【讨论】激光雷达VS纯视觉，谁是未来5年的自动驾驶主流？

大家好，这里是《远川讨论》栏目的第一期。

长期以来，在自动驾驶领域，到底是纯视觉技术主导未来，还是视觉+激光雷达混合技术才能走的更远，关于这个话题的讨论一直未曾停歇。

作为自动驾驶领域最具代表性的企业，特斯拉对纯视觉方案的偏爱不必多说，甚至就连马斯克也多次公开炮轰“车辆上的雷达方案是极其愚蠢的，任何使用激光雷达方案的人或者企业最后都将失败，他们大费周章的使用这些昂贵的传感器本身就是一个麻烦。”

而不久前的世界人工智能大会上，华为ADS智能驾驶产品线总裁兼首席架构师苏箐则公开指责“特斯拉这几年下来，它的事故率还是挺高的，而且是从杀第一个人到最近杀的人，它的事故类型非常像。”华为的量产激光雷达，也即将于今年的年末交货。

那么到底哪种方案才是主流？最近，就“5年内自动驾驶路线PK：激光雷达VS纯视觉”话题，我们征集了上百份来自专业读者的思考。

在这上百份问卷中，有四分之三的人，更看好激光雷达+视觉融合的方案会成为未来的主流。融合方案带来的多维度拓展空间、纯视觉方案的安全性与瓶颈、激光雷达成本的下降，是他们关心的问题核心。

其中，一位昵称“欧阳龙天”的朋友他的观点非常具有代表性，“纯视觉的上限是人眼，激光雷达混合的上限是全天候条件通吃的鹰眼，高下立判。”

同时，也有四分之一的人，坚定的看好纯视觉方案的广阔前景。这里面，有人是一线做算法融合碰壁的工程师，有人是生物与机械领域的跨行专家，也有人单纯是马斯克的粉丝，他们更关心短期内的成本问题、激光雷达的数据限制、视觉技术本身的跨越式发展。

一位昵称：“跟着马斯克有钱赚”的朋友说“对错并不并不重要，特斯拉主导了市场，那么主流市场，乃至整个产业链的潮水与资本，都将顺着马斯克指向的地方流去。”

好吧，无论潮水是否流向马斯克，但至少马斯克已经让赚到了钱，这也是一个不错的收获。

以下，是来自“远川讨论——5年内自动驾驶路线PK：激光雷达VS纯视觉”讨论的精华摘编:

@尾号7520

我们可以看到特斯拉的视觉算法在道路行驶中可以识别红绿灯与障碍物，这说明技术上是可以达到预期效果的。

另外，从成本的考虑上，激光雷达增加了成本，也给消费者增加了潜在的维修成本。

同时，激光雷达与视觉的混合技术，不仅在算法上提高了难度，也增加了计算量级。

基于未来五年的新能源市场，在自动驾驶路线上，主流会偏向于在低成本控制上挖掘计算算法潜能的纯视觉算法

@尾号6168

激光雷达混合视觉的方案，短期内主要受到硬件成本及数据限制，很难大规模应用。

@尾号0662

纯视觉方案，更贴近人类现有的驾驶环境，其数据特征点也会明显多于激光雷达。

@Lain瞳

纯视觉计算，企业可以持续根据算法和数据量的优势去迭代算法，成本和专项研发也会更垂直。如果有企业选择对外开放技术，那么也只需要开放正常的API。云计算相关的内容，还是在自己的平台上运行。甚至，纯视觉方案，还可以结合5G真正可以实现SaaS化。

@尾号4181

多传感器耦合或许比想象中更加难以实现，而纯视觉方案在快递迭代的单车算力和深度学习算法下，实现路径更加清晰。

@尾号3688

对于人工智能，数据量很重要，特斯拉有大量驾驶数据，5年内更看好。

@跟着马斯克有钱赚

对错并不并不重要，特斯拉主导了市场，那么主流市场，乃至整个产业链的潮水与资本，都将顺着马斯克指向的地方流去。

@9674

1. 纯视觉在弱光环境和强光环境会非常考验摄像头传感器的HDR性能，现有技术是否能达到0ppm是个问题。

2. 摄像头分辨率和承载的图像信息成正比，图像信息越多，对信号传输的带宽要求就越高。对AP的实时处理能力要求就越高。算力可以堆运算单元，但是图像传输不是单纯堆硬件就能妥善解决的。目前市面上主流的方案一个是TI一个是Maxim，但是带宽都有上限。是否能满足未来自动驾驶的带宽需求，现在还不知道。至于车载以太网？先有量产车了再说吧。

当然雷达激光雷达也有问题，一来成本高，二来在雨雪等极端天气下可靠性也成疑问。并且若没有视觉辅助，雷达激光方案万万不可能实现路标识别，车道保持等辅助功能。

而且，当路上车辆多了之后激光技术发射的主动光会不会对别的车辆产生影响。这个我也不知道。

如果非得选一个，我还是选激光雷达混合。

@某不具名朋友

视觉方案最接近人类的判断方式，没见过和听过哪个人是靠耳朵开车的。但是汽车加上激光雷达混合技术后可以超越人类的视觉，判断会更精准。

@欧阳龙天

纯视觉的上限是人眼，激光雷达混合的上限是全天候条件通吃的鹰眼，高下立判。

特斯拉完全是出于成本的角度选择了纯视觉。目前国内车路协同已经布局，未来有希望成为自动驾驶主流，而车路协同涉及到信息安全，难以支持纯特斯拉视觉方案。

@尾号7136

汽车属于对安全性要求很高的产品，纯视觉肯定有犯错的时候，人工智能那是人训练出来的，既然这样，还是基于人的思维来的，人都有可能犯错，基于人的思维犯错的倍率就更大。长远来看，可能车路协同才是最安全的方式，道路的基础设施与车辆的安全系统互相交互，更准确及时的应对当下的路况，到时候是什么样的方式，要看技术的发展。

