纯视觉和激光雷达，哪条技术路线更有未来？

作者 ｜ Juice

编辑 ｜ 志豪

高阶智能驾驶已经成为车企必争之地。

今年以来，高速NOA不再是一个新鲜的词了，车企在宣传的时候也很少会把高速NOA作为自己的卖点，而城市NOA出现的频率却越来越高了。

城市作为智能驾驶在量产上最复杂的场景，多个车企也都亮出了自己的解决方案，试图来攻克这一难题。

围绕城市NOA目前主要有两条技术路线，一是以特斯拉为代表的纯视觉派，主张取消激光雷达，通过视觉来实现城市NOA；另一派则是视觉+激光雷达的技术路线，认为纯视觉存在一定的短板，需要加上激光雷达来实现城市NOA的快速落地。

不过第一条路线此前只有特斯拉在海外亮出了FSD，从马斯克的直播来看，这一产品的表现非常好，只不过还没进入国内。而在国内，大多数玩家遵循的都是第二条技术路线。

但日前，极越官方发布了一段在上海外滩陆家嘴拍摄的点到点领航辅助驾驶PPA一镜到底视频，值得注意的是，极越所展示的城区智驾能力并没有搭载激光雷达，而是采用了纯视觉的技术方案。

▲极越展示无激光雷达技术方案完成城市NOA测试

这说明在纯视觉高阶智驾方案方面，国内也开始有玩家开始参与，并且和特斯拉形成了呼应。

那么，这两条技术路线相比孰优孰劣？实现纯视觉技术背后的难点是什么？未来能否和特斯拉正面掰手腕？

一、激光雷达成本不低 是否为必选项？

要想研究清楚这两条技术路线的区别也并不困难，从硬件配置上来说，两条技术路线最大的区别就是有无激光雷达。

作为近些年国内智能驾驶的标准硬件之一，激光雷达在国内的待遇非常好，随着一些头部新造车的量产采用，部分激光雷达公司的出货量增长非常迅速，几乎成为了高阶智驾的标准硬件。

▲激光雷达点云图

但激光雷达也并非是完美的传感器。

首先从价格上来看，激光雷达的价格仍然比较昂贵，光大证券研报数据显示，大部分性能优良的激光雷达产品的成本价格在1000美元，整体成本在1万元左右。

而车企虽然对于智能驾驶的需求很高，但对于车辆的成本更加敏感，因此，目前采用激光雷达的车型几乎都在30万以上，仅有少部分20万以上的车型采用了激光雷达。

也就是说，在智能驾驶全面落地的过程中，激光雷达因为其成本高的问题很难为更多车型赋能。

另一方面，激光雷达的感知算法融合方面也会有一些问题。九章智驾调查发现，在激光雷达点云的处理中，感知算法人员会遇到点云噪点、点云的过多/过少、FOV设计、点云重叠、标定参数偏移等方面的问题。

这些问题可能会导致误检或者漏检，前者可能会迫使车辆采取不必要的避障措施，降低智能驾驶的舒适度；而后者可能会导致事故发生。

但在此前很长一段时间内，由于纯视觉方案存在一定的局限性，因此在视觉的基础上加入激光雷达是相对比较好落地的思路，是一种妥协的方案。

据极越CEO夏一平介绍，极越在智能驾驶的早期研发中为了安全考虑也加了激光雷达，主要是为了应对一些corner case场景。

而随着BEV+Transformer方案的上车，车辆的感知系统逐步可覆盖更多的corner case场景。通过一段时间的适配和调整，极越也展示出了其在纯视觉方面的能力和进展，甚至已经可以开跑城市NOA了。

二、纯视觉快速发展 极越已走到行业前列

从第一性原理来看，纯视觉方案是最适合智能驾驶的感知方案，毕竟人类司机开车的时候主要也是靠视觉感知，而非像激光雷达这样靠“触觉”来感知。

相比较于有激光雷达的方案，纯视觉方案最大的优势就是成本更优，摄像头的成本只有几十美元，这意味着大部分价格区间的车型都可以覆盖这一成本，为智能驾驶的快速推广奠定了硬件基础。

另一方面，与激光雷达相比，摄像头收集到的数据更加丰富，更适合喂养智能驾驶系统来实现数据驱动。

对于激光雷达的使用情况，行业内的讨论也比较多，如小鹏前智能驾驶负责人吴新宙曾经就表示，小鹏对于激光雷达的使用非常收敛，对于未来的智能驾驶的发展，是不是要采用激光雷达并不是一个非常固定的答案。

