清華大學(xué)動力工程與工程熱物理博士張抗抗
近期，華為在上海車展展示了一項接近L4級別的無人駕駛技術(shù)，引發(fā)了一連串的技術(shù)討論。
華為的這套方案，是通過自研的激光雷達(dá)算法實現(xiàn)了接近L4級別的自動駕駛，同時華為也宣稱要將96線激光雷達(dá)的成本降低到200美金以內(nèi)。
從目前的情況看，以特斯拉、百度Apollo為代表的視覺算法派堅持認(rèn)為激光雷達(dá)是成本高，技術(shù)發(fā)展慢的產(chǎn)物，并不如視覺算法的價值高。但華為、小鵬這樣的公司則認(rèn)為，激光雷達(dá)是比視覺算法更好的技術(shù)。
哪一種方案最靠譜？目前激光雷達(dá)發(fā)展到了一個怎樣的水平？希望這篇文章能給你答案。
激光雷達(dá)在全視角覆蓋和定位中的應(yīng)用展示（圖片源于WAYMO）
“激光雷達(dá)”派和“視覺算法”派先進(jìn)性的爭論，由來已久
激光雷達(dá)是和視覺算法誰才是智能駕駛的未來，這個爭論由來已久。作為電動車領(lǐng)域“喬布斯式”的人物，馬斯克曾在2019年拋出“只有傻瓜才會用激光雷達(dá)”的驚天言論，他可能是發(fā)動激光雷達(dá)和視覺算法口水戰(zhàn)的始作俑者。
但在我們展開討論這個問題之前，首先要明確關(guān)鍵的一點是：我們這里討論的激光雷達(dá)，并非獨立存在的，它是由激光雷達(dá)所組成的一整套車輛周邊數(shù)據(jù)采集系統(tǒng)，采用激光雷達(dá)的方案并不意味著拋棄視覺算法，而是在原視覺算法方案的基礎(chǔ)上增加了激光雷達(dá)的應(yīng)用。
例如“視覺派”特斯拉的感知系統(tǒng)是由1個毫米波雷達(dá)、12個超聲波雷達(dá)和8個攝像頭組成。而在已公布的“激光雷達(dá)派”量產(chǎn)車型中，極狐αS的感知系統(tǒng)由3顆激光雷達(dá)、6顆毫米波雷達(dá)、12顆超聲波雷達(dá)、13顆攝像頭以及高精地圖組成，小鵬P5的感知系統(tǒng)則是由2個激光雷達(dá)，12個超聲波傳感器、5個毫米波雷達(dá)、13個高感知攝像頭和高精地圖組成。
由此可見，“激光雷達(dá)派”不僅增加了全新的激光雷達(dá)傳感器和高精地圖，而且在傳統(tǒng)的視覺傳感器上，數(shù)量也比“視覺派”車型多。
因此，“激光雷達(dá)”派和“視覺算法”派誰才是自動駕駛的未來這個問題，更嚴(yán)謹(jǐn)?shù)膯柗☉?yīng)該是：僅依靠視覺算法的方案，與以激光雷達(dá)和視覺多傳感器融合的方案，各自的優(yōu)勢與劣勢是什么？
從現(xiàn)有的情況我們會發(fā)現(xiàn)，僅僅依靠視覺算法的方案的優(yōu)勢是成本較低，但它對于算法的要求非常高，而當(dāng)前的算法水平遠(yuǎn)達(dá)不到人類要求的水平。
而以激光雷達(dá)和視覺多傳感器融合的方案，其優(yōu)勢是可以更好地處理cornercase（邊界情況），但它對算力的要求很高，而且硬件成本也并不低。
其實視覺算法的識別準(zhǔn)確率已經(jīng)很高了，只是它對極低概率的cornercase的能力實在有限。這是正常的情況，即便是人類依靠雙眼，有時候也會因為眼睛的可視范圍、眼花等問題導(dǎo)致交通事故的產(chǎn)生。
