激光雷达，内卷过头

你真的需要这个量吗。

要说激光雷达有多堆叠，看看机械龙就知道了。

成都车展上，机械龙量产车型亮相除了价格，我们看到的是机械龙底部中间显眼的激光雷达

去年，沙龙汽车以不超过4台，请不要说话向业界宣布，只有配备至少4台激光雷达才有资格上桌说话现在很多人想不到的是，为什么激光雷达要安装在汽车屁股上

但在过犹不及的当下，沙龙的做法确实值得商榷有必要浪费吗

01

合理性25%，定9000

本文不做纯技术解读，让读者尽可能了解真相。

首先，有激光雷达从业者认为，安装在车尾的激光雷达的合理性百分比只有25%。

按照官方的说法，后面的激光雷达主要用于倒车等场景，但倒车速度慢，与安全的强关联性弱一般的摄像头和超声波雷达也足够了而且现在的汽车基本都配备了360°倒车影像，激光雷达很难做到物尽其用

通常情况下，激光雷达对正面和侧面的感知要求更高这就涉及到激光雷达的成本还是很高的

8月初，汽车博主陈志豪·阿里亚斯曝光了小鹏P5的激光雷达更换费用价目表显示，小鹏P5的单个激光雷达在发生划伤事故后的维修价格达到8916元，加上相应的更换和工时，总费用将超过9000元就算给Xpeng Motors打个折成本价，其实单个激光雷达也得4500元以上

所以就像前面说的机械龙一样，由于安装位置的特殊性，激光雷达刮擦碰撞的概率要远远高于车顶安装一旦发生事故，维修费用相当高

虽然华为曾经宣称96线激光雷达的成本要低于200美元，但是，无论采用转镜还是MEMS微振镜技术方案，基于目前激光器，探测器，驱动电路的成本，都很难在短时间内实现。

在过去的一年里，激光雷达在汽车圈非常受欢迎仅仅是自称全球首款配备激光雷达的量产车，至少还有小鹏P5和极狐Alpha S，但雷达数量还没有达到沙龙所说的标准即便如此，激光雷达的登机成本短期内也很难降低

至于激光雷达数量的军备竞赛，也有车企反对增加激光雷达数量例如，李的创始人李想曾经抱怨过这一点他认为两个激光雷达的作用不一定等于一个，盲桩的数量没有意义

为什么在现有的车辆条件下，单个激光雷达带来的数据量是巨大的，更不用说两个了

一些工程师做过实验他们在数据采集车上安装了一个128线和两个16线激光雷达，加上四个摄像头，一个毫米波雷达，一个惯性导航和两个GPU这些传感器带来的数据量甚至连千兆交换机都难以驱动

而且两个或者一个激光雷达在前面，所以需要在软件上做的融合算法和串联安装的不一样，串联的比前者复杂很多更何况这些消费者看不到的软件研发费用，最终还是会体现在车价上

另外，激光雷达的车标级要求还是很高的目前业内对激光雷达可靠性的表现基本是上车容易维护难前期所有数据都很好，但是半年或者一年后，各种数据开始大打折扣

所以这是对激光雷达企业机电能力的极大考验激光雷达的可靠性，包括最重要的抗震在内的各种抗干扰性能，是否能应对霜，雾，凝露，薄冰，激光雷达是否具有自清洁，加热功能等，都需要研究解决

由此看来，激光雷达走民用路线还有很长的路要走。

02

激光雷达和纯视觉路线

其实说到自动驾驶，一个绕不开的话题就是，你选激光雷达还是摄像头还是融合路线

说到底，自动驾驶就是把一辆车的驾驶能力和驾驶责任从人逐渐转移到车身上，通过感知，决策，执行三个核心环节来实现而感知环节用什么，在业内还是充满争议的

纯视觉路线最极端的例子是特斯拉此外，Mobileye的监管和百度的Apollo lite也都选择了纯视觉解决方案的技术路线为什么目前只有特斯拉等少数公司采用纯视觉方案

在这一点上，我们不得不佩服从首要原则考虑问题的马斯克一方面，纯视觉路线更复杂，R&D投入更高，但从逻辑上演绎未来是必然结果，另一方面，纯视觉并不仅仅是通过投入金钱来获得结果它需要积累足够的数据和场景，不断训练，完善，筛选优秀可靠的AI模型，通过不断的算法迭代来实现

当然也有反对的比如，有业内人士认为，视觉技术本身就存在一定的技术缺陷比如跨层停车，特斯拉没有这个功能，这个功能的实现需要激光雷达，因为跨层停车场景都是静态障碍物，地形复杂，需要地形建模如果建模的话，激光雷达方案肯定更好

马斯克甚至开发了DOJO超级计算机来做这件事，也就是打一场持久战，这不是一朝一夕能完成的可是市场机会不等人，大家都想快速切入智能驾驶市场，占据一席之地最现实的解决办法就是尽快找到一个能出结果的解决办法，再说吧所以车企优先考虑激光雷达方案也是可以理解的

但是任何事物的发展都要符合客观规律，而激光雷达的问题之一就是系统的计算能力能否承载激光雷达的硬件部分只是最基础的重要的是软件的融合算法能否流畅运行，智能驾驶平台能否搭载

激光雷达方案并不像有些人想的那么有用与纯视觉路线的真实图像相比，它的特点是数据量大，但信息量小

好了，我们只需要看一下北星CEO李源博士在第二十届中国汽车供应链大会上分享的一张512线和128线激光雷达100 ~ 200m探测效果对比图。

而且，虽然激光雷达也是通过反射生成图像，但是生成的是空白的环境图，也就是点云图像或者3D环境图形但是这个激光雷达生成的这个图像的精度取决于激光线的数量

比如我们说华为研发的激光雷达是96线或者128线，就是这个意思。

激光雷达需要收集的数据量非常大，多少取决于周围环境的复杂程度由于数据量大，必须有额外的计算能力来支撑，需要更高成本和更高计算能力的处理器，但这并没有带来额外的性能和功能提升

正如有人问，为什么有些车企愿意选择并大力推广激光雷达。

知乎博主鹦鹉怪说，因为对于厂商来说，激光雷达方案实现速度比较快，算法比纯视觉简单，R&D投入比较少关键是开发周期短，只要车上装了激光雷达和性能可以接受的处理器，都是消费者自己买的，成本是消费者的

对于汽车公司来说，这也减少了R&D周期和成本还有一个考虑是，车企可以把这些搭载激光雷达的量产车作为过渡到纯视觉解决方案的手段，积累数据，改进算法，为未来实现纯视觉感知的能力做准备

所以激光雷达堆砌的扰人之战，总感觉通信需求大于实际需求让我们来看看

毕竟高水平的自动驾驶离真正的量产应用还太远知道了本质区别，消费者自然会知道如何选择