高級自動駕駛，一定要用激光雷達嗎

日前，以“汽車安全領頭羊”自居的沃爾沃，宣布將超越L3，跨過L4級自動駕駛技術，并計劃在2年內實現(xiàn)L4車型的量產，并強調L4車型必須使用激光雷達。

在沃爾沃集團 CTO看來，激光雷達的應用是實現(xiàn)汽車實現(xiàn)全自動化的關鍵一步。

因為激光雷達是實現(xiàn)自動駕駛的“關鍵一步”，那也是必不可少的一步。這個說法想必也會得到國內外數(shù)十家激光雷達廠商的紛紛點贊。

因此，現(xiàn)在還是要討論高級自動駕駛是否要配備激光雷達的話題，看起來有點“不合時宜”。

對無人駕駛而言，評估不會比安全性更重要。如照相機、毫米波雷達等傳感器可以保證99%的安全，而加入激光雷達，則可以實現(xiàn)99.99999%的安全，即便是這0.99999%的進步，對于許多想讓自動駕駛汽車量產的車廠來說，都會毫不猶豫地使用。

但熟悉自動駕駛領域的人也知道，這樣的結論也不會是板上釘釘?shù)氖?，至少特斯拉老板說的那句“用激光雷達的都是傻子”的話還沒有改變。

目前，支持激光雷達的一方和支持純視覺計算的一方仍然爭論不休，還有一些技術廠商試圖用毫米波雷達取代激光雷達。

在先進自動駕駛技術下，激光雷達的“C位”地位仍面臨挑戰(zhàn)。為何大部分自動駕駛公司都支持激光雷達技術？而且偏偏還有幾家公司不走“尋常路”，不接雷達招？

個人的理由是什么？不僅是傳感器技術路線之爭，而且還有自動駕駛汽車廠商對商業(yè)路線的判斷。無人駕駛的瓜田里總有新瓜要摘，這一次我們圍繞激光雷達和其它技術路線糾葛一起來圍觀吃瓜。

激光器，如何成為自動駕駛傳感器中的“C位”擔當？

目前自動駕駛汽車的傳感器系統(tǒng)主要由攝像頭、毫米波雷達、激光雷達、超聲波雷達等組成，而激光雷達幾乎被公認為是“C位”之稱。

其中，高分辨率、高精度以及抗干擾能力強是激光雷達獲得這一殊榮的關鍵因素。

具體地說，激光雷達(LiDAR)是一種測量視場中物體輪廓邊緣與設備之間的相對距離的方法，它可以精確地捕捉輪廓信息，組成點云，并繪制3D環(huán)境圖，測量精度可達到厘米級。

第一，激光雷達發(fā)射光波的頻率比微波高2~3個數(shù)量級，因此與微波雷達相比，具有極高的距離、角、速度分辨率，因此其測量精度更高。

二是測量精度較高，即可以直接獲得目標的距離、角度、反射強度、速度等信息，從而產生立體的立體維度圖像，可以分辨出運動中的人是真行人還是僅僅是人物的海報。

由于激光波長短，可以發(fā)射極小的發(fā)散角激光束，因此可以探測低空/超低空目標；多路徑效應小，抗干擾能力強。

另外，激光雷達不受光照條件及探測目標自身特性的影響，具有全天時工作特性。

與此同時它的缺點也特別明顯，那就是易受雨雪等惡劣大氣條件或有煙塵環(huán)境影響，很難在全天候環(huán)境中正常工作。這就是說，自動駕駛不能僅僅依靠激光雷達，還需要其他傳感器的共同協(xié)助。

最有爭議的還是，激光雷達一直都是高于照相機和毫米波雷達的價格。當然，比起剛開始，機械激光雷達要花上幾萬美元，如今固態(tài)激光雷達可以賣到幾百美元，大大降低了激光雷達的應用成本。

具體地說，激光雷達的性能又與線束數(shù)量有關，線束越多其覆蓋角越大，但同時成本也越高。目前主流自動駕駛汽車的激光雷達配置方案主要包括一顆價格昂貴的64線激光雷達和多個16線激光雷達，這些雷達的成本仍是眾多廠商無法承受的。

