“任何依靠激光雷達（開發自動駕駛）的企業註定完蛋。這些昂貴的傳感器毫無必要，就像是長了個昂貴的闌尾。”——馬斯克

早在2019年的Autonomy Day大會上，特斯拉CEO馬斯克就公開質疑過激光雷達的實用性，並率先放棄使用毫米波雷達。

目前，隨著毫米波雷達和激光雷達性能的不斷提高，成本的不斷降低，不少知名企業紛紛選擇了裝載雷達系統，特斯拉還是要堅持在純視覺的路上一直“頭鐵”？

純視覺和多傳感器融合的方案到底哪個靠譜？

實際上，答案很簡單：小孩才做選擇，成年人都要。

感知是自動駕駛的前提

自動駕駛是智能汽車的核心，要想實現自動駕駛，有兩大部分十分關鍵，一是算法，二是感知。

實際上，自動駕駛與非自動駕駛的最主要區別在於把駕駛員去掉了，那麼新增的部分就得替代人的基本功能。

而人在駕駛的過程中，主要使用的是三部分，一部分是感知，包括眼睛耳朵，一部分是大腦，進行決策，還有一部分是手腳，負責執行大腦的決策。

目前來說手腳的功能很容易替代，早就有了適合殘疾人開的車，基本原理很簡單，技術上很容易實現，只需要把決策系統用電線連上機械系統即可。

所以，眼睛耳朵，以及大腦是最為重要的部分。而且二者的關係是非常緊密的，因為大腦作為操作系統，不能做無米之炊的事情。需要依賴於人的感官系統提供的各種數據。數據的準確與否，將決定決策的質量。

所以，感知是實現自動駕駛的前提。

純視覺——人類模擬系統

在汽車感知領域，存在兩種路線。一種是特斯拉主導的純視覺系統，一種是多傳感器融合路線。

有人會覺得，純視覺怎麼可以？攝像頭很依賴光線，在天氣不好，光線差的時候收集到的信息是相對有限的，甚至可能是錯的。實際上我的第一感覺也是如此，但是仔細一想，純視覺路線的確有著強大的理論基礎。

因為我們駕駛時主要依賴的感知就是我們的眼睛，不也是一個攝像頭嗎？既然人可以利用眼睛駕駛，那麼汽車就可以依賴攝像頭駕駛。

而系統需要做的就是不斷學習。

攝像頭一個很大的缺陷在於不能測距離，或者說不準確。但是人眼同樣不具備測距的能力，兒童也會撞到物體，但是通過不斷的學習，人的大腦就有了感覺，雖然也會出錯，但已經在可容忍的範圍內。而且，隨著經驗的累積，錯誤的幾率會日益下降。

而且，人活了幾十年後就掛了，車的系統可以連續學習不止，白天學晚上學，在沙漠中學，在暴雨中學，可學習場景遠高於人類。

所以，純視覺系統具有實現的理論基礎，甚至可以說是駕駛行為模擬系統。

但是純視覺系統有兩個潛在的問題：

第一個是系統能否達到大腦的功能，需知人腦可以說是這個世界上最複雜的系統，即使駕駛功能只是用到大腦算力的一部分，那是否是人類目前技術所能達到的呢？這就很考驗車企在系統算力方面的能力，以及數據收集能力，這對於小廠商來說是不太友好的。

從這個角度來看，特斯拉目前已經實現的功能證明，純視覺路線具有可行性，且具有成長性。

第二個是攝像頭能否達到人眼的功能。人類眼睛的像素為5.76億，目前手機的像素最高也就4000萬左右，還有較大差距。不過問題不大，有些人近視了照樣可以開車，人眼強在大腦。

所以，系統和算力是純視覺系統的核心。

多傳感器融合——白要白不要

不過雷達在汽車感知中的作用要遠大於耳朵在汽車感知中的作用。雷達在測距方面的精準度和距離是人耳無法替代的，可以獲得遠比人耳更加豐富的位置信息。

雷達可以通過位置探測構建空間模型，抓住汽車在空間中所處的位置。

但是雷達並不能單獨存在，因為雷達無法識別物體，比如信號燈，指示牌等。它只能探測那有個東西，但不能探測是什麼東西，技術先進後也許可以通過構建三維來識別，但對於平面物體卻無能為力。

比如汽車感知到前方有兩塊屏幕，一塊是高價值的玻璃，一塊是廣告牌，馬上就要撞上，光靠雷達能幫助決策撞上哪一個嗎？

所以，在未來的智能汽車時代，純視覺路線應該可以實現自動駕駛功能，是可以獨立於雷達存在的自動駕駛功能，但雷達是不能獨立於視覺系統的。

所以，問題的答案就很清楚了，在純視覺的基礎上加上雷達，有什麼不好？雷達有雷達的優勢，可以彌補視覺上的缺陷，讓自動駕駛變得更加安全可靠。

所以，未來多傳感器融合是主流，畢竟都是大人，誰做選擇。有耳朵，為什麼不要耳朵？

因此，成本對汽車並不形成明顯制約，但純視覺方案並非沒有價值。特斯拉只需要妥協一下，再加上雷達就可以了，但是其他車企想要特斯拉的純視覺系統，就比較費勁了，這是壁壘。