自動(dòng)駕駛繞不開的一個(gè)話題那就是激光雷達(dá)和攝像頭到底哪個(gè)更出色，這個(gè)問題一直在行業(yè)內(nèi)爭論不休，兩大派系各執(zhí)一詞，都能講出一大堆的理由為什么用此非彼，其實(shí)要想明白為什么會有這個(gè)爭論，我們就要先了解這兩大技術(shù)路線背后的原理是什么，各自有哪些優(yōu)勢和不足。

自動(dòng)駕駛將汽車的駕駛能力及駕駛責(zé)任逐步由人轉(zhuǎn)移到汽車，其主要包括感知、決策和執(zhí)行三大核心環(huán)節(jié)。 其中，感知環(huán)節(jié)相當(dāng)于人的眼睛和耳朵，主要通過車載攝像頭、激光雷達(dá)、毫米波達(dá)等各類車載傳感器在行車過程中完成對環(huán)境及車輛的感知、搜集周圍環(huán)境數(shù)據(jù)并將其傳輸?shù)經(jīng)Q策層；決策環(huán)節(jié)相當(dāng)于人的大腦，主要通過操作系統(tǒng)、芯片與計(jì)算平臺等對接收到的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理并輸出相應(yīng)的操作與指令任務(wù)；執(zhí)行端則相當(dāng)于人的四肢，將接收到的操作指令執(zhí)行到動(dòng)力供給、方向控制、車燈控制等車輛終端部分。 本次我們將著重說說感知層，因?yàn)楦兄鳛?a href="http://m.xsypw.cn/v/" target="_blank">智能駕駛的先決條件，其探測精度、廣度與速度直接影響自動(dòng)駕駛的行駛安全。并且感知層獲取的數(shù)據(jù)將直接影響決策層的判斷與執(zhí)行層的操作，可見在自動(dòng)駕駛中的地位至關(guān)重要。 ?

激光雷達(dá)vs視覺感知，自動(dòng)駕駛兩大派系正面交鋒

自動(dòng)駕駛領(lǐng)域兩個(gè)派系的劃分——純視覺感知派、激光雷達(dá)派。

視覺派認(rèn)為人類既然可以通過視覺信息+大腦處理，成為一個(gè)合格的駕駛者。那么攝像頭+深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)+計(jì)算機(jī)硬件，也可以達(dá)到類似的效果。 近期代表企業(yè)特斯拉推出基于純視覺方案的FSD Beta，徹底放棄毫米波雷達(dá)。百度發(fā)布L4級別純視覺方案Apollo lite，同樣踏上了自動(dòng)駕駛的南坡之路。

激光雷達(dá)派則是以Waymo為代表的Robotaxi企業(yè)，使用機(jī)械式激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)以及多路攝像頭完成L4級別的商業(yè)量產(chǎn)落地。

純視覺自動(dòng)駕駛方案從產(chǎn)品分析，目前特斯拉的產(chǎn)品還處于L2的階段，從今年第一季度的財(cái)報(bào)上看純視覺自動(dòng)駕駛方案是這樣解釋：目前道路交通系統(tǒng)是基于人類視覺感知神經(jīng)網(wǎng)絡(luò)，8個(gè)攝像頭覆蓋360°，比人類感知范圍更大更安全；對現(xiàn)實(shí)道路的技術(shù)還有待突破，自動(dòng)駕駛不會很快成為主流。 再看Apollo lite，2020年底百度發(fā)布高階智能駕駛解決方案ANP（Apollo Navigation Pilot），宣稱可以支持高速、城市環(huán)線、城市道路使用，搭載10路攝像頭、具備360°環(huán)視感知，探測距離達(dá)240米，應(yīng)用30+深度學(xué)習(xí)網(wǎng)絡(luò)，單卡GPU，算力小于30TOPs。從L4應(yīng)用降維至L2+級領(lǐng)航輔助駕駛，依靠10相機(jī)感知系統(tǒng)，實(shí)現(xiàn)不依賴高線數(shù)機(jī)械式激光雷達(dá)的端到端閉環(huán)自動(dòng)駕駛。

