目前搭載自動(dòng)駕駛功能的車(chē)輛所搭載的主流傳感器有攝像頭、毫米波雷達(dá)、超聲波雷達(dá)和激光雷達(dá)。

為什么特斯拉不用激光雷達(dá)？

當(dāng)前的汽車(chē)激光雷達(dá)主要分為機(jī)械式、MEMS、OPA、Flash四種方式，簡(jiǎn)單粗暴點(diǎn)理解就是：

激光雷達(dá)的原理類(lèi)似于用激光筆對(duì)外發(fā)射光線(xiàn)，固態(tài)激光雷達(dá)對(duì)外發(fā)射激光的方向及角度是固定的，所以覆蓋范圍很有限，原理簡(jiǎn)單，器件比較穩(wěn)定，造價(jià)也低。

機(jī)械式激光雷達(dá)則是搞一面鏡子繞著激光源轉(zhuǎn)啊轉(zhuǎn)，達(dá)到更多角度的覆蓋，大家看到一些車(chē)輛上面有儀器在轉(zhuǎn)啊轉(zhuǎn)的，就是這個(gè)原理。因?yàn)閷?duì)裝配要求高，機(jī)械式激光雷達(dá)很難做到量產(chǎn)，例如，Velodyne 的32線(xiàn)激光雷達(dá)HDL-32E就需要32組發(fā)射光源與32組接收光源進(jìn)行一一對(duì)應(yīng)調(diào)試，還容易出故障。

混合固態(tài)激光雷達(dá)則是用MEMS振鏡旋轉(zhuǎn)來(lái)完成激光掃描，參考下圖中的最右。需要運(yùn)動(dòng)的器件少于機(jī)械式激光雷達(dá)，所以在保證性能的情況下，更穩(wěn)定，更容易滿(mǎn)足汽車(chē)量產(chǎn)要求。

而特斯拉之所以不使用激光雷達(dá)，是因?yàn)榧す饫走_(dá)目前成本較高，并且能達(dá)到車(chē)規(guī)級(jí)的還不多，穩(wěn)定性不高。

目前多家車(chē)企，如小鵬、蔚來(lái)都號(hào)稱(chēng)會(huì)在新車(chē)型中搭載激光雷達(dá)。而在L4級(jí)別自動(dòng)駕駛領(lǐng)域，使用激光雷達(dá)的企業(yè)是以谷歌Waymo為代表的，是多傳感器融合的路線(xiàn)，同時(shí)用上了攝像頭和激光雷達(dá)。

多傳感器融合是Waymo采用的主要路徑，在自動(dòng)駕駛應(yīng)用中扮演著舉足輕重的角色。

不同的傳感器都有其自身的優(yōu)勢(shì)和劣勢(shì)，例如攝像機(jī)在弱光及高對(duì)比度光線(xiàn)條件場(chǎng)景下很難捕捉足夠的視覺(jué)信息；激光雷達(dá)在霧氣/雨滴/雪花/汽車(chē)尾氣/反射等場(chǎng)景下容易形成虛假點(diǎn)；毫米波雷達(dá)在通過(guò)隧道、大橋等場(chǎng)景下雷達(dá)探測(cè)可信性降低。

自動(dòng)駕駛因其問(wèn)題復(fù)雜度高、安全第一等特性，需要依靠多種傳感器數(shù)據(jù)的相互融合來(lái)提高感知效果。將多傳感器信息融合在一起的方式有多種，例如前融合和后融合。

前融合是將傳感器原始信息直接融合到一起進(jìn)行處理，這種方法使得算法在開(kāi)始就能拿到最全面的數(shù)據(jù)。所有的數(shù)據(jù)都在最開(kāi)始匯總在一起，但如果一個(gè)傳感器出現(xiàn)問(wèn)題，就會(huì)造成感知模塊失效。

后融合是將各個(gè)傳感器信息單獨(dú)處理，各自在各自的處理通道上拿到接近最終形態(tài)的結(jié)果，之后再融合在一起。這種方法使得不同傳感器彼此更加獨(dú)立，即便個(gè)別傳感器失效，或者標(biāo)定同步有些許偏差，也對(duì)最終的結(jié)果影響不大。但對(duì)算力的消耗卻比較大。