在馬斯克的話里，“我認為激光(激光雷達)對汽車的發(fā)展沒有任何意義，而我認為這并非必要?！?/p>

這究竟是不是必須，我們可以深入到“激光雷達”和“純視覺計算”的兩派對峙現(xiàn)場一探究竟。

科技性能 VS商業(yè)成本，激光雷達和視覺計算各有千秋

這一方面，站在激光雷達這邊的“選手”可謂人多勢眾，谷歌 Waymo、通用 Cruise、Pony.ai、文遠知行等主流自動駕駛廠商都是其擁護者。經典的標志就是這些廠家的車頂上都有一臺很扎眼的激光雷達。

與此相關的視覺計算技術方面，主力隊員是已經成功銷售特斯拉、理念相同的日產汽車，以及一些自動駕駛技術解決方案的創(chuàng)業(yè)公司。

自從去年馬斯克“大放厥詞”后，兩個主要陣營的新車的技術方案給了我們比較的可能性。其中一款是日產基于 ProPilot2.0系統(tǒng)開發(fā)的 Skyline (天際線)車型，一款基于 Audi AI系統(tǒng)和激光雷達作為探測主體的奧迪A8L。

在硬件上，日產 ProPilot2.0系統(tǒng)不采用激光雷達，而是使用5個毫米波雷達、12個超聲波雷達和7個攝像頭；而在前值攝像頭上，使用 Mobileye提供的三目攝像頭，實現(xiàn)了數(shù)據(jù)處理和傳輸速度的提升；加上 GPS系統(tǒng)和高精度地圖數(shù)據(jù)分析設備，組成了自動駕駛所需的360度觀測系統(tǒng)。

相比特斯拉 Autopilot系統(tǒng)，僅使用1個毫米波雷達系統(tǒng)，日產 ProPilot2.0直接增加到5個，覆蓋中距離測距，直接跨越 L2.5級，達到L3級的水平，達到L3級。

此外， Audi AI還配備了1臺測距探測雷達、4臺中程探測雷達、12臺毫米波雷達以及由 Mobileye提供的前向照相機；此外，在激光雷達上， Audi AI還采用了來自 Valeo的四線激光雷達，能夠非常精確地獲得前方各種目標的信息。與 ProPilot2.0相比， AudiAI在系統(tǒng)冗余和識別場景方面具有更大的優(yōu)勢。

在這些方面， ProPilot2.0在高速封閉路段中完全自動化，盡管速度更快，但場景單一，實現(xiàn)難度更??；而 Audi AI的自動駕駛定位在60 KM/h以下的低速開放路段，但開放路段的場景比較復雜，所以 audi AI的實現(xiàn)更加困難。

所以這是否意味著 audiAI采用激光雷達的勝利呢？

在技術性能方面，確實如此，在商業(yè)成本方面， ProPilot2.0占優(yōu)。歸根結底， Skyline和奧迪A8L差了2倍多，堅持視覺計算路線的 ProPilot2.0顯然將擁有更大的商業(yè)空間。

然后，提升到更高層次的L4自動計算，從技術上的安全性和可靠性上，是否激光雷達已穩(wěn)贏，而純粹的視覺計算方面則不再有機會？我擔心答案仍然不確定。

全視+毫米波激光雷達 N種可能的替代

為什麼還不確定？由于從技術解決方案走向商業(yè)化量產的道路上仍有許多障礙。對 AutoTechnologies解決方案的提供者來說，系統(tǒng)的安全可靠性當然排在首位，實現(xiàn)這個方向最簡單的方法就是不斷地“堆料”，但是對于普通消費者的整車廠來說，除了穩(wěn)定可靠的系統(tǒng)成本、造型美觀度等外，還要統(tǒng)統(tǒng)放在汽車安全上，對汽車而言，要考慮的是汽車安全，汽車制造成本、汽車安全同樣重要。

所以，像特斯拉這樣的汽車工廠對于車頂那巨大無比又昂貴無比的激光雷達，心存怨恨不難理解。因此，如果有一種可以取代激光雷達的解決方案，對于汽車制造商來說都是一件好事。