激光雷達(dá)是一種用于精準(zhǔn)獲取物體三維位置信息的傳感器，本質(zhì)上是激光探測和測距，其原理是通過發(fā)射與接收激光來探測與目標(biāo)物之間的距離，再根據(jù)目標(biāo)物表面的反射能量大小、反射波譜幅度、頻率和相位等信息，精確繪制出目標(biāo)物的三維結(jié)構(gòu)信息。而憑借著在目標(biāo)輪廓測量、角度測量、光照穩(wěn)定性和通用障礙物檢出等方面所具有的極佳性能，激光雷達(dá)正在成為L4級及以上自動(dòng)駕駛的核心配置。

3D激光雷達(dá)在無人駕駛車輛的定位、路徑規(guī)劃、決策、感知等方面有著重要的作用。2022-2025年之間預(yù)計(jì)絕大部分的主機(jī)廠會量產(chǎn)上激光雷達(dá)，從國際上看，沃爾沃和Luminar宣布量產(chǎn)，國內(nèi)蔚來選擇圖達(dá)通的激光雷達(dá)作為ET7的標(biāo)配；小鵬P5搭載了大疆旗下覽沃的激光雷達(dá)；理想也與禾賽科技展開了下一代車型的合作。由此看來，激光雷達(dá)仍然是絕大多數(shù)企業(yè)走上自動(dòng)駕駛的必經(jīng)之路。

從技術(shù)特點(diǎn)的角度來看： 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(fù)雜的環(huán)境信息，且價(jià)格便宜。但圖像傳感器是一種被動(dòng)式傳感器，其本身并不發(fā)光，成像質(zhì)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(wù)的難度會大幅提升。

激光雷達(dá)是一種主動(dòng)式傳感器，通過發(fā)射脈沖激光并探測目標(biāo)的散射光特性獲取目標(biāo)的深度信息，具有精度高、范圍大、抗干擾能力強(qiáng)的特性。但是，激光雷達(dá)獲取的數(shù)據(jù)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，雖然對于周邊環(huán)境測距描繪的能力突出，但卻因?yàn)槿秉c(diǎn)太致命，所以必須搭配其它傳感器互補(bǔ)使用。 從商業(yè)量產(chǎn)的角度來看： 目前激光雷達(dá)感知能力是略強(qiáng)于純視覺的，很多主機(jī)廠商和一級供應(yīng)商為加速量產(chǎn)落地，難免會通過過多使用激光雷達(dá)來回避視覺識別算法、芯片、定位建圖等問題。 馬斯克不止一次提過依賴激光雷達(dá)的公司都可能無任何出路，或許是跟激光雷達(dá)成本過高有關(guān)。 華為在年初宣布成功研發(fā)首款96線中長距車規(guī)級高性能激光雷達(dá)，具備全場景150米的測距能力，擁有120°*25°大視野，可以滿足對城區(qū)、高速等場景的人、車測距要求。同時(shí)水平、垂直線束均勻分布，不存在拼接、抖動(dòng)等情況，形成穩(wěn)定的點(diǎn)云對后端感知算法也非常友好，滿足遠(yuǎn)距離小障礙物、近距離加塞、近端突出物、隧道、十字路口無保護(hù)左拐、地庫等復(fù)雜路況和獨(dú)特場景，更符合中國當(dāng)下復(fù)雜的路況環(huán)境。 價(jià)格號稱從原本的2000美金一套降到200美金左右。特斯拉近期也做了對激光雷達(dá)的檢測，不知純視覺派會不會因價(jià)格優(yōu)勢的出現(xiàn)做出改變。 ?

激光雷達(dá)與視覺感知的優(yōu)劣對比，既對立又互補(bǔ)

到目前為止，小鵬、蔚來、理想、極狐、長城、智己、上汽R、Lucid、沃爾沃和廣汽都已經(jīng)明確將量產(chǎn)搭載激光雷達(dá)的車型，而首款搭載激光雷達(dá)的量產(chǎn)車小鵬P5也已經(jīng)正式上市。

