蔚来1个、小鹏2个、威马3个…智能汽车“军备竞赛”正在上演。

今年一年间，几个国内头部造车新势力先后推出带激光雷达的量产车，数量一个比一个多。

表面看好像行业内卷，硬件越堆越多，能力却是未知数。

但这其实是智能汽车、自动驾驶的两条路线之争。

得益于国内的基建、供应链优势，以激光雷达为标志的融合感知方案，第一次有了对垒特斯拉纯视觉路线的底气。

而数年如一日喷激光雷达的马斯克，在创业初期如果有国内新势力的条件，恐怕现在的特斯拉就是另一幅模样了

视觉，还是激光雷达？

2020年初，国产特斯拉Model 3上市，中国乘用车市场的竞争，迅速被拉到“智能”层面。

特斯拉的智能驾驶方案方案，视觉是绝对的主力，8个摄像头覆盖360°视野。

汽车对目标的感知、以及选择行驶策略的根据，主要依靠摄像头捕捉的图像数据，能力高低，全凭算法决定。

但从自动驾驶技术发展来看，早期大部分厂家的测试车辆，无一不背着一个“小花盆”：

这就是Lidar，中文翻译过来就是激光雷达。

它代表了另一条技术路线：融合感知。

行驶决策的依据，不只依赖摄像头，而是综合考虑激光雷达的点云图、视频图像等等数据。

不同传感器之间的数据在算法层面进行融合互补。

算法对于图像，可能出现目标漏检误检，这时就能通过雷达回波的点云图“兜底”。

但是，这样多冗余的方案，却被马斯克嗤之以鼻。

马斯克认为，既然人类能仅凭两只眼睛开车，那么AI也一定能。所以特斯拉的追求，就是打造一个与人类别无二致的“AI司机”。

采取多传感器方案的，都是算法能力不足的体现，“血统”不纯。

为此，特斯拉的算法、开发平台都围绕图像数据建立，甚至不惜自研芯片、自建超算来打磨算法。

客观的说，视频图像在数据层面，的确已经包括了驾驶所需的一切信息，但在算法层面，能不能准确感知识别，却是一个大问题。

去年6月，国内一辆Model 3在开启Autopilot情况下，车辆完全没识别出路上已经出事故侧翻的白色货车，一头怼了上去：

这次所幸无人伤亡，但类似Autopilot这样以视觉为主的智能驾驶方案导致严重后果的的，也不在少数。

摄像头肯定看到了，但是算法却没能识别。

视觉方案的缺陷也在于此：恶劣天气、复杂路况，道路上非常规的异形物对系统影响太大。

且以超大数据“暴力”迭代算法，永远不能覆盖现实场景中所有异型车、障碍，在中国复杂路情况下尤其如此。

系统失效的风险永远存在。

所以，要在中国落地真正让用户敢用、愿意用的智能驾驶产品，感知识别是必须补的科目。

军备竞赛，为什么从激光雷达开始

对于自动驾驶来说，激光雷达是个老朋友了。

Waymo、百度，以及后来一众创业公司，都在用。

激光雷达能做什么？

其实就是像周围环境发射激光束，然后从回波信号来计算目标信息，比如距离、方位、高度、速度、姿态、甚至形状等参数。

激光束遇到目标一定会产生回波，信号也一定能被系统接收，这就与图像目标可能的漏检错检形成本质差别。

至少从感知层消除了算法能力不足的隐患。

既然这么好，为什么之前的量产车上见不到？

原因就一个：太贵了。

还在5、6年前，全球能提供量产激光雷达的只有美国Velodyne一家，素有“一线一万块”名声，而且产能堪忧，无法大量供给客户。

百度在2015年喊出自动驾驶3年量产5年商用的时候，计算的就是激光雷达的成本。，它的逻辑前提是激光雷达会从10万美元降低到500美元……

一般车用入门版64线激光雷达，上一个就是近70万成本。

所以测试车一辆一二百万很常见。

