•
車圈大變天！激光雷達即將被判死刑？
昔日稱霸車圈的智駕供應商Mobileye，近日宣佈了一則重大決定——
今年內就要立刻關閉激光雷達研發部門，並且終止下一代激光雷達的研發工作！
拋棄激光雷達的原因，總結起來就是六個字：沒必要，不掙錢。
Mobileye經過仔細評估過後，認為激光雷達對下一代智駕技術來說並沒有那麼重要；而且能省下每年6000萬美元的研發成本，可以說是贏麻了。
無獨有偶，2021年8月，Waymo宣佈停止商業激光雷達業務；去年9月，博世也官宣放棄研發用於智駕的激光雷達……
激光雷達對於自動駕駛來說，到底是雞肋還是必需？一直是個熱門的爭議話題。
“反對派”的代表人物，自然是世界首富馬斯克。他曾多次公開diss：“只有傻子才會把激光雷達裝在車上，這些自動駕駛公司都註定失敗！”
馬斯克這幾年也確實沒有動搖，FSD一直堅持純視覺路線走到黑。不僅從來沒用過激光雷達，甚至最近幾年都把毫米波雷達給砍沒了，能力上卻越來越強。
除了特斯拉以外，搭載了百度Apollo智駕方案的極越，同樣依靠純視覺方案，就實現了城市領航輔助功能。
極越CEO夏一平，在最近也放出了類似的豪言：
“華為一定會放棄激光雷達轉投視覺方案，只是余承東太狡猾。一邊在宣傳激光雷達方案，同時背地裡也一直在砸錢開發純視覺方案，等純視覺成熟就無縫切換，一點空檔都不留給其他對手。”
另一邊，“支援派”的玩家也同樣不少。包括小鵬、蔚來、理想、華為等等一線智駕玩家，紛紛選擇了“攝影機視覺+雷達”的融合感知方案。
他們一致認為，激光雷達是實現高階智駕最不可或缺的關鍵零部件。
比如極氪智能科技副總裁林金文表示：“不用激光雷達，是在為降本找理由！”
不過最近一段時間，風向開始出現了一些變化——
“端到端”技術浪潮來了！
隨著今年特斯拉FSD推出了基於“端到端架構”的V12版本，刪掉原本30萬行C++程式碼，取代為3000行神經網路之後，系統決策精準度和執行速度都有了質的飛躍。
不依賴激光雷達、不依賴高精地圖，僅僅依靠純視覺都能把智駕做到如此流暢，難怪會讓遠赴美國試駕FSD的何小鵬都稱讚不已。
回國之後，何小鵬曾多次承認“端到端”技術的優越性，建議友商們“別猶豫，趕緊改”。
緊接著，小鵬就對激光雷達“動刀”了！
在小鵬MONA M03發佈會上，何小鵬表示將推出“AI鷹眼視覺方案”，不搭載激光雷達，攝影機精度、可視距離大幅升級，同樣可以有能力實現城市領航輔助駕駛，預計今年四季度將首次搭載在新款小鵬P7i上。
要知道，4年前車企們在智駕上搞軍備競賽的時候，卷激光雷達是非常瘋狂的。
長城機甲龍甚至放出了“四顆以下別說話”這種豪言，威馬M7也乾脆直接上了3顆激光雷達……
不過這兩款車都最終沒能落地就是了。
到現在來看，只有阿維塔採用了3顆激光雷達的方案，其他的車型要麼是大燈周圍的雙激光雷達方案，要麼是車頂“犄角”式的單激光雷達方案。
而最近成都車展前後亮相的幾款新車型，比如問界M7 pro、深藍S7乾崑智駕版等等，都開始向純視覺智駕的方案上傾斜。
要知道，同一款車型帶激光雷達與不帶激光雷達的，價格差距基本上都在1-4萬元不等。
於是這段時間，車圈出現了不少 “花高價買激光雷達的車主或將成大冤種”、“激光雷達割韭菜”的聲音。