而在原視覺系統(tǒng)中增加激光雷達(dá)，則可以大大減少這類cornercase的概率。即便是有一天視覺算法的水平達(dá)到了人類駕駛員的水平，增加激光雷達(dá)依然可以進(jìn)一步降低事故概率，要考慮的僅僅只是成本收益問題——如果激光雷達(dá)足夠便宜，就相當(dāng)于支出一份保險費來降低事故率。
在未來，激光雷達(dá)和視覺算法之間的市場競爭依舊會存在，同時成本收益問題仍舊是需要考慮的一個重要方面。不同應(yīng)用場景下對感知系統(tǒng)的要求不同，技術(shù)的選擇也會有差別。
例如基本的L2輔助駕駛功能和2020年較為高階的高速領(lǐng)航駕駛功能（特斯拉NOA、蔚來NOP、小鵬NGP），僅依靠毫米波雷達(dá)及視覺就可以完好地運行，而在2022年大家重點關(guān)注的城市領(lǐng)航駕駛功能設(shè)計中，激光雷達(dá)就成了必備品。
以未來3-5年的時間點來看，激光雷達(dá)成本將會大幅降低，但依然會有一定的成本，這意味著同一個車型可以選擇不同等級的自動輔助駕駛系統(tǒng)，車型的價格也不同，消費者可以根據(jù)自己的需求選裝激光雷達(dá)。
換而言之，從目前我們定義的最先進(jìn)的自動輔助駕駛技術(shù)來看，未來幾年帶有激光雷達(dá)的方案會成為主流，但從裝載車型的絕對數(shù)量上來看，帶激光雷達(dá)的方案還是一個相對小眾的選擇。
對于在技術(shù)上已經(jīng)相對成熟的視覺算法，激光雷達(dá)當(dāng)下的技術(shù)水平究竟如何？
特斯拉在目前電動汽車市場上的成功，從一個側(cè)面反映了在當(dāng)下的市場、政策和用戶需求的前提下，視覺算法已經(jīng)是一套相當(dāng)成熟的解決方案。通過攝像頭和毫米波/超聲波雷達(dá)的配合，特斯拉可以實現(xiàn)L2級別的ADAS（高級自動輔助駕駛）功能。但是因為受限于芯片算力、邏輯算法等因素，視覺算法實際上很難再進(jìn)一步。
而對于激光雷達(dá)來說，它還屬于“半上車”的狀態(tài)，之所以技術(shù)發(fā)展的如此緩慢，這與激光雷達(dá)本身存在的歷史問題不無關(guān)系。如果要理清這個問題，我們先要從ADAS技術(shù)領(lǐng)域入手，在充分考慮其應(yīng)用場景與成本的背景下做出評判。
WAYMO自動駕駛汽車當(dāng)時所搭載的機(jī)械式激光雷達(dá)（圖片源于WAYMO）
早期無人駕駛開發(fā)的車型多采用的是機(jī)械旋轉(zhuǎn)式激光雷達(dá)，可以對周圍環(huán)境進(jìn)行360°的水平視場掃描，而半固態(tài)與固態(tài)激光雷達(dá)往往只能做到最高120°的水平視場掃描。
從絕對指標(biāo)來看，360°肯定要優(yōu)于120°，但這并不能說明機(jī)械旋轉(zhuǎn)式激光雷達(dá)的技術(shù)水平更高，因為考慮到成本、安裝位置、可靠性與壽命等因素，將機(jī)械旋轉(zhuǎn)式激光雷達(dá)應(yīng)用到量產(chǎn)車上的難度，會遠(yuǎn)大于固態(tài)與半固態(tài)激光雷達(dá)。
因此，從ADAS技術(shù)領(lǐng)域來關(guān)注激光雷達(dá)的技術(shù)水平，一個更好的角度是觀察那些實裝到量產(chǎn)車上的產(chǎn)品，例如采用華為激光雷達(dá)方案的極狐αS與采用大疆Livox方案的小鵬P5。
左：采用華為激光雷達(dá)方案的極狐αS右：采用大疆Livox方案的小鵬P5（圖片源于官網(wǎng)）
可以肯定的是，未來幾年是激光雷達(dá)的快速提升性能、降低成本的幾年。
