马斯克|不管马斯克怎么说，中国智能汽车激光雷达军备竞赛已经开始患者|系统|手环|诊断|智能医疗

贾浩楠发自凹非寺量子位报道 | 公众号 QbitAI
蔚来1个、小鹏2个、威马3个…智能汽车“军备竞赛”正在上演。
今年一年间，几个国内头部造车新势力先后推出带激光雷达的量产车，数量一个比一个多。

文章插图
表面看好像行业内卷，硬件越堆越多，能力却是未知数。
但这其实是智能汽车、自动驾驶的两条路线之争。
得益于国内的基建、供应链优势，以激光雷达为标志的融合感知方案，第一次有了对垒特斯拉纯视觉路线的底气。
而数年如一日喷激光雷达的马斯克，在创业初期如果有国内新势力的条件，恐怕现在的特斯拉就是另一幅模样了。
视觉，还是激光雷达？2020年初，国产特斯拉Model 3上市，中国乘用车市场的竞争，迅速被拉到“智能”层面。
特斯拉的智能驾驶方案方案，视觉是绝对的主力，8个摄像头覆盖360°视野。
汽车对目标的感知、以及选择行驶策略的根据，主要依靠摄像头捕捉的图像数据，能力高低，全凭算法决定。
但从自动驾驶技术发展来看，早期大部分厂家的测试车辆，无一不背着一个“小花盆”：

文章插图
这就是Lidar，中文翻译过来就是激光雷达。
它代表了另一条技术路线：融合感知。
行驶决策的依据，不只依赖摄像头，而是综合考虑激光雷达的点云图、视频图像等等数据。
不同传感器之间的数据在算法层面进行融合互补。
算法对于图像，可能出现目标漏检误检，这时就能通过雷达回波的点云图“兜底”。
但是，这样多冗余的方案，却被马斯克嗤之以鼻。
马斯克认为，既然人类能仅凭两只眼睛开车，那么AI也一定能。所以特斯拉的追求，就是打造一个与人类别无二致的“AI司机”。

文章插图
采取多传感器方案的，都是算法能力不足的体现，“血统”不纯。
为此，特斯拉的算法、开发平台都围绕图像数据建立，甚至不惜自研芯片、自建超算来打磨算法。
客观的说，视频图像在数据层面，的确已经包括了驾驶所需的一切信息，但在算法层面，能不能准确感知识别，却是一个大问题。
去年6月，国内一辆Model 3在开启Autopilot情况下，车辆完全没识别出路上已经出事故侧翻的白色货车，一头怼了上去：

文章插图
这次所幸无人伤亡，但类似Autopilot这样以视觉为主的智能驾驶方案导致严重后果的的，也不在少数。
摄像头肯定看到了，但是算法却没能识别。
视觉方案的缺陷也在于此：恶劣天气、复杂路况，道路上非常规的异形物对系统影响太大。

文章插图
且以超大数据“暴力”迭代算法，永远不能覆盖现实场景中所有异型车、障碍，在中国复杂路情况下尤其如此。
系统失效的风险永远存在。
所以，要在中国落地真正让用户敢用、愿意用的智能驾驶产品，感知识别是必须补的科目。
军备竞赛，为什么从激光雷达开始对于自动驾驶来说，激光雷达是个老朋友了。
Waymo、百度，以及后来一众创业公司，都在用。
激光雷达能做什么？
其实就是像周围环境发射激光束，然后从回波信号来计算目标信息，比如距离、方位、高度、速度、姿态、甚至形状等参数。
激光束遇到目标一定会产生回波，信号也一定能被系统接收，这就与图像目标可能的漏检错检形成本质差别。