提供了深度信息，可以精確確定物體的位置和形狀。
然而由於3D空間採樣不均勻、傳感器有效範圍的限制等因素，LiDAR的點雲非常稀疏，密度也容易改變。
不過蘋果研究人員的論文中寫道：
大部分基於LiDAR的3D探測，依賴手動特徵表示法（hand-crafted feature representations） 。
在這篇文論中，我們消除了手動特徵的瓶頸，提出了VoxelNet。這是一種創新的、端到端的可訓練深層架構。我們的方法可以直接在稀疏的3D點上運行，並有效捕捉3D形狀信息。
儘管目前該技術只是進行過計算機模擬測試，但是研究人員在論文中表示，他們認為VoxelNet的性能要大幅優於目前最先進的基於LiDAR 3D探測方法。
當全球的自動駕駛技術正在快速發展的時候，蘋果卻一直對此沉默不語。
早就低調布局的蘋果直到2016年底才首次承認。在當時寫給美國國家高速公路監管機構的信中，蘋果表示正在「重金布局機器學習和自動駕駛系統」。
隨後在今年4月，蘋果公司又獲得了美國加州車輛管理局的許可證，可以在加州公路上測試無人駕駛汽車。
當無人駕駛汽車的大戰硝煙四起的時候，蘋果CEO庫克也在今年8月打破沉默，表示創造自動駕駛系統是「所有AI項目之母」，他還表示，蘋果是從「核心的技術角度」關注自動駕駛技術。