在自動駕駛領域，一場關于激光雷達在未來自動駕駛汽車中所扮演角色的爭辯正越演越烈．激光雷達是一種3D環(huán)境制圖器，對于支持者來說，它對L5自動駕駛至關重要；而對于特斯拉的埃隆·馬斯克等反對者來說，它是通往“死胡同”捷徑。但是，關于激光雷達的實際情況是怎么樣的呢？

在自動駕駛領域，一場關于激光雷達在未來自動駕駛汽車中所扮演角色的爭辯正越演越烈．激光雷達是一種3D環(huán)境制圖器，對于支持者來說，它對L5自動駕駛至關重要；而對于特斯拉的埃隆·馬斯克等反對者來說，它是通往“死胡同”捷徑。但是，關于激光雷達的實際情況是怎么樣的呢？

什么是激光雷達？

激光雷達，是光探測和測距的首字母縮寫，本質上是一種聲納，利用脈沖激光波繪制到周圍物體的距離。它被大量應用于自動駕駛車輛實時導航中。它的優(yōu)勢包括精確深度感知，這使得激光雷達的測距范圍十分廣闊，短幾厘米，多則60米。它還非常適合3D制圖，這意味著返回的車輛可以在可預測的環(huán)境中導航，這對于大多數自動駕駛技術來說是非常有利的技術條件。雖然激光雷達有它獨特的優(yōu)勢，但是仍然受到一個關鍵因素的阻礙——其高昂的成本。

2019年，Velodyne的Alpha Puck（360度水平視場激光雷達）拍攝的繁忙街道場圖片來源：路透社 

激光雷達不是唯一的自動駕駛檢測技術，攝像頭也是，且是激光雷達的主要競爭對手，被特斯拉視為最好的技術手段。埃隆·馬斯克（Elon Musk）曾表示，激光雷達是最沒用的傳感器。該觀點認為，人類只能在周圍有可見光的基礎上開車，所以機器人也應該能夠做到這一點。攝像頭要比激光雷達小得多，也便宜得多（盡管需要更多），而且具有更好的分辨率和顏色的優(yōu)勢，這意味著它可以讀取交通燈和標志。然而，攝像頭在普通駕駛條件下也有很多缺點。比如，激光雷達不依賴環(huán)境光，產生自己的光脈沖，而對于突然的光線變化、陽光直射甚至雨的情況下，攝像頭更容易受到干擾。此外，激光雷達不依賴環(huán)境光，產生自己的光脈沖，而攝像頭對突然的光線變化、陽光直射甚至雨水更敏感。 激光雷達的優(yōu)勢遠不止此。激光雷達能比攝像頭更好的判斷遠近距離。而攝像頭需要大量的計算，比如復雜的神經網絡，來測量物體之間的距離，通過聚合不同的攝像頭信號或一段時間內的單個信號來測量。2D圖像便可以欺騙攝像頭，使其更容易受到惡意攻擊。在顏色檢測方面，激光雷達的支持者認為，在一個互聯和無人駕駛的世界里，交通信息可以通過來自交通燈和其他標記的機器對機器信號來分配，解決了激光雷達的一個關鍵缺陷。 此外，激光雷達的成本也呈下降趨勢。谷歌的第一輛無人駕駛汽車原型在2012年使用了價值7萬美元的激光雷達。2017年，Waymo的工程師宣稱他們已經將成本降低了90％。今天，一些頂級的激光雷達制造商，如盧米納爾提供自動駕駛等級激光雷達低于1000美元。 為什么支持攝像頭？ 除了價格和顏色和標志識別之外，攝像頭的優(yōu)勢更為微妙。激光雷達如何識別行人正低頭看手機，可能在街上閑逛？激光雷達能區(qū)分塑料袋和障礙物嗎？激光雷達能識別一個騎自行車的人正要進入一個新的車道嗎？這些問題的答案是否定的。所以一些激光雷達的反對者認為，一旦攝像頭傳感器變得完美，激光雷達就會過時。

2020年特斯拉汽車正面中程攝像頭拍攝的照片圖片由特斯拉提供

攝像頭占據主導地位的關鍵障礙是人工智能，它能夠讀取和解釋大量的數據，而且必須在幾毫秒內識別出各種情況。這有助于解釋當前流行的觀點，即最好的選擇是混合使用激光雷達優(yōu)越的視覺和攝像頭的顏色、物體和文本識別，以獲得周圍環(huán)境的清晰圖像。值得注意的是，這種解決方案的計算量也很大，當然依賴于人類編寫的算法。

在這場爭論中，本質上是激光雷達的成本曲線和AI程序員的成本曲線的一場競賽。如果激光雷達達更快的達到了一個接受的價格，那么它可以成為真正地可用的可靠的普遍的廉價的且非常準確的距離傳感器。至少與攝像頭結合起來的方案是可行的。雖然在未來激光雷達可能不是絕對必要的，它的可靠性，簡單性和普遍性可以使它成為一個達到L5非常有吸引力的跳板。然而，也不排除特斯拉或其他人成功地在不久的將來創(chuàng)造一個復雜的神經網絡能夠快速、可靠地處理攝像頭的成像信息。 所以，激光雷達和攝像頭，軍備競賽開始了。