激光雷達(dá)的優(yōu)勢在于精度較高，探測距離遠(yuǎn)，可以在一些極端天氣下和夜間做到比攝像頭更高的精準(zhǔn)度，防止車輛的誤判，提升安全的冗余度。但目前仍存在成本較高、難以量產(chǎn)等問題。 目前激光雷達(dá)分為三類分別是機(jī)械式、混合固態(tài)式以及純固態(tài)式。 這三類有各自的優(yōu)缺點(diǎn)，例如機(jī)械式發(fā)展最成熟，掃描速度快可以360度全方位探測，但是由于其體積較大很難裝車量產(chǎn)，造價(jià)也是一個(gè)大難題；混合固態(tài)成本低，適合大規(guī)模量產(chǎn)但是視野有限，360度就不行了；純固態(tài)將是未來發(fā)展趨勢，有OPA光學(xué)相控陣和Flash兩種技術(shù)路線，但同樣等待技術(shù)的進(jìn)一步突破才能實(shí)現(xiàn)量產(chǎn)。目前來看混合固態(tài)中的MEMS路線將會是激光雷達(dá)發(fā)展的主流也是最容易實(shí)現(xiàn)前裝量產(chǎn)的。

機(jī)械式、半固態(tài)式、固態(tài)式激光雷達(dá)特點(diǎn)

視覺方案所獲數(shù)據(jù)與人眼感知的真實(shí)世界更為相似，有輕硬件、重軟件的特性。由于攝像頭的價(jià)格低廉，因此視覺方案成本優(yōu)勢明顯且更易通過車規(guī)測試。此外，攝像頭所獲的圖像數(shù)據(jù)與人眼感知的真實(shí)世界更為相似，形態(tài)上最接近人類駕駛，高分辨率、高幀率的成像技術(shù)也使得感知到的環(huán)境信息更為豐富。 然而，攝像頭在黑暗環(huán)境中感知受限，精度及安全性有所下降。且由于視覺方案在硬件要求降低的背景下，其對軟件的要求明顯提高，即需要依靠強(qiáng)大的算法才能保證圖像處理、命令下達(dá)以及處理的效率。 在ADAS階段，決策權(quán)仍在在駕駛員手中，其對汽車的軟件算法要求相對較低，以Mobileye為代表的視覺方案被多數(shù)整車廠采用。 然而，隨著智能駕駛邁向L3及以上，自動(dòng)駕駛平臺將接替人的大腦進(jìn)行駕駛決策，對算法和AI的能力要求明顯提升，目前僅特斯拉、百度、Mobileye等具備軟件和算法基因的廠商完全采用或兼顧視覺方案。純視覺解決方案多以黑盒方案為主，且L3及以上自動(dòng)駕駛升級難度大，傳統(tǒng)整車廠搭載意愿不強(qiáng)。 特斯拉憑借“影子模式”與超強(qiáng)算法構(gòu)筑自動(dòng)駕駛迭代閉環(huán)，其他車企難以復(fù)制。特斯拉對汽車的定義是極簡化、科技化，其一直在汽車上做減法，對車輛線束長度、零部件數(shù)量、生產(chǎn)制造工序都進(jìn)行大幅下調(diào)。在感知方案的選擇上，特斯拉貫徹成本更優(yōu)的視覺方案，在Model3上采用12個(gè)超聲波雷達(dá)、8個(gè)攝像頭和1個(gè)前置雷達(dá)收集周邊信息，通過其強(qiáng)大的融合算法迅速構(gòu)建車輛周邊的3D模型，在汽車行駛中做出快速決策。

由于2D圖像對物體的左后角的檢測（車長的判斷）存在一定盲區(qū)，車輛尾部的傾斜與向上收窄的設(shè)計(jì)加劇了對整體寬度的低估，因此，視覺方案的關(guān)鍵便是通過算法根本上解決視覺信息的準(zhǔn)確處理，將攝像頭捕捉到的2D平面圖像轉(zhuǎn)換成精確的3D模型。特斯拉在自動(dòng)駕駛領(lǐng)域的全棧自研以及其在“模式識別模型”領(lǐng)域的領(lǐng)先地位（即數(shù)據(jù)規(guī)模龐大、數(shù)據(jù)覆蓋多樣及數(shù)據(jù)場景真實(shí)）成為其貫徹視覺融合方案的護(hù)城河。

