凤凰网汽车

特斯拉宣布，5月起在北美交付的 Model 3/ Y 车型将不再配备毫米波雷达，成为首批应用纯视觉方案的车型。

那么，特斯拉这样做是否能代表未来自动驾驶的主流呢？纯视觉方案更高级更厉害吗？以及这两个东西又都是什么呢？

大家都知道，自动驾驶是汽车的未来方向，而自动驾驶的关键技术之一就是感知系统。

这个感知系统目前市场上主要分为两个流派，一个是激光雷达派，一个是视觉派。

激光雷达是国内车企的主要打法，它是以激光雷达搭配高精地图为主导，毫米波雷达和摄像头为辅助，来让汽车识别马路上各种东西。

纯视觉是只靠摄像头为主导，来让汽车识别东西。很明显，特斯拉就是纯视觉方案的推动者。

这两个流派相比，激光雷达比纯视觉拥有更长的探测距离和极高的精准度，即使在夜间光线不好的情况下，也能保证探测效果。但是，首先激光雷达的成本高，其次还要和高精地图打好配合，这也就让激光雷达同时会受限于高精地图。

举一个例子，国内各种无人车用的就是激光雷达，但是因为高精地图的限制，这些无人车目前只能在特定区域内完成实现无人驾驶。走出去这个“安全圈”，跑到极其复杂的城市道路中，它就不灵了。

所以说，在激光雷达派中，国内众多车企的瓶颈就是高精地图的覆盖。

再说纯视觉派，因为是靠摄像头，所以要比激光雷达成本低，并且能捕捉到更丰富的图像数据，以及还能对物体进行分类。但是劣势是，纯视觉对算法的要求相当高，当夜晚光照条件不好时就瞎了。

当然，目前并不是只有特斯拉一个人在搞纯视觉，国内国内靠前的新势力车企都在计划做视觉感知算法在内的自研。但是论技术高度，还是得看特斯拉。

目前解决视觉感知有两大途径，一个是做多传感器融合，往车身堆传感器，以避开视觉算法难题，另一个就是死磕算法。

总的来说，目前激光雷达精准可靠，但是成本高，以及受限于高精地图。纯视觉虽然成本低了，但是对算法要求又极高。所以说两者各有利弊，至于谁能成为未来主流，还要看车企们谁先突破障碍了。

但无论采取激光雷达还是纯视觉方案，之后都会存在一个认知性问题，因为要想达到真正无人驾驶，除了解决上面所说的感知系统，还要有决策和控制。

当遇到一个要超车的场景，汽车是以超车的成功率和失败率来判定是否要超车。而人呢，人会想到“我试试、我先过去看看”，这就是机器与人在做出预测和决策时的思维和思考方式不同。

所以说，即便是解决了用激光雷达还是纯视觉作为感知系统，到最后还是要让汽车利用看去学习训练，形成举一反三的能力。

因为自动驾驶的竞争不是识别的竞争，而是对场景认知能力的竞争。

不知道5月后最新一批的特斯拉 Model 3/ Y，搭载上用纯视觉方案的V9版本FSD会是一种什么体验，估计特斯拉事故又该频繁上新闻了。