马斯克断言必然失败，依旧硬刚激光雷达，华为的底气从何而来？

　　美国时间2019年4月22日，特斯拉在加州总部召开了一场自动驾驶日的活动，特斯拉总裁埃隆马斯克亲自前来捧场。在被参与人员问及自动驾驶技术上摄像头与激光雷达技术路线之争的问题时，马斯克表示：
　　Lidarisafool’serrand。Anyonerelyingonlidarisdoomed。Doomed！〔Theyare〕expensivesensorsthatareunnecessary。It’slikehavingawholebunchofexpensiveappendices。Like，oneappendixisbad，wellnowyouhaveawholebunchofthem，it’sridiculous，you’llsee。
　　雷达方案是愚蠢的，任何使用激光雷达的人都终将失败。（他们）毫无必要地使用这么昂贵的传感器。这本来就是一个麻烦，现在又多了一个麻烦。这肯定行不通，咱们走着瞧。
　　细分马斯克的言论，对于激光雷达方案不看好主要有两个原因：1。激光雷达传感器单件价格数千美元，太过昂贵；2。相对于摄像头，激光雷达方案过于复杂。
　　但是，就在马斯克给激光雷达判定死刑的两年后，自动驾驶激光雷达解决方案却如同雨后春笋一般冒出来。尤其是华为在2021年4月初公布的基于96线激光雷达技术的自动驾驶汽车路跑视频，着实让人感觉惊艳无比。究竟是马斯克看走了眼还是华为不撞南墙不回头，咱们今天就好好探讨一下。
　　摄像头VS激光雷达
　　福特汽车的创始人亨利福特曾经说过：司机可能是世界上最不适合人类的工作了，他们用着远超跑步的速度在马路上飞驰，这时一只窜出来的兔子都能将一车人送上天堂。
　　所以随着自动控制技术的发展，我们首先想到的就是开发无人工干涉下的自动驾驶技术，这就是L5级别自动驾驶技术。但是在实际开发过程中，工程师们发现这实在是太困难了。从机动车、非机动车、行人、栅栏、限高，到交通灯、烟尘、暴雨和地面反光，复杂多变的路面情况基本摧毁了L5级别自动驾驶车辆量产下线的可能性。
　　于是，除了谷歌旗下的Waymo等少数单位依旧以L5为目标，例如特斯拉、华为、百度等厂商则将目标转向了L2级别自动驾驶，也就是我们常说的辅助驾驶技术的开发。L2级别的自动驾驶以驾驶者为主体，在简单路况下可以自动驾驶，但是一旦遇到复杂状况就会提醒驾驶员接管车辆，属于一种妥协状态下的自动驾驶。
　　Waymo自动驾驶界的无冕之王
　　自动驾驶技术的前提是车辆对外部环境的感知。目前已有的感知方案有两种：摄像头与激光雷达方案。实际上在自动驾驶发展早期毫米波雷达和超声波雷达也曾作为备选方案，但是由于可分辨率差、探测距离过短和存在延时等问题最终只作为补盲探测器使用。
　　目前，摄像头方案的代表就是特斯拉汽车。摄像头方案的优势在于全力模拟人类认知世界的方法。人类通过视觉接受百分之80以上的外部信息，通过收集数据训练神经网络，特斯拉汽车可以尝试以人类的视角去理解驾驶这件事，最终将驾驶事故率降低到0。031506849（人类平均水平）以下。
　　YoloV3严重的马路
　　但是摄像头方案的主要缺点在于：第一、车辆识别能力有限，车载电脑性能有限。特斯拉不可能识别世界上所有的物体，这就给事故埋下了隐患；第二、车辆很难模拟人类的立体视觉能力，摄像头收集到的数据深度方向较为薄弱。例如在今年年初，一辆特斯拉就出现了将广告牌误识别为红灯的事故，导致车辆无法正常启动。
　　相对于摄像头的眼睛识别模式，激光雷达则更像是盲人使用导盲棍去认识世界。以华为的96线激光雷达为例。雷达可以发射出96根激光线，根据反射时间确定反射点距离激光雷达的距离。综合多根激光线的信号，反馈车辆周边信息。