攝像頭捕捉的2D圖像難以判斷車長

此外，特斯拉的“影子模式”可有效控制算法訓(xùn)練成本，這一模式下數(shù)據(jù)搜集系統(tǒng)如實(shí)時(shí)跟隨駕駛員的“影子”，始終觀察外部環(huán)境與駕駛員的動(dòng)作。若在某個(gè)特定場景中駕駛員的操作與“影子”的預(yù)判不符，則此次數(shù)據(jù)會傳輸?shù)教厮估姆?wù)器中，對算法進(jìn)行修正性訓(xùn)練，在下次同場景時(shí)予以更正。 百度、Mobileye采用前裝用視覺、Robotaxi用激光雷達(dá)的雙線并行策略，優(yōu)化其感知效果。在前裝領(lǐng)域，全球AI算法領(lǐng)先企業(yè)百度于2020年12月推出名為ANP的“輕傳感器、輕算量、強(qiáng)感知”視覺方案。在成本不敏感的Robotaxi領(lǐng)域，百度選擇擁抱激光雷達(dá)，與激光雷達(dá)公司禾賽科技一起定制激光雷達(dá)，不僅提升了感知力和可靠性，成本也大幅下降。

另一方面，以純視覺傳感器方案聞名的Mobileye，通過7個(gè)長距攝像頭和4個(gè)泊車攝像頭打造了自己的視覺方案。其中，前置攝像頭處于主要感知位，具備120度、800萬像素性能，前、后則共布置4個(gè)角攝像頭，側(cè)后視鏡、前后保險(xiǎn)杠提供190度的廣角攝像頭。這些感知攝像頭與數(shù)據(jù)處理端的2個(gè)EyeQ5芯片組成了Mobileye的純視覺系統(tǒng)方案，支持汽車安全地行駛在錯(cuò)綜復(fù)雜的城市環(huán)境中。

與此同時(shí)，公司亦宣布旗下Robotaxi將與著名激光雷達(dá)廠商Luminar合作，通過激光雷達(dá)、雷達(dá)與攝像頭的配置綜合提升其無人駕駛的感知精確程度，提高車輛行駛安全性與可靠性?？梢娂す饫走_(dá)與視覺攝像頭在現(xiàn)階段還沒有完全分出高下，多傳感器冗余在目前來說是各家廠商比較保守的發(fā)展路線。 ?

激光雷達(dá)價(jià)格不斷下探，純視覺派還要堅(jiān)持多久？

曾經(jīng)激光雷達(dá)的成本是非常高的，一套激光雷達(dá)設(shè)備一度最高能達(dá)到7.5萬美金，讓以馬斯克為代表的純視覺派萬萬沒想到的是，激光雷達(dá)的成本比想象中降得更快。

近年來，隨著激光雷達(dá)從機(jī)械式向固態(tài)式發(fā)展的趨勢，激光雷達(dá)實(shí)現(xiàn)了快速的成本降低。其中OPA式的固態(tài)激光雷達(dá)在量產(chǎn)后有希望降到200美元以下。激光雷達(dá)成本的迅速下降更得益于中國相關(guān)產(chǎn)業(yè)鏈的成熟與完善，將成本迅速降低。特別是中游激光雷達(dá)已經(jīng)有不少國產(chǎn)廠商如禾賽科技、大疆、華為、速騰聚創(chuàng)、鐳神智能等。

激光雷達(dá)成本下降非常關(guān)鍵

之所以目前大部分車廠采用激光雷達(dá)方案，一個(gè)重要原因是此方案能夠?qū)崿F(xiàn)較快落地，并可通過多傳感器配合實(shí)現(xiàn)安全冗余。尤其在短期內(nèi)，純視覺方案基于深度學(xué)習(xí)的算法尚未達(dá)到全路況覆蓋情況下、安全性仍存疑，激光雷達(dá)方案安全性更高。 而我們回顧馬斯克以往的所有有別于常人的舉動(dòng)，無論是SpaceX回收火箭，還是采用消費(fèi)級元器件，又或是只用攝像頭，其本質(zhì)都是一點(diǎn)：降成本。 另外，純視覺方案需要車廠掌握海量用戶數(shù)據(jù)、并自己建立軟件開發(fā)部門，算法開發(fā)難度極高，最早押寶的特斯拉可以擁有領(lǐng)先優(yōu)勢，形成技術(shù)壁壘。如果競爭對手都用純視覺方案，那么只能一直跟在特斯拉的屁股后面追趕。

