“懒”的最高境界！解放双手离我们还有多远？( 二 ) 说到无人驾驶

激光雷达主要是通过发射激光束，来探测目标的位置、速度等特征量。激光雷达比毫米波雷达，最显著的提升在于感应范围上。激光由于没有毫米波雷达的频段限制，在远距离探测方面明显强于毫米波雷达。
文章插图
不过激光雷达的缺点也同样明显，和毫米波雷达相似，在雨雪雾等极端天气下，性能会减弱。更为重要的是，激光雷达造价昂贵，大多在商用领域方案中采用，在一般民用车上搭载，激光雷达的造价较大几率会超越车身本身的价格。
摄像头视觉系统
文章插图
在自动驾驶领域，除毫米波以及激光雷达等解决方案外，以特斯拉为首的视觉摄像头解决方案也同样主流。例如在特斯拉Model 3上则标配了8颗摄像头+12颗超声波传感器的组合。其中8颗摄像头提供了360度的视野。探测半径高达250米。而另外12颗超声波传感器则起到了辅助作用。之所以没有全部依赖摄像头，正是因为摄像头在机器学习方面依然存在局限性。
文章插图
在一般的机器学习过程中，对象都较为单调，在面对更为复杂的交通状况时，依赖视觉的摄像头系统未必能如实分辨障碍物。另一方面，由于视觉检测的局限性，也可能会出现误判障碍物，导致“幽灵刹车”现象发生。
【“懒”的最高境界！解放双手离我们还有多远？】大师结语
国外Uber自动驾驶项目出售，而国内百度自动驾驶则开始面向群众。自动驾驶产业出现了两极化的现象。究其原因还是因为自动驾驶产业，不单只需要较强的研发能力，对公司背后的资本也要求颇高。而目前对于国内研发环境而言，研发实力早已不成问题，资金问题更是我们的优势所在。
其实自动驾驶的上线，大家在保持乐观的同时也无需过于迫切期待。虽然国内自动驾驶在井然有序地推进，但目前L3驾驶辅助系统已遇上瓶颈期，量产化的L4、L5级自动驾驶更是遥遥无期。另一方面，目前在测试阶段的自动驾驶系统无论是硬件装备以及研发成本都十分昂贵，一套装备高达上百万的成本对于商业化量产也不现实。综上所述，真正意义上的自动驾驶离我们有多远呢？相信大家心里面也有数了。