技术解析：激光雷达，并非单车自动驾驶的终结方案

你愿意把方向盘交给车么？

自动驾驶一直都是大家关心的问题，发展多年，但还是有唱衰自动驾驶的声音，说这是个伪命题，实现脱手驾驶太困难了。喷着喷着，就从L1自动驾驶慢慢喷到了L3级，从毫米波雷达换到了激光雷达，有人还在否定已经获得的成果。

但这部分人的否定，不无道理，现在自动驾驶大概分为两派。以特斯拉为首的纯视觉派、另一个是激光雷达派，都能实现L1和L2级别的自动驾驶。再更高级别的自动驾驶，实现起来就存在着一定困难，而且现在的自动驾驶都有一个问题是段时间内无法解决的。

在极端天气下，你更相信自己，还是自动驾驶？

两种主流感知方式

关于极端天气后面会讲，现在你能使用到的自动驾驶技术来自于两种感知方式，视觉派、激光派。特斯拉CEO马斯克是坚定的视觉派，他diss 激光雷达好几次了，也永远不会用激光雷达，所以特斯拉一直用摄像头+雷达实现视觉感知的自动驾驶功能。

特斯拉的Autopilot这套辅助驾驶传感器包括8个摄像头，提供汽车周围360度的辐射范围，最大辐射半径达到250米；还有12个超声波传感器，1个前向毫米波雷达系统。

8个摄像头像素均为120万，且都来自On Semiconductor在2015年发布的产品。这3个摄像头具有不同的功用，其中一颗最远探测距离为150米，起到主要识别功用。第二颗摄像头最大探测距离250米，但视角范围局限，第三颗是为了弥补前两者的视角范围，主要用于获得更大的探测范围。雷达用的是大陆提供的产品，最大监测距离160米。

特斯拉坚持的视觉感知方案，简单说就是用摄像头模拟人眼，收集到的2D画面传给处理系统、进行3D恢复、分析驾驶状况做出预判，最后通过行驶机构执行驾驶命令。

虽然，特斯拉一直鼓吹自己要做全自动驾驶，但实际操作时只能作为L2级别使用；现在，Autopilot能实现的辅助驾驶功能有车道内自动辅助转向、自动辅助加速和自动辅助制动、自动辅助导航驾驶以及自动辅助转向。

相对更完善的，是今年迎来量产元年的激光雷达。以AQUILA超远距高精度激光雷达为例，120°的超广视角，等效300线的高分辨率，500m的最远探测距离，采用1550nm激光。然后，底层逻辑是通过向被测目标发射激光束，测量反射或散射信号的到达时间、频率变化参数，来确定目标的距离、方位、深度和运动状态等信息，再生成多维信息图像。由于其具有较高的角度、速度和距离分辨率，有着比视觉感知系统更清晰的目标图像，还能同时跟踪多个目标物体。

全天候应用，还无法做到

以上两个主流的自动驾驶感知方案，日常驾驶没问题，但遇到极端天气就是个事儿。说回极端天气的问题，两个主流方案在面对这件事儿时都存在着点儿问题。

特斯拉的方案主要依靠视觉，所以，特斯拉的环境感知是通过基于二维信息重建的三维场景。二维转换三维，必定会有信息丢失，所以特斯拉存在着对远处物体有误识别的情况。举个例子，夜晚、行人、深色衣服+大雾/雨雪天气，然后，毫米波雷达识别人相对不够精准，视觉感知系统又是被环境所限，更别说加上视觉欺骗了。虽然，特斯拉有大量数据用于深度模型训练，但实际应用还是没法保证完全正确的处理所有场景，尤其是极端天气下的场景。而且还有预判失准，错误预估了道路环境和障碍物位置，虽然是小概率事件，但也是存在。

激光方案在这样的环境下也没有好多少，在雨雪雾天气下，障碍物监测能力受限；而且，不同雨滴直径对于激光的影响不同，雨滴越大，激光点云识别效率就越低。而且，在使用1550nm激光对烟雾进行测试时，由于激光没有穿透烟雾，感知系统识别之后认为前方存在障碍物。

也就是说，目前的感知系统还无法成为不受白天或黑夜，不受恶劣天气影响，全天时、全天候的传感器。

红外加入可行，但目前受限

一个大胆猜想，把红外热成像传感器，加到自动驾驶汽车里。这项技术如果在汽车领域大规模应用，极端天气/环境下的自动驾驶应该会更完善。

和激光雷达、摄像头、毫米波雷达这几种主流传感器相比，红外热成像技术捕捉到的图像分辨率更高；而且，由于生物会散发热量，所以热成像可以轻松分辨出生物与其他物体，而且不受天气影响。红外热成像原理，只要物体有温度，都会被探测到红外能量从而转换为电信号，然后生成热图像。如果应用到自动驾驶汽车上，可以解决夜晚驾驶，没有光线的夜晚，照样可以成像。

当然，仅仅依靠红外热成像，是不能解决极端天气下的自动驾驶。举个例子：穿黑衣服的行人，在没有路灯的条件下，依靠可见光的视觉感知不太好识别；那有可能会被毫米波雷达识别，但如果行动速度慢或停滞，那就不能判断物体是否为生物；如果，加入热成像系统，带有体温特征，配合自动驾驶算法做出判定为前方物体为生物，再做出预判，这样自动驾驶汽车在视觉感知系统没有看到，毫米波雷达探测不准的前提下就能确定，前方的物体是生物，且能做出预判。

那么，反推，如果不可见光条件下，表面温度均匀30°的物体放在温度为30°的场景内，用热成像设备可能看不到这个物体。然后，结合激光雷达生成的多维度清晰图像+温度信息，配合算法，计算出在同样温度下的生物，再做出预判。

一个问题，红外传感器为什么没有像激光雷达一样，应用在自动驾驶汽车上。受限于成本、和小型化的问题；目前用于测温的红外传感器，支持同时多目标追踪的普遍价格在7000元以上，而且体积相较于目前车载摄像头来说，偏大。如果解决小型化问题，成本肯定会更高，再配合软件算法和芯片使用在汽车上，成本会更高；奥迪A8L上的夜视系统，仅提供可视化，选配就需要3.2万元。

总结

最后，就目前来看，作为出行工具的汽车，最重要的核心因素是安全驾驶；目前自动驾驶感知系统依靠摄像头提供的视觉、激光雷达提供的点云图，都存在一定弊端。自动驾驶传感器，绝对不是排他性的，而是从属和互补的关系，只有融合才能让自动驾驶系统获得更精准且可信的信息，但面对极端条件下的驾驶情况，如果能更准确的从物体中分辨出生物，从安全的角度来看，非常重要。