纯视觉方案取代激光雷达的汽车越来越多，为什么？

在实现自动驾驶的路上，一直存在着技术路线之争，一种就是特斯拉的纯视觉检测方案，代表性不言而喻，另一种就是采用雷达等辅助器件实现，这种方式的选择最多；

为什么特斯拉一直坚持采用纯视觉检测方案，而不探索使用激光雷达等方式来实现呢？

首先一点，马斯克造车的目的可以看出，高端技术的实现最终需要应用到大众，而大众能够用得起的车才是销量最好的车，第一性原理下的应用并不仅仅只是原理，还需要有场景来扩展；而视觉检测的手段可以获得车辆行驶中的数据，难点在于实时图像的处理性，数据响应的及时性，做出判断的准确性，这点上之前已经有证明。

2019年12月29日，肇事者Riad驾驶Model S(图片|配置|询价)以很快速度驶离高速，紧接着闯过红灯，与一台正常行驶的轿车相撞，直接造成对方车上2名乘客死亡，肇事车辆2人受伤。本案件最关键的是，在事故发生时，这辆特斯拉Model S的智能驾驶功能Autopilot 处于开启状态，但这名特斯拉驾驶员还是被公诉“杀人”。司法机关起诉的理由是，虽然车辆的Autopilot 处于开启状态，但由于2019年版本的Autopilot，并不能对红绿灯进行很好的识别。基于以上的事实和目前的证据，司法部门一致认为：“错在驾驶员，与AutoPilot无关”，因为驾驶员没有对Autopilot实施有效监管，从而导致事故发生。

有案例表明视觉检测也是存在问题的，但在此之后，特斯拉升级了自身的算法问题，基于transform的bev纯视觉模式得到的了应用；

在此之后，端到端的大数据模型得到了进一步的开发；

在端到端的实现上，纯视觉算法将感知部分、定位部分、决策部分等都进行了相关的模型训练，将场景融入进了实际的应用环境之中，这也让众多研究自动驾驶的厂商看到了机会，算法也就成了最为核心的应用，而AI的发展必然又可以提供助力，这才有了更多的转型基础；

影响自动驾驶普及的因素不仅包括技术，还有成本，纯视觉方案采用的是摄像头，与激光雷达相比，摄像头的成本要比激光雷达低得多，消费者不仅关注技术的实现度，影响更大的还是来自汽车的售价，而对于大众而言，同样的配置价格越低自然会得到更多的青睐。