資本對於這種悲觀的氛圍是相當敏感的，導致今年下半年，禾賽、速騰聚創等等激光雷達公司的股價出現暴跌，市值縮水超過80%。
要知道，在2年多前，同樣是在智駕圈子裡，高精地圖曾經也被譽為智駕路線上的“香餑餑”。
但隨著一線智駕玩家為了突破智駕的使用範圍，紛紛開發無圖方案，高精地圖淪為了被拋棄的對象。
這讓圖商四維圖新一年爆虧了13億，氣得其CEO直接在公開場合Diss無圖方案：“毫無安全敬畏！”
既然無圖智駕拋棄了高精地圖，那麼問題來了：
端到端技術的普及，會讓激光雷達也面臨被拋棄的厄運嗎？
對於這個問題，首先要看看目前激光雷達在智駕系統中的重要性如何。
其實有個比較簡單粗暴的判斷方法——故意把激光雷達遮住再去測智駕功能不就OK了？
網上能找到不少這麼測試的案例。
有的車型中的一些智駕功能，即使遮住激光雷達影響也比較小，甚至察覺不出影響。
比如，去年有一位B站UP主錄了一段視訊，他把阿維塔上的3顆激光雷達都拿紙殼糊上，然後在路上擺放障礙物進行自動緊急避障測試。
結果發現，時速跑到120km/h自動避障只是出現了輕微延遲，功能並沒有受到影響。
同樣的，有人把問界M7的激光雷達遮住測AEB，也能順利剎停。
把理想L8激光雷達遮住，會發現輔助駕駛仍然能正常開啟，車道線識別和撥桿變道功能均可用。
但中控屏上會觸發提示，激光雷達表面髒污，請及時清理，不能識別靜止物體，和車輛、人以外的非標準物體。
但，也有遮住激光雷達影響比較大的。
在市面上首款搭載激光雷達的車型小鵬P5剛剛上市那段時間，我們公社也曾做過類似的測試。在測試跨樓層泊車功能時，故意把P5的激光雷達用A4紙拿雙面膠糊上。
結果發現，只遮擋一顆激光雷達的時候，跨樓層泊車功能仍然可用，對於車位和行人的識別並沒有受到影響，仍然可以絲滑的執行避讓動作。
但兩顆激光雷達都被遮擋時，就不能順利執行避讓和泊車動作了。
還有蔚來ET7，遮住激光雷達之後會顯示輔助駕駛系統故障，無法啟動。
不同的車型遮住激光雷達，卻出現了不同的結果。
這說明，不同車型、不同智駕功能，對於激光雷達的依賴度都是不同的，有的優先順序比較高，一旦遮擋就無法啟用；有的則優先順序較低，不會影響功能使用。
總體上來說，目前激光雷達在智駕系統中扮演的角色，更多的是為了安全冗餘考量。
但鑑於目前大多數融合感知智駕，採用的都是傳統的BEV鳥瞰圖+OCC佔用網路+Transformer大模型的架構，而並沒有完全切換到公認更前沿的“端到端”架構。
所以要討論激光雷達會不會被拋棄，還要看要看它與端到端架構的相容度如何。
首先，目前傳統的智駕架構邏輯，本質上就是將視覺圖像做2D轉3D，即時建立高精地圖。
如果有激光雷達的話，就可以通過掃描物體輪廓，將掃描出來的周圍環境更清晰和精準。
不過，端到端架構完全是另一個路子！
端到端智駕不需要做2D轉3D，直接根據圖像輸出加減速訊號和轉向幅度，流程上大幅簡化，響應速度更快，更接近人類開車的方式。
但相對的，就需要投喂大量圖像與駕駛操作的對應關係資料，才能讓端到端模型的決策變得更準確。
對端到端技術感興趣的朋友，可以再回顧一下這篇：太瘋狂了！特斯拉刪除99%程式碼，FSD卻更好用了！智駕的終極答案竟然是它？