從ADAS技術(shù)領(lǐng)域來評價激光雷達(dá)，不僅要關(guān)注其絕對性能的指標(biāo)，更應(yīng)該結(jié)合應(yīng)用場景、感知系統(tǒng)的角度來評價，這樣才會更具現(xiàn)實意義。
從這個意義來說，像華為、大疆這種既做全套解決方案，又做激光雷達(dá)零部件的廠家，能更好地發(fā)揮有限性能激光雷達(dá)的潛力，在未來的行業(yè)中有更具優(yōu)勢。
除此之外，關(guān)于當(dāng)前的ADAS技術(shù)領(lǐng)域，上述提及的激光雷達(dá)和攝像頭其實都屬于感知系統(tǒng)的一部分，而感知系統(tǒng)通常還包括了毫米波雷達(dá)、超聲波雷達(dá)、高精定位系統(tǒng)與高精地圖。
一套完整的ADAS除了感知系統(tǒng)之外，還應(yīng)該包括決策系統(tǒng)與執(zhí)行系統(tǒng)。要理解這些系統(tǒng)，我們可以回想一下平時咱們是怎么開車的：
第一是眼睛的環(huán)境感知方面：車道的位置，前方是否有車輛行駛，紅燈和綠燈的交換，這些工作都是由超廣角、快速對焦、無級調(diào)光圈、雙目即時測距、損傷自修復(fù)的超高性能仿生攝像頭——眼睛來完成的。
更為重要的是，此仿生攝像頭自帶極強(qiáng)的人工智能處理器，自動完成圖像處理(例如剔除毛細(xì)血管的遮擋、插幀補(bǔ)全盲點像素等)、對象識別（例如紅綠燈、車道）、軌跡預(yù)測(前方的車輛即將轉(zhuǎn)彎)等功能之后，將信息上報給“上層意識”。
另外是大腦的行為決策：通過環(huán)境感知的信息來判斷車輛需要執(zhí)行的控制策略，例如前方車輛停止，需要緊急剎車等。還要提到的是，像“今天走不走高速”的路徑規(guī)劃也屬于廣義的決策功能。
還有事手腳的控制執(zhí)行：在收到大腦的決策指令后，駕駛員的神經(jīng)、四肢，以油門剎車與方向盤作為人車交互的兩大媒介，與整個汽車系統(tǒng)一起承擔(dān)車輛控制的功能。所以目前來看，ADAS系統(tǒng)中最難、最關(guān)鍵的還是感知系統(tǒng)。
成本控制，視覺算法和激光雷達(dá)最大的分水嶺
極光雷達(dá)上車難，難在成本控制。按照公開資料顯示，特斯拉目前所運用在其車型上的單目攝像頭成本在150~600元之間，更復(fù)雜的三目攝像頭成本也不過千元以內(nèi)。
覽沃科技在CES2020上發(fā)布的激光雷達(dá)產(chǎn)品（圖片源于覽沃科技官網(wǎng)）
激光雷達(dá)的價格，在最近5年也呈現(xiàn)一個明顯的下降趨勢，但是相比攝像頭來說，依然貴得多。去年8月，大疆旗下的覽沃科技發(fā)布了在年初CES2020上帶來的激光雷達(dá)新品的行貨版本，其中LivoxHorizon激光雷達(dá)，定價6499元，另一款長量程的Livox泰覽Tele－15，價格則是8999元。而這輛產(chǎn)品，在全球市場的定價分別是999美元和1499美元。
激光雷達(dá)的成本價格高，成為了阻礙其“上車”的原罪。
2020年，華為研制出了屬于自己的96線激光雷達(dá)，其宣稱要在未來將成本降低至200美金以內(nèi)，這也是華為尚未實現(xiàn)的一個目標(biāo)，而制定這個目標(biāo)的依據(jù)主要是以下5點：
(1)量產(chǎn)導(dǎo)致成本的降低
(2)技術(shù)的進(jìn)步促使了成本降低
(3)針對應(yīng)用場景開發(fā)特定性能的產(chǎn)品以降低成本
