尴尬了，纯视觉路线特斯拉还能坚持下去吗？

对于未来的自动驾驶视觉方案，目前市场中有两个立场鲜明的派系——纯视觉派和激光雷达派，目前纯视觉方案的拥护者主要是特斯拉，特斯拉通过海量的车主驾驶数据进行神经网络训练，从而覆盖更多工况与场景，不断完善算法，目前方案较为成熟。

以特斯拉为首的纯视觉方案，同时也是激光雷达的坚决反对者，从2021年5月开始，更是把特斯拉量产车上原来标配的毫米波雷达去掉，只采用全车8个摄像头来为特斯拉的FSD（完全无人驾驶）提供外部环境数据采集传感器；另外是其他所有相关公司，使用激光雷达、毫米波雷达、摄像头等进行配合和融合的方案。

在日前举行的2021年特斯拉AI Day上，特斯拉CEO马斯克再次强调，要“打造像人脑一样基于视觉的神经网络系统”，同时发布了视觉网络神经系统，支持Autopilot/FSD，主要处理物体识别、道路规划和各类车人的运行轨迹预测等驾驶功能所需的关键数据。

特斯拉的 AI 高级总监 Andrej Karpathy认为，纯视觉感知最大的问题就是无法测量距离、速度和加速度。不过纯视觉感知和人眼类似，人脑能“脑补”出距离并拥有优秀的驾驶技术，神经网络同样有这样的能力。在过去 4 个月时间里，特斯拉人工智能团队的核心 20 名成员搞定了这件事。特斯拉收集了 221 种共 100 万段 10 秒钟的短视频，利用对物体自动标签化，经过 7 轮影子模式循环，最终在纯视觉感知中取得了不错的效果，超越了毫米波雷达 + 摄像头的传感器融合方案。特斯拉甚至为此建立了一台全球排名第五的超级计算机，采用 5760 个英伟达 A100 Tensor Core GPU，10PB 容量的 NVME 存储。

为何马斯克这么反对激光雷达呢？众所周知，马斯克一直是“第一性原理”的信徒和布道者，他认为应该用物理学的角度看待世界，要具备将事情缩减至其根本实质，看清事情本质的能力。基于这一点，他认为“人类只有眼睛就可以实现驾驶，所以自动驾驶不需要其它传感器就可以”。而对于业内从业者，马斯克的答案则是：“避免多传感器感知结果不一致的问题”。从某种角度来说，特斯拉和苹果非常像，都在追求用颠覆性的方式来实现技术难点。

不过，我们知道人类驾驶员开车不只是需要双眼，还需要耳朵、触觉、嗅觉，最重要的是需要一个能够快速作出反应并进行大量计算的大脑。而各种传感器所能够收集到的信息和数据，显然也是光靠摄像头无法做到的。2020 年底，特斯拉在写给加州机动车管理局(DMV)邮件中承认， FSD 目前并非真正的完全自动驾驶， FSD 和 Autopilot 一样，都属于 L2 级自动辅助驾驶系统。

激光雷达派认为，摄像头做主导的视觉感知精度不够，如果自动驾驶要发展到L3级别以上，就应当采用激光雷达。而视觉感知派认为，摄像头感知的环境信息数据丰富，并且可以对物体进行分类后续方便标注，最关键的是成本低廉，这些是激光雷达做不到的。

笔者认为，成本低廉可能是马斯克最终决定押宝纯视觉方案的关键，毕竟在几年前，激光雷达的价格还是非常贵的。在传感器零部件价格上，摄像头中，用于环视等的广角摄像头价格较便宜约 150元/个，用于前视功能的单目及多目摄像头附加值较高，单价在 600 元以上；毫米波雷达 24Ghz 约 300 元/个作为角雷达使用， 77Ghz 约 700 元/个；近距离泊车用的超声波雷达的价格最为便宜约 70 元/个。根据传感器单价及配置方案，我们预计 L1 至L4 级别的传感分别为 1580 元、 3600 元、 11460 元、 16960 元。从 L2 到 L3 级方案，传感器配置需要有较大的提升，主要是增加了激光雷达、惯性导航等新型传感器。

不同智能驾驶级别的传感器方案估算，来源：基业常青产业研究、盖世汽车

曾经激光雷达的成本是非常高的，一套激光雷达设备一度最高能达到7.5万美金，让马斯克万万没想到的是，激光雷达的成本比想象中降得更快。

 尴尬了，激光雷达为何降价这么快？

激光雷达成本下降非常关键

激光雷达方案是以激光雷达为主导，配合毫米波雷达、超声波传感器、摄像头来完成自动驾驶，其中激光雷达会通过发射激光束来测量视场中物体轮廓边沿与设备间的相对距离，从而准确捕捉这些轮廓信息组成点云，并绘制出 3D 环境地图再传输到系统进行分析并下达车辆行驶指令。