簡單來說就是，傳統智駕靠的是感知訊號與演算法堆疊下的縝密邏輯，而端到端靠的是類似“肌肉記憶”的經驗。
這也是為什麼，有不少人認為端到端時代，激光雷達就不再那麼重要了。
理由是，端到端智駕是在模仿人類的駕駛行為，本質上就是視覺感知下的經驗判斷，而激光雷達用的是多普勒效應，跟人類駕駛行為不搭邊，所以激光雷達訊號無法融入到端到端模型之中。
個人認為這種說法有些欠妥，因為即使是激光雷達作為感知訊號源，也能找到與加減速轉向等資料的對應關係。
將激光雷達訊號加入端到端大模型的訓練，實際是可行的。
但存在兩個難點需要克服：
一是目前市面上帶激光雷達的車相對較少，導致可供端到端訓練用的激光雷達訊號非常有限；
二是加入激光雷達訊號意味著變數的增加，這對於整車乃至雲端訓練算力的需求，將會指數級增加，以現在的硬體水平未必能hold住。
換句話來說，基於純視覺的端到端架構，真的是未來智駕的終極答案嗎？我看未必。
端到端是通過人類經驗行為訓練出來的，那麼它理論上的能力極限，會無限接近於人類極限，但很難做到超越人類駕駛。
更何況，一旦雨霧等條件下便很難發揮作用，因此純視覺端到端更像是為L2級自動駕駛服務的。
想要達到“人機共駕”L3，以及“無人駕駛”L4，必須要有更深層次的安全冗餘，這時激光雷達的價值就體現出來了。
舉個例子，有個詞叫“空間感”，指的是人對於自身所處方位，與其他物體距離判斷的能力。
有的人空間感強，有的人空間感弱。
但即使空間感再強的人，也很難直接通過視覺效果，用近大遠小和透視關係精確推斷出前車距離自己到底有多遠。就算“我的眼睛就是尺”的王濛來了，也精確不到毫米級。
這也是為什麼，早年間特斯拉出過很多起，因為識別不出靜止的白色大貨車而撞車的事故的原因之一。
但激光雷達不一樣，可以通過雷射反射及頻率，測得非常準確的距離數值，達到釐米級甚至毫米級是可以實現的。
遠高於攝影機感知的精確性，恰恰就是激光雷達不可或缺的關鍵。
寫在最後
在當下這個時間節點，“純視覺VS激光雷達”再次成為爭論的話題，並不是因為激光雷達沒有未來，而是因為現在的激光雷達還不夠強。
就拿像素來個舉例子——
問界M9上搭載的華為192線激光雷達，折合約為210萬像素，而前置攝影機為800萬像素。
目前，激光雷達的像素普遍不及攝影機。像素低了，掃描模型就會變“糊”，影響資訊傳遞的精準性。
除此之外，激光雷達探測距離、掃描頻率、抗環境干擾能力、體積、功耗等方面，還有許多最佳化空間。
再有就是對車企來說無比重要的：成本。
雖然近幾年激光雷達降本非常迅速，從動輒5萬元一顆到後來的2萬元左右，到現在一顆在5000元左右，已經到了車企和使用者都能支付得起的地步。
但跟數百元價位的攝影機相比，降本空間還很大。
幾年前，車載激光雷達市場幾乎完全被外資企業壟斷，而最近幾年，禾賽、速騰聚創等國產激光雷達已經在悄然間崛起，已經將佔據了90%以上的市場份額。
與此同時，國產激光雷達廠商們的研發腳步，並未停滯不前，而是在自身所處的產業鏈細分領域中，不斷探索著智駕的終極答案。
智駕的終極答案究竟為何物？我們未曾可知。
但可預見的是，我們會努力成為第一個得到答案的人。 (電動車公社)