当前位置： 测量装置 >> 测量装置资源 >> 激光雷达和视觉方案谁才是自动驾驶的未来
激光雷达就像人身上长了一堆阑尾，阑尾本身的存在基本是无意义的，如果长了一堆的话，那就太可笑了。任何依赖激光雷达的公司都可能无疾而终。-----马斯克。
摄像头+毫米波雷达的组合像青蛙的眼睛，对于动态物体判断还好，对于非标准的静态物体几乎无能。视觉在这个层面的进展几乎停滞，哪怕是动态，车辆以外的识别率也低于80%，千万别真当自动驾驶来使用。----李想
这是在自动驾驶的方案选择中两种立场鲜明的观点，狂人马斯克把偏执演绎到了极致。近日特斯拉正式宣布从5月开始在美国市场销售的Model3和ModelY将取消前毫米波雷达，改由TeslaVision（基于摄像头纯视觉方案）来实现Autopilot等驾驶辅助功能。连毫米波雷达也不要了，全部用摄像头代替，这才是纯视觉的无人驾驶方案。下面我将对这两种方案进行对比分析:
1.纯视觉方案
优点：由车载摄像头获取的数字视频数据与我们人类眼睛感知的多彩真实的世界最为相似，配合AI算法也更能接近人类驾驶的状态。同时随着高分辨率高帧率的成像技术的发展，摄像头能捕捉到的环境信息将更加丰富。同时成本相对低廉，方便环车身大量布置。
缺点：摄像头作为光感元件，其识别周围环境的效果将严重依赖光照环境。易受到恶劣环境、天气的影响，而且无法直观判断景深，对算法、算力的要求很高。
视觉感知系统缺点应对措施：⑴.增强算法，和神经网络的训练。
⑵增加辅助探测装置如激光雷达，毫米波雷达。
2.激光雷达方案
优点：激光雷达经数据处理可以重构目标三维表面，获得更能反映目标几何外形的三维图形（其它雷达只能构建二维的模型），同时还能获取目标表面反射特性、运动速度等丰富的特征信息，为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度；另一方面，主动激光技术的应用，使得其具有测量分辨率高，抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。
缺点：在雨雾、灰尘环境中可能会将雨雾、灰尘识别成障碍物。
缺点应对措施：⑴.采用多次回波的雷达。多次回波技术是采用算法对多次发射的光进行处理，从而避免误识别。
⑵采用面激光雷达。对于线束激光雷达来说，发射的是细小光束，容易被恶劣环境影响，而面激光雷达发射的光束较粗，而雨滴、雾滴、灰尘等小颗粒只能反射一部分激光，经过算法的处理能轻松过滤掉这些影响。
⑶增加辅助探测装置。如增加穿透力强，几乎不受灰尘大雨影响的毫米波雷达。
激光雷达探测示意图两种方案的站队者很难不存在一定私心。比如特斯拉一直推崇摄像头加强大的算法来实现无人驾驶。前期投入了大量的资本到算法上，现在让他承认造价昂贵的激光雷达解决方案更优是很难的，特斯拉的实验车上也时常看到激光雷达。而另一个阵营，在算法上远落后特斯拉的情况下，用硬件堆积来弯道超车不失为一个好办法，让他们承认纯视觉算法优秀更难。
搭载激光雷达的Models网友不止一次看到特斯拉试验车搭载激光雷达，如果激光雷达不香，为什么要用呢？但到了量产车上，激光雷达无一例外的消失了。最可能的一个解释就是特斯拉实验车搭载激光雷达结合摄像头来训练它的神经网络，优化特斯拉的算法。
目前最优解决办法就是两种方法结合，取长补短。就像宝马最新发布的新车BMWiX，iX搭载了1个激光雷达、5个毫米波雷达、6颗感知摄像头、4颗环视摄像头和12个超声波雷达，以实现高级别自动驾驶。蔚来新车ET7则全系搭载个激光雷达、5个毫米波雷达、12个超声波传感器。
BMWi结语：两种方案各有优劣，而且可以互补。但是面对无人驾驶，我们要把驾驶权交给车辆，也就是把安全完全寄托于这套系统了。这时候不应该像特斯拉一样只考虑成本，考虑到自身利益，激光雷达结合视觉算法不香吗？承认别人优秀的确很难，况且是逐利的资本市场。但在乘客安全问题上，不应该放下自己的偏执，应用最优的解决方案吗？
