前段時間，中國造車新勢力大佬何小鵬和遠在大洋彼岸的特斯拉扛把子馬斯克進行了一番友好地隔空交（撕）談（逼）。而這件事情的起因是一位看熱鬧不嫌事大的海外吃瓜羣眾在推特上@了馬斯克：“如何看待小鵬汽車在自動駕駛領域採用激光雷達，並沒有採用和特斯拉相同的純視覺路線？小鵬汽車是不是意識到他們抄襲特斯拉的方案是行不通的？”
對此，這位吃瓜羣眾立刻就得到了特斯拉扛把子馬斯克的回應，馬斯克表示：“他們只有我們的舊版代碼，並沒有我們最新的神經網絡系統。”言外之意直指小鵬汽車抄襲特斯拉。
而小鵬汽車大當家何小鵬面對這番言論也直接強勢回應，沒有絲毫示弱的表示：“我們發佈的包含激光雷達的小鵬下一代自動駕駛架構將會把來自西方的某人打得找不着東”。
這一輪中外友好交談表面上是馬斯克在指責小鵬汽車抄襲特斯拉技術，實際上則暗藏了視覺算法和激光雷達兩大目前主流的自動駕駛技術的交鋒。本文且不論小鵬汽車到底有沒有抄襲特斯拉，先來聊一聊以特斯拉為首的視覺派和大多數汽車廠商都支持的激光雷達派，誰將在未來主導自動駕駛。
自動駕駛“三步驟”
ADAS高級駕駛輔助需要完成的動作其實只有感知、判斷、操控而已，就相當於我們需要通過眼睛、鼻子、耳朵去獲取外界的信息，然後大腦處理完信息之後再由四肢去操控相應的動作。只不過在獲取外界信息這方面，自動駕駛出現了兩個不同技術領域的分歧。其中激光雷達就相當於一雙精通聽聲辨位的耳朵，而視覺算法所依賴的攝像頭則相當於汽車的眼睛。通過這樣的比較，就會發現激光雷達和視覺算法都是自動駕駛對外界環境感知探測的一種方式，但是它們感知的主導有所區別。
通常來説，以激光雷達為主導的自動駕駛方案是依靠激光雷達為探測核心，輔以毫米波雷達、超聲波雷達以及攝像頭協助。激光雷達可以在一秒鐘內發射數百萬個激光束，然後通過其返回的時間差精確地測算出周圍物體確切的形狀和距離。這樣海量的信息感知能力能夠讓自動駕駛的汽車更加精確、穩定地獲取到周圍的環境，完成3D建模。也正是由於激光雷達依靠發射激光束來主動探測周圍環境，即便是在夜間和惡劣環境下依然能夠擁有超高的探測精度，所以不受環境影響，正是它的優勢之一。
激光雷達的劣勢也同樣明顯，首先，激光雷達精於三維信息的處理，對物體大小、移動速度的計算都有着非常優異的表現；但是對於物體的識別能力偏弱，最典型的例子就是，它能夠將前方限速標示牌的距離和大小精確到毫米，但是卻識別不到標示牌內容。
其次，激光雷達的價格昂貴，成本非常高。目前全球最大的激光雷達供應商Velodyne旗下16線、32線、128線的激光雷達價格分別高達4000、4萬以及8萬美元，一整套的L4級別激光雷達自動駕駛輔助系統成本最少都要5萬美元以上，裝備再精良一點的，價格甚至會達到10萬美元！
相比之下，以攝像頭主導的視覺自動駕駛方案就很容易理解了，它主要以攝像頭為探測核心，配合毫米波雷達、超聲波雷達以及低成本的激光雷達的協助。攝像頭可以像人眼一樣，通過物體放射的光在傳感器上成像。和激光雷達計算出來的複雜數據不同，攝像頭捕獲到的圖像基本上就是我們人眼能夠直接看得懂的內容，非常適合用於識別物體，並將它們分類。
視覺算法除了擁有強大的“視覺”能力之外，更強大之處在於算法。以將純視覺算法玩得最6的特斯拉為例，它的神經網絡系統能夠通過已經在道路上行駛的特斯拉收集大數據，實現自主學習，讓特斯拉的駕駛能力高於人類。另外，特斯拉的神經網絡系統已經讓其在部分道路上完成了L4級別的自動駕駛，並且能夠成功識別出絕大多數交通參與者。
這場激光雷達與視覺算法曠日已久的巔峯對決才剛剛開始，並且未來還將愈演愈烈！
注：本文素材來源於網絡