谷歌和特斯拉這兩家公司，關(guān)于是否使用激光雷達(dá)的battle從未停止，diss連年不斷。這不僅是兩家公司之間的爭(zhēng)論，也可以說(shuō)是實(shí)現(xiàn)自動(dòng)駕駛的路徑之爭(zhēng)。

特斯拉還不用高精地圖？

什么是高精度地圖

上面這張圖是普通的導(dǎo)航地圖，但這類(lèi)地圖在重慶這樣的城市會(huì)經(jīng)常失效。

重慶有大量穿行在山間的道路，重慶的高架一般都設(shè)有4層左右。在跟著導(dǎo)航走的時(shí)候，可能導(dǎo)航顯示你走的是第三層的路線(xiàn)，而你走的卻是第四層。

下面這張圖是高精度地圖：

這種圖里只有車(chē)道線(xiàn)、路牌和紅綠燈這些最基本的信息，這類(lèi)高精度地圖是給車(chē)看的，不是給人看的。因?yàn)檐?chē)輛要實(shí)時(shí)用，不可能做得很真實(shí)漂亮，略去了很多細(xì)節(jié)。

如果把車(chē)輛比作一個(gè)人，那高精度地圖就是你腦海里對(duì)于某個(gè)路段的記憶。如果旁邊的景色跟你記憶中的景色匹配上了，就能夠告訴你你具體是在哪個(gè)位置，避免出現(xiàn)像導(dǎo)航地圖那樣的問(wèn)題，分不清是在主路還是在輔路，或者分不清在高架橋上還是在高架橋下。

一般的導(dǎo)航地圖的作用就是導(dǎo)航，但在自動(dòng)駕駛領(lǐng)域，導(dǎo)航只是高精度地圖的最基本作用，除此之外，高精度地圖還能發(fā)揮很多用處，簡(jiǎn)單舉幾個(gè)例子：

應(yīng)對(duì)復(fù)雜天氣和道路信息缺失

如果無(wú)人駕駛車(chē)開(kāi)在路上，發(fā)現(xiàn)原本路上的一條車(chē)道線(xiàn)被磨沒(méi)了，那車(chē)輛會(huì)不會(huì)就壓線(xiàn)或者直接跑出當(dāng)前車(chē)道了呢？有了高精度地圖以后，在車(chē)道線(xiàn)殘缺或沒(méi)有車(chē)道線(xiàn)的場(chǎng)景中，高精度地圖可提供道路信息，讓車(chē)輛可以保持在一個(gè)車(chē)道里。

又或者突然下起暴雨或暴雪的情況下，有些車(chē)道線(xiàn)被路面雨水反光給影響了，或者被雪給蓋住了。那靠著高精度地圖，也能減少影響。

此外，在無(wú)人駕駛車(chē)經(jīng)過(guò)一些坡道時(shí)，高精度地圖里因?yàn)橛衅碌赖男畔?，也能讓?chē)輛盡早做好速度規(guī)劃?；蛘?，當(dāng)你要經(jīng)過(guò)一個(gè)彎道時(shí)，高精度地圖可提前為無(wú)人駕駛車(chē)提供彎道的曲率信息，讓無(wú)人駕駛車(chē)可以規(guī)劃好最適合彎道的拐彎速度。

讓無(wú)人車(chē)駕駛決策更符合人類(lèi)駕駛習(xí)慣

現(xiàn)在的無(wú)人駕駛車(chē)輛的速度都很低，主要是出于安全考慮。而且無(wú)人駕駛車(chē)輛對(duì)限速的感知并不一定準(zhǔn)確，比如前一段路的限速是40公里每小時(shí)，這一段路變成了60公里每小時(shí)，但卻沒(méi)有指示牌。

如果車(chē)輛在路上一直保持40公里每小時(shí)的速度，肯定會(huì)被各種鳴笛、超車(chē)，更容易出事故。

而未來(lái)高精度地圖也可以通過(guò)收集過(guò)往信息，知道每個(gè)時(shí)段在某個(gè)路段車(chē)輛的平均行駛速度，這樣無(wú)人駕駛車(chē)可以選擇一個(gè)更符合人類(lèi)駕駛習(xí)慣的合適速度。就跟現(xiàn)有的一般導(dǎo)航地圖可以查詢(xún)過(guò)往某段路程在某個(gè)時(shí)間的預(yù)計(jì)行駛時(shí)間一樣。

