过去几年里，在自动驾驶汽车开发方面，苹果对于是否制造自动驾驶汽车尚未给出明确消息。不同于Alphabet和优步等公司，苹果的研究工作进展及成果很少公之于众。从目前已知的少量信息来说，苹果关注的更多是软件方面而非硬件方面。该公司上周五在康奈尔大学arXiv网站上发表的一篇新的研究论文似乎证实了这一推测（arXiv是一个收集物理学、数学、计算机科学与生物学论文预印本的网站）。
在这篇论文中，苹果描述了一种利用机器学习技术提升自动驾驶汽车的激光雷达（LiDAR）传感器的感应能力。激光雷达利用激光脉冲创造出用点云（Point Clouds）描述物体的数字地图，这是一种3D版的“点状图”。
更密集的点云提供了一个更清晰、更准确的物体图像，但苹果的研究人员表示，他们称之为“VoxelNet”的新技术可让即使是稀疏的点云也能用于物体探测。VoxelNet的工作原理是提取点云，把它们分解成名为三维像素（voxels）的3D数据块，然后把这些三维像素中的点编码成一种使用机器学习算法更易于计算的新格式。
据苹果公司的研究团队称，这种方法“远远超过了最先进的激光雷达3D探测方法”。除了激光雷达，大多数自动驾驶汽车项目还使用多种类型的摄像头和传感器，可以帮助车辆探测周围情况。但苹果的团队表示，他们的网络已经学会了准确识别各种形状和大小的物体，“在仅基于使用激光雷达的情况下，便能在对行人和骑车者进行3D检测方面取得良好的结果。”
与传统相机和其他传感器相比，激光雷达有许多优势，但这项技术有一个主要缺点：成本高昂。然而，由于诸如可消除活动因素干扰的固态系统等激光技术创新的出现，这种情况可能会发生改变。在今年的汽车技术委员会（Auto Tech Council）的创新大会上（Innovation in Motion），杰夫·伍恩德利的威力登激光雷达公司（Velodyne LiDAR），告诉《硅谷之角》（siliconangle）杂志，激光雷达技术已成为无人驾驶汽车行业的香饽饽。
伍恩德利说：“目前，正在使用的基本上有三种技术：激光、雷达和摄像头。这些领域当中哪里可以创新？哪里有降低成本的机会？应用程序是什么？从这个角度来看，激光领域还存在着更多的可能。”
在自动驾驶汽车行业，激光雷达一直是业内大佬创新的主要目标，而传感器技术是Alphabet旗下Waymo公司和优步公司之间持续不断的商业盗窃之战的核心。
