現在幾乎每家研發自動駕駛汽車技術的公司都選擇了使用激光雷達，包括Uber、Waymo，豐田等都在使用它。但唯獨特斯拉沒有。

今天我就想來說說這兩種相互競爭的技術具體是如何運作的，以及我們對未來自動駕駛汽車的期望到底是如何的。

激光雷達(Lidar)與計算機視像(Vision)

激光雷達(Lidar)實際上是一種用于測量物體之間距離的方法，通過發射激光并檢測它們返回所需的時間。這個想法與雷達相似，但我們只不過是用激光代替無線電波。這項技術在探測物體時極其精確，甚至可以達到毫米。

計算機視像(Vision)是人工智能的一個領域，它主要是用于訓練計算機通過視覺去理解這個世界，基本上等同于人類視覺的逆向工程。

特斯拉的計算機視像(Vision)

特斯拉一直以來都是計算機視像(Vision)技術的堅定支持者，拒絕使用激光雷達傳感器。而對于其他公司使用激光雷達似乎也并不在意。埃隆·馬斯克甚至曾公開表示過：

激光雷達是傻瓜的差事…任何依賴激光雷達的人都是注定要失敗的。

如果你想看看埃隆對技術選擇的所有想法，可以去看看他在特斯拉Autonomy Day的演講。

成本

特斯拉之所以選擇了這一不同的路線，其主要原因之一是成本。在一輛車上安裝一個激光雷達設備的成本大約在10,000美金左右。谷歌的Waymo項目通過引入規模化生產，已經能夠稍微降低了該成本，但仍然十分昂貴。

特斯拉非常注重成本，希望確保汽車價格合理。要知道，電動汽車本身由于電池技術的緣故，成本已經比傳統汽車要貴了，如果還把激光雷達加到電動汽車上，那基本很難瞄準大眾市場了。

應用于實際道路上

其中另一個重要一點，也是馬斯克高度強調的一點，就是與人類視覺的關聯。作為人類，我在駕駛汽車時并不需要通過發射激光來確定物體位置，而是通過我們的雙眼去確認方向的，而汽車也該如此。

我們在路上看到的一切東西都是充滿了視覺信息的，所有的標識、轉彎、十字路口都是在幫助我們導航。所有這些都是靜止的物體，激光雷達也確實能精確地探測到它們。

但當道路上出現移動物體時，真正棘手的問題就開始出現了。人、狗、會飛的塑料袋等，都是我們在路上經常會遇到的物體。而激光雷達是無法探測到它們是如何移動的，甚至無法探測到這些物體是什么。

激光雷達無法區分道路上顛簸和塑料袋。如果我們在高速公路上高速行駛，有一個塑料袋，我們不需要快速停車，但激光雷達很可能會因此直接停車。這一點是激光雷達需要解決的問題。

而如果車突然停了，那才是真正危險的地方。后面的車可能無法對我們在路中間的停車做出迅速的反應。這種情況進一步說明了在制造自動駕駛汽車時需要注意細節。

特斯拉明確表示，他們的攝像頭和雷達系統能夠探測到物體是什么。前方的雷達能夠迅速判斷前方是否有任何問題。一旦一個物體進入視線，攝像機就會判斷該物體是什么，然后汽車能夠對此作出相應的反應。

適應性

從Autonomy Day和埃隆·馬斯克的其他訪談中，我們可以了解到特斯拉的自動駕駛系統是具備可適應性。他們談論了很多關于所使用的神經網絡，以及系統如何能夠利用所提供的數據做出合理的決策。

特斯拉競爭對手的一大問題就是忽視了這種適應性。這些系統中的多數要么是嚴重依賴于高精度的路線圖，要么從未在真實道路上進行過測試。是的，我們見過Waymo在城市里使用無人駕駛開車，但也僅限于有著高效地圖的大型道路。在這些演示中，照明、天氣條件和交通都非常理想，而正常的駕駛狀況并不是像這樣恒定的理想狀態。

較小的道路，有意外的轉彎和大小變化的車道等，都是相當常見的。另外，特斯拉是一個真正在售賣電動汽車的公司，是你可以買到的汽車。特斯拉的車主已經開著特斯拉的電動汽車行駛了10億英里，而這數字還在全球范圍內無時無刻地增長。而Waymo僅測試了約1000萬英里左右。

特斯拉積累的大量難以預測的道路數據對于研發自動駕駛技術是極為寶貴的，這就是系統如何學習并不斷改進的方式。

準確度

康奈爾大學曾發表過一篇研究論文，是討論如何利用立體相機生成與激光雷達地圖一樣精確的三維地圖。該論文得出結論是，除了花7500美元購買一臺激光雷達設備，其實你還可以花5美元買幾臺相機來獲得幾乎相同精度。

最后

就目前在自動駕駛領域的資金投入以及競爭的不斷擴大，我們有理由相信真正的無人駕駛汽車終究會到來的。至于會不會是特斯拉，我們無從得知，甚至可能也不需要知道（除非你買了特斯拉股票）。實際上，研發自動駕駛系統的方法有好幾種。我們甚至可能看到兩者的結合也并不奇怪。