三年時(shí)間，特斯拉自動(dòng)駕駛一步步走向了純視覺方案。

2019年，馬斯克公開宣稱：“激光雷達(dá)和高精度地圖都是自動(dòng)駕駛中錯(cuò)誤的解決方案, 只會(huì)減慢自動(dòng)駕駛商業(yè)化的速度?！毖酝庵?，激光雷達(dá)價(jià)格過高無法普遍搭載于自動(dòng)駕駛汽車上。

2021年5月，特斯拉博客宣布不再配備毫米波雷達(dá)，理由為與視覺方案產(chǎn)生沖突。

不久前的2022年10月，特斯拉宣布所有為北美、歐洲、中東制造的Model 3和Model Y都不再配備超聲波雷達(dá)，2023年起交付的Model X及Model S也同樣不再配備。這意味著，拒絕了激光雷達(dá)、毫米波雷達(dá)和超聲波雷達(dá)的特斯拉，其Autopilot、FSD和主動(dòng)安全功能將完全依靠純視覺方案運(yùn)行。

縱觀業(yè)內(nèi)自動(dòng)駕駛技術(shù)布局，似乎以激光雷達(dá)為主的自駕方案才是大勢所趨。從國內(nèi)造車新勢力激光雷達(dá)上車情況看，小鵬、蔚來、哪吒、威馬、北汽、上汽、長城等造車品牌均有車型搭載。馬斯克的執(zhí)著，究竟是觀念超前還是一意孤行？要分析特斯拉采用純視覺方案的代價(jià)，我們先了解一下為什么激光雷達(dá)會(huì)被放棄。

今非昔比的激光雷達(dá)

激光雷達(dá)，或稱為光學(xué)雷達(dá)，（英語LiDAR，Light Detection And Ranging）。它是一種光學(xué)遙感技術(shù)，通過向目標(biāo)照射一束光（通常為脈沖激光）來測量目標(biāo)的距離等參數(shù)。此前激光雷達(dá)在測繪學(xué)、考古學(xué)、地理學(xué)、大氣學(xué)等領(lǐng)域有著廣泛應(yīng)用。

激光雷達(dá)的首次上車就是為了實(shí)現(xiàn)自動(dòng)駕駛。2004年，美國國防部高級(jí)研究計(jì)劃局為了能夠找到為軍方打造無人駕駛汽車的解決方案發(fā)起了DARPA無人駕駛車挑戰(zhàn)賽。其中音響品牌Velodyne的CEO David Hall 打造了一臺(tái)搭載了360°旋轉(zhuǎn)激光雷達(dá)的自動(dòng)駕駛汽車參加比賽，可惜的是賽車因?yàn)?a target="_blank">機(jī)械故障未能完賽，但它搭載的激光雷達(dá)引起了參賽選手的注意。2007年比賽再次開啟，這次 David Hall并沒有參賽，在53支報(bào)名隊(duì)伍中，11支通過了資格測試，７支車隊(duì)跑完了全程，而完賽車隊(duì)中有６支搭載了Velodyne家的激光雷達(dá)。此后Velodyne名聲大噪，時(shí)至今日仍是世界知名的激光雷達(dá)廠商。

此時(shí)上車的激光雷達(dá)屬于純機(jī)械式。它的激光發(fā)射部件在豎直方向上排布成激光光源線陣，并可通過透鏡在豎直面內(nèi)產(chǎn)生不同指向的激光光束；在步進(jìn)電機(jī)的驅(qū)動(dòng)下持續(xù)旋轉(zhuǎn)，豎直面內(nèi)的激光光束由“線”變成“面”，經(jīng)旋轉(zhuǎn)掃描形成多個(gè)激光“面”，從而實(shí)現(xiàn)探測區(qū)域內(nèi)的3D 掃描。由于機(jī)械式激光雷達(dá)整體通過復(fù)雜的機(jī)械結(jié)構(gòu)實(shí)現(xiàn)高頻精準(zhǔn)轉(zhuǎn)動(dòng)，在戶外應(yīng)用中，該類型雷達(dá)的平均失效時(shí)間近乎為1000-3000小時(shí)，很難達(dá)到車規(guī)標(biāo)準(zhǔn)。且多個(gè)激光發(fā)射器垂直排列導(dǎo)致花費(fèi)的調(diào)試時(shí)間極長，客觀上增加了雷達(dá)的成本，單個(gè)雷達(dá)的價(jià)格甚至達(dá)到數(shù)十萬人民幣。

機(jī)械式激光雷達(dá) 圖源：知乎

若特斯拉執(zhí)意搭載價(jià)格如此高的激光雷達(dá)，單個(gè)雷達(dá)的價(jià)格甚至要超過整車其他部分的總和，所以馬斯克的判斷，在那時(shí)并不算失誤。

可以說今天激光雷達(dá)的成本相較于初代已經(jīng)相當(dāng)?shù)土?，從媒體爆料的車輛發(fā)生剮蹭事故后更換激光雷達(dá)的費(fèi)用看，大疆、華為的激光雷達(dá)價(jià)格已經(jīng)降到幾千元人民幣。激光雷達(dá)價(jià)格砍去兩個(gè)零背后，是技術(shù)革新與市場擴(kuò)大。

