激光雷達（光探測和測距）和攝像頭，哪個最適合SAE L4級和L5級駕駛，這是自動駕駛汽車行業(yè)的專家一直爭論的話題。爭論的焦點在于是否將激光雷達與攝像頭系統(tǒng)結(jié)合，還是僅僅使用沒有激光雷達的攝像頭系統(tǒng)。激光雷達的支持者包括Waymo、Cruise、Uber和Velodyne。特斯拉一直反對使用激光雷達，提倡使用攝像頭系統(tǒng)。那么哪個才是最好的解決方案呢？答案是更善于辨別和識別物體的那一個。因為自動駕駛汽車需要識別路上的物體。但是激光雷達和攝像頭系統(tǒng)真的有哪個更勝一籌嗎？


一輛自動駕駛汽車正在使用Cruise自動雷達（圖片來源：維基百科）

特斯拉似乎寡不敵眾，越來越多的公司和開發(fā)商支持激光雷達。埃隆·馬斯克解釋了他不把激光雷達納入特斯拉汽車車型的理由。Model 3和Model S上都沒有安裝激光雷達，但Waymo的機器人出租車上安裝了。到目前為止，這兩種技術(shù)都沒有成為普遍接受的自動駕駛汽車的解決方案，因為道路上沒有達到L4級或L5級狀態(tài)的全自動駕駛車輛（截至2020年9月撰寫本文時）。


一輛裝有攝像頭系統(tǒng)的特斯拉Model S使用Autopilot自動駕駛

激光雷達

激光雷達的使用并不局限于自動駕駛汽車。它在多個領(lǐng)域都有應(yīng)用，包括氣象學(xué)、地震學(xué)、地質(zhì)學(xué)和大氣物理學(xué)等領(lǐng)域。激光雷達使用脈沖光來探測物體，就像雷達使用無線電波一樣。這些脈沖可以確定物體的距離和范圍，為自動駕駛汽車提供急需的數(shù)據(jù)。例如，為了避免碰撞，激光雷達可以檢測到物體的距離，并啟動剎車來減慢車輛速度。激光雷達已證實是一種測量距離的技術(shù)，正因為如此，工程師們已經(jīng)將其用于不同的應(yīng)用當(dāng)中，包括自動駕駛汽車。

激光雷達可以幫助自動駕駛汽車根據(jù)它從光脈沖接收到的讀數(shù)創(chuàng)建一個可視地圖。激光雷達系統(tǒng)每秒發(fā)送數(shù)千個脈沖，利用車載軟件生成3D地圖，為汽車提供周圍環(huán)境的信息。這為汽車提供了一個360度的視野，讓汽車能在各種條件下行駛。激光雷達與自動駕駛汽車中的攝像頭配合使用，因此它們本身不是一個獨立的解決方案。


雷達可以生成周圍環(huán)境的視覺地圖（圖片來源：Automotive World）

攝像頭

如果要讓汽車像人一樣駕駛，那么視覺識別物體是一種方法。這是使用攝像頭系統(tǒng)的主要原因。攝像頭提供圖像，軟件使用人工智能可以分析高精度的圖像。特斯拉車型上的攝像頭通過其自動駕駛功能提供360度的周邊視野。它完全是視覺的，不像激光雷達那樣依賴于測距和探測。

攝像頭使用的不是光脈沖，而是從鏡頭中的光學(xué)元件返回到車載軟件進行進一步分析的視覺數(shù)據(jù)。隨著神經(jīng)網(wǎng)絡(luò)和計算機視覺算法的發(fā)展，可以在汽車行駛過程中識別出目標，為汽車提供信息。這有助于汽車避免碰撞，在有車輛時減速，安全地進行車道變換，甚至可以使用OCR（光符識別）讀取道路或高速公路上的標志文字。到目前為止，特斯拉已經(jīng)證明，在不用激光雷達的情況下，使用攝像頭也能實現(xiàn)自動駕駛。


特斯拉使用攝像頭的視覺系統(tǒng)

