特斯拉最近有點煩，熱搜撤不下來。一邊是女車主維權事件還沒有退去，失控追尾的特斯拉又不斷有新增，更是有直接撞交警事故；另一邊是全球副總裁陶琳再度語出驚人，稱“需加強消費者教育”，網友點評：這不以後都要考個特斯拉駕照，才能買車？

據界面數據統計，自2013年以來，全球範圍內特斯拉至少發生了218起事故。“失控”是特斯拉事故主要原因，想想就令人瑟瑟發抖，畢竟這真的是用生命在上路吶。

從失控表現來看，有些是特斯拉的自動駕駛輔助系統發生識別錯誤，那我們就要問了，是不是特斯拉的自動駕駛輔助系統不靠譜？

 視覺算法VS激光雷達，誰是贏家？

要回答這個問題，就要說到馬斯克在自動駕駛的識別選擇題中，一直跟行業唱反調的行為。特斯拉在自動駕駛系統上特立獨行，採用的是視覺算法，原理是攝像頭+毫米波雷達的組合。

前者負責識別物體，後者負責測距、測速等，共同完成眼睛的任務，在正常路況一般沒問題，但一旦環境干擾因素過多，例如光線不足的情況下，就可能會出現誤判。

最典型的案例就是之前台灣省發生的“特斯拉無法識別白色卡車”事件，直接撞了上去，重點還不止一次，在美國也曾發生過兩次，那段時間白色大貨車成了特斯拉揮之不去的噩夢。

原因在於特斯拉攝像頭收集的畫面是2D的，實際道路卻是3D的，它只能通過算法去轉換，就算自動駕駛專用的FSD芯片，能以速度為72TOPS的神經網絡處理器處理圖像，達到2100幀每秒，但在自動駕駛領域還遠遠不夠。

既然有這麼多缺點，馬斯克為啥還要置生命於不顧？重點就在於視覺算法，造價便宜可量產，說白了，就是這筆生意實在好做。

回到國內新勢力造車們為了確保安全，紛紛選擇了激光雷達，特點是在於綜合性能好，不足是在於造價昂貴。

暫停一下，我們換個角度來想，忽然發現國內車企們的良心還算是大大的好。

既然提到激光雷達，就不得不提起它的始祖——Velodyne。這本是一家做音響的公司，卻因為CEO是個不折不扣的機器人愛好者，特別喜歡搗鼓各種機器人功能，愣是跨了界。

有一年，美國國防部高級研究計劃局舉辦一個名為 Grand Challenge 的機器人比賽，主題是“能夠自動駕駛的汽車”，Velodyne自然沒有缺席。

他們為參賽的卡車安裝了兩顆攝像頭企圖代替人類的眼睛，但過於簡陋，第一屆完敗。接著第二年同樣舉行，這次Velodyne用上了初代激光雷達，但只能識別垂直於地面的物體，結果還是完敗。

這結果老闆實在不能忍了，Velodyne直接開發了新型激光雷達，將一台64 線激光發射器安裝在可以360 度旋轉的萬向節上，系統終於就能採集到真正的3D 圖像，但這重量也要接近100磅，也不好參賽。

在2007年他成功推出了體積和重量都顯著降低的64線激光雷達產品，並將開始將HDL-64激光雷達傳感器用於挑戰賽，能夠用來構建地形圖和探測障礙物，可惜還是完敗。

這哥們抗失敗的心理素質真過硬。不過比賽第二，賺錢第一，Velodyne抓住契機，繼續研發，開始將激光雷達技術應用於自動駕駛車輛、車輛安全系統、3D移動製圖、3D航空測繪和安保等領域。

之後Velodyne所推出的激光雷達系統都有一個特點，就是貴。L4級別無人駕駛車所使用的64 線激光雷達在8到10萬美金一台，約合人民幣50-70萬，比一輛特斯拉model 3還貴，等於買激光雷達送車。

在2017年前，Velodyne幾乎是市場上唯一的高線數激光雷達廠商。即便再貴也接到了全球70%的訂單，其中就包括“下週回國”賈躍亭創辦的法拉第FF。

那激光雷達威力有多猛？何小鵬說：“包含激光雷達的下一代自動駕駛架構會將特斯拉打得找不到東。”

何小鵬敢這麼說的原因在於相比攝像頭算法，激光雷達的綜合性能更好，理論上只需要將周圍環境掃一遍，就能知道周圍環境是什麼樣，掃描出來的環境具有縱深度。

為了讓大家更好理解，我用iPhone  12 Pro的激光雷達掃描儀舉例，通過激光雷達掃描出來的場景大概如上圖所示，當然車規級的激光雷達掃描出來的場景會更加詳細，清晰可見有木有！

現在唯一阻止激光雷達成為自動駕駛標配的就是價格，價格打不下來，自動駕駛就無法突飛猛進。不過在高昂的造價面前，生命才是無價的，在生命面前，辦法總比問題多。

 激光雷達為什麼突然爆發？

前面提到激光雷達貴是貴了，但別忘了，只要是對普通老百姓有益的事情，在中國就有無窮的奇蹟會發生。

在梳理國內的激光雷達信息的時候，被感動到了，不止是車企在努力，互聯網廠商也在殫精竭慮想要打低價格，分得一杯羹。

除了普遍知道的華為，大疆內部孵化出激光雷達公司Livox。計劃在2020年推出2款高性能、低成本、可量產的激光雷達產品Horizo​​n與Tele-15，用於L3 / L4自動駕駛。