只是，馬斯克唯一沒有預(yù)料到的就是激光雷達(dá)的成本降得這么快，而競爭對手的量產(chǎn)車這么快就上市了。 馬斯克曾經(jīng)詳細(xì)解釋過他對雷達(dá)和攝像頭的看法：在雷達(dá)波長下，現(xiàn)實(shí)世界看起來像一個(gè)奇怪的幽靈世界。除了金屬，幾乎所有東西都是半透明的。當(dāng)雷達(dá)和視覺感知不一致時(shí)，你采信哪一個(gè)？視覺具有更高的精度，因此投入兩倍的精力改善視覺比押注兩種傳感器的融合更明智。傳感器的本質(zhì)是比特流。攝像頭比特/秒的信息量要比雷達(dá)和激光雷達(dá)高幾個(gè)數(shù)量級。雷達(dá)必須有意義地增加比特流的信號/噪聲，以使其值得集成。隨著視覺處理能力的提高，攝像頭的性能將會遠(yuǎn)遠(yuǎn)甩開當(dāng)下的雷達(dá)。因此，當(dāng)視覺與雷達(dá)不一致時(shí)，馬斯克認(rèn)為應(yīng)該相信攝像頭。 但馬斯克聰明的是他也為自己留了后路，2021年1月1日前后，國外網(wǎng)友在硅谷拍到了一些不太多見的特斯拉車型，有Model S，有Model Y，也有Model X。均搭載了360度?覆蓋的激光雷達(dá)感知系統(tǒng)。據(jù)一位前特斯拉工程師的說法，特斯拉采購Luminar的激光雷達(dá)由來已久，在攝像頭做深度感知的時(shí)候，特斯拉會用激光雷達(dá)輸出的點(diǎn)云數(shù)據(jù)做人工標(biāo)注進(jìn)行比對。

盡管馬斯克多次表態(tài)，特斯拉從技術(shù)路徑層面，不會搭載激光雷達(dá)。但行業(yè)里一直有一種相當(dāng)高聲量的意見認(rèn)為，特斯拉不用激光雷達(dá)，無非是成本沒有達(dá)到商業(yè)化的臨界點(diǎn)。我們或許不用太把馬斯克說過的話放在心上，畢竟他除了“鋼鐵俠、火星人”的標(biāo)簽之外，更多是一個(gè)成功的商人和營銷大師。 ?

寫在最后

說一千道一萬，汽車駕駛，安全可靠才是一切技術(shù)的前提，從現(xiàn)今的技術(shù)水平來說，采用安全冗余的傳感器方案，不失為一種更為靠譜的方法，也能更能讓用戶安心、放心。不管是純視覺方案還是雷達(dá)的方案，其實(shí)都各有優(yōu)劣，很難用一種傳感器打遍天下。 因此業(yè)界的普遍思路是：在一輛能夠?qū)崿F(xiàn)L2及以上功能的車上需要搭載多種傳感器，進(jìn)行大量的冗余設(shè)計(jì)，才能確保產(chǎn)品的安全可靠。目前公認(rèn)的是，智能駕駛等級越高搭載傳感器越多。 根據(jù)車型配置信息的相關(guān)統(tǒng)計(jì)，智能駕駛在L2需要9-19個(gè)傳感器，包括超聲波雷達(dá)、長距離及短距離雷達(dá)和環(huán)視攝像頭，發(fā)展到L3預(yù)計(jì)需要搭載19-27個(gè)，可能需要激光雷達(dá)、高精度導(dǎo)航定位等。在目前在售的新勢力汽車產(chǎn)品中，均配備了大量攝像頭、毫米波雷達(dá)、超聲波雷達(dá)等傳感器。 因此，對于這兩大派系來說也許未來真的會在頂峰相見，也沒準(zhǔn)會一直長期共存下去，畢竟安全是自動(dòng)駕駛發(fā)展的基石與底線，在保證安全的情況下，各種技術(shù)路線之間的交融與淘汰都會讓安全這件事的概率更接近100%，所以我們期待著視覺算法能進(jìn)一步突破，變的更貼近人眼的水平；激光雷達(dá)產(chǎn)業(yè)更加蓬勃發(fā)展，讓價(jià)格不斷下探，更能符合前裝量產(chǎn)的要求，讓我們共同見證各家技術(shù)一起進(jìn)步為自動(dòng)駕駛的終極目標(biāo)添磚加瓦吧。

編輯：黃飛