馬斯克硬氣批激光雷達無用，自動駕駛沒有魚與熊掌的兩難抉擇？_風聞

目前輔助駕駛、半自動駕駛或無人駕駛汽車的發展，攝像頭是絕對的主流，但激光雷達也在成本和體積都快速改善的狀況下，成功打進了不少車廠，成為其未來自動駕駛的基礎傳感技術之一。

在自動駕駛業界，激光雷達和以攝像頭為基礎的技術着眼點不同，各自也有其應用上的限制，多數車廠都是以二者搭配來解決彼此之間的短板，但也有車廠堅持，基於攝像頭傳感的自動駕駛技術才會是未來主流，對激光雷達毫無興趣。

特斯拉CEO馬斯克在4月底曾對媒體表示，激光雷達對其自動駕駛系統作用不大，且該設備極為昂貴，且還有許多未解決的問題。馬斯克強調，該公司的自動駕駛系統過去不會，未來也不會使用激光雷達。

激光雷達現在的問題以及潛在的風險

首先價格是最大的關鍵，即便是現在的2~8線的平價激光雷達，價格也還要在300美元之間，比主流的攝像頭元件或毫米波雷達更貴，若是16線以上長距離的激光雷達，價格仍可能高達數萬美元以上。另外，激光雷達在雨雪等惡劣天候下效果不佳也是難以解決的問題。

圖：Velodyne的長距離激光雷達，功耗約為30W，價格高達10萬美元。（Velodyne）

另外，平價產品規格為100~200公尺感測距離的產品功耗約在10W左右，但如果要達到300公尺左右的長距離偵測，此時激光雷達的能耗可能達到30W，若是主流車款可能平均每輛需要3~5顆激光雷達，那整體能耗也要上百W，對於未來新能源車採用電池，以及自動駕駛系統計算元件本身等僅能在有限功耗預算限制下設計的車款，也都會產生相當大的壓力。

圖：主流自動駕駛的傳感器配置概念圖（www.cntronics.com）

另外，激光雷達雖可很好的識別物體外型，但無法”看到”物體的表面顏色或特徵，也就是説，激光雷達無法識別道路標線，也無法判讀號誌牌上諸如速度限制或者是駕駛行為的引導內容。

另外，在CES 2019時曾發生一件事，那就是激光雷達的不可視光線永久性損害了單眼相機的CMOS傳感器，而如果激光雷達會損害相機的傳感器，那就有可能損害其他汽車上的攝像頭元件，而攝像頭是目前ADAS或部分已上市的L3自動駕駛汽車的主要傳感元件，而即便是主打基於激光雷達的汽車產品，也缺不了攝像頭的輔助，若基於激光雷達的汽車大量上市，會不會造成汽車之間的”彼此傷害”？這也是令人質疑的問題。

圖：燒壞相機傳感器的兇手，以及被燒壞傳感器的相機拍攝結果。

攝像頭或許能做到更好

而另一個馬斯克所堅持的重點，在於攝像頭技術也不斷在進步，成本下降的幅度更高於激光雷達，且目前主流視覺識別技術已經能夠達到極高的識別率與精度，對現實世界的判讀能力基本上已經要強於人眼，若基於人眼的人類駕駛能夠做好絕大多數的駕駛決策，那麼基於攝像頭，以及搭配基於更高效率AI計算方案的自動駕駛方案表現也沒道理會比人類差。

另外，汽車也可以通過使用雙攝像頭形成立體視覺，或是加上基於飛時測距（ToF：Time of Flight）或結構光（Structured light）技術的深度傳感器，甚至可能利用單攝像頭，通過神經網絡計算，判讀前後幀的加速度/運動軌跡，也能判讀圖像中物體的移動速度與距離，通過這些技術的加入，可以很大的彌補過去用來進行道路、物體識別的主攝像頭，在距離判斷能力上的不足。

前幾天康奈爾大學也提出了一個所謂”基於視覺深度估計的偽激光雷達(Pseudo－LiDAR)”項目研究，通過使用立體視覺法處理並擷取的信號，能夠達到和激光雷達類似的效果。

研究者也指出，可以嘗試在pseudo-LiDAR和LiDAR之間架一個(生成對抗網絡)GAN，以生成更高精度的pseudo-LiDAR，使基於圖像的3D深度識別性能進一步接近基於激光雷達的技術，即在自動駕駛中，相機完全代替激光雷達，甚至傳統毫米波雷達將成為可能。

而這些作法基本上都不會讓汽車的製造成本增加，也不會增加原本就已經吃緊的功耗負擔，這些只是在既有攝像頭技術基礎上的小改進，或者是額外算法的加入。

換言之，如果攝像頭就已經可以處理幾乎所有情境下的道路特徵識別，甚至能夠通過算法來增加未來攝像頭對立體/深度圖像的處理能力，那就沒必要讓系統複雜化，而這也是馬斯克之所以堅持純攝像頭技術的核心概念。

圖：特斯拉目前自動駕駛系統上所使用的方案，採用了多達8個的攝像頭傳感器（特斯拉官網）

激光雷達陣營的辯詞略顯無力

GM旗下自動駕駛Cruise Automation執行長Kyle Vogt曾表示，自駕車需要激光雷達帶來的冗餘設計以及重疊能力。

Waymo首席科學家Drago Anguelov也在前不久的Google IO上表示，如果要用純攝像技術來達到自動駕駛，風險非常高。

而國內外不少自動駕駛業者和激光雷達業者也都站出來表達反對馬斯克觀點。主要是在魯棒性的強調，及激光雷達可識別物體外型與大小等特性上的優勢，這些業者認為，特斯拉的自動駕駛基本還不到位，無法達到真正的L4自動駕駛能力。也有媒體指出，根據特斯拉的車主手冊，特斯拉的自動駕駛系統可能無法很好的識別某些場景，或者是避讓靜止的車輛。

不過，特斯拉汽車的標配AutoPilot只相當於一般常見的ADAS，完整功能的全自動駕駛Autopilot版本才有完整數量的攝像頭、自動駕駛AI計算核心，以及更強的環境感測與駕駛決策能力，過去出車禍的特斯拉汽車多半僅使用標配ADAS。

而我們從Youtube上的特斯拉的緊急迴避視頻可以看出，特斯拉似乎早就已經可以做到距離判斷與高級的前後方車況預判與緊急迴避動作。

而前陣子也有特斯拉車主提供了被追撞後車子自動迴避前方已經停止的車輛的視頻片段，顯然部分以質疑特斯拉自動駕駛表現來反駁馬斯克對激光雷達看法的評論者並沒有很好的理解到目前特斯拉自動駕駛技術的進展程度。