级别越高对摄像头毫米波雷达与激光雷达的单车配套量越大，来源：奥迪、通用官网

随着自动驾驶级别升级，单车对传感器的需求量在持续攀升。 以特斯拉、奥迪 A8 与通用 Cruise为例，摄像头基本随着级别数的提升单车配套量在增加，毫米波雷达随着级别的提升增幅尤其明显， L4 级的通用 Cruise 搭载的毫米波雷达数量是奥迪 A8 的 4 倍，单价昂贵的激光雷达在 L3 级别必备， L4 级别需求量亦有明显增加，技术最为成熟的 L5 级 Waymo 摄像头、毫米波搭载数量有所减少，但高价值量的激光雷达搭载数在不断提升。

2021造车新势力发布三款搭载激光雷达的新车，来源：电动邦

相较于传统的汽车， L3级智能汽车需要配备10个超声波雷达、 8个毫米波雷达， 8个摄像头及1个激光雷达，车规级的要求也对汽车的“感知入口”提出了新的要求。除了国外车厂，2021年先后有三家国产“造车新势力”都发布了搭载激光雷达的新车， 近期华为发布自动驾驶解决方案（ADS）。从硬件配置上来看， 极狐阿尔法S华为HI版新车配置了3个激光雷达（左前、右前以及中间）、 13个摄像头、 6个毫米波雷达、 1个车顶惯导、 1个域控制器。 小鹏发布的E28定义为L3级辅助驾驶， 配备了8个摄像头、 5个毫米波雷达、 12个超声波雷达以及4个环视摄像头。

机械式、半固态式、固态式激光雷达特点，来源：国金证券研究所

近年来，随着激光雷达从机械式向固态式发展的趋势，激光雷达实现了快速的成本降低。其中OPA式的固态激光雷达在量产后有希望降到200美元以下。

激光雷达产业链，来源：太平洋证券

激光雷达成本的迅速下降更得益于中国相关产业链的成熟与完善，将成本迅速降低。特别是中游激光雷达已经有不少国产厂商如禾赛科技、大疆、华为、速腾聚创、镭神智能等。

毫米波雷达产业链，来源：太平洋证券

相关的毫米波雷达产业链中国企业偏弱，近期中电科38所发布77Ghz毫米波芯片，德赛西威先后发布24GHz、 77GHz毫米波雷达， 国产毫米波雷达在精度、距离等方面和国际厂商如博世、大陆、奥托立夫、德尔福的产品差距仍然明显。不过华域汽车毫米波雷达已实现对上汽等客户稳定供货，其他国内的毫米波雷达厂商有德赛西威、杭州智波科技、芜湖森思泰克、南京隼眼科技、苏州安智汽车、北京行易到、深圳安志杰等。

 为啥特斯拉不用高精度地图？

既然特斯拉不用激光雷达方案，那么高精度地图更加不是特斯拉的选择了。马斯克也曾在2019年的特斯拉自动驾驶日上公开表示高精地图是一个“很糟糕的想法”。

笔者认为，高精地图采集更新慢、采集成本较高，而且数据地图格式交换规格、数据互联互通

理论上来说，如果单车智能足够强大，一定程度上可以削弱对于高精度地图的需求。比如特斯拉一直坚持采用视觉感知减轻对于导航精度的依赖。不过，特斯拉却在默默地做另一件事情——自建高精地图。它在用车上的各种传感器，由全世界的特斯拉车主为其共同绘制只属于特斯拉的高精地图。如果特斯拉的单车智能与感知能力真的强大到与高智商人类无异，那么确实对于高精度地图甚至以后V2X的依赖都会减弱。

不过值得注意的是，在中国推行的新基建中，很明确的提出了C-V2X的未来发展规划，未来智能驾驶汽车必须联网，而且必须纳入智能交通、智慧城市的整体系统中考虑。我国更加强调智能化与网联化同步发展，以网联功能构建“人-车-路-云”的整体解决方案，减小单车智能的开发难度。 2020 年 2 月，由发改委等 11 部委联合发布的《智能汽车创新发展战略》中明确提出： “到 2025 年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。实现有条件自动驾驶的智能汽车达到规模化生产，实现高度自动驾驶的智能汽车在特定环境下市场化应用。智能交通系统和智慧城市相关设施建设取得积极进展，车用无线通信网络（LTE-V2X 等）实现区域覆盖，新一代车用无线通信网络（5G-V2X）在部分城市、高速公路逐步开展应用，高精度时空基准服务网络实现全覆盖。 ”既然这样，至少在中国市场，离线的纯视觉方案在未来很可能会遭遇政策风险。

 当视觉与雷达不一致，该相信哪个？

对于 L3/L4以上的智能驾驶，因需要厂商承担事故责任，激光雷达被普遍认为有搭载必要。

雷达、超声波、摄像头各有优劣，来源：MIT人工智能所

来源：McKinsey

马斯克真的反对激光雷达吗？