各类关于智能驾驶传感器理论和实验结论,无一例外全部证明了激光雷达的优势。
实验室的数据是一回事,商业化是一回事——
而且自动驾驶这类高度依赖大数据和算法的模式,没有足够的数据量,就连激光雷达本身都不一定靠谱。
自动驾驶有两条技术路线
- 一条是单车智能,以特斯拉为主,强调传感器和单车智能,对道路环境要求低
- 一条是车路协同,以国内新能源车为主,强调利用智慧城市的基建,对车要求较低
但目前的情况是:
走单车智能路线的特斯拉,反而逐渐弱化激光雷达,开始走纯视觉路线(甚至直接宣布取消激光雷达)。
而国内主导走车路协同技术路线的新势力,往往在新品上很舍得堆料,各类激光雷达和算力都堆满。

按理说,特斯来应该用越来越好的传感器,如谷歌Waymo那样,全副武装。
而国内新能源应该越来越简化车内算力,更多利用国内智慧城市的基础建设。
而激光雷达:优势非常好,数据精度高,距离远,但唯一的缺点,就是太贵了。
到底有多贵呢?

以2020年的价格计算主激光雷达,做到200米范围的,国内人民币5万,海外的要3万美金(合计20万)。加上辅助激光雷达,整车用激光雷达方案,即使用国产方案,去到小10万的成本了(这也是稍微带上激光雷达新能源车,基本都在25万以上的价位)。

毫米波雷达即使贵一点的,也就几百块钱,而且还是人民币。
买个30万的新能源车,10万块钱给了电池,10万块钱给了智能驾驶传感器和计算平台,不就是等同于10万块钱的燃油车配置了吗?这哪里有什么商业竞争力?
花费近三分之一的钱,用在短期内很难全部发挥实力的智能驾驶,这样的消费者,不是冤大头是什么?
所以,从商业的角度来看,入门级自动驾驶车辆,根本不可能支撑的起来激光雷达这类天之骄子的身份——除非价格降低到和毫米波雷达一样的成本。
而自动驾驶,这类极度依赖海量大数据支持的模式,如果一开始就没有海量大数据,就永远不可能有自动驾驶。
从这个角度看依赖毫米波雷达和视觉摄像头的智能驾驶学派,其实才应该是主流。
说回车路协同技术路线:

激光雷达,其实想要解决的事远距离的障碍物探测,但在城市道路上,如果真正的智慧城市基建完善之后,其实激光雷达的方案是完全有更完美的替代方案的。
用5G这类极低延迟极高带宽的数据作为传输,用北斗这类厘米级精度的地图作为辅助定位,同时结合车辆开放的数据交换平台,以及连通智慧城市本身的IOT大数据,想要解决200米范围外的的障碍物检测,岂不更简单,而且还便宜?
说说智能驾驶的风险:
肯定是有风险的,但任何巨大的变革和创新,几乎无一例外都是踩着尸骨累累起来的,看看福特T型车的历史,或者搜落下化工学上的进步,甚至近代医学的进步。
指望一步到位达到100%安全是几乎不可能的,但随着技术进步无限接近100%安全倒是可以期待的。
目前来说,虽然对于智能驾驶非常看好和乐观,现阶段,我只是不想成为数据统计当中的分子,还是老老实实作为分母去。
评论·0