當(dāng)下,，汽車(chē)行業(yè)開(kāi)始邁入智能化、網(wǎng)聯(lián)化的新時(shí)代,，作為定義汽車(chē)智能網(wǎng)聯(lián)進(jìn)程的核心維度,，自動(dòng)駕駛技術(shù)已然成為衡量進(jìn)程的關(guān)鍵指標(biāo),，這對(duì)汽車(chē)感知系統(tǒng)就提出了更高的要求。
智能駕駛的兩面派分立
近期,，華為在上海車(chē)展展示了一項(xiàng)接近L4級(jí)別的無(wú)人駕駛技術(shù),，同時(shí)華為也宣稱(chēng)要將96線(xiàn)激光雷達(dá)的成本降低到200美金以?xún)?nèi)。
而目前，以特斯拉,、百度Apollo為代表的視覺(jué)算法派堅(jiān)持認(rèn)為激光雷達(dá)是成本高,，技術(shù)發(fā)展慢的產(chǎn)物，并不如視覺(jué)算法的價(jià)值高,。
但華為,、小鵬這樣的公司則認(rèn)為，激光雷達(dá)是比視覺(jué)算法更好的技術(shù),。
視覺(jué)系vs雷達(dá)系的工作原理
汽車(chē)感知系統(tǒng)當(dāng)下主要分為視覺(jué)系與雷達(dá)系,，視覺(jué)系以攝像頭為主要傳感器、搭配毫米波雷達(dá)等低成本傳感器,、以圖像識(shí)別模式為核心流程,，對(duì)算法和芯片的依賴(lài)程度較高；
而雷達(dá)系以激光雷達(dá)為核心元件,、在原有視覺(jué)算法方案的基礎(chǔ)上增加激光雷達(dá)的使用,，探測(cè)距離更遠(yuǎn)、角度分辨率更優(yōu),、受環(huán)境光影響更小,。
視覺(jué)算法方案的圖像傳感器可以獲得高分辨率的復(fù)雜環(huán)境信息,，且成本較低,，但是不管攝像頭的清晰度有多高，獲得的信息終究是2D圖像,，且在遠(yuǎn)距離,、強(qiáng)光等環(huán)境下表現(xiàn)不足。
激光雷達(dá)方案則是直接對(duì)環(huán)境進(jìn)行3D建模,，將周?chē)h(huán)境分析得更加清晰,，精度高，范圍大,，抗干擾能力強(qiáng),，但是目前成本很高。
因此,，激光雷達(dá)方案縱使能進(jìn)一步提高自動(dòng)駕駛的安全性,，但出于成本的考量，可能面臨普及還需要一段時(shí)間,。
相比之下,，以攝像頭主導(dǎo)的視覺(jué)自動(dòng)駕駛方案就很容易理解了，它主要以攝像頭為探測(cè)核心,，配合毫米波雷達(dá),、超聲波雷達(dá)以及低成本的激光雷達(dá)的協(xié)助。
攝像頭可以像人眼一樣,，通過(guò)物體放射的光在傳感器上成像,。和激光雷達(dá)計(jì)算出來(lái)的復(fù)雜數(shù)據(jù)不同,，攝像頭捕獲到的圖像基本上就是我們?nèi)搜勰軌蛑苯涌吹枚膬?nèi)容，非常適合用于識(shí)別物體,，并將它們分類(lèi),。
視覺(jué)算法除了擁有強(qiáng)大的“視覺(jué)”能力之外，更強(qiáng)大之處在于算法,。
然而,，視覺(jué)算法也屬于估計(jì)型自動(dòng)駕駛，即便它擁有再?gòu)?qiáng)的運(yùn)算能力,，也會(huì)受到硬件的限制,。
其測(cè)距能力遠(yuǎn)不如激光雷達(dá)和毫米波雷達(dá)那樣強(qiáng)大。并且視覺(jué)算法受光照影響很大,，在極端天氣或者光線(xiàn)不好的情況下會(huì)存在誤判的可能,。
系統(tǒng)需求決定技術(shù)選擇
不同應(yīng)用場(chǎng)景下對(duì)感知系統(tǒng)的要求不同，技術(shù)的選擇也會(huì)有差別,。
以未來(lái)3-5年的時(shí)間點(diǎn)來(lái)看,，激光雷達(dá)成本將會(huì)大幅降低，但依然會(huì)有一定的成本,。
這意味著同一個(gè)車(chē)型可以選擇不同等級(jí)的自動(dòng)輔助駕駛系統(tǒng),，車(chē)型的價(jià)格也不同，消費(fèi)者可以根據(jù)自己的需求選裝激光雷達(dá),。