　　激光雷达的优势在于处理信息少、对于距离感把握性较强以及对于暴雨和扬尘等恶劣天气抵抗能力较好。主要的缺点就在于，2019年之前激光雷达成本高达数千美元，实在太过昂贵，难以量产。华为的三板斧
　　作为通信硬件出身的华为公司，最为人称道的不是其巨额的科研投入与研发体系，而是其强大的制造链组织能力。激光雷达技术在2010年之前是作为一种典型的军用技术存在的，产量小价格高。于是2010年前后自动驾驶技术兴起时，特斯拉就认为激光雷达技术并不适合量产，于是使用了装备大量视觉传感器收集数据训练模型，从L2级别逐步发展的技术路线。
　　但是，作为造车行业的后起之秀。在华为自动驾驶方案进行内部PK时，激光雷达的价格已经下降，产能也逐步上升。不依赖于数据收集的激光雷达方案在内部PK时轻松击败传统视觉方向，成了一匹黑马。
　　为了促进激光雷达技术落地，华为做了三件事：改进激光雷达设计，引入车规级要求
　　室外环境复杂而多变，激光雷达想要上车就必须符合车规级的可靠性要求。在设计之初华为96线激光雷达就必须考虑温度、湿度、振动、防水、人眼安全、电磁兼容和碎石冲击等要求。
　　激光雷达作为脆弱的光学部件也必须按照ISO国际标准进行测试，甚至由于华为造车的高要求，还需要基于TOP车企特殊要求进行更加严酷的测试。只有完成了这些测试，才脱离试验车走出了量产的第一步。激光雷达特殊情景应对
　　激光雷达兼顾光学结构和运动结构，复杂性较高，在实际运行过程中会出现许多特殊失能场景，例如脏污覆盖、凝露、结冰等问题。
　　目前已知的是为了应对激光雷达脏污覆盖问题，华为研发了一款智能清洗系统。经过调试的激光雷达可以判断（一定程度上预测）未来的脏污类型，目前该系统已经完成130Kmh时速下的清洗实验，配合加热系统可以完成大多数场景下的辅助驾驶不下线的要求。
　　制造链组织能力
　　如果说造出一款车规级的激光雷达是完成了从0到1的突破的话，那么如何解决产能问题就成了华为造车从1到n的关键。
　　自从2018年华为陆续受到制裁，供应链稳定性下降之后。华为开始每年投入巨资在东莞建设东莞制造部，也就是常说的华为南方工厂。南方工厂依托华为在光通讯领域多年积累的高精度、高自动加工技术，快速组建了第一条年产量10万台以上的Pilot生产线。从图纸到量产生产线上的全方位把控，这就是华为的三板斧，这也是华为敢于进军智能驾驶的最大底气。
　　华为南方智能工厂华为与特斯拉
　　虽然自动驾驶行业前有特斯拉量产多年，后有百度AI的十年积累。华为放出的智能驾驶视频还是太过惊人了。相对于美国的地广人稀，中国境内的道路安全情况着实是最高难度级别的。
　　美国马路完全是简单模式
　　大量城市规划遗留的狭窄道路，随处可见的道路施工，路边的违规停车，冲上机动车道的非机动车大军，乃至双黄线掉头、随意变道和随意刹车的三大马路杀手，国外的智能驾驶AI都出现了或多或少的水土不服的情况。
　　目前华为视频展现的外部恶劣驾驶环境下的车辆控制和十字路口无保护转弯时的表现非常不错。无地面标识的大十字路口转弯是最能体现自动驾驶水平的科目，相对于特斯拉FSD使用的跟随前车转弯的策略，华为应当是使用了高精度GPS搭配高精度地图的融合定位技术，自动规划转弯路径，具备一定的技术领先性。
　　在文章的最后兔子想讲的是，随着自动控制技术和新能源技术的发展，车辆正在经历着从长着轮子的内燃机到长着轮子的电脑发展的趋势。海量数据的收集与训练也成了推动自动驾驶技术发展的重要驱动力。
　　但是随着自动辅助驾驶车辆数量的上升，在数据采集过程中带来的数据滥用、数据垄断等问题也愈发严重。激光雷达模块带来的隐私泄露的风险远小于摄像头技术，并且华为一直致力于信息安全保护技术。如果未来自动驾驶技术真的必然成为社会主流的话，还是交给华为这种本国企业，兔子我更放心一点。