而很多玩家已经在实际的研发过程中思考激光雷达的去留问题，最近一段时间，四维图新、毫末智行相继发布了视觉为主的低成本智能驾驶方案，而百度Apollo、大疆车载等玩家一直都在对纯视觉方案进行研发。更重要的是，新能源领域的头部玩家特斯拉也是纯视觉路线的坚定支持者。

不过，凡事都有两面性，纯视觉路线有优点也会有缺点，对于深度信息的检测不足，以及对三维空间的构建等短板也曾长期存在。

幸运的是，随着软件算法的不断迭代，这些问题正在被逐步弥补。极越和百度合作在国内首发了Occupancy Network的技术能力，这也是目前特斯拉一直在研发的技术。

Occupancy Networks基于学习函数空间的三维重建表示方法3D空间体素化、占用与否的思想，可将2D的画面转化成3D结构。

▲极越展示的OCC占用网络技术演示图

在极越展示的OCC占用网络技术演示视频中，OCC技术在汽车机器人的视觉世界里，实时重建还原3D场景，用体素清晰展示了栏杆、绿植、路障等标准障碍物，同时还精准识别出了施工中的工程车、树木中的路灯等异形障碍物。

通过BEV+Transformer+Occupancy Networks的方案，车辆可以减少漏检、误检并弥补视觉所不具备的空间高度信息，替代了激光雷达，并大幅提升了泛化能力。

从这点来看，用纯视觉方案来做更高阶的智能驾驶并非不可能，甚至还能做出非常好用的系统，这点从马斯克直播特斯拉FSD和极越发布的视频都能看出，双方在高阶智能驾驶方面都已经迈入了第一梯队。

三、特斯拉FSD势必进入国内 和本土玩家必有一战

在聊到纯视觉智能驾驶方案的时候，特斯拉一定是绕不开的一个名字，不仅是因为特斯拉最早在这方面布局，也是因为特斯拉目前几乎代表了纯视觉方案的最先进水平。

现阶段，特斯拉已经在北美地区开始积极测试FSD系统了。

作为特斯拉在智能驾驶方面的最新成就，FSD进入国内几乎也只是时间早晚的问题。此前有消息显示，特斯拉已经在国内组建了运营团队，正在为FSD进入国内做最后的准备。

一直以来，马斯克和特斯拉的一举一动都会深刻影响到全球智能电动汽车玩家，从马斯克此前的直播视频来看，特斯拉FSD已经表现出了很强的实力。

▲马斯克直播特斯拉FSD经过施工区域

FSD进入到国内后，以其成本方面的优势和算法方面的优势，可能会在国内掀起新的潮流，激光雷达路线可能会受到不小的冲击。

甚至作为纯视觉路线的代表性玩家，特斯拉也可能会对国内其他纯视觉路线的玩家产生影响。

那么，极越方面是如何看待特斯拉FSD进入国内呢？夏一平也给出了自己的看法，他表示，最近一段时间，他也在美国体验了FSD系统，在美国的表现确实很强，但这不代表着FSD进入国内后仍然可以表现的这么好，需要一个迭代的过程。

相比之下，极越的本土化优势更强，目前所有的产品都是在国内道路上来跑的，对于中国道路的理解更加深刻，因此从具体表现上来看，FSD不一定会有极越的NOA强。

另一方面，极越的智能驾驶系统是极越和百度联合开发的，百度目前有上千辆规模的Robotaxi在跑，可以收集到非常高质量的数据信息，而这些能力都可以反哺给极越的智能驾驶系统，让其站在巨人肩膀上奔跑，发展的脚步也会更快一些。

综合来看，夏一平认为即使特斯拉FSD进入到了国内，极越的智能驾驶系统也仍然有优势，因此无惧特斯拉FSD进入国内。

结语：纯视觉路线可以推动自动驾驶更快落地

自动驾驶虽然发展迅速，但是高阶智能驾驶目前只在部分昂贵的车型上落地，而这一过程中，用户也为激光雷达等硬件买了单。不过，这种做法仅仅在部分市场可以实现，对于智能驾驶的全面的落地并不能起到太大作用。

从目前展示的情况来看，纯视觉路线和激光雷达路线展示的智驾能力表现几乎没有差别，但从成本上来看，纯视觉的成本更可控。成本可控就意味着能更好地进行复制和推广。

因此，从市场推广的角度来看，纯视觉路线可以推动自动驾驶更快落地，而极越已经在这条道路上提前开跑了。