未來(lái)幾年帶有激光雷達(dá)的方案會(huì)成為主流,，但從裝載車(chē)型的絕對(duì)數(shù)量上來(lái)看，帶激光雷達(dá)的方案還是一個(gè)相對(duì)小眾的選擇,。
從這個(gè)意義來(lái)說(shuō),，像華為、大疆這種既做全套解決方案,，又做激光雷達(dá)零部件的廠(chǎng)家,，能更好地發(fā)揮有限性能激光雷達(dá)的潛力，在未來(lái)的行業(yè)中有更具優(yōu)勢(shì),。
在目前的技術(shù)環(huán)境下,，激光雷達(dá)和視覺(jué)算法并不應(yīng)該是相互對(duì)立的關(guān)系，也沒(méi)有激光雷達(dá)的解決方案一定比視覺(jué)算法解決方案更好這樣的說(shuō)法,。
激光雷達(dá)和視覺(jué)算法應(yīng)該是相輔相成的關(guān)系,，激光雷達(dá)可以大幅提升視覺(jué)算法的精度，降低視覺(jué)處理對(duì)于超高精度算法的依賴(lài),，但目前高成本制約了更多的激光雷達(dá)出現(xiàn)在整車(chē)上,；
而視覺(jué)算法在未來(lái)的自動(dòng)駕駛領(lǐng)域依然是主流的核心技術(shù)之一，它的應(yīng)用廣泛性暫時(shí)是激光雷達(dá)這樣的產(chǎn)品無(wú)法替代的。
兩種流派誰(shuí)是未來(lái)的發(fā)展方向
特斯拉汽車(chē)曾把白色的大貨車(chē)識(shí)別成云朵,，直接撞上去,；把二維的人體投影，當(dāng)成真人,，主動(dòng)剎車(chē)等,。所以近年來(lái)，國(guó)內(nèi)有關(guān)特斯拉自動(dòng)駕駛導(dǎo)致的交通事故屢見(jiàn)報(bào)端,。
正是看到了視覺(jué)算法的弊端,，越來(lái)越多的汽車(chē)廠(chǎng)商選擇了視覺(jué)算法+激光雷達(dá)的方案。在他們看來(lái),，有了激光雷達(dá)的加入,，自動(dòng)駕駛的安全冗余將會(huì)大幅提高。
激光雷達(dá)工作時(shí),，會(huì)主動(dòng)向四周散射激光,，隨后根據(jù)激光返回的飛行時(shí)間來(lái)判斷周邊是否有障礙物，以及障礙物的位置甚至體積并生成點(diǎn)云圖,，這項(xiàng)技術(shù)在探測(cè)物體方面非常精確,，甚至可以達(dá)到毫米。
有了激光雷達(dá)的幫助,，自動(dòng)駕駛的汽車(chē)將避免大量的數(shù)據(jù)運(yùn)算,，很多看不到的障礙物以及情況不明時(shí)，激光雷達(dá)一碰,，就能掌握情況,。
這不僅比普通視覺(jué)算法反應(yīng)更快,，而且即使在極端惡劣天氣下,，也還會(huì)運(yùn)行自如。
所以理論上來(lái)說(shuō),，視覺(jué)技術(shù)與激光雷達(dá)相互結(jié)合才是完美的方案,。
只不過(guò)美好理想的背后，往往是骨感的現(xiàn)實(shí),，兩種方案成功互補(bǔ)的難度依然較大,。
基于此背景,，當(dāng)下自動(dòng)駕駛領(lǐng)域分為了立場(chǎng)鮮明的兩派——視覺(jué)派和激光雷達(dá)派,，顯然馬斯克堅(jiān)定不移地“站隊(duì)”前一派。
結(jié)尾：
未來(lái)是激光雷達(dá)憑借安全優(yōu)勢(shì)贏得市場(chǎng),，還是視覺(jué)算法憑借更低的成本優(yōu)勢(shì),，贏得市場(chǎng)，目前尚難定論。
不過(guò)隨著汽車(chē)電動(dòng)化,、智能化,、網(wǎng)聯(lián)化的高速發(fā)展，兩種技術(shù)路線(xiàn)的優(yōu)劣也會(huì)在未來(lái)幾年分出高下,。
部分資料參考：騰訊科技：《華為的激光雷達(dá)會(huì)是未來(lái)嗎,？》