但这样的价格，作为大众消费品是不现实的。

马斯克既是技术极客，也是一个精明的商人，他当然清楚百万豪车卖不上量。

销量上不去数据就不够，算法就没法快速迭代。

与其如此，不如干脆放弃激光雷达，就走纯视觉路线，让广大车主义务贡献路测数据，出了意外还能以一句“用户使用不当”回应。

但激光雷达的成本下降，短期内有过被高估，但长期来讲又大大被低估了。

华为、大疆、速腾、禾赛等等企业，利用国内得天独厚的供应链优势和市场规模效应，把激光雷达的成本迅速降到数千至万元级别。

而且国内厂商后发先至，直接拿出第二代固态激光雷达，不但单个性能能等效过去上百线的机械式激光雷达，造型上也摆脱花盆，装车更加美观。

这个速度，是几年前谁都没料到的，直接导致Velodyne的业务在国内迅速收缩，裁撤了中国办公室，只保留代理。

所以最后的“东风”到位，想要在智能汽车浪潮中走的更稳更远的厂家，自然开始在激光雷达上你追我赶。

批量上车还为时过早

车企提前预埋激光雷达，是在为未来的升级做准备，不至于后期要做L4级自动驾驶时，硬件能力跟不上。

但另一个问题出现了，现在的激光雷达，无论是在应用端还是产业端，都还不够成熟。

激光雷达要量产装车，需要同时满足性能、体积、成本、安全等多个要素，任何一方面都不能有太大的短板。但现实是，现在的激光雷达很难同时兼顾。

以小鹏P5为例，览沃的方案搞定了成本，牺牲了性能。所以小鹏在下一款车G9，计划跟速腾聚创合作，换成更高性能的激光雷达。

蔚来ET5、ET7使用的图达通1550nm激光雷达，探测距离没得挑，对人类肉眼伤害小，但成本更高，而且在车顶凸出来一块，会影响车辆的风阻系数。张立辰表示，1550nm在量产中一直存在良品率过低的问题。

这给车企留下了难题，要批量装车，就得做取舍，还得承担一定风险。

往深了看，这不是某一家激光雷达厂商的问题，而是整个行业的问题。激光雷达存在技术路线之争，每一条路线都有各自的优缺点，但没有一个可以称作是完美的解决方案。

行业一开始用的是机械式激光雷达，雷达能够旋转，水平视场扫描范围达到360度。但机械式激光雷达存在一个致命的缺陷：内部的旋转部件容易损坏，稳定性比较低，会影响行车安全性。

于是行业摸索出另一条路线——固态激光雷达。激光器中没有旋转部件，激光雷达的稳定性和使用寿命提高了，被认为是最优方案。但问题是，固态激光雷达目前在技术上还无法实现。

最后行业采取了折中方案，推出了混合固态 （半固态） 激光雷达，中和了机械旋转式激光雷达和固态激光雷达各自的优缺点，更适合大规模量产，现在已经成为行业主流方案。

在混合固态上，又分化出不同的方向，如微振镜、单轴转镜、棱镜等。微振镜方向的代表车型有小鹏G9、广汽AION LX、威马M7，单轴转镜的代表车型有极狐阿尔法S、长城机甲龙。不过，这些车型都还没有量产。

直到现在，整个行业也没有找到激光雷达上车的最优解。车企们现在推崇的混合固态路线，其实也只是一个过渡。

车规认证是摆在激光雷达量产前的另一座大山。李想质疑集度激光雷达的安装位置，理由就是通不过行人碰撞法规。

张立辰告诉深途，车规体系比较复杂，对于温度、震动、产线标准有一个统一的要求，但是对激光雷达这个单品没有特定的标准。

“欧美国家对车规要求严格，导致过车规的激光雷达要么线数很低，要么距离很短，只能补盲用，对自动驾驶系统的升级起不到决定性作用。国内步子迈的大，小批量样品过了稳定性测试就可以先行使用，直接上高线数远距离的，稳定性就需要时间来修复。”他说。

