5月，特斯拉在不使用激光雷达的前提下宣布开始取消北美版2021款Model 3和Model Y的毫米波雷达，彻底站队纯视觉方案，各界哗然。有人质疑其新方案的安全性和可靠性。

自动驾驶可以简单类比人类分为“感知信息”、“思考处理信息”、“做出反应”三个步骤，而对于汽车来说，准确“感知”外界信息是整个过程中最复杂也最重要的步骤。在感知领域，行业内分为了立场鲜明的两派——视觉派和激光雷达派。

以激光雷达为主导，配合摄像头，毫米波雷达、超声波雷达等元件组成感知主体，再配以高精地图来实现自动驾驶，这是目前主流的多传感器融合路线。

激光雷达是激光探测与测距系统的简称，它通过元件投射出大量的光线，然后测定传感器发射器与目标物体之间的传播距离，分析目标物体表面的反射能量大小、反射波谱的幅度、频率和相位等信息，从而呈现出目标物精确的三维结构信息。它能够检测并且跟踪障碍，对周围环境进行三维建模，实现定位与导航，拥有较高的分辨率及较大的探测范围。但是他无法分辨探测物体的属性且价格较高。

激光雷达成像图

高精地图，是相对于普通导航地图而言的，它记录的更多是车道线、路牌和红绿灯等给汽车识别的信息。除了基本的导航功能以外，高精地图能记录很多信息，他就如同人走过某一段路后形成的记忆影像，能记录限速、坡道、弯道等对行驶极为重要的信息，当车子即将进入这些场景时能提前作出反应，提高安全系数，减少数据计算量。但高精地图的构建是一个极大的工程，更新成本高且更新较慢，并且每家公司对高清地图的标准不一样，地图无法共用。

高清地图

激光雷达探测周围环境并建模，高清地图进行定位导航，这种“适配式”的方案在自动驾驶领域已经取得的不小的成果。

目前来看，Uber、谷歌、丰田等研究自动驾驶的公司都在使用激光雷达，小鹏、蔚来等车企也号称会在新车型上搭载激光雷达。其中以谷歌的Waymo为代表，同时使用了激光雷达和摄像头，实现了L4级别的自动驾驶。

既然多传感器融合方案能够很好的满足自动驾驶的需求，为何马斯克依然坚持走纯视觉路线？

1.成本

当一个系统想要变得可靠，一个关键原则是把这个系统做“冗余”。因此，汽车行业里的多数人，都在为自动驾驶做加法。

但特斯拉恰恰相反，它不断地在为汽车做减法：大幅降低车辆线束长度、大幅减少车身零部件数量、大幅压缩生产制造工序。所有这一切都是从技术快速落地的商业化考虑——足够便宜，用户才能接受。

特斯拉目前的用户高达百万且遍布世界各地，为每一台车辆搭载一台昂贵的车载雷达，同时绘制全球大部分地区的高精地图，成本将会是天价，这显然不符合特斯拉的商业计划。

2.第一性原理

特斯拉自从创立以来，始终秉持这第一性原理，回归问题的本质，直指核心，用最直接的方法解决问题。马斯特认为既然人能够凭借肉眼就能驾驶汽车，那么AI就应该可以直通过摄像头感知世界并且驾驶汽车。给汽车装上激光雷达就像是给一个人配上导盲杖。这并不是创新，而是在限制创新。

要让纯视觉技术安全落地，特斯拉需要攻克两道难关

1.用摄像头展现三维成像数据

激光雷达与摄像头相比，最大的优势便是其测距的精确度与三维空间建模能力，只有精确的知道汽车周围的环境，AI才能对此做出正确应对。而摄像头感知的2D画面很难获取准确的深度、速度、加速度信息。对此，马斯克All in AI，仰仗高智能的AI系统，从根本算法上解决摄像头的短板，实现2D图像向3D模型的转换。

实现自动驾驶功能，更多的是技巧、记忆和经验，而不只是推理和计算，深度学习的算法就是为了提高自动驾驶的成熟程度。得益于全球上百万用户，特斯拉每天都在接手着海量的驾驶行驶数据，为特斯拉进行神经网络训练提供了大量样本，从而达到无限接近人眼的目的。为了能够处理如此庞大的数据量，特斯拉甚至专门都这个神经网络打造了一台超级计算机。

在此基础上，为了能够减少数据量，特斯拉创造了独有的“影子模式”，在不影响正常行驶的情况下，特斯拉会记录观察行车数据与驾驶员的驾驶数据，如同影子一般观看着驾驶员应对各种情景，当驾驶员对某种情况的操作与神经网络算法的预想不一致时，便上传数据到特斯拉服务器中，并对算法进行修正性训练。

2.在特殊情况下的数据收集问题

因为激光雷达的原理是发射并接收反射光波来实现数据收集，在雨雾等等特殊场景中，光线反射会受到很大影响，无法保证数据的准确性，摄像头也是如此。

特斯拉给出的解决方案是近红外分幅视觉系统。我们知道波长越长，光波的穿透性也就越强，因此特斯拉拓宽了车辆“眼睛”所能接收的波长范围，使其能够如红外成像仪一般克服雨雾等天气的影响，同时，由于接收的波长较长，超出人类肉眼可视范围，能够很大程度上解决刺目眩光的影响。同时引进分幅相机成像技术，采用分光系统及快光电子控制技术，降低曝光时间，最小的曝光时间就是最高的时间分辨率，每幅图像的均在极短时间曝光，幅与幅之间有一定的时序关系。使得车辆在高速行驶时也能获得准确的二维图像。

每个新事物的出现都是伴随着质疑与猜忌的，马斯克最终证明了纯视觉方案是可行的，虽然它目前只能做到L2级自动驾驶，但却是走出了一条新路，实现了0到1的转变，到底这条路能走多远，来日方长，我们且行且看。

ps：图片来源网络，如有侵权请联系作者删除。