導語：從(cong) 技術層麵看，讓機器學會(hui) 和人類一樣深度思考，來代替人類駕駛車輛的視覺算法無疑是非常先進與(yu) 智能的。但在目前的條件之下，加入激光雷達，也明顯是更具安全保障的方案。

即使在5年之前，很多人都或許還覺得自動駕駛是一項距離我們(men) 生活很遠的高精尖技術。不過，科技的發展日新月異，現在自動駕駛技術作為(wei) “人工智能”最快落地的領域和場景之一，已經沒有人再去質疑它的可能性。畢竟像L2級的自動駕駛，都已經大麵積的應用到了10萬(wan) 級的新車上了。那家車企現在如果推出的新車不帶L2級的自動駕駛，恐怕都不好意思拿出手。而更高階的L3、L4、L5級的自動駕駛技術，也不遙遠，比如在2020年，奧迪、廣汽、長安等廠家，紛紛推出自己的“首款L3”量產(chan) 車，威馬汽車聯手百度落地了號稱L4級別自動駕駛車型，特斯拉創始人馬斯克也表示，有信心完成L5級自動駕駛基本功能。

在業(ye) 內(nei) 人士看來，2020年是汽車主機廠從(cong) L2級別自動駕駛進階到L3級別自動駕駛的一年，而今年，則是真正意義(yi) 上的的自動駕駛元年。這是因為(wei) ，L2、L3級別的自動駕駛技術，仍需要駕駛員監控駕駛環境而隨時接管操作車輛，以便隨時應對可能出現的人工智能應對不了的情況。而L4和L5級別的自動駕駛技術則可以稱為(wei) 完全自動駕駛技術，這兩(liang) 者的區別就是一個(ge) 是特定場景，一個(ge) 是所有場景。

自動駕駛注定是一個(ge) 對人們(men) 生活產(chan) 生重大影響，且會(hui) 在未來改變世界的技術。不過在這個(ge) 技術蓬勃發展的當下，卻有兩(liang) 個(ge) 旗幟鮮明的技術流派：一派堅決(jue) 反對激光雷達，認為(wei) 視覺算法足以實現L4、L5級自動駕駛；另一派則認為(wei) 視覺算法安全冗餘(yu) 不夠，完全可靠的自動駕駛，必須加上激光雷達。前者的代表企業(ye) 是特斯拉，後者的代表則是穀歌Waymo、Uber、小鵬汽車、蔚來等眾(zhong) 多廠家。

那麽(me) 這兩(liang) 種技術流派，誰會(hui) 是未來的自動駕駛的發展方向？

首先我們(men) 先來看下特斯拉主張的視覺算法技術。視覺算法自動駕駛的整體(ti) 構想其實很簡單，就是模擬人的行為(wei) 。他們(men) 認為(wei) ，既然人可以靠一雙眼睛開車，那麽(me) 車應該也可以像人一樣，通過攝像頭來看清周圍環境，實現自動駕駛。人能識別交通情況，駕駛汽車，是通過學習(xi) 達到的，那麽(me) 特斯拉也可以通過算法，開發出智能的“大腦”來學習(xi) 。

特斯拉的自動駕駛大腦係統是如何學習(xi) 的？它會(hui) 先通過特斯拉上的攝像頭，給周圍的交通參與(yu) 者建立模型，同時把相片數據添加到神經網絡的訓練集裏，讓人工告訴它這是什麽(me) 。這樣，形成一定規模之後，“大腦”就會(hui) 有自己判斷的能力，比如什麽(me) 車、什麽(me) 是自行車、什麽(me) 是人，它們(men) 距離我有多遠，運動的方向和速度是多少……這種學習(xi) ，不僅(jin) 限於(yu) 特斯拉自己的內(nei) 部測試，還有其大量的車主在實際駕駛場景中的數據積累。

特斯拉全球有上百萬(wan) 車主，這些車主在駕駛過程中，如果遇到車輛無法自動處理的情況時，會(hui) 主動進行幹預，介入駕駛過程，而此時就會(hui) 觸發一次快照，這是一段由多個(ge) 攝像頭、毫米波雷達、GPS等多個(ge) 傳(chuan) 感器組合得到的視頻剪輯，和相關(guan) 的後台數據。特斯拉的人員會(hui) 對此進行複核，看看特斯拉的做法和人類的做法有什麽(me) 區別，找出差距，然後讓係統自動改進，也就是標注的工作。