小米旗下順為投資的北醒光子實現了激光雷達的量產，產品主要廣泛應用於無人駕駛（避障導航）、無人機（物流、植保等）、機器人（智能家居）、AGV（工業領域倉儲物流）等領域。

企查查最新數據顯示，我國雷達相關企業共1.4萬家，2020年新註冊企業2640家，同比增長29.3%，其中四季度新註冊728家，一片活力。

主要原因之一是國家政策推動。2020年2月份我國發布了一份《智能汽車創新發展戰略》報告，其中明確指出傳感器對於自動駕駛的重要性。

在智能汽車的定義中，“搭載先進傳感器”被視為重要標籤。基於此，作為自動駕駛三大關鍵傳感器之一，激光雷達對於自動駕駛的重要性自然不言而喻。

在今年3月4日的兩會上，激光雷達又再次成為主角，與半導體核心設備光刻機、芯片、核心算法等成了化解科技領域的’卡脖子’難題的技術關鍵，不斷被其他全國人大提起。

如此重量級的國家支持，自動駕駛相關的各個產業鏈都進入了快車道，激光雷達的爆發目前還只是前戲，好戲還在後頭。

另一方面與消費者的訴求變化有關，如同現在我們買手機會比較在乎處理器是高通還是聯發科一樣，未來我們即將進入自動駕駛時代。

在新時代下消費者自然關心背後的技術保障，關注自動駕駛技術的先進與否，而激光雷達作為自動駕駛技術的靈魂可能會被關注，只有安全靠譜的傳感器，才會有機會贏得消費者一片芳心。

不難發現，激光雷達的品牌越來越將成為我們購買汽車的考慮因素之一。不過產業整體還處於發展早期，還沒有頭部玩家出現，大家幾乎都在同一起跑線。

這就不難理解為什麼此時大家紛紛進入，只有搶占了激光雷達的先機，就可能成為自動駕駛時代的“獨角獸”。

 激光雷達如何實現規模量產？

弄明白了為什麼突然間激光雷達企業一夜爆發，但理想是豐滿的，現實是骨感的，正式量產的依舊是寥寥無幾。

畢竟激光雷達要想成為“車規”級產品，必須要同時滿足“成本夠低”、“可靠”以及“可量產”，一個都不能少。

就算你技術過關了，要是品控和交付能力不足，那也分分鐘翻車。華為基於其強大的科研能力，具備這種能力，但是對很多初創公司，情況也就難說了。

那有沒有什麼辦法可以快速實現量產呢？相信每個車企做夢都在思考。

以色列激光雷達解決方案提供商Innoviz的中國區總經理提過這麼一個設想：針對某一個應用場景開發來做激光雷達的產品，可能會是更合適的方案。

等於提了一個疑問，激光雷達究竟是生產一個“通用型”產品，還是針對客戶的某種應用場景進行特定開發？

打個比方，當下代客泊車是非常熱們的應用，特別是很多新手買車的時候，哪個停車容易買哪個。

其實代客泊車對激光雷達的要求不需要看那麼遠，對激光雷達的幀頻要求也沒那麼高，只要能最大程度地看到離車最近的情況，檢測到障礙物就行了。

對於這類功能的激光雷達，只要足夠滿足功能就行，其他用不上的技術則砍掉，這樣就有了量產的可能。

汽車四周的激光雷達，每一個角色不同，並不是所有的激光雷達都需要滿足高性能要求，針對某一個應用場景開發來做激光雷達的產品，更有高量產的可能。

就像家裡的家電，有些負責掃地，有些負責洗衣服，大家各司其職，激光雷達可以以某種應用場景做開發，以產品思維來研發，而不是只是某個環節的零件。

當然，根據場景造雷達，理論上可以降低激光雷達的造價，但這並不是一件容易的事情，這需要花大量的時間聆聽市場的需求，剖析用戶的需求。

 市場變化，車企面臨什麼新話題？

說到這，我們就不難理解激光雷達雖然貴，卻依舊是各種研發公司打得不開交，畢竟掌握了激光雷達系統的奧秘，就掌握了自動駕駛技術的加速命門，誰都不想提前出局。

歷經多年的試運行與數據收集，在L4以上高級別自動駕駛技術上，除特斯拉外各類玩家已達成共識——激光雷達是實現L4高級自動駕駛必需的感知配置。

有了共識，車企們全力ALL IN，展開各種合作，紛紛給自己按下加速鍵。正是如此不斷追求，讓消費者離更高級別自動駕駛越來越近。

在可預期的未來，智能汽車中的科技基礎發展進度，越來越制約了新一代智能車的量產，也成了消費者更加關心的購車安全考量。

放在目前來看，激光雷達技術看似被頭部玩家特斯拉拋棄，其實已經迎來屬於它的黃金時代，蓄勢待發，推及未來，科技基礎的研發和新科技的宣傳是車企們注定繞不開的話題。