前不久，特斯拉宣布北美新款的 Model 3、Model Y 車型的自動駕駛系統(tǒng)將會徹底放棄雷達(dá)技術(shù)，轉(zhuǎn)而使用攝像頭來實(shí)現(xiàn)純視覺自動駕駛。

消息一出，不出意料地引起了軒然大波。原因很簡單，如今整個智能汽車市場都將激光雷達(dá)視為實(shí)現(xiàn)真正自動駕駛技術(shù)必不可少的核心元器件，但是身為自動駕駛領(lǐng)頭羊的特斯拉竟然與業(yè)界認(rèn)知背道而馳，難免會讓人有些不理解。

但在汽車自動駕駛領(lǐng)域已經(jīng)耕耘多年的特斯拉，肯定也并非是一拍腦袋做出的這個決定，所以究竟是什么原因促使特斯拉選擇徹底放棄雷達(dá)技術(shù)，僅采用攝像頭作為自動駕駛功能的核心元器件，自動駕駛技術(shù)的方向又會走向何方？

攝像頭VS激光雷達(dá)：不同路線，各有所長

在談及攝像頭純視覺識別方案與激光雷達(dá)方案之爭前，我們首先應(yīng)該了解一下當(dāng)前配備自動駕駛功能的汽車采用的是什么硬件方案。

目前以理想、蔚來在售的、配備自動駕駛技術(shù)的主流車型都采用了「攝像頭+雷達(dá)」融合解決方案，以攝像頭為主，雷達(dá)測距為輔。經(jīng)過了幾年的更新迭代，該方案是目前最成熟、可靠，且成本相對降低的主流方案。

近期聲量較大的激光雷達(dá)方案是基于該融合方案進(jìn)行升級，將可以實(shí)現(xiàn)更高階的空間測距功能的激光雷達(dá)為方案核心，輔以攝像頭進(jìn)行物體識別，通過空間感知做到高階自動駕駛水平。今年四月上市的小鵬 P5就是全球首款搭載激光雷達(dá)方案的車型。

特斯拉最近宣布將會徹底放棄雷達(dá)技術(shù)，僅僅使用攝像頭進(jìn)行視覺識別和測距的方案則是走的視覺感知路線實(shí)現(xiàn)自動駕駛，目前僅有特斯拉一家公司選擇該路線研發(fā)自動駕駛功能。

顯而易見的是關(guān)于純攝像頭方案與激光雷達(dá)方案的爭論，實(shí)際上是視覺感知路線與空間感知路線的爭論。那么特斯拉為什么要選擇與小鵬、蔚來等一眾智能汽車廠商都不同的純視覺感知路線呢？

特斯拉一直以來的經(jīng)營理念就是通過降低優(yōu)勢型產(chǎn)品的生產(chǎn)成本，實(shí)現(xiàn)大面積地占領(lǐng)市場，再通過高額的市場占有率拿到低價(jià)的元器件，然后重復(fù)進(jìn)行降低成本的操作。選擇徹底放棄雷達(dá)技術(shù)的原因很簡單，單純使用攝像頭進(jìn)行識別的視覺感知方案成本非常低。特斯拉現(xiàn)在所采用的單目攝像頭價(jià)格僅為150~600元，單車裝配8個攝像頭最高也只不過4800元。

因此特斯拉可以通過純視覺識別方案大幅縮減制造成本，進(jìn)而降低整車售價(jià)，以低價(jià)迅速搶占市場，形成規(guī)模護(hù)城河。

當(dāng)然這與特斯拉 CEO 馬斯克對推崇「第一性原理」的極度推崇也是分不開的。他認(rèn)為既然人能夠憑借眼睛觀察并根據(jù)行車情況駕駛，因此只要讓攝像頭能夠通過觀察周圍環(huán)境收集路況信息，那么就可以實(shí)現(xiàn)和人類駕駛一樣的效果，不需要額外采用價(jià)格高昂的雷達(dá)技術(shù)。

的確，雖然激光雷達(dá)的方案則在空間測距方面有明顯優(yōu)勢，能夠通過非常短的激光反射時間實(shí)現(xiàn)極為精準(zhǔn)的厘米級測距，自動駕駛系統(tǒng)對路況的判斷更準(zhǔn)確，但是高昂的成本卻令其難以普及到每個消費(fèi)者。

兩條技術(shù)路線雖然在實(shí)現(xiàn)方式上有很大的差別，但是也能明顯地看出兩者并非是替代關(guān)系，均是自動駕駛技術(shù)正在發(fā)展的方向，國內(nèi)智能汽車三巨頭蔚來、小鵬和理想瞄準(zhǔn)的激光雷達(dá)路線，相比特斯拉采用的攝像頭純視覺路線在更準(zhǔn)確、個例意外情況有臨時應(yīng)變能力的同時，也面臨著成本居高不下的痛。

