无人驾驶最大的拦路虎：激光雷达

作为目前无人驾驶技术上最为核心的零部件，激光雷达是绝大多数主机厂难以跳开的一个对于周遭环境感知的元器件。激光雷达有着探测距离较远、成像精度较高这样的优点，是无人驾驶最为依赖的千里眼，但其成本可能高达两台丰田普锐斯的价格，以及其非常容易受到环境因素的影响，使得恶劣气候下探知的结果大打折扣，也成为无人驾驶商业化部署最大的拦路虎。

激光雷达的工作原理

激光雷达LiDAR，全称是Light Detection And Ranging，作为当前无人驾驶汽车探知周围环境的主要零部件，其工作原理与普通雷达类似，也就是通过接受自己发射出多线束的的激光束来建立三维的点云图，并通过光电处理生成精确的三维立体图像，从而来实现对探测目标的速度和位置信息的感知功能。但对于目前使用机械式360度旋转激光雷达的无人驾驶技术解决方案来说，要想普及存在几个制约因素：

1．成本高昂

且不论无人驾驶在软件和团队方面的巨大投入，光就硬件成本来看，激光雷达高昂的成本就成为制约无人驾驶商业化应用的主要原因。目前除了特斯拉之外，几乎所有成熟的无人驾驶技术方案都采用的64位激光雷达，其成本在人民币70万元左右，而这个价格已经远远超过市面上绝大部分车型的价格。

2． 易受极端气候环境的影响

由于激光雷达的成像原理，因此其极易受到雨雪及大雾天等不良气候环境的影响，而这也会限制依靠激光雷达实现无人驾驶功能的车辆的全天候出行。

3． 数据量过大

激光雷达由于其成像模式，会产生海量的数据，这对于车载处理器的运算能力产生比较大的挑战。一旦车载控制器运算能力不够而出现宕机或者下达指令速度有所延迟，会对于复杂路况下的安全行驶出现非常大的挑战。

特斯拉放弃激光雷达

激光雷达成本高昂，而且极易受到极端天气环境影响，因此埃隆马斯克从一开始就没有将激光雷达作为特斯拉无人驾驶解决方案Autopilot的必选硬件解决。特斯拉当前主要是以毫米波雷达作为探测周边环境的硬件，配合搭载在车身周围的摄像头以及超声波雷达，特斯拉的无人驾驶硬件成本方案比较低。虽然这套硬件方案的感知水平较低，但特斯拉可以依托其在软件算法方面的能力来加以弥补。

无人驾驶系统视为一个新生的婴儿，通过后期大量的训练，它们将具备对于复杂道路情况作出决策的能力。目前无人驾驶仍然存在一个很大的问题就是相关数据的积累不够，使得车载控制器无法对于各类突发的交通状况作出一个准确的判断。特斯拉在总部建立了一个云端控制器，用来接受每一台特斯拉车辆个体上传的驾驶信息，因此其所能积累的相关数据是非常惊人的。而在海量道路信息上传的基础上，特斯拉的无人驾驶控制器就能快速进行机器学习，让控制器在最短时间内成为一个经验丰富的老司机。

特斯拉最为吸引目前消费者的一个亮点就是特斯拉当前的无人驾驶系统的硬件冗余。基于目前的硬件解决方案，通过搭载在特斯拉上的OTA技术，就可以实现对于车载无人驾驶控制软件的迭代升级，未来甚至可以将目前的Autopilot 2．0硬件直接升级到L5级的无人驾驶水平，而消费者不需要重新购买其他车辆或进行任何的硬件升级。

软件的影响力其实是非常大的，特斯拉达到L5级别的无人驾驶技术方案目前没有正式商业化应用，而实验室的数据比较缺乏说服力。但是我们以特斯拉的电池管理系统为例，在电芯都是基本外购的前提下，特斯拉的电动车的续航里程以及充电时间都远远领先当前其他老牌车企的电动车车型，这背后就是特斯拉在电池管理系统BMS上面发挥出来的巨大作用。因此将BMS的软件能力复制到无人驾驶技术上，笔者对于未来特斯拉Autopilot还是充满信心的。

未来无人驾驶技术的解决方案

特斯拉的强项在于其强大的软件开发能力，由此带来特斯拉的无人驾驶控制器可以通过更为海量的学习来自动做出对于未来复杂路径的规划与选择，换句话说，就是通过不断实际道路数据的积累，将特斯拉的无人驾驶控制器训练成一个老司机的水平。当前人工智能技术发展日新月异，机器人在某些特定领域取代人类驾驶车辆并非不可能。这条技术路线可以用来平衡硬件领域不用激光雷达的不足，但对于更多的主机厂来说，其并不具备如此强大的软件开发能力，降低激光雷达成本是唯一能够商业化无人驾驶技术的方法。

不同于传统的机械式360度旋转激光雷达，目前欧美车企都热衷开发固态激光雷达加毫米波雷达的技术解决方案。固态激光雷达由于改变了数据读写模式并省去了旋转部件，成本可以大幅下降到可以量产的程度，据福特称，其固态雷达的成本可以下降到数百美元。而且固态雷达在探测进度上的不足，可以凭借其他探测设备以及软件算法上的不断完善来加以解决。此外，固态雷达没有旋转部件，因此比较容易地集成在整车内部，从整体造型上更加符合设计师的需求。

国内车企在无人驾驶领域的机会

纵观全球各大排行榜，我们几乎只有百度的阿波罗可以在榜单上出现，而国内的自主品牌车企几乎都是集体缺席。无论是硬件解决方案还是软件编译能力，国内自主品牌车企都毫无任何优势与胜算。未来我们如果希望能够实现弯道超车，唯有紧密团结在以华为、中兴这样的5G企业周围，通过万物互联来获取周边环境主动传递出来的信号，由此来降低我们对于传感器和软件算法的高要求。

在5G的基础设施的建设上，中国在全球处于明显的领先位置，但万物互联远非短时间内可以实现，其需要数以万亿计的投资以及耗时十数年的建设时间，而这段时间内，无人驾驶技术是否出现更替也存在很大的不确定性。

无人驾驶时代的到来已经毋庸置疑，但实现无人驾驶的技术路线其实还远没有最终确定下来：无论是在包括激光雷达在内硬件方案的取舍；还是希望能够通过5G技术直接跳过车载控制器，一切交由性能更为强大的云端控制器来计算；抑或是通过更新而不断接近人类驾驶员的控制器来实现无人驾驶，都各自有各自的优势，但也各自有的困难所在。即使对于国内各方最为关注的5G技术，笔者觉得可以保持高度关注，但是在牵涉到无人驾驶软件开发、相关硬件在整车上的集成控制以及人工智能技术给到控制器的学习能力等这些事关车企的核心竞争力，都不能放松投资与积累的进度。一旦在这些领域被外资车企巨头或者那些积极投身无人驾驶的互联网公司拉开差距，那未来国内的自主品牌不仅将沦为整车的代工厂，丧失利润最为丰厚的领域，而且也将陷于在技术上难以追赶的被动局面，在汽车行业这次百年不遇的技术变革期，再度出现落后。