激光雷達VS視覺攝像頭

激光雷達VS視覺感知，自動駕駛2大派系正面交鋒

自動駕駛領域兩個派系的劃分——純視覺感知派、激光雷達派。

視覺派認為人類既然可以通過視覺信息+大腦處理，成為一個合格的駕駛者。那么攝像頭+深度學習神經(jīng)網(wǎng)絡+計算機硬件，也可以達到類似的效果。

近期代表企業(yè)特斯拉推出基于純視覺方案的FSD Beta，徹底放棄毫米波雷達。百度發(fā)布L4級別純視覺方案Apollo lite，同樣踏上了自動駕駛的南坡之路。

激光雷達派則是以Waymo為代表的Robotaxi企業(yè)，使用機械式激光雷達、毫米波雷達、超聲波雷達以及多路攝像頭完成L4級別的商業(yè)量產(chǎn)落地。

純視覺自動駕駛方案從產(chǎn)品分析，目前特斯拉的產(chǎn)品還處于L2的階段，從今年第一季度的財報上看純視覺自動駕駛方案是這樣解釋：目前道路交通系統(tǒng)是基于人類視覺感知神經(jīng)網(wǎng)絡，8個攝像頭覆蓋360°，比人類感知范圍更大更安全；對現(xiàn)實道路的技術還有待突破，自動駕駛不會很快成為主流。

再看Apollo lite，2020年底百度發(fā)布高階智能駕駛解決方案ANP（Apollo Navigation Pilot），宣稱可以支持高速、城市環(huán)線、城市道路使用，搭載10路攝像頭、具備360°環(huán)視感知，探測距離達240米，應用30+深度學習網(wǎng)絡，單卡GPU，算力小于30TOPs。從L4應用降維至L2+級領航輔助駕駛，依靠10相機感知系統(tǒng)，實現(xiàn)不依賴高線數(shù)機械式激光雷達的端到端閉環(huán)自動駕駛。

激光雷達是一種用于精準獲取物體三維位置信息的傳感器，本質上是激光探測和測距，其原理是通過發(fā)射與接收激光來探測與目標物之間的距離，再根據(jù)目標物表面的反射能量大小、反射波譜幅度、頻率和相位等信息，精確繪制出目標物的三維結構信息。而憑借著在目標輪廓測量、角度測量、光照穩(wěn)定性和通用障礙物檢出等方面所具有的極佳性能，激光雷達正在成為L4級及以上自動駕駛的核心配置。

3D激光雷達在無人駕駛車輛的定位、路徑規(guī)劃、決策、感知等方面有著重要的作用。2022-2025年之間預計絕大部分的主機廠會量產(chǎn)上激光雷達，從國際上看，沃爾沃和Luminar宣布量產(chǎn)，國內(nèi)蔚來選擇圖達通的激光雷達作為ET7的標配；小鵬P5搭載了大疆旗下覽沃的激光雷達；理想也與禾賽科技展開了下一代車型的合作。由此看來，激光雷達仍然是絕大多數(shù)企業(yè)走上自動駕駛的必經(jīng)之路。

從技術特點的角度來看

視覺方案中的圖像傳感器能以高幀率、高分辨率獲取周圍復雜的環(huán)境信息，且價格便宜。但圖像傳感器是一種被動式傳感器，其本身并不發(fā)光，成像質量受到環(huán)境亮度影響較大，在惡劣環(huán)境下完成感知任務的難度會大幅提升。

激光雷達是一種主動式傳感器，通過發(fā)射脈沖激光并探測目標的散射光特性獲取目標的深度信息，具有精度高、范圍大、抗干擾能力強的特性。但是，激光雷達獲取的數(shù)據(jù)稀疏無序、難以直接利用，且激光單色的特性讓其無法獲取顏色和紋理信息，雖然對于周邊環(huán)境測距描繪的能力突出，但卻因為缺點太致命，所以必須搭配其它傳感器互補使用。

從商業(yè)量產(chǎn)的角度來看

目前激光雷達感知能力是略強于純視覺的，很多主機廠商和一級供應商為加速量產(chǎn)落地，難免會通過過多使用激光雷達來回避視覺識別算法、芯片、定位建圖等問題。

馬斯克不止一次提過依賴激光雷達的公司都可能無任何出路，或許是跟激光雷達成本過高有關。

華為在年初宣布成功研發(fā)首款96線中長距車規(guī)級高性能激光雷達，具備全場景150米的測距能力，擁有120°*25°大視野，可以滿足對城區(qū)、高速等場景的人、車測距要求。同時水平、垂直線束均勻分布，不存在拼接、抖動等情況，形成穩(wěn)定的點云對后端感知算法也非常友好，滿足遠距離小障礙物、近距離加塞、近端突出物、隧道、十字路口無保護左拐、地庫等復雜路況和獨特場景，更符合中國當下復雜的路況環(huán)境。價格號稱從原本的2000美金一套降到200美金左右。特斯拉近期也做了對激光雷達的檢測，不知純視覺派會不會因價格優(yōu)勢的出現(xiàn)做出改變。

激光雷達與視覺感知的優(yōu)劣對比，既對立又互補

到目前為止，小鵬、蔚來、理想、極狐、長城、智己、上汽R、Lucid、沃爾沃和廣汽都已經(jīng)明確將量產(chǎn)搭載激光雷達的車型，而首款搭載激光雷達的量產(chǎn)車小鵬P5也已經(jīng)正式上市。

激光雷達的優(yōu)勢在于精度較高，探測距離遠，可以在一些極端天氣下和夜間做到比攝像頭更高的精準度，防止車輛的誤判，提升安全的冗余度。但目前仍存在成本較高、難以量產(chǎn)等問題。