但是在特斯拉看來，人工標注的速度太慢了，他們(men) 要做的是，讓機器來幹這個(ge) 事。需要訓練防加塞功能？隻要預測cut-in（加塞）的運動軌跡，再和真實數據進行比對就好了。需要訓練行人碰撞預警？隻要預測行人的運動軌跡，再和真實數據進行比對就好了。即使機器錯了，也不怕，隻有不斷的試錯，“大腦”才會(hui) 知道什麽(me) 是正確的行為(wei) 。

通過全球海量的特斯拉車主駕駛數據，進行神經網絡計算機訓練，從(cong) 而不斷覆蓋更多的工況與(yu) 場景，讓特斯拉的駕駛能力高於(yu) 人類，正是特斯拉視覺算法的核心競爭(zheng) 力。

但是如同人的眼睛有誤判的情況一樣，視覺算法也有其顯著的弊端，那就是從(cong) 2D平麵圖像推斷精確的3D立體(ti) 實景，是非常困難的。比如特斯拉汽車曾把白色的大貨車識別成雲(yun) 朵，直接撞上去；把二維的人體(ti) 投影，當成真人，主動刹車；把廣告牌上的STOP標誌，當車路標，主動刹車等等。所以近年來，國內(nei) 有關(guan) 特斯拉自動駕駛導致的交通事故屢見報端。在國外也同樣如此，2020年1月份，美國國家公路交通安全管理局（NHTSA）收到一份請願書(shu) ，其中包含127起特斯拉車輛“意外加速”事故的投訴，涉及123輛車和110起撞車事故，52人受傷(shang) 。後來連特斯拉自己也對自動駕駛的表述，從(cong) “自動駕駛”更迭到“輔助駕駛”再到“自動輔助駕駛”。

正是看到了視覺算法的弊端，越來越多的汽車廠商選擇了視覺算法+激光雷達的方案。在他們(men) 看來，有了激光雷達的加入，自動駕駛的安全冗餘(yu) 將會(hui) 大幅提高。激光雷達工作時，會(hui) 主動向四周散射激光，隨後根據激光返回的飛行時間來判斷周邊是否有障礙物，以及障礙物的位置甚至體(ti) 積並生成點雲(yun) 圖。這項技術在探測物體(ti) 方麵非常精確，甚至可以達到毫米。有了激光雷達的幫助，自動駕駛的汽車將避免大量的數據運算，很多看不到的障礙物以及情況不明時，激光雷達一碰，就能掌握情況。這不僅(jin) 比普通視覺算法反應更快，而且即使在極端惡劣天氣下，也還會(hui) 運行自如。

所以理論上來說，視覺技術與(yu) 激光雷達相互結合才是完美的方案，因為(wei) 視覺方案中的圖像傳(chuan) 感器能以高幀率、高分辨率獲取周圍複雜的環境信息，且價(jia) 格便宜，而激光雷達是一種主動式傳(chuan) 感器，通過發射脈衝(chong) 激光並探測目標的散射光特性獲取目標的深度信息，具有精度高、範圍大、抗幹擾能力強的特性。業(ye) 內(nei) 公司也普遍認為(wei) ，完全自動的駕駛技術，應該是激光雷達、雷達、攝像頭、超聲波、熱成像等傳(chuan) 感器一個(ge) 都不能少。

但是對於(yu) 采用激光雷達的自動駕駛，特斯拉一直持強烈的反對態度，馬斯克更是屢次詆毀，比如：“激光雷達很差勁，他們(men) 會(hui) 拋棄激光雷達，記住我的話，這是我的預測”“激光雷達昂貴、醜(chou) 陋、沒有必要”“用激光雷達是愚蠢的...... 任何依賴激光雷達的人都注定要失敗”“激光雷達就像人身上長了一堆闌尾，闌尾本身的存在基本是無意義(yi) 的，如果長了一堆的話，那就太可笑了。任何依賴激光雷達的公司都可能無疾而終”。

馬斯克一直是位不走尋常路的企業(ye) 家，而且憑借總能幹成人們(men) 認為(wei) 的不可思議之事，令其在全球擁有大批“信眾(zhong) ”。所以馬斯克對激光雷達的反對，也在市場上引來了一批對激光雷達的批駁者。