@某不具名朋友

产业外的人太高估了AI及视觉识别的能力。

@尾号k123

高阶自动驾驶（L4级以上），激光雷达混合的方案比纯视觉方案，能处理更加复杂的状况。之前特斯拉是受制于成本的压力，所以是硬着头皮一路纯视觉，为的是快速占领市场。后续随着激光雷达成本的不断下探，该方案会越来越有竞争力的了，拭目以待。

@黑木

自动驾驶未来的发展方向不是单车智能化而是车路协同。从这个纬度上讲，无论激光雷达还是纯视觉，都有缺陷。短期在算法不能解决自动驾驶等长尾场景的时候，激光雷达更有潜力，未来还是会回归到车路协同阶段。

@尾号0426

视觉算力跟不上，特斯拉选它的原因是便宜，随着激光雷达成本下降，视觉没有优势。

@Crackeryin

再次强调，特斯拉的不是自动驾驶，是驾驶辅助。要实现真正L4以上的自动驾驶能力，必须有传感器维度上的冗余和功能性互补。自动驾驶不是为了让机器和人的驾驶水平相等，而是为了让机器的驾驶水平远超人类。除非V2X和V2V技术发展发生质变，未来五年，除摄像头以外的传感器维度是实现L4及以上级别自动驾驶的必要条件。

@Blackcat

本人小白啊，视觉方案需要很高级的软件实现，特斯拉有自己的算法，国内厂商在算法上于国内的差距还是比较大的，而激光雷达加上高精度地图的配合，在算法上的要求会低一些，更适合国内的情况。

@5381

纯视觉，ru kiding me?想象一下没有倒车雷达的老爷车

@北陆

1. 水平，私以为只有少数公司有底气只用视觉；2. 安全因素，汽车的安全需求还是非常高，即便是做冗余也是需要的。随着激光雷达成本降低，相似价格有安全冗余更容易获得消费者青睐。同时针对自动驾驶的定点攻击（比如一些试图骗过自动驾驶的障碍）会加剧安全冗余的需求。

@尾号1595

汽车属于重型机械，安全排在第一位，比续航、成本、智能、舒适都更重要；纯视觉在天气不好，光线较差，摄像头积灰或者水滴遮挡时，安全性存疑；百度自动驾驶号称做到纯视觉L4，感觉也很难让人信服，特斯拉就是前车之鉴，出了安全事故，就是众矢之的。作为普通人，直观感觉激光雷达会更给人安全感。

@pop

激光的问题在于贵，雷达的问题在于干扰系数太大，用雷达波进行初筛，激光进行确认，将结果输出给人眼识别，可以极大解决成本及误判问题

@尾号8335

激光是立体的处理方案，受天气等外在因素影响较少，辅以视觉算法加持，可提供全方位探测。有了量产规模后，成本也会进一步降低。视觉对算法要求太高，三五年后当芯片不再卡脖子，才可能形成主流。

@尾号7085

1. 看成本，纯视觉方案（RGB摄像头）显著低于激光雷达混合方案；

2. 看技术，纯视觉方案因为系统冗余更少，因此技术壁垒会更高；

3. 看使用场景，据猜测，高精地图方案所需的地图数据，是特斯拉较难获取的（中国大陆市场）。

上述原因，或许是特斯拉做出选择的原因。

支持激光雷达方案的原因：

1. 冗余意味在不同环境和场景下的适应性，这就是安全，是第一要素；

2. 国内的3D视觉技术力量在快速崛起，相信我们的工程师红利足够支撑起自动驾驶行业的技术需求。"

总结来说，纯视觉肯定是最接近于人类辨别事物的方式，也最接近人类开车的方法。但是现在CV技术真的可以等同于人眼+人脑吗？更近一步，当前的交通规则，与实际路况之间也存在着理想与现实的差距:比如城市里面随意窜出的外卖电动车、大雾等特殊情况。所以，至少在目前，纯视觉技术，距离人眼背后的整套体系，仍有差距。

但是，必须强调的是，视觉技术不等于人眼的同时，当前的自动驾驶也不是完全自动驾驶，很多时候都是限定场景的自动驾驶（高速道路、部分城市道路等）。

相应的，视觉方案肯定是相对成本很低，但是长期数据处理壁垒很高的方案。在数据量、复杂数据还不够的当前，同时装上一个激光雷达是当前特斯拉之外，大多车企的主流趋势。

激光雷达的优点就是可以快速3D建模，比较精准的还原路况信息，这是计算机可以快速识别、快速处理、快速应对的方案。缺点就是当前成本高，但是在中国制造业的加持下，混合固态激光雷达是会快速降本的，今年以来，小鹏汽车、理想汽车都将搭载激光雷达。一旦大规模上量，成本降低是很快的。

对应的产业链格局上：更多的整车厂愿意接受激光雷达+视觉融合的路线；而纯视觉路线的核心数据在牢牢的掌握在一些互联网企业的手中。

不同路线选择的背后，不仅是一个技术难题，甚至也不是一家企业的问题，而是一个产业链共同努力的结果。