# 本期導讀

雷達技術一直在汽車的感知系統中扮演著不可替代的角色，然而電動汽車領域焦點之一的特斯拉卻打算另辟蹊徑，他會帶來怎樣的新方案？目前主流的感知技術又各具怎樣的特點？

據報道，特斯拉從2021年5月份開始，為北美市場制造的Model 3和Model Y將不配備毫米波雷達，其自動駕駛輔助系統Autopilot將由攝像頭系統提供運算支持。Model S或Model X雖未調整，但最終也會移除，取而代之的則是基于攝像頭的感知系統。

作為自動駕駛行業的領頭羊，特斯拉這一決定引起了行業的關注。對于自動駕駛來說，到底哪一種探測手段更加適用于這個行業的發展和應用呢？

毫米波雷達

毫米波雷達是被汽車行業好看的發展方向之一，其最初被引入汽車是為了實現盲點監測和定距巡航，隨著技術的發展這兩個特性也漸漸從高端車專用普及到了幾乎所有車型。

從原理上看，車載毫米波雷達通過天線向外發射毫米波，接收目標反射信號，經后方處理后快速準確地獲取汽車車身周圍的物理環境信息（如汽車與其他物體之間的相對距離、相對速度、角度、運動方向等），然后根據所探知的物體信息進行目標追蹤和識別分類，進而結合車身動態信息進行數據融合，最終通過中央處理單元（ECU）進行智能處理。

經合理決策后，以聲、光及觸覺等多種方式告知或警告駕駛員或及時對汽車做出主動干預，從而保證駕駛過程的安全性和舒適性，以減少事故發生幾率。

經過這幾年的發展，毫米波雷達開始從24GHz邁向了77GHz頻段。與24GHz毫米波雷達相比，77GHz毫米波雷達由于體積更小、檢測精度更好等優勢，而受到了市場的青睞。

在自動駕駛技術推動下，用于車載領域的毫米波雷達也迎來了高速發展，市場規模逐年增加。根據Yole預測，2022年全球車載毫米波雷達市場空間將達到75億美元。

激光雷達

隨著自動駕駛逐步落地，激光雷達也迎來了發揮的舞臺。激光雷達通過測量光傳播到物體并反射所需要的時間，來提供汽車周圍環境的3D點云圖。

由于激光雷達可以生成道路的三維視圖，在自動駕駛方面能夠幫助汽車很好地識別周圍環境。盡管自動駕駛業界對激光雷達仍然存在不同的聲音，但由于其具備創建周圍環境高清3D點云圖的能力，通常被認為是自動駕駛汽車的核心傳感技術之一。

然而激光雷達一直沒有得到大規模的普及，很大一部分原因是由于成本過高。而這種情況隨著技術的成熟也得到了緩解。

據日經報道，自動駕駛汽車中使用的一種關鍵類型傳感器的價格正在迅速下跌，例如激光雷達傳感器制造商Velodyne Lidar近期開發了一款產品，其價格僅為同類產品的百分之一，諸如此類的用于自動駕駛設計的核心的傳感器的成本大幅下降也將加快自動駕駛汽車的發展速度。

從國內方面來看，華為也在致力于降低車規級激光雷達的成本。在今年4月，華為在上海車展展示了一項接近L4級別的無人駕駛技術，它是通過自研的激光雷達算法實現了接近L4級別的自動駕駛。同時華為也宣稱要將96線激光雷達的成本降低到200美金以內。

視覺系統

與激光雷達同時發展起來的還有文章開篇所提到的視覺系統。而關于視覺系統用于自動駕駛的討論，則源自于馬斯克多次提及的特斯拉向純視覺系統的轉變。馬斯克認為，視覺比雷達“精確得多”。隨著視覺處理技術的提高，攝像頭可能會把雷達甩在后面。

從優勢方面來看，由于攝像頭是唯一能夠檢測顏色的傳感器，因此它們是實現交通信號燈檢測、道路標志讀取等功能的基本要素。它們可以輔助自適應巡航控制和緊急制動功能，也可以作為自動化解決方案中的主傳感器。

目前，特斯拉是將視覺系統用于自動駕駛的忠實擁護者。在CVPR 2021線上自動駕駛研討會（WAD）上，特斯拉人工智能高級總監 Andrej Karpathy發表了主題演講，揭秘了特斯拉是如何訓練100%純視覺自動駕駛神經網絡的。

深度神經網絡是自動駕駛技術堆棧的主要組成部分之一，神經網絡可基于車載攝像頭采集到的圖像分析道路、標志、汽車、障礙物和人等信息。特斯拉就是依靠攝像頭視覺系統和神經網絡處理來實現Autopilot、全自動駕駛（FSD）和某些主動安全功能。

但從特斯拉的布局上看，即使是添加了其他的超聲傳感器，這類器件也是僅僅用于輔助作用。純視覺的AutoPilot系統主要依賴于每輛車內嵌入的8個攝像頭和12個超聲傳感器，以及這些傳感器生成的實時數據所需的神經網絡處理。

特斯拉表示，過渡到以攝像頭為主的輔助駕駛系統可能會導致某些功能受到限制，例如車道居中和停車輔助，但這些功能將在未來通過軟件更新來恢復。

與激光雷達相比，雖然視覺系統能夠為自動駕駛帶來成本上的優勢，但其發展仍要面臨著算法上的挑戰。但從另一方面來看，激光雷達成本的下降也離不開軟件的支持，而這也將與視覺系統殊途同歸。

激光雷達和視覺算法之間的市場競爭依舊會存在，同時成本收益問題仍舊是需要考慮的一個重要方面。不同應用場景下對感知系統的要求不同，技術的選擇也會存在差別，市場和用戶的反饋也會持續促進感知系統的進化與迭代。

責任編輯：haq