優(yōu)點

埃隆·馬斯克稱贊攝像頭是最可靠的視覺系統(tǒng)。攝像頭可以與人工智能結(jié)合，識別道路上的物體，因此它在視覺識別方面有更大的優(yōu)勢。它還可以讀取路標上的文字，這在自動駕駛汽車必須注意繞行和前方道路作業(yè)的情況下非常重要。特斯拉汽車上的攝像頭采用光學(xué)與計算機視覺相結(jié)合的方式，提供持續(xù)分析攝像頭圖像的計算成像。

激光雷達系統(tǒng)利用光脈沖在虛擬地圖上實時繪制出點。自動駕駛汽車可以使用這些數(shù)據(jù)來安全導(dǎo)航并避免撞到物體。能夠確定物體及其距離是使用激光雷達的一個優(yōu)點。激光雷達系統(tǒng)具有高精度和高可靠性，可以提高汽車的安全性，這是人們支持激光雷達的一個主要原因。

缺點

激光雷達即使在危險的天氣條件下也能看到物體，但它并不總是可靠的。激光雷達受波長穩(wěn)定性和探測器靈敏度的影響。激光的波長會受到溫度變化的影響，而低信噪比會影響激光雷達探測器中的傳感器。激光雷達也更昂貴，安裝需占用更大的汽車空間，因此它往往讓自動駕駛汽車看起來更笨重。激光雷達的另一個問題是視覺識別，這方面，攝像頭表現(xiàn)得更好。激光雷達需要在軟件中進行更多的數(shù)據(jù)處理來創(chuàng)建圖像和識別物體。

攝像頭作為視覺系統(tǒng)更可靠，但沒有激光雷達的距離探測功能。雖然攝像頭在成像方面表現(xiàn)很好，但這還不足以支撐它成為一個獨立的系統(tǒng)。這就是為什么特斯拉還使用其他傳感器，包括雷達來探測距離和距離。批評人士說，攝像頭仍然看不清楚，無法避免危險，尤其是在天氣狀況不好的情況下。但攝像頭需要在任何情況下都能看清周圍環(huán)境，就像人類司機一樣。

如果自動駕駛汽車合法上路，那么安全性將是首要考慮的問題。使用激光雷達和攝像頭的自動駕駛汽車已經(jīng)發(fā)生造成了死亡事故。特斯拉司機使用自動駕駛功能時發(fā)生過事故，包括美國高速公路上的死亡事故。也有因為分心駕駛而造成的事故，因為這些車并不是全自動駕駛，行駛過程中，仍然需要駕駛員的關(guān)注。2018年，Uber的一輛自動駕駛汽車撞上一名行人，致其當(dāng)場死亡，這是當(dāng)年的大新聞。目前的自動駕駛汽車還未實現(xiàn)全自動駕駛，所以駕駛員的大意也可能會造成事故。這些都是自動駕駛汽車發(fā)展中的挑戰(zhàn)。



結(jié)論

如果安全是我們的首要考慮，那么融合激光雷達和攝像頭系統(tǒng)的最佳元件的傳感器融合將是必要的。激光雷達和其他傳感器（包括攝像頭）的組合可以為公共安全提供很多幫助。如果視覺系統(tǒng)（如軟件、傳感器）變得更加精確和可靠，則可能不需要激光雷達。畢竟，發(fā)明自動駕駛汽車的初衷之一就是盡量減少人為失誤造成的事故。

在自動駕駛汽車中，激光雷達和攝像頭之間的共同點是軟件。兩個系統(tǒng)都使用人工智能技術(shù)，如機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來分析數(shù)據(jù)。隨著算法的改進，結(jié)果也會使識別目標的準確性更高，并讓自動駕駛汽車做出更好的決策。這可能是事故和安全駕駛之間的區(qū)別。

激光雷達和攝像頭系統(tǒng)，哪個對自動駕駛汽車來說更好，這個問題很難回答。當(dāng)涉及到關(guān)鍵決策時，機器的思維方式與人類不同。這就需要更多的數(shù)據(jù)和培訓(xùn)來提高軟件開發(fā)人員的水平。目前的基礎(chǔ)設(shè)施可能也需要修改，以適應(yīng)自動駕駛汽車（如V2X）。在自動駕駛汽車顯示出一致的數(shù)據(jù)表明使用一種技術(shù)勝過另一種技術(shù)之前，這場爭論將會一直持續(xù)下去。