現(xiàn)在，在L4之上，以及更高層次的純視覺計算方案，特斯拉和個別技術企業(yè)仍在積極地探索。

2018年，康奈爾大學的一篇技術論文提出了一個純視覺技術架構的方法，以達到激光雷達所能達到的性能效果。該方法主要改變了立體攝像機目標探測系統(tǒng)的三維信息呈現(xiàn)形式，將基于圖像的立體視覺數(shù)據(jù)轉化為類似于激光雷達生成的三維點云，通過數(shù)據(jù)轉換轉換成最終的視圖格式。這就是所謂的偽激光雷達數(shù)據(jù)(pseudo-LiDAR)。

研究者發(fā)現(xiàn)，用鳥瞰而非正視分析相機捕獲的圖像，可以使目標的探測精度提高2倍，從而使立體攝像機在目標探測方面的性能接近激光雷達，有可能成為一種可行的替代方案，而且其成本比激光雷達低很多。

在最近的一個機器學習會議上，特斯拉公司透露他們正在進行“偽激光雷達”的研究。會議期間，技術人員通過少數(shù)照相機實現(xiàn)傳統(tǒng)激光雷達的精確度，展示了一些具體情況。它的技術實現(xiàn)主要是通過不同方向的攝像機進行圖像拼接和視覺深度估計，再投影到鳥瞰圖上，再投影到局部導航圖上；同時，對圖像的每個像素進行深度估計，形成三維目標檢測，就像激光雷達點云一樣。

偽雷達機的關鍵在于攝像機后面的高級神經網絡，能全面了解輸入的范圍和質量。當然，偽激光雷達的解決方案還需要硬件支持實時圖像數(shù)據(jù)處理能力，以及避開由攝像頭拍攝的圖像清晰度和光線問題，這是特斯拉目前正在解決的問題。

毫無疑問，關于是否必須使用激光雷達自動駕駛系統(tǒng)，特斯拉并非唯一一個。最近，荷蘭恩智浦半導體公司的首席執(zhí)行官 LarsReger也做出了自己的判斷。在他看來，L4-5級自動駕駛汽車的“致命弱點”是，如果圖像無法正常工作，以及損壞后的維修費用過高，這將是L4-5級自動駕駛汽車的“致命弱點”；如果圖像技術比較成熟，那么攝像頭+毫米波雷達+V2X通訊技術的組合就可以取代激光雷達。

自然，除了純粹的視覺計算方案外，一些硬件企業(yè)也在嘗試用毫米波雷達取代激光雷達。高頻毫米波雷達在探測距離上要優(yōu)于激光雷達，在角分辨率上要比激光雷達強。

Arralis來自愛爾蘭的伊佳半導體芯片研發(fā)商，已經開發(fā)出一種車用毫米波雷達系統(tǒng) Corvus，計劃在L5級自動駕駛系統(tǒng)上使用。

據(jù)說 Corvus雷達在探測范圍、仰角分辨率和掃描面積等方面超過了市場上的主流，可以在水平±45°、垂直±7°、300米范圍內探測多個目標。所測距離遠高于200米的激光雷達水平，在角分辨率上達到激光雷達水平。Corvus車用毫米波雷達在L4級自動駕駛系統(tǒng)中已具備取代激光雷達的能力。

Corvus雷達最直接的研發(fā)動力，來自汽車制造商的直接需求。盡管新一代毫米波雷達的價格要高于市場上通用的短距雷達，但其價格也遠低于激光雷達。

若激光雷達能夠實現(xiàn)的性能由純視覺方案和毫米波雷達逐漸取代，而其惡劣天氣等應用場景的短板，以及昂貴的成本被克服，那么激光雷達的確不再是汽車制造商的必選項。

回過頭來看，自動駕駛技術和商業(yè)模式的結合，激光雷達必將成為未來L4級自動駕駛的主要選擇，畢竟汽車制造商們是不能承受激光雷達成本的，而且激光雷達的成本價格也會隨著競爭加劇而大幅降低。

而且，激光雷達的發(fā)展前景也不太明朗，尤其是在純視覺計算和毫米波雷達等技術路線上，仍具有潛在的技術潛力和商業(yè)可行性。

我們所謂的天下武功，只有快不破。對激光雷達而言，硬件的降價速度，能否超過這些替代方案的技術進步速度，就成為其未來市場前景的重要保證。假如將來也只是一顆毫米波雷達的價格，汽車制造商也不用費心去多裝幾個激光雷達了。