機(jī)械式激光雷達(dá)被發(fā)明后，人們逐漸發(fā)現(xiàn)該項(xiàng)技術(shù)在自動(dòng)駕駛領(lǐng)域的潛力。相比視覺方案，激光雷達(dá)可以不依賴復(fù)雜的AI算法時(shí)間別外部環(huán)境，其特殊的結(jié)構(gòu)也可以便捷的識(shí)別障礙物到車體的距離。所以，當(dāng)谷歌依靠激光雷達(dá)入局自動(dòng)駕駛后，世界上便涌現(xiàn)了一大批追隨者。除了老牌激光雷達(dá)企業(yè)Velodyne外，美國的Luminar、法國的法雷奧（Valeo），中國的速騰聚創(chuàng)、大疆覽沃、華為等紛紛入局激光雷達(dá)。大規(guī)模的資本投入與充分的市場競爭讓激光雷達(dá)的價(jià)格一降再降。

眾多玩家入局，自然也能“卷”出新技術(shù)與新方案。我們在目前采用激光雷達(dá)方案的自動(dòng)駕駛車輛上，已經(jīng)看不到自動(dòng)駕駛剛剛起步時(shí)車頂那些 “熙熙攘攘”的傳感器，因?yàn)榛旌鲜焦虘B(tài)激光雷達(dá)出現(xiàn)了。

前文提到，激光雷達(dá)的原理本質(zhì)上是依靠激光點(diǎn)到線，最后多條線組成面來探測環(huán)境。所以我們可以讓激光發(fā)射器與接收器固定，通過內(nèi)部轉(zhuǎn)鏡或MEMS控制平面鏡或透鏡的方式來控制光路的掃描。這樣做就可以減少很多激光發(fā)射器與接收器的堆料，也大大降低了多個(gè)探測器之間調(diào)試的難度。

我們以今年推出的華為等效96線激光雷達(dá)舉例，媒體推測該款型號(hào)采用MEMS微振鏡方案。MEMS 微振鏡本質(zhì)上是一種硅基半導(dǎo)體元器件，內(nèi)部集成了「可動(dòng)」的微型鏡面來，利用電磁驅(qū)動(dòng)或靜電驅(qū)動(dòng)，來實(shí)現(xiàn)掃描動(dòng)作。MEMS微振鏡翻案相對于機(jī)械式或轉(zhuǎn)鏡雷達(dá)，其結(jié)構(gòu)更精巧，體積更小，由于該項(xiàng)技術(shù)在投影顯示領(lǐng)域應(yīng)用多年，技術(shù)也較為成熟。不過缺點(diǎn)是視場相對較小，無法和機(jī)械式雷達(dá)的360°相比，需要多了雷達(dá)配合才能做到全范圍掃描。除了微振鏡方案外，激光雷達(dá)還有光學(xué)相控陣式(OPA)、泛光面陣式（FLASH）等方案，無論哪種模式，其價(jià)格都較初代更低，性能也明顯增強(qiáng)。

MEMS 微振鏡技術(shù) 圖源：汽車之心

回頭看特斯拉的技術(shù)路線，目前激光雷達(dá)已經(jīng)做到“物美價(jià)廉”，馬斯克拒絕激光雷達(dá)最重要的理由—價(jià)格問題已經(jīng)不存在，但特斯拉依舊沿著純視覺方案的路走下去，其代價(jià)又是什么呢？

純視覺方案需要多目攝像頭配合

人類之所以可以判斷外界物體離我們的遠(yuǎn)近，是因?yàn)槲覀儞碛小半p目測距”的能力。純視覺方案也同樣需要兩個(gè)或以上的攝像頭相互配合，來達(dá)到對外界物體距離的精準(zhǔn)判斷。而且攝像頭無法像人眼一樣頻繁和快速變換焦距，因此也需要多個(gè)攝像頭來解決不同距離下的識(shí)別清晰度的問題。

多目攝像頭覆蓋范圍 圖源：互聯(lián)網(wǎng)

此外，車載攝像頭對外界判斷的準(zhǔn)確性，與攝像頭的分辨率、信噪比以及動(dòng)態(tài)范圍等參數(shù)息息相關(guān)。

視覺方案自動(dòng)駕駛技術(shù)，本質(zhì)上是將攝像頭上傳的一張張2D圖像通過AI算法建模在芯片中還原成3D圖像，攝像頭的成像質(zhì)量關(guān)乎AI識(shí)別的準(zhǔn)確性。分辨率與信噪比越低，成像就會(huì)越模糊，AI算法判斷的準(zhǔn)確性也會(huì)大大降低，當(dāng)噪點(diǎn)多到與外界物體無法分辨時(shí)，自動(dòng)駕駛就無能為力了。分辨率可以通過升級(jí)攝像頭CMOS完成，然而在暗光環(huán)境中，攝像頭會(huì)無法避免的出現(xiàn)大量噪點(diǎn)，這也意味著，采用純視覺方案的自動(dòng)駕駛，在夜晚光源不足時(shí)行車安全性將大大降低。未來純視覺方案自動(dòng)駕駛或?qū)⒋钶d夜視攝像頭來填補(bǔ)這一缺陷，不過這也會(huì)失去對顏色的判斷力。

