纯视觉和激光雷达哪条技术路线更有未来？

  今年以来，高速NOA不再是一个新鲜的词了，车企在宣传的时候也很少会把高速NOA作为自己的卖点，而城市NOA出现的频率却越来越高了。

  城市作为智能驾驶在量产上最复杂的场景，多个车企也都亮出了自己的解决方案，试图来攻克这一难题。

  围绕城市NOA目前主要有两条技术路线，一是以特斯拉为代表的纯视觉派，主张取消激光雷达，通过视觉来实现城市NOA；另一派则是视觉+激光雷达的技术路线，认为纯视觉存在一定的短板，需要加上激光雷达来实现城市NOA的快速落地。

  不过第一条路线此前只有特斯拉在海外亮出了FSD，从马斯克的直播来看，这一产品的表现非常好，只不过还没进入国内。而在国内，大多数玩家遵循的都是第二条技术路线。

  但日前，极越官方发布了一段在上海外滩陆家嘴拍摄的点到点领航辅助驾驶PPA一镜到底视频，有必要注意一下的是，极越所展示的城区智驾能力并没有搭载激光雷达，而是采用了纯视觉的技术方案。

  这说明在纯视觉高阶智驾方案方面，国内也开始有玩家开始参与，并且和特斯拉形成了呼应。

  那么，这两条技术路线相比孰优孰劣？实现纯视觉技术背后的难点是什么？未来能否和特斯拉正面掰手腕？

  要想研究清楚这两条技术路线的区别也并不困难，从硬件配置上来说，两条技术路线最大的区别就是有无激光雷达。

  作为近些年国内智能驾驶的标准硬件之一，激光雷达在国内的待遇非常好，随着一些头部新造车的量产采用，部分激光雷达公司的出货量增长非常迅速，几乎成为了高阶智驾的标准硬件。

  首先从价格上来看，激光雷达的价格仍然比较昂贵，光大证券研报多个方面数据显示，大部分性能优良的激光雷达产品的成本价格在1000美元（约合人民币7312元），整体成本在1万元左右。

  而车企虽然对于智能驾驶的需求很高，但对于车辆的成本更加敏感，因此，目前采取了激光雷达的车型几乎都在30万以上，仅有少部分20万以上的车型采用了激光雷达。

  也就是说，在智能驾驶全面落地的过程中，激光雷达因为其成本高的问题很难为更多车型赋能。

  另一方面，激光雷达的感知算法融合方面也会有一些问题。九章智驾调查发现，在激光雷达点云的处理中，感知算法人员会遇到点云噪点、点云的过多/过少、FOV设计、点云重叠、标定参数偏移等方面的问题。

  这些问题有几率会使误检或者漏检，前者可能会迫使车辆采取不必要的避障措施，降低智能驾驶的舒适度；而后者可能会导致事故发生。

  但在此前很长一段时间内，由于纯视觉方案存在一定的局限性，因此在视觉的基础上加入激光雷达是相对来说还是比较好落地的思路，是一种妥协的方案。

  据极越CEO夏一平介绍，极越在智能驾驶的早期研发中为了安全考虑也加了激光雷达，主要是为了应对一些corner case场景。

  而随着BEV+Transformer方案的上车，车辆的感知系统逐步可覆盖更多的corner case场景。通过一段时间的适配和调整，极越也展示出了其在纯视觉方面的能力和进展，甚至已能开跑城市NOA了。

  从第一性原理来看，纯视觉方案是最适合智能驾驶的感知方案，毕竟人类司机开车的时候主要也是靠视觉感知，而非像激光雷达这样靠“触觉”来感知。

  相比较于有激光雷达的方案，纯视觉方案最大的优势就是成本更优，摄像头的成本只有几十美元，这在某种程度上预示着大部分价格的范围的车型都可以覆盖这一成本，为智能驾驶的快速推广奠定了硬件基础。

  另一方面，与激光雷达相比，摄像头收集到的数据更为丰富，更适合喂养智能驾驶系统来实现数据驱动。

  对于激光雷达的使用情况，行业内的讨论也比较多，如小鹏前智能驾驶负责人吴新宙曾经就表示，小鹏对于激光雷达的使用非常收敛，对于未来的智能驾驶的发展，是不是要采取了激光雷达并不是一个非常固定的答案。

