现在几乎每家研发自动驾驶汽车技术的公司都选择了使用激光雷达，包括Uber、Waymo，丰田等都在使用它。但唯独特斯拉没有。

今天我就想来说说这两种相互竞争的技术具体是如何运作的，以及我们对未来自动驾驶汽车的期望到底是如何的。

激光雷达(Lidar)与计算机视像(Vision)

激光雷达(Lidar)实际上是一种用于测量物体之间距离的方法，通过发射激光并检测它们返回所需的时间。这个想法与雷达相似，但我们只不过是用激光代替无线电波。这项技术在探测物体时极其精确，甚至可以达到毫米。

计算机视像(Vision)是人工智能的一个领域，它主要是用于训练计算机通过视觉去理解这个世界，基本上等同于人类视觉的逆向工程。

特斯拉的计算机视像(Vision)

特斯拉一直以来都是计算机视像(Vision)技术的坚定支持者，拒绝使用激光雷达传感器。而对于其他公司使用激光雷达似乎也并不在意。埃隆·马斯克甚至曾公开表示过：

激光雷达是傻瓜的差事…任何依赖激光雷达的人都是注定要失败的。

如果你想看看埃隆对技术选择的所有想法，可以去看看他在特斯拉Autonomy Day的演讲。

成本

特斯拉之所以选择了这一不同的路线，其主要原因之一是成本。在一辆车上安装一个激光雷达设备的成本大约在10,000美金左右。谷歌的Waymo项目通过引入规模化生产，已经能够稍微降低了该成本，但仍然十分昂贵。

特斯拉非常注重成本，希望确保汽车价格合理。要知道，电动汽车本身由于电池技术的缘故，成本已经比传统汽车要贵了，如果还把激光雷达加到电动汽车上，那基本很难瞄准大众市场了。

应用于实际道路上

其中另一个重要一点，也是马斯克高度强调的一点，就是与人类视觉的关联。作为人类，我在驾驶汽车时并不需要通过发射激光来确定物体位置，而是通过我们的双眼去确认方向的，而汽车也该如此。

我们在路上看到的一切东西都是充满了视觉信息的，所有的标识、转弯、十字路口都是在帮助我们导航。所有这些都是静止的物体，激光雷达也确实能精确地探测到它们。

但当道路上出现移动物体时，真正棘手的问题就开始出现了。人、狗、会飞的塑料袋等，都是我们在路上经常会遇到的物体。而激光雷达是无法探测到它们是如何移动的，甚至无法探测到这些物体是什么。

激光雷达无法区分道路上颠簸和塑料袋。如果我们在高速公路上高速行驶，有一个塑料袋，我们不需要快速停车，但激光雷达很可能会因此直接停车。这一点是激光雷达需要解决的问题。

而如果车突然停了，那才是真正危险的地方。后面的车可能无法对我们在路中间的停车做出迅速的反应。这种情况进一步说明了在制造自动驾驶汽车时需要注意细节。

特斯拉明确表示，他们的摄像头和雷达系统能够探测到物体是什么。前方的雷达能够迅速判断前方是否有任何问题。一旦一个物体进入视线，摄像机就会判断该物体是什么，然后汽车能够对此作出相应的反应。

适应性

从Autonomy Day和埃隆·马斯克的其他访谈中，我们可以了解到特斯拉的自动驾驶系统是具备可适应性。他们谈论了很多关于所使用的神经网络，以及系统如何能够利用所提供的数据做出合理的决策。

特斯拉竞争对手的一大问题就是忽视了这种适应性。这些系统中的多数要么是严重依赖于高精度的路线图，要么从未在真实道路上进行过测试。是的，我们见过Waymo在城市里使用无人驾驶开车，但也仅限于有着高效地图的大型道路。在这些演示中，照明、天气条件和交通都非常理想，而正常的驾驶状况并不是像这样恒定的理想状态。

较小的道路，有意外的转弯和大小变化的车道等，都是相当常见的。另外，特斯拉是一个真正在售卖电动汽车的公司，是你可以买到的汽车。特斯拉的车主已经开着特斯拉的电动汽车行驶了10亿英里，而这数字还在全球范围内无时无刻地增长。而Waymo仅测试了约1000万英里左右。

特斯拉积累的大量难以预测的道路数据对于研发自动驾驶技术是极为宝贵的，这就是系统如何学习并不断改进的方式。

准确度

康奈尔大学曾发表过一篇研究论文，是讨论如何利用立体相机生成与激光雷达地图一样精确的三维地图。该论文得出结论是，除了花7500美元购买一台激光雷达设备，其实你还可以花5美元买几台相机来获得几乎相同精度。

最后

就目前在自动驾驶领域的资金投入以及竞争的不断扩大，我们有理由相信真正的无人驾驶汽车终究会到来的。至于会不会是特斯拉，我们无从得知，甚至可能也不需要知道（除非你买了特斯拉股票）。实际上，研发自动驾驶系统的方法有好几种。我们甚至可能看到两者的结合也并不奇怪。