蒂姆·库克此前曾公开评论过苹果在自动驾驶系统方面的工作，两名苹果研究人员的一篇新研究论文深入探讨了苹果的努力。这篇论文解释了苹果如何将激光雷达与其他技术结合起来，用于代表未来的 3D 物体检测。

这篇论文的作者是苹果的人工智能研究员 Yin Zhou 以及该公司的机器学习研究科学家 Oncel Tuzel。他们都在过去两年加入了苹果。这篇论文解释了在自动导航、家政机器人等领域如何精确地探测到 3D 点云中的物体。

文中写道：“在许多应用中，如自动导航、家务机器人和增强/虚拟现实等许多应用中，精确检测对象是一个核心问题。为了将一个高度稀疏的激光雷达点云与区域提案网络（RPN）连接起来，大多数现有的努力都集中在手工制作的特征表示上，例如鸟瞰投影。”

“在这项工作中，我们消除了 3D 点云的人工特征工程的需求，并提出了 VoxelNet，这是一种通用的 3D 探测网络，将特征提取和边界框预测统一到一个单独的阶段，即端到端可训练的深层网络。”

此外，它还展示了上述技术如何在基于激光雷达的汽车、行人和骑行者检测基准中使用。具体来说，这篇论文提出了一种替代基于激光雷达的 3D 检测的手工制作的特征表示方法。

两位作者相信，他们的实验代表了 3D 物体检测的未来，在检测汽车、骑自行车和行人的时候，比其他技术的结果要好得多。