  而很多玩家已经在实际的研发过程中思考激光雷达的去留问题，最近一段时间，四维图新、毫末智行相继发布了视觉为主的低成本智能驾驶方案，而百度Apollo、大疆车载等玩家一直都在对纯视觉方案进行研发。更重要的是，新能源领域的头部玩家特斯拉也是纯视觉路线的坚定支持者。

  不过，凡事都有两面性，纯视觉路线有优点也会有缺点，对于深度信息的检测不足，以及对三维空间的构建等短板也曾长期存在。

  幸运的是，随着软件算法的不断迭代，这样一些问题正在被逐步弥补。极越和百度合作在国内首发了Occupancy Network（占用网络）的技术能力，这也是目前特斯拉一直在研发的技术。

  Occupancy Networks基于学习函数空间的三维重建表示方法3D空间体素化、占用与否的思想，可将2D的画面转化成3D结构。

  在极越展示的OCC占用网络技术演示视频中，OCC技术在汽车机器人的视觉世界里，实时重建还原3D场景，用体素清晰展示了栏杆、绿植、路障等标准障碍物，同时还精准识别出了施工中的工程车、树木中的路灯等异形障碍物。

  通过BEV+Transformer+Occupancy Networks的方案，车辆能够大大减少漏检、误检并弥补视觉所不具备的空间高度信息，替代了激光雷达，并大幅度的提高了泛化能力。

  从这点来看，用纯视觉方案来做更高阶的智能驾驶并非不可能，甚至还能做出非常好用的系统，这点从马斯克直播特斯拉FSD和极越发布的视频都能看出，双方在高阶智能驾驶方面都已经迈入了第一梯队。

  在聊到纯视觉智能驾驶方案的时候，特斯拉一定是绕不开的一个名字，不仅是因为特斯拉最早在这方面布局，也是因特斯拉目前几乎代表了纯视觉方案的最先进水平。

  作为特斯拉在智能驾驶方面的最新成就，FSD进入国内几乎也只是时间早晚的问题。此前有消息显示，特斯拉已经在国内组建了运营团队，正在为FSD进入国内做最后的准备。

  一直以来，马斯克和特斯拉的一举一动都会深刻影响到全球智能电动汽车玩家，从马斯克此前的直播视频来看，特斯拉FSD已经表现出了很强的实力。

  FSD进入到国内后，以其成本方面的优势和算法方面的优势，可能会在国内掀起新的潮流，激光雷达路线可能会受到不小的冲击。

  甚至作为纯视觉路线的代表性玩家，特斯拉也有一定可能会对国内其他纯视觉路线的玩家产生影响。

  那么，极越方面是怎么样看待特斯拉FSD进入国内呢？夏一平也给出了自己的看法，他表示，最近一段时间，他也在美国体验了FSD系统，在美国的表现确实很强，但这不代表着FSD进入国内后仍旧能表现的这么好，需要一个迭代的过程。

  相比之下，极越的本土化优势更强，目前所有的产品都是在国内道路上来跑的，对于中国道路的理解更加深刻，因此从具体表现上来看，FSD不一定会有极越的NOA强。

  另一方面，极越的智能驾驶系统是极越和百度联合开发的，百度目前有上千辆规模的Robotaxi在跑，可以收集到非常高质量的数据信息，而这些能力都可以反哺给极越的智能驾驶系统，让其站在巨人肩膀上奔跑，发展的脚步也会更快一些。

  综合来看，夏一平认为即使特斯拉FSD进入到了国内，极越的智能驾驶系统也仍然有优势，因此无惧特斯拉FSD进入国内。

  自动驾驶虽然发展迅速，但是高阶智能驾驶目前只在部分昂贵的车型上落地，而这一过程中，用户也为激光雷达等硬件买了单。不过，这样的做法仅仅在部分市场能轻松实现，对于智能驾驶的全面的落地并不能起到太大作用。

  从目前展示的情况去看，纯视觉路线和激光雷达路线展示的智驾能力表现基本上没有差别，但从成本上来看，纯视觉的成本更可控。成本可控就从另一方面代表着能更好地进行复制和推广。

  因此，从市场推广的角度来看，纯视觉路线可以推动无人驾驶更快落地，而极越已经在这条道路上提前开跑了。