從人類視角看，出入隧道等大光比環(huán)境時(shí)，極易發(fā)生交通事故。攝像頭往往也會(huì)面臨這個(gè)問題。所以，必須使用高動(dòng)態(tài)范圍的攝像頭來保證自動(dòng)駕駛系統(tǒng)在面對類似情況時(shí)的安全性。但這無論如何都比不上隨時(shí)隨地探查外界的且不受外界光照影響的毫米波雷達(dá)與激光雷達(dá)。

視覺算法的局限性

關(guān)于純視覺方案的算法問題，特斯拉此前出現(xiàn)過誤判情況。

2021年三月，一輛特斯拉Model Y在美國底特律西南部一個(gè)十字路口撞上了一輛白色半掛卡車。事故現(xiàn)場十分慘烈，據(jù)事故報(bào)告稱，事發(fā)當(dāng)時(shí)該車開啟了Autopilot模式，不過系統(tǒng)AI算法將停在路上的白色貨車車廂識(shí)別為了天空，導(dǎo)致車輛沒有進(jìn)行任何剎車行為就直直的撞了上去。雖然特斯拉已經(jīng)調(diào)整了算法，但那時(shí)車上如果搭載了毫米波或是激光雷達(dá)，這樣的慘劇也許就不會(huì)發(fā)生。

不過特斯拉此前是搭載過毫米波雷達(dá)的，不過“幽靈剎車”事件卻讓毫米波雷達(dá)被踢了出去。

當(dāng)車輛即將駛?cè)霕蛳碌臅r(shí)候，毫米波雷達(dá)會(huì)檢測到橋的存在，但分辨率不足無法判斷這是“車”還是“橋”。這時(shí)就需要攝像頭來判斷這個(gè)物體具體是什么，不過由于關(guān)聯(lián)了毫米波雷達(dá)，導(dǎo)致攝像頭的分辨率也不足以判斷物體的具體形態(tài)。假如此時(shí)有一輛慢速汽車在前方行駛，但還不需要?jiǎng)x車，這時(shí)系統(tǒng)就會(huì)將“慢速汽車”和“靜態(tài)未知物體”聯(lián)系起來，導(dǎo)致不必要的剎車發(fā)生。于是在2021年5月，特斯拉取消在新車型上安裝毫米波雷達(dá)。

據(jù)專家判斷：“‘幽靈剎車’事件是由于特斯拉的毫米波雷達(dá)沒有屏蔽靜態(tài)物體導(dǎo)致的，視覺的精度受限于關(guān)聯(lián)的雷達(dá)而不是它本身的精度也是問題關(guān)鍵?！笔聦?shí)上融合感知方案被國內(nèi)外大多數(shù)廠商采用，且攝像頭與毫米波雷達(dá)的組合較為成熟，中高端車型已經(jīng)普遍配裝。特斯拉因?yàn)檎{(diào)試問題剔除雷達(dá)似乎是因噎廢食了。

還有一個(gè)例子是路上飄動(dòng)的塑料袋，人眼可輕易識(shí)別，但攝像頭卻很難判斷這個(gè)物體是什么，也難以做出下一步判斷，容易造成不必要的危險(xiǎn)。而激光雷達(dá)的3D能力則可輕易分辨前方物體的形態(tài)，若對車輛行駛影響不大則不會(huì)做出避讓動(dòng)作。

寫在最后

總的來說，雖然激光雷達(dá)持續(xù)降價(jià)，但價(jià)格仍是傳感器中較貴的，純視覺方案在今天仍是一種極具性價(jià)比的選擇。據(jù)特斯拉官方解釋，取消雷達(dá)后，他們將啟用新技術(shù)，實(shí)現(xiàn)Autopilot高清空間定位、更遠(yuǎn)距離可見性以及識(shí)別和區(qū)分對象的能力，看起來馬斯克也對自家的視覺算法相當(dāng)有自信。

馬斯克曾表達(dá)他對攝像頭的看法：

“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?！?/p>

“傳感器的本質(zhì)是比特流，攝像頭的信息量要比雷達(dá)和激光雷達(dá)高幾個(gè)數(shù)量級(jí)。雷達(dá)必須有意義地增加比特流的信號(hào)和噪聲，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(huì)遠(yuǎn)遠(yuǎn)甩開當(dāng)下的雷達(dá)?！?/p>

但純視覺方案仍有相當(dāng)多無法避開的局限性。有傳言稱特斯拉沒有真正放棄其他方案的嘗試，2023年毫米波雷達(dá)可能會(huì)回歸。馬斯克目前執(zhí)著于純視覺方案的決定是對是錯(cuò)，相信市場自會(huì)給出判斷結(jié)果。

審核編輯 ：李倩