特斯拉坚持的视觉算法，最终会成为自动驾驶的未来吗？

现在新能源汽车赛道的比拼越来越激烈，而自动驾驶将会成为制胜的关键技术。

自动驾驶究竟是什么？

简单来说，自动驾驶就是对大量交通数据进行运算，最终得到最优的行车路线和速度。其中最关键的技术难点在于获取数据。一般汽车会通过传感器将复杂的交通数据全部捕获，然后再将道路信息反馈到汽车的“大脑”做出决策。而自动驾驶传感器解决方案长期以来存在两种技术路径，雷达与视觉算法。

一边是以特斯拉为代表的“视觉算法路线”，其主要借助摄像头，对周边物体建立模型，同时把数据添加至神经网络进行纯视觉计算，在自动驾驶中承担“识别”的作用。

优点在于成本偏低，特斯拉“三目摄像头”的环视解决方案成本在千元以内，并且规模效应会进一步降低成本；但缺点也很明显，在算法不成熟之前，很容易因为算法的错误识别出现安全事故。比如最典型的案例就是之前发生的“特斯拉无法识别白色卡车”事件，直接撞了上去，重点还不止一次，在美国也曾发生过两次，那段时间白色大货车成了特斯拉挥之不去的噩梦。

原因在于特斯拉摄像头收集的画面是2D的，实际道路却是3D的，摄像头很难解决人眼所能见的特殊情况，增加了行车安全风险。理论上，“视觉算法派”只适合L3之前的自动驾驶，需要人工干预，在车辆自主权更高的L4或L5级自动驾驶上，会出现有心而无力的情况。

还有一派主张使用激光雷达作为感知硬件，像小鹏、华为、理想、蔚来等车企。激光雷达，是通过对被测物体发射激光光束，并接收该激光光束的反射波，记录该时间差，来确定被测物体与测试点的距离的雷达系统。而且激光雷达在扫描视野时，显示图像没有色彩和细节，但是轮廓非常的清晰的，受极端天气或是外部明亮度的影响较弱，安全性要优于使用摄像头的视觉算法。

缺点可能就成本较高，不过量产车装载就会便宜很多，而且现在有些车企开始一味的比拼激光雷达数量也没必要。就像一口不能吃成大胖子，激光雷达虽然作用强，但是目前大多数汽车装一两颗就够了，因为感知硬件不仅有激光雷达。

比如小鹏P5，车上总共装了32个传感器，当中包含13个高清摄像头、5个毫米波雷达、12个超声波传感器和2个车规级激光雷达（装下前包围左右两侧）。目前成熟的自动驾驶技术，都是采用多种传感器来提升系统识别功能，这样不仅兼顾了成本造价，还更具安全性。