作者 陳婧涵

近日，特斯拉對外宣布，從5月份開始，北美市場的Model 3和Model Y將不再配備雷達傳感器，取消車前方的毫米波雷達，僅使用攝像頭作為自動駕駛系統(tǒng)的信息采集，這意味著特斯拉即將成為真正意義上第一個在量產車上實現“純視覺”自動駕駛方案的車企。

事實上，特斯拉CEO埃隆·馬斯克一直堅定地反對激光雷達，甚至多次在公開場合貶低激光雷達，比如：“激光雷達毫無意義，對于自動駕駛汽車來說沒有必要”；“激光雷達昂貴、丑陋、沒有必要”；“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”等等。

視覺or激光雷達

當下自動駕駛領域分為了立場鮮明的兩派——視覺派和激光雷達派，顯然馬斯克堅定不移地“站隊”前一派。

那么二者到底有何區(qū)別？

視覺方案中的圖像傳感器能以高幀率、高分辨率獲取周圍復雜的環(huán)境信息，且價格便宜。但圖像傳感器是一種被動式傳感器，其本身并不發(fā)光，成像質量受到環(huán)境亮度影響較大，在惡劣環(huán)境下完成感知任務的難度會大幅提升。

據了解，特斯拉采用8個攝像頭＋1顆160米測距毫米波雷達＋12顆超聲波雷達組合，特斯拉使用的感知方案可以看做是比較典型的視覺派自動駕駛。

激光雷達是一種主動式傳感器，通過發(fā)射脈沖激光并探測目標的散射光特性獲取目標的深度信息，具有精度高、范圍大、抗干擾能力強的特性。但是，激光雷達獲取的數據稀疏無序、難以直接利用，且激光單色的特性讓其無法獲取顏色和紋理信息。

馬斯克對激光雷達嗤之以鼻，主要是他認為，無論是汽車還是道路，都是為人類設計的。既然人類可以通過視覺收集信息＋大腦處理信息的方式進行安全駕駛，那就意味著自動駕駛技術也可以通過同樣的方式實現。而且在馬斯克看來，目前視覺的瓶頸在算法，而不是硬件。

但不可否認，特斯拉在自動駕駛領域已出現數次交通事故，而這些事故的原因，幾乎都是當前視覺技術方案，有一個致命的缺點。因為攝像頭是二維的，現實卻是三維的，所以會和實際物理上信息有出入，存在信息失真。人可以通過經驗判斷出車大概有多大，但攝像頭不行。

理論上說，視覺與激光雷達是完美互補的。因此，基于可靠性的考慮，行業(yè)中多數人在研究的是如何將視覺與激光雷達所獲得的信息進行融合，實現更加精確的環(huán)境感知。

為什么拋棄激光雷達

雖然馬斯克不止一次的說過，雷達是個落后的技術，但很多業(yè)內人士都認為，特斯拉之所以拋棄雷達，更大的原因可能在于激光雷達高昂的成本。

激光雷達目前分為兩種，一種是機械激光雷達，體積大，需要旋轉來實現數據的采集，所以一般都裝在車頂；另一種是固態(tài)激光雷達，體積小，不需要旋轉，一般放置在車頭前方位置。

畢竟，激光雷達的成本非常高，早期的機械式激光雷達價格動輒十萬美元起，而如今隨著電子行業(yè)的發(fā)展，激光雷達的價格有所降低，但基本還維持在幾百到上千美元的級別，但這相比高清攝像頭“僅有”幾十甚至十幾美元的價格還是高了許多。

作為一個追求成本極簡的汽車，馬斯克顯然更喜歡攝像頭，這種簡單而又成本較低的感知系統(tǒng)。

其次技術層面的取舍也是馬斯克選擇放棄激光雷達的一大原因。

第一，激光雷達不能精確描繪物體以及無法識別顏色，就容易造成誤判，而且還是需要配合著攝像頭來使用。比如一個大的塑料袋從前面飄過，攝像頭方案能夠識別出是塑料袋，然后不理會，但激光雷達會判斷為阻礙物，然后把車停下來。

第二，毫米波雷達同樣也有諸多限制。毫米波在雷達中應用也會受到限制：雨、霧和濕雪等高潮濕環(huán)境的衰減，以及大功率器件和插損的影響會降低毫米波雷達的探測距離，無法對周邊所有障礙物進行精準的建模，同時由于獲取的數據量眾多，還需要分走處理器寶貴的算力。

最后，對于在視覺方案方面目前走得最遠也是做得最好的特斯拉來說，已經在視覺算法方面有了龐大的投入。而且如果安裝了激光雷達，對于特斯拉的硬件改裝，就完全沒辦法向前兼容，甚至是計算平臺都需要額外做設計改裝，涉及到激光雷達的布置，線纜連接和數據處理。要放棄之前如此大的積累，轉身去做另一條路線，從投入產出比來說可謂“得不償失”。

侃車說

從目前市場上看，大多數車企選擇激光雷達融合多種傳感器的方案，當然特斯拉一直堅持自己的道路。如果非要給自動駕駛技術路線分個類，那可能就是特斯拉和非特斯拉。仍然堅持不采用激光雷達甚至任何雷達的特斯拉，是否會因自己的一意孤行，給了其他車企一個在自動駕駛領域趕超的機會呢？