在面對(duì)復(fù)雜環(huán)境時(shí)，更好地了解其他車(chē)的行為

為了讓無(wú)人駕駛車(chē)在行駛過(guò)程中能夠及時(shí)、準(zhǔn)確地對(duì)他車(chē)行為作出反應(yīng)，保證行駛的舒適性與安全性，算法需要對(duì)他車(chē)的行為與路徑作出相對(duì)準(zhǔn)確的預(yù)測(cè)。

借助高精度地圖提供的信息，可以為預(yù)測(cè)算法提供很強(qiáng)的輔助信息，舉個(gè)例子，通過(guò)高精度地圖查詢(xún)到前方右側(cè)有輔路入口或者車(chē)道合并的情況，那么該處出現(xiàn)的車(chē)輛就很有可能會(huì)作出向左變道或加速并入等動(dòng)作。根據(jù)左右車(chē)道線(xiàn)虛實(shí)情況，也可以更好的幫無(wú)人駕駛車(chē)判斷旁邊車(chē)輛加塞的可能性。

未來(lái)，還可以跟路端的傳感器信息相結(jié)合，比如現(xiàn)有馬路上的限速攝像頭，如果通過(guò)感知算法，能把路上車(chē)輛的情況都感知出來(lái)，并且同步在高精度地圖里，那也就不用擔(dān)心車(chē)輛周?chē)鷷?huì)有感應(yīng)不到的盲區(qū)了，也能避免鬼探頭等情況的發(fā)生。

目前高精度地圖最大的兩個(gè)問(wèn)題

1.標(biāo)準(zhǔn)不統(tǒng)一

可能各家都有各家的標(biāo)準(zhǔn)，所以數(shù)據(jù)無(wú)法共通，地圖也無(wú)法共用。

統(tǒng)一高精地圖的數(shù)據(jù)模型與交換格式，將有助于減少汽車(chē)制造商的開(kāi)發(fā)時(shí)間和不必要的成本，同時(shí)保證未來(lái)跨品牌車(chē)輛使用的高清地圖都可以不斷共享刷新數(shù)據(jù)。

2019年6月，全國(guó)智能運(yùn)輸系統(tǒng)標(biāo)準(zhǔn)化技術(shù)委員會(huì)正式在官方網(wǎng)站發(fā)布智能駕駛電子地圖數(shù)據(jù)模型與交換格式的相關(guān)國(guó)家標(biāo)準(zhǔn)征求意見(jiàn)稿，相信過(guò)不久標(biāo)準(zhǔn)也能得到統(tǒng)一。

參與起草相關(guān)的國(guó)家標(biāo)準(zhǔn)的單位有四維圖新、高德軟件有限公司、北京百度網(wǎng)訊科技有限公司、交通運(yùn)輸部公路科學(xué)研究院、武漢中海庭數(shù)據(jù)技術(shù)有限公司、上海汽車(chē)集團(tuán)股份有限公司、北京建筑大學(xué)等。

2.更新成本高且慢

目前國(guó)內(nèi)很多自動(dòng)駕駛方案，較多地采用了激光雷達(dá)LiDAR的定位方案，通過(guò)LiDAR發(fā)射的激光，感知周邊建筑及道路環(huán)境作為約束，實(shí)現(xiàn)高精度定位。

這種方案可以實(shí)現(xiàn)10cm量級(jí)的定位精度，但是激光雷達(dá)成本較高，很難做到大規(guī)模建圖和經(jīng)常性更新。

另外還有利用視覺(jué)方案進(jìn)行定位的方案，但這種方案做出來(lái)的地圖不確定性太大，畢竟是靠視覺(jué)，可能會(huì)漏檢許多東西。

高精度地圖對(duì)于無(wú)人駕駛車(chē)至關(guān)重要，不解決這兩大難題，無(wú)人駕駛很難有大規(guī)模的商業(yè)化落地。

在堅(jiān)決不用激光雷達(dá)以及高精度地圖的情況下，特斯拉目前的自動(dòng)駕駛功能還只能達(dá)到L2級(jí)別，只是自動(dòng)駕駛輔助功能，不能脫離雙手或者脫離雙腳，技術(shù)的成熟度遠(yuǎn)遠(yuǎn)不夠。