国内激光雷达如此激进，也没有任何一个厂家年产过10万台，更别提大规模量产的车规稳定性。“激光雷达壁垒还是比较高的，能做出车规级产品不是一朝一夕。”秦东永说。

成本问题也需要考虑。相比视觉方案，目前激光雷达的价格没有任何优势。

“成本太高，普及困难，只能在高端车、高配上使用，普遍出货的车型还是不带激光雷达的。DVD刚出来很贵，普及量大后价格急剧下降，所以让子弹再飞一会儿。”国内一家计算机视觉上市公司的内部人士对深途说。

2020年底华为曾发布了96线激光雷达，声称能够年产10万套/线，这款产品搭载在极狐阿尔法S华为HI版上。但直到现在，这款车都还没量产，华为的激光雷达也没有批量交付。

“从产业链的成熟度和应用端的落地进度来看，真正的大规模量产落地得两三年后。”张立辰分析。

终极解决方案里，会有激光雷达吗？

装不装激光雷达，对于车企而言，不只是一道选择题，还是一道数学题。

如果只是单纯堆积硬件，激光雷达不会有这么高的热度，也不会被神话。

“我觉得算法的问题比感知要大得多。”张立辰表示。

感知、规划和控制，是自动驾驶系统的三个部分，对应人类开车，就是眼睛看路，大脑指挥，手脚操作。激光雷达属于感知设备，相当于汽车的一只“眼睛”，另一只“眼睛”是摄像头，但两只“眼睛”的成像原理、数据形式都不同，要让“大脑”能读懂，就要做数据融合。

多传感器融合，对算力、算法的要求都很高，很多车企装了激光雷达，其实并不具备做融合的能力。

马斯克是激光雷达坚定的反对者。特斯拉一直坚持使用摄像头的纯视觉感知方案，不仅不要激光雷达，甚至要把毫米波雷达都去掉。在这种路线下，特斯拉不用做复杂的多传感器融合，但对视觉感知系统要求很高。

国内的主流路线，是搭载激光雷达的多传感器方案。业内普遍认为，L3级以上更高阶的自动驾驶，离不开激光雷达。

这两条路线究竟谁是终极方案，目前尚无定论。

支持特斯拉的人认为，激光雷达最终必然被拿掉，多传感器融合不如纯视觉。“激光雷达和高精地图是智能汽车的两根拐杖，高精地图负责提前展开‘战场迷雾’，激光雷达负责复杂场景下的避障补盲，但随着CMOS和算力、算法的进化，纯视觉必然是蔚理鹏最终的唯一选择。”业内大V“Blood旌旗”在微博上公开表示。

如果特斯拉赢了，终极解决方案中没有激光雷达的位置，那意味着激光雷达只是过渡产品，蔚小理将不得不在未来进行路线纠偏，激光雷达市场也将面临价值重估。

业内普遍支持蔚小理的多传感器融合路线。多位业内人士都对深途表达了一个观点：视觉、毫米波、激光雷达，三者长期都是要配合使用，要实现高阶自动驾驶，激光雷达不可或缺。

何宇华指出，视觉方案在很多场景下是存在缺陷的，而且很快就会触达它的能力天花板。比如辅助驾驶进出隧道，光学发生很大变化的场景，视觉方案基本是失效的，即便是特斯拉，也仅能保持20%的能力。

他认为，在终极解决方案里，辅助驾驶各大感知元器件之间，一定是及时调度冗余的关系，而不是主次的关系。系统会根据场景的变化，动态调用不同传感器，不断去做参数贡献值的分配。“未来一定是综合感知的方案，这些传感器之间需要相互印证，都是缺一不可的。”

但是，多感知方案大大增加了算法难度，对车企的软件能力、硬件适配能力提出了更高的要求。“另外，车内的线束布局、数据传输量都会发生改变，平台的计算能力也会相应提高。”何宇华说。

所以，将来真正拉开车企之间差距的，不是谁的激光雷达更先进，而是要看车辆的算法、算力、系统。激光雷达，无法孤军奋战。

激光雷达加速发展，是行业各方玩家共同推进的结果。它功能强大，前景广阔，不应该被忽视，但也不应该被神话。

任何行业都需要有先行者。对于创新，我们理应多一份包容，也要保有一份理性。理性客观看待激光雷达，行业才能健康有序发展。

来源：贤集网