前两年风风火火的激光雷达难道又错了？
我一直在想这个问题。
激光雷达曾经被吹得天花乱坠，大家都说它是自动驾驶的眼睛，能看到远距离、精准识别环境，简直是未来的标配。
尤其在一些高端车和自动驾驶测试中，激光雷达几乎成了必须品。
但你会发现，特斯拉从一开始就没用激光雷达，更别说国产那些全面依赖视觉的方案。
很奇怪吧？
我也曾一度疑惑，是不是特斯拉是偏执狂或者技不如人？
毕竟，凭着激光雷达，应该能比纯视觉更安全、更精准。
不过后来，细想了一下，现在推到核心的，似乎不是传感器本身，而是AI的理解能力。也就是说，自动驾驶的真骨架，是AI怎么去理解这堆感知数据。我翻了些资料，发现特斯拉坚持不用激光雷达，确实爆出了不少内幕。
马斯克曾经公开讲，激光雷达价格贵，整体成本太高。而且，还指出激光雷达的盲点，因为它其实只会反射，没有图像概念。你说得对，它就像盲人拿着一根棍子在乱戳，有用但不够用。
当然啦，要说激光雷达完全没用，也不公平。它能够提供远距离、较高分辨率的点云数据，在某些场景下还是有用，但这又不代表它能解决所有问题。像遇到强光、雾霾、反光面时，激光雷达的表现就不那么理想了，说白了，还得再配合别的传感器。
摄像头加上强大的AI算法，能理解环境的能力不断增强。你看，中国车企多数选择纯视觉方案，也证明了这个观点。有人总说国产技术偷工减料，但我觉得，这种技术路线其实很聪明，省了激光雷达的大成本，还能通过AI优化环境理解。
问题来了，激光雷达和视觉到底哪个更重要？我对比了几台车，激光雷达基本是辅助级，除了远距离探测，其他方面远不如摄像头。对于自动驾驶，距离其实只是一个维度，更重要的是AI能不能理解这个世界。
激光雷达提供的点云，固然直观，但没办法认脸、识形状，它其实是盲人拿拐杖式的辅助工具。反倒是视觉系统结合深度学模型，就像把脑袋赋予了眼睛，能理解这个是红灯、那是行人。
对此，我还查了个资料，工程师说：激光雷达确实能帮我们抓到一些细节，但主要还是看AI的理解能力。意思就是，传感器在前，关键在后续AI怎么处理。对比国内的很多自动驾驶方案，纯视觉也是在不断突破技术边界。有人会说：那要是雾霾天、夜里，视觉还怎么用？我觉得，这还得看AI多强。有毫米波雷达，视觉不足时也能帮忙补充。
至于激光雷达错了吗？其实也不能断言。只它现在被标签成高成本、低适应性的次品，再怎么吹牛，也挡不住成本效益比的压力。再说，特斯拉还强调硬件的必要性在于AI的理解，我觉得这是男女之别——不是越多越好，而是聪明的配置。
我还想不深入想一下——如果激光雷达真比视觉好得多，为什么很多自动驾驶公司都在啃硬骨头去优化视觉？难道真就不想用更狠的硬件？但实际上，很多适用场景（比如高速公路稳定驾驶），视觉+AI已经足够了，根本没必要再换激光雷达。
它的用途其实比我们理解的要复杂，更多是在限定好场景后的保险。
再来个问题：你觉得汽车感知未来会不会逐步省掉激光雷达？我觉得可能性蛮大。因为很多传感器成本和复杂度都在压缩，未来技术就是在用最少的传感器，最大化的环境理解。激光雷达暂时还是土豪级玩意，普通车用不起。
你可能会问：那为什么某些品牌还是在用激光雷达？答案其实很简单——安全感。很多客户、监管、甚至法规偏向更全的感知方案。可实际上，真正的核心武器还是AI的脑袋。
我打个比方，激光雷达就像前面有个手在摸索——能帮忙发现一些隐藏的细节，但真正懂这是谁、在哪和下一步该干啥，还是得靠思考——也就是AI。
人家我查统计，据说，激光雷达的成本还在逐年下滑，但相比于摄像头、毫米波雷达的复合包，它还是偏高端。而且，我观察到，整车的能耗也因为激光雷达变高，耗电更快，续航稍受影响。
这也是为什么特斯拉坚持无激光雷达的阵营——少了这一步，整车复杂度降下来，成本就会更合理。
这中间，也有一些我没有说透的细节。比如激光雷达的视角范围，通常在120度左右，某些高端型号还能做到360度全景，可是在死角上，普通激光雷达还会出现盲区。加之，它反射波的强弱会影响识别效果，特别是在雨、雪、雾天，难免受影响。
说到这里，我想起一句话：这都是战术。激光雷达产能有限，却一度被炒作成硬通货，其实就像鸡蛋在篮子里。这个行业其实也是个博弈，把硬件当护城河未必真有效，最关键还是AI的理解力。
我猜测，未来它会变成一种配角——用一次少一次。
留个悬念，或许未来的自动驾驶，不是越多传感器越好，而是更聪明的传感器+更强大的AI组合。激光雷达可能会逐步淡出，但不会完全消失。毕竟，有没有那种很难舍弃的感觉？你说呢？
原创文章，作者：胡佳慧，如若转载，请注明出处：http://m.gaochengzhenxuan.com/news/2537.html