小鵬汽車官網(wǎng)就明確表示，國內(nèi)做得最好的64線激光雷達(dá)成本高達(dá)80000美元，如此高的成本注定與主流汽車無緣，況且 L2+ 級別自動駕駛就需要線束在100以上的激光雷達(dá)、

那么，車企是否可以通過降低激光雷達(dá)方案的攝像頭能力研發(fā)目標(biāo)，或者單純和特斯拉一樣采用純視覺的自動駕駛方案來實(shí)現(xiàn)成本的降低呢？

單一路線不可靠，車路協(xié)同是正道

盡管激光雷達(dá)方案、攝像頭純視覺方案兩者都是相當(dāng)不錯的自動駕駛技術(shù)路線，但是通過降低激光雷達(dá)方案的攝像頭能力研發(fā)水平來實(shí)現(xiàn)激光雷達(dá)技術(shù)的迅速普及，或者采用純視覺感知路線都是不可行的。

首先是激光雷達(dá)的點(diǎn)云成像應(yīng)對極端路況的能力仍存在巨大問題。激光雷達(dá)在遭遇高反物體、強(qiáng)光照射時的工作表現(xiàn)會明顯下降，有幾率會引起自動駕駛系統(tǒng)出現(xiàn)誤判，造成交通事故，因此通過降低攝像頭識別水平，實(shí)現(xiàn)低成本的激光雷達(dá)方案并不是一個安全、可靠的自動駕駛解決方案。

至于只靠攝像頭的純視覺解決方案則會有更大的危險(xiǎn)性。純視覺方案靠的是靠系統(tǒng)對攝像頭收集到的影響進(jìn)行識別、分析學(xué)習(xí)后，在第二次經(jīng)過相同路況時能夠?qū)崿F(xiàn)穩(wěn)妥的自動駕駛效果。

然而需要注意的是系統(tǒng)積累的行車狀況不能完全覆蓋每一位用戶在真實(shí)行車中的所有突發(fā)情況，所以純視覺感知路線在應(yīng)對偶現(xiàn)路況方面表現(xiàn)不佳，且特斯拉的純視覺自動駕駛下需要一直開啟遠(yuǎn)光燈，與社會夜間會車習(xí)慣有著明顯的不兼容。

所以在特斯拉公布不久后將會取消 Model 3和 Model Y 車型上的雷達(dá)系統(tǒng)之后，包括《消費(fèi)者報(bào)告》這樣的許多測評機(jī)構(gòu)也通過下調(diào)了特斯拉車型的安全評級的方式，表達(dá)對當(dāng)下特斯拉直接采用純視覺方案的不信任，這足以說明純視覺自動駕駛解決方案并非是一個靠譜的選擇。

由此顯而易見，自動駕駛技術(shù)在未來很長一段時間都會處于攝像頭、雷達(dá)融合解決方案狀態(tài)中，純視覺感知路線以及空間感知方案在技術(shù)、成本方面都不能做到很好地平衡。

不過在這期間，智能汽車還有一條捷徑可以快速提高自動駕駛水平。

2019年，我國提出了「車路協(xié)同」的交通建設(shè)方針，與單車智能不同，車路協(xié)同是在其基礎(chǔ)之上，賦能更強(qiáng)悍的路況信息獲取能力。不僅僅是通過單一車輛的攝像頭、雷達(dá)來獲取信息，路邊行人、建筑設(shè)施和交通指示燈等等設(shè)備都可以與汽車的自動駕駛系統(tǒng)互聯(lián)，從而為汽車傳輸實(shí)時路況信息，從而讓其擁有跨空間的信息收集能力。

通過擁有即將行駛道路的空間信息，自動駕駛系統(tǒng)不但可以提前預(yù)判道路信息情況，并且可以通過車車互聯(lián)實(shí)現(xiàn)信息共享，從而可以以車為單位，以道路區(qū)域?yàn)榈貓D，實(shí)現(xiàn)大范圍的交通規(guī)劃能力，不僅會對城市交通狀況有明顯的改善，更能顯著提升自動駕駛的安全性能。

此前百度已經(jīng)在長沙落地了首個車路協(xié)同項(xiàng)目——RobotTaxi 打車服務(wù)，隨后與長沙在內(nèi)的五個城市也達(dá)成了智能交通項(xiàng)目的合作，不過也由于實(shí)際應(yīng)用中，路況信息的收集與傳輸延遲仍存在較大的困難，所以百度 CEO 李彥宏也坦言至少需要15年才能實(shí)現(xiàn)車路協(xié)同在我國的全面普及。

總體來講，當(dāng)前階段的自動駕駛技術(shù)無論采用視覺感知方案，還是空間感知方案都不是一個最優(yōu)選，因?yàn)樗鼈兌紵o法做到自動駕駛技術(shù)與成本最好的平衡，兩者搭配使用或許才算是最好的選擇。