对于自动驾驶技术来说，周边态势感知的技术路线的选择一直存在比较大的争议。像特斯拉、极越等，都是主推纯视觉。而国内不少其他车企，则已经开始逐步增加激光雷达的配置。两种技术路线的选择孰优孰劣，放在当下国内城市领航技术逐渐普及的当下便显得尤为重要。

AutoPilot是否存在缺陷？

对于坚持纯视觉方案的特斯拉的驾驶辅助系统AutoPilot，至少在美国本土市场一直是存在比较大的争议的。自2021年6月份以来，主导美国国家公路安全的美国国家公路交通安全管理局（NHTSA）就要求美国汽车制造商向他们报告涉及L2级或者更高级别的自动驾驶系统导致的所有严重的交通事故。

据网络上的数据报道可以发现，特斯拉已经向NHTSA提交了和使用AutoPilot有关的1000多起事故。其中，美国知名媒体华尔街日报就列举的222起事故中，有31起事故是未能识别出障碍物而导致整车未能做出反应所导致的。

纯视觉方案或者说摄像头有一个比较大的缺陷在于识别前方的静态物体上存在局限性。对于静态物体的识别，‌摄像头往往无法准确区分路牌、‌红绿灯架、‌桥墩等障碍物与实际需要避让的静态物体。‌

早期版本的特斯拉AutoPilot不仅在这个方面也出现过问题，而且当两个摄像头识别障碍物上出现不一致时，也有存在发生问题的可能。在2022年，一位特斯拉的前员工约翰·贝纳尔帮助《华尔街日报》来分析一场交通事故时说，面对路上出现的一辆被撞坏的汽车，AutoPilot中的一个摄像头识别出了它，但是另外一个没有识别出。基于这样的输入，AutoPilot选择让车辆继续前进，最后车辆全速地撞了上去。

纯视觉和多传感器方案融合的优缺点？

纯视觉方案主要依靠摄像头来收集周边道路场景的信息，然后通过预先设置的算法来识别周边环境并做出判断。这种方案有最大的两个优点：成本较低且贴近人眼逻辑。按照马斯克的观点来看，通过对摄像头的持续优化，可以将摄像头无限接近人类的眼睛。只要人类驾驶员可以开车，那么特斯拉的纯视觉方案也可以。

但特斯拉或者其他纯视觉方案的坚持者忽略了一个事实：由于摄像头接受的是反射光，因此受到光的影响比较大。也就是说，如果遇到了暴雨、夜间等环境情况，摄像头就会和人类驾驶员一样，在感知上遇到比较大的挑战。

和纯视觉方案并行的是多传感器融合方案。其本质是希望来融合纯视觉和雷达（主要是激光雷达）各自的优势，来达成更好的对周边态势情况的感知。和摄像头相比，激光雷达再探测距离、精度和实时性方面有比较明显的优势，同时在抗干扰方面也有一定的优势。

重要的是，多数据融合在搭载激光雷达的同时，也会同时布置多个摄像头，因此纯视觉方案在感知上的优势，多传感器融合方案也不会落下。

时光变迁 特斯拉或需调整方案

那么在这种情况下，特斯拉为什么要放弃激光雷达呢？最主要的原因还是成本。在特斯拉研发自动驾驶的时候，激光雷达成本非常高。动辄上万美元的激光雷达，根本没有办法在大规模量产的车型中搭载。

此外，彼时的激光雷达多是机械旋转式激光雷达，难以达到车规级的要求。但如今的激光雷达成本已经大幅下滑。在2023年，激光雷达的价格已经下降到了500美元。无论是单车搭载一颗还是两颗激光雷达，对于主机厂来说，成本都是可以接受的。

成本之外，另外一个问题就是数据的融合。纯视觉方案下，自动驾驶控制器只需要考虑摄像头的数据输入；但是在多传感器融合的方案中，控制器需要同时对摄像头和激光雷达的输入进行融合判断。

这不仅大大增加了控制器需要处理的数据量，而且更为关键的是，如果当控制器发现摄像头和激光雷达的输入由于误报存在相冲突时，采信哪个输入源也将对整个自动驾驶系统带来不小的考验。

对于特斯拉来说，相比于坚持纯视觉方案，其在自动驾驶软件系统方面的研发已然走在了全球的前列。通过在FSD V12中部署端到端算法，特斯拉的自动驾驶体验已经获得了极大的改善。

未来，纯视觉加端到端能否让特斯拉/马斯克走通L4级自动驾驶技术，将成为全球范围内最大的看点之一。

不过整体来说，随着激光雷达成本的大幅降低以及有越来越多量产车型对激光雷达进行了验证之后，特斯拉完全可以考虑在未来的自动驾驶技术路线中引入激光雷达。和摄像头相比，即便是和4D摄像头相比，激光雷达在探测距离以及抗外界干扰上依然有其不可替代的作用。

否则，随着竞争对手在数据融合方面取得更大的进展，那么特斯拉FSD将存在结构性的落后。不知道届时马斯克是否会低下自己高傲的头颅？