事實上，這一點確實不夠客觀。激光雷達的好處是顯而易見的。而特斯拉之所以反對激光雷達，在業(ye) 內(nei) 人士看來，其實是出於(yu) 成本方麵的考慮。

根據掃描模塊是否會(hui) 運動，激光雷達通常可分為(wei) 機械式激光雷達、混合固態雷達和純固態激光雷達。機械式激光雷達技術研發早、相對成熟，但機械旋轉部件行車環境不穩定，符合車規級的量產(chan) 難度極高，而且價(jia) 格極高。我們(men) 看到的頭頂一個(ge) 大陀螺式的自動駕駛汽車，通常采用就是機械式激光雷達。一套可以實現L4級駕駛的機械式激光雷達，其價(jia) 格動輒以數萬(wan) 美元計算。混合固態雷達的微鏡振動幅度小、成本低，更適合大規模應用，但因其視野有限、無法實現360度水平掃描，需要搭載多個(ge) ，換算下來整車成本也並不低。純固態雷達在技術上有絕對優(you) 勢，掃描速度快、精度高、可控性好、體(ti) 積小，被公認為(wei) 是未來激光雷達的發展趨勢，但目前純固態激光雷達的方案並不成熟。

所以不管采用哪種激光雷達，可預見的是，成本都不低。這對一心要把電動車造得越來越便宜的特斯拉而言，顯然不是一個(ge) 很好的選擇。另外，特斯拉造車的理念就是越簡單越好，比如其大幅減少了車輛的線束長度、大幅減少車身零部件數量、大幅壓縮生產(chan) 製造工序……越簡單成本越低售價(jia) 也就越便宜，而價(jia) 格便宜，用戶才會(hui) 多。但加入激光雷達勢必會(hui) 帶來電氣係統的複雜以及計算係統本身的運算複雜外加價(jia) 格上升，這明顯也不符合特斯拉的造車理念。

但是激光雷達行業(ye) 發展，也非常快。去年11月廣州車展前，華為(wei) 方麵透露其計劃生產(chan) 的激光雷達體(ti) 積非常小，最重要的是價(jia) 格非常低，目標成本是做到200美元甚至100美元（約合人民幣1300元、650元）。據說華為(wei) 激光雷達已經成為(wei) 了主機廠搶購的爆品。北汽新能源副總經理、ARCFOX BU總裁於(yu) 立國去年末就表示，其與(yu) 華為(wei) 聯合打造的ARCFOX極狐最新款產(chan) 品HBT，搭載了3顆96線華為(wei) 激光雷達。蔚來1月9日發布的旗下首款轎車ET7，也配備了激光雷達，供應商為(wei) 蔚來和蔚來資本投資的Innovusion公司。小鵬汽車也宣布，其與(yu) 大疆孵化的Livox覽沃科技達成合作，將在2021年推出的全新量產(chan) 車型上使用其生產(chan) 的小鵬定製版車規級激光雷達。豐(feng) 田2021年的旗艦車型“LEGEND”，據悉也將使用5顆激光雷達……種種跡象表明，過去天價(jia) 的激光雷達將在今年迎來大規模的列裝。

當然強人馬斯克對此似乎並不在意，前幾個(ge) 月馬斯克宣布，全部重寫(xie) FSD（全自動駕駛）代碼，按照他的描述，這是質的飛躍，並且會(hui) 很快實現全自動駕駛。

視覺算法和激光雷達，誰會(hui) 成為(wei) 自動駕駛技術的未來？從(cong) 技術層麵看，讓機器學會(hui) 和人類一樣深度思考，來代替人類駕駛車輛的視覺算法無疑是非常先進與(yu) 智能的。但在目前的條件之下，加入激光雷達，也明顯是更具安全保障的方案。未來是激光雷達憑借安全優(you) 勢贏得市場，還是視覺算法憑借更低的成本優(you) 勢，贏得市場，目前尚難定論。不過隨著汽車電動化、智能化、網聯化的高速發展，兩(liang) 種技術路線的優(you) 劣也會(hui) 在未來幾年分出高下。

參考及引用資料

《激光雷達VS視覺算法 究竟哪個(ge) 是自動駕駛的未來？》來源：電動車公社

《馬斯克棄用、李斌小鵬追捧，激光雷達如何收割資本市場？》作者：劉皖媛