澎湃新闻记者 吴遇利

在刚刚过去的2021世界新能源汽车大会，特斯拉CEO埃隆·马斯克说，特斯拉相信自动辅助驾驶可以完全通过视觉神经网络来实现，因为人就是生物意义上的视觉神经网络驾驶的，所以计算机也一定可以。

长久以来，马斯克一直是纯视觉算法的坚定拥护者。他认为，人工智能通过摄像头看清路况和场景，无需激光雷达这样昂贵的硬件设备。

反对者认为，摄像头的成像是二维图形，然而现实世界是立体的，这样的识别系统势必带来偏差。

此事甚至还曾引发马斯克与何小鹏在社交媒体上隔空互怼。

自动驾驶算法工程师刘奕对澎湃新闻记者表示，“简单来说，自动驾驶由感知、决策和执行三部分组成。感知是一切的基础，不同的感知方式意味着背后不同的算法逻辑，所以不难理解为何业内会对传感器的使用有如此多的争议。”

纯视觉路线：难在算法

自动驾驶车辆想要识别周围环境，就需要通过各种传感器获取大量的环境信息，包括自身状态、其他交通参与者、道路状况、交通标志等等。

目前被广泛使用的传感器主要包括：激光雷达、摄像头、毫米波雷达、超声波雷达等。其中最重要、也是争议焦点的就是激光雷达和摄像头。

特斯拉一直坚持走视觉感知路线，利用人工智能和深度学习来构建神经网络。也就是说，摄像头是特斯拉辅助驾驶系统中最主要的“眼睛”。

以Model 3为例，据中信证券的调研报告，Model 3车身共配了8个摄像头、1个毫米波雷达、12个超声波传感器，视野角度360度，依靠特斯拉的算法来判断周围的状况，为Autopilot自动驾驶系统提供环境信息。

车载摄像头成像清晰，成本低，但探测距离短，对环境光照要求较高，识别稳定性欠佳。

毫米波雷达通过测量回波的时间差算出距离，其优势有探测性能稳定、作用距离长、可穿透烟、雾等，具有全天候、全天时的特点。但受分辨率限制，毫米波雷达难以分辨近距离物体，尤其是对行人的识别能力很差。今年5月起，特斯拉在北美市场交付的Model 3和Model Y已不再配备毫米波雷达。

超声波雷达通俗地讲，就是我们日常使用的倒车雷达。其造价最为便宜，所以被大量应用到车上。但探测距离较短，一般仅有几米。

“从传感器配备就可以看出来，特斯拉对于视觉算法的坚持。优势是成本低廉，但是摄像头也有不少缺陷，需要依靠背后强大的算法，把摄像头捕捉到的二维平面图形转换为精准的三维模型。”刘奕说，“可以理解为一个赛车手开一辆低配置的车辆，车子开得好靠的是大脑而不是硬件。而这位赛车手的大脑，是靠海量特斯拉车主的实际驾驶行为训练出来的，这是其他企业目前无法赶超的优势。”

特斯拉完善视觉算法的一大优势，就是通过真实驾驶数据，进行神经网络训练，从而不断覆盖各类场景，无限接近人类驾驶员的判断方式。

以特斯拉的“影子模式”为例，在这一模式下，系统就像驾驶员的“影子”，实时对比外部环境和驾驶员的操作。若在某个场景中，驾驶员的操作与系统自身的预判不符，则此次数据会被传输到服务器中，用以对算法进行修正训练。

业内不少观点认为，特斯拉的视觉算法已经形成护城河，后来者难以模仿。这一方面来自于特斯拉全栈自研自动驾驶硬件的高算力，另一方面是特斯拉绝对领先的数据规模、数据种类和场景真实性。

在国内自动驾驶企业中，仅有百度的Apollo Lite是纯视觉L4级城市道路自动驾驶解决方案。目前，Apollo Lite的自主泊车产品AVP和领航辅助驾驶产品ANP已实现L2级辅助驾驶商用，并与威马汽车实现了深度合作。

激光雷达：贵在硬件

激光雷达是一类使用激光束进行探测和测距的设备，每秒能够向外界发送数百万的激光脉冲，以此实时建立起周围环境的三维地图。

现阶段，激光雷达因其测量的高可靠性和精确性，仍然是自动驾驶中最重要的传感器之一。即便是特斯拉，也多次被国外网友抓拍到在车辆上安装激光雷达进行道路测试。

当然，激光雷达也有不少缺陷，最为突出的就是价格昂贵。兴业证券在近期的研报中指出，当前，多数激光雷达的价格仍高于3000美元/颗。

刘奕介绍，“首先，激光雷达识别不了信号灯或道路标识牌信息。其次，对于不规则物体，使用激光雷达比较难以辨别其特征，无法对障碍物进行准确分类。例如路上常见的三轮车，载货状态和未载货状态，识别出来就是两个完全不同的物体。车上装着一只狗和装着一个纸壳箱，可能也无法被归为同一类障碍物。”

在实际应用中，不少企业更倾向于激光雷达为主的组合解决方案，既利用摄像头的高分辨率对目标进行分类，又利用激光雷达的可靠性对障碍物进行检测和测距，融合两者的优点，再辅以毫米波雷达和超声波雷达，完成环境感知。

业内普遍认为，对于Level 3以上自动驾驶必须要用激光雷达。在成本相对不敏感的Robotaxi领域，如Waymo、Uber等典型企业都较早搭载了激光雷达。

在车企中，随着成本不断下降，激光雷达也正逐渐成为标配。蔚来ET7配备了1个激光雷达，小鹏P5搭载2个激光雷达，智己、长城、长安等都将陆续上市搭载激光雷达的辅助驾驶车型。

技术融合将成趋势

汽车工程师苗峰（化名）对澎湃新闻记者表示，乘用车自动驾驶或辅助驾驶最终都由消费者买单，对于消费者来说，最重要的是安全，其次是体验。要实现安全，冗余必不可少。“冗余，说白了就是备份。如果一套传感器失效或出现错误，还有另外一套、甚至两套传感器识别周围环境，这样才能保障人的安全。如果没有冗余设计，自动驾驶系统就只能靠司机来兜底。”

正如前文所提及的，摄像头、激光雷达、毫米波雷达等在功能中各有侧重，也各有优劣。总的来说，激光雷达三维成像、可靠性高，但价格昂贵；摄像头捕获信息丰富、成本低，但依赖环境光照（例如此前特斯拉自动驾驶系统错误识别大货车侧面造成事故），容易产生误差。

“对于自动驾驶安全冗余来说，激光雷达和摄像头是互补关系。如果进行融合，就能获得安全冗余性更强的感知系统。”苗峰说道。

国内自动驾驶企业，除百度Apollo Lite之外，基本都是采取了融合技术路线。以小马智行为例，目前其自动驾驶乘用车配备了4个激光雷达、4个毫米波雷达、7个摄像头以及2个GNSS天线。小马智行相关负责人对澎湃新闻记者表示，小马智行目前的自动驾驶技术解决方案采用多传感器融合技术，就是为了充分利用各传感器的优势、弥补各自的短板，同时确保自动驾驶的安全性和系统冗余。

刘奕对澎湃新闻记者表示，“其实视觉和激光的争议，都是有关单车智能的。目前在中国的发展趋势是智能网联，还会有高精地图、车路协同、V2X（vehicle to everything）等各路技术，自动驾驶一定是一个多元融合的领域。”