(4)提供更好的系統(tǒng)開發(fā)環(huán)境以降低主機(jī)廠的研發(fā)成本，相當(dāng)于變相降低了激光雷達(dá)成本
(5)華為提供整套方案，激光雷達(dá)讓出的利潤可以在整套方案中掙回來，其實也相當(dāng)于降低了成本
雖然目前的成本問題并未得到有效解決，但如今已經(jīng)有先行者開始將激光雷達(dá)正式應(yīng)用到上市的汽車上。
目前明確表示已搭載激光雷達(dá)的、即將上市的車有3款：蔚來ET7、小鵬P5、極狐αS。這些車在交付的時候，只能說是“硬件支持L3、L4級自動駕駛”，但并不能“立刻實現(xiàn)L3、L4級自動駕駛”。
這么看來，在廠家能夠真正實現(xiàn)L3、L4級自動駕駛之前，車上的激光雷達(dá)是不是暫時用不上了呢？其實并非如此，因為激光雷達(dá)不僅對L3、L4有用，也能顯著提升L2輔助駕駛的功能體驗。
為什么激光雷達(dá)會讓人更放心呢？
這要從它的原理講起：一條激光，穿過去的時候是直的，相當(dāng)于數(shù)字掃點，理論上把所有周圍的點掃一遍之后，就能清楚地知道周圍環(huán)境是什么樣。
激光雷達(dá)的掃描示意圖（圖片源于velodynelidar）
與激光雷達(dá)不同，攝像頭的采集的是像素信息，其實就和人眼看到的范圍差不多。
而與人不同的是，人眼配備了超強(qiáng)的智能處理器（大腦），可以在毫不費力的情況下識別出環(huán)境中的車道、車輛、行人等，對車輛來說，像素信息只是無意義的海量數(shù)字，必須經(jīng)過抽象、重構(gòu)等復(fù)雜過程，依賴超強(qiáng)智能才能達(dá)到人類的識別效果。
也就是說，如果不配備激光雷達(dá)，要想通過智能算法彌補(bǔ)感知能力地缺陷，需要多付出10倍的努力。
再打個比方，咱們?nèi)祟愸{駛員在開車的時候，偶爾也就看花眼的時候，比如將近處的物體識別成了遠(yuǎn)處的——這就是大腦在處理像素信息的時候產(chǎn)生了視錯覺。但如果給每個像素點都標(biāo)上距離信息（相當(dāng)于配備了激光雷達(dá)），那就絕不可能產(chǎn)生這種視錯覺了。同時，除了上面提到的場景之外，激光雷達(dá)對于強(qiáng)光變換、彎道巡航、夜間行車、狹窄通行等場景下的L2功能體驗提升都會很有幫助。
因此在目前的技術(shù)環(huán)境下，激光雷達(dá)和視覺算法并不應(yīng)該是相互對立的關(guān)系，也沒有激光雷達(dá)的解決方案一定比視覺算法解決方案更好這樣的說法。
激光雷達(dá)和視覺算法應(yīng)該是相輔相成的關(guān)系，激光雷達(dá)可以大幅提升視覺算法的精度，降低視覺處理對于超高精度算法的依賴，但目前高成本制約了更多的激光雷達(dá)出現(xiàn)在整車上；而視覺算法在未來的自動駕駛領(lǐng)域依然是主流的核心技術(shù)之一，它的應(yīng)用廣泛性暫時是激光雷達(dá)這樣的產(chǎn)品無法替代的。
對于激光雷達(dá)來說，盡管它在目前還有比較多的問題亟待解決，但很顯然行業(yè)內(nèi)已經(jīng)有了共識，在未來的幾年內(nèi)，L3-5的自動駕駛系統(tǒng)中，激光雷達(dá)將成為必不可少的組成部分。
相對于計算機(jī)視覺技術(shù)，激光雷達(dá)技術(shù)優(yōu)點是安全性上會更高。這也是行業(yè)主動推動激光雷達(dá)在更高級別的自動駕駛中，成為主流的主要動力。
