激光雷达，内卷过头车讯

真的需要这样的“卷”吗。

至于激光雷达的“堆”到底有多“卷”，只要看看机甲龙就知道了。

成都车展上，机甲龙量产版车型亮相。除了价格之外，我们看到的是机甲龙车屁股中间的显眼的激光雷达。

去年沙龙汽车以“4个以下，请不要说话”为由，向业界宣布至少要搭载4个激光雷达才能“有资格上桌说话”，但现在，更多的人无法想象激光雷达为什么会装在车屁股上。

沙龙官方网站称，“避免诸多弊病”的答案当然主要是夜间或背景场景。

但在“过犹不及”的今天，沙龙的做法确实值得商榷。你有必要这么浪费吗。

01

合理性25%，维修9000

本文不做纯技术解读，只要能尽量让读者明白其中道理即可。

首先，有激光雷达业者认为安装在车尾的激光雷达有25%的合理性。

官方表示后激光雷达主要是因为倒车等场景，但倒车速度慢，与安全的强相关性弱，一般的相机和超声波雷达也足够了。另外，现在的车基本搭载了360°倒车影像，激光雷达实际上不管用。

通常，激光雷达主要对前方和侧方的感知要求较高。这与激光雷达的成本仍然很高有关。

8月初，汽车博主@陈志豪Aries披露了小鹏P5的激光雷达更换费用。价格表显示，挂车事故发生后小鹏P5单激光雷达（车左前）维修价格达8916元，加上相应的更换及工时费，总费用超过9000元。小鹏即使对汽车进行对折成本，实际上单激光雷达也要4500元以上。

因此，如前所述的机甲龙，由于安装位置的特殊性，其激光雷达搔痒、碰撞的概率远高于屋顶的安装方式。如果发生事故，修理成本也会相当高。

华为虽然公开了96线激光雷达的成本在200美元以内，但是即使使用镜像方式或MEMS微镜技术方案，根据现在的激光、检测器、驱动电路等的成本来计算，短期内也很难。

这一年来激光雷达在车轮上非常受欢迎，只是公开宣称是“世界上第一辆搭载激光雷达的量产车”，至少有小鹏P5和极狐阿尔法S，但雷达数量达不到沙龙所说的标准。即便如此，激光雷达的乘车成本短期内也很难降低。

对于竞争激光雷达数量的“军备竞赛”，也有反对“加”激光雷达数量的汽车企业巨头咖喱。例如，理想汽车创始人李想对此吐槽过。他认为，两座激光雷达的作用不一定一座，盲目的沉积数量是没有意义的。

为什么？在现有的车况下，单激光雷达产生的数据量都是巨大的，更何况两个？

一位工程师进行过实验。他们在数据采集车上安装了128线1条和16线激光雷达2条，再加上4个摄像头、1个毫米波雷达、1个惯性导航和2个GPU，这些传感器带来的数据量，甚至连千兆位开关都难以移动。

此外，两个或一个激光雷达正对面，前两个安装、软件端需要进行的融合算法不同，前一个和后一个比前者复杂得多。而且这些消费者看不到的软件开发费用最终会反映在汽车的价格上。

另外，激光雷达的“车规级”要求还是很高的。目前行业内激光雷达在可靠性上的表现，基本上是“坐车容易维持”。前期各项数据表现良好，但基本上半年、一年后各种数据开始大打折扣。

因此，激光雷达企业的机电能力非常考验。激光雷达的可靠性、各种抗干扰性都包含着最重要的抗震性，能否应对霜、雾、凝、薄冰覆盖的场景，激光雷达是否具有自清洗、加热等功能，有待研发和解决。

从这方面看，激光雷达要走“平民路线”，确实还有很长的距离。

02

激光雷达和纯视觉路径

实际上，说到自动驾驶，不能转动的话题之一是选择激光雷达还是相机。或者融合路线？

毕竟，自动驾驶将汽车的驾驶能力和驾驶责任逐步由人转移到汽车上，通过知觉、决策和执行三个核心环节来达到。在感知环节中使用什么，至今仍在业内充满争议。

纯视觉路线最极端的例子就是特斯拉。此外，Mobileye的SuperVision、百度的Apollo lite也选择了纯视觉方案的技术路线。为什么现在采用特斯拉等少数纯粹的视觉程序呢。

在这一点上，不得不佩服从“第一原理”考虑问题的马斯克。另一方面，纯视觉路线更为复杂，研发投资更高，但从逻辑引导未来是必然的结果。另一方面，纯视觉并不是只需投入金钱就能直接取得成果，而是需要积累足够的数据和情景，筛选出优秀可靠的AI模型，不断训练不断改进，以便重复算法实现。

当然也有反对的。例如，一位业内人士认为，视觉技术本身也存在一定的技术短板。

马斯克先生开发了DOJO超算来做这件事。也就是说，要打持久战，不能一蹴而就。但市场机会不等人，大家都想快速切入智能驾驶市场，抢占一席之地。那个最现实的解决办法就是找到能尽快得出结果的方案，然后试一试。所以汽车企业优先选择激光雷达方案是可以理解的。

然而，任何事物的发展，都必须符合客观规律，而激光雷达的一个问题在于，系统的计算力是否能动。激光雷达的硬件部分是最基本的，重要的是软件的融合算法能否顺畅运行，智能驾驶平台能否携带。

激光雷达方案也不是一些人想的那样有用。因为与纯视觉渠道实景图像相比，其特点是数据量大，但信息量少。

从第20届中国汽车供应链大会上北醒CEO李远博士分享的512线与128线激光雷达100~200米探测效果对比图可以看出这一点。

另外，激光雷达也通过反射生成图像，生成“毛胚”的环境地图，即点云图和3D的环境图形。但是，该激光雷达生成的该图的精度依赖于激光的线数。

例如，“华为”开发的激光雷达是96线或128线。

激光雷达需要收集的数据量非常庞大，而且多少依赖于周边环境的复杂性，因为数据量太大，需要额外的计算力支持，需要更高成本、更高计算力的处理器这不会带来额外的性能和功能的提高。

正如一些人提问的那样，为什么一些汽车企业愿意选择激光雷达进行强力传播呐。

某个博主的鹦鹉怪兽“对于厂商来说，激光雷达方案实现得比较快，所以算法比纯视觉简单，研发投资相对较少，开发周期短是关键，只要在车上安装激光雷达，性能好的处理器就可以了，但这些都是消费者自己选择的。”这是花钱买的，成本是消费者的。“。

对于汽车企业来说，这也会降低研发周期和成本。另一种想法是，汽车企业可以将这些搭载激光雷达的量产车作为向纯视觉方案的过渡手段，在积累数据的同时，提高算法，为未来实现纯视觉感知的能力做准备。

所以，喧嚣的激光雷达“堆”之争，感觉传播需求比实际需求更大，你可以看看。

毕竟，高水平的自动驾驶还远没有真正的批量应用。如果知道本质上的差异，消费者自然会知道如何选择。