一辆来自蔚来，两辆来自小鹏，三辆来自魏玛……智能汽车正在“军备竞赛”.上演
在过去的一年里，中国有几个新势力先后与激光雷达,合作推出量产车，而且数量还不止一个。
这看起来像是一个业内人士，硬件越堆越多，能力却是未知数.
但这实际上是智能汽车和自动驾驶之间的争议。
得益于国内基础设施和供应链的优势，以激光雷达为标志的融合感知方案有信心首次与特斯拉的纯视觉路线展开竞争。
然而，如果马斯克在创业初期就具备了国内新势力的条件，那么多年来一直在喷激光雷达的马斯克将是另一番景象。
视觉，还是激光雷达？
2020年初，国产特斯拉Model 3上市，中国乘用车市场的竞争迅速被带到“智能”层面。
在特斯拉的智能驾驶方案中，视觉是绝对的主力军，8个摄像头覆盖360视野。
对目标的感知和选择驾驶策略的依据主要取决于摄像头拍摄的图像数据，能力完全取决于算法。
但是，从自动驾驶技术的发展来看，早期大多数厂商的测试车都扛着一个“小花盆”:
这是激光雷达，中文翻译是激光雷达.
它代表了另一条技术路线：融合感知.
驾驶决策的依据不仅取决于摄像机，还取决于激光雷达点云图、视频图像等数据。
来自不同传感器的数据在算法层面进行融合和补充。
对于图像来说，算法可能存在漏检和误检的目标，此时可以通过雷达回波的点云图。
然而，这样一个多余的计划遭到了马斯克的蔑视。
马斯克认为，既然人类只用两只眼睛就能开车，那么AI也能。因此，特斯拉的追求是打造一款人类独有的“AI驱动”。
多传感器方案是算法能力不足的体现，谱系不纯。
因此，特斯拉的算法和开发平台都是围绕图像数据构建的，甚至不惜牺牲自研芯片和自建超级计算机来打磨算法。
客观来说，在数据层面，视频图像确实已经包含了驾驶所需的所有信息，但在算法层面，能否准确感知和识别是个大问题。
去年6月，一款国产Model 3正在开启Auto。
pilot情况下，车辆完全没识别出路上已经出事故侧翻的白色货车，一头怼了上去：
这次所幸无人伤亡，但类似Autopilot这样以视觉为主的智能驾驶方案导致严重后果的的，也不在少数。
摄像头肯定看到了，但是算法却没能识别。
视觉方案的缺陷也在于此：恶劣天气、复杂路况，道路上非常规的异形物对系统影响太大。
且以超大数据“暴力”迭代算法，永远不能覆盖现实场景中所有异型车、障碍，在中国复杂路情况下尤其如此。
系统失效的风险永远存在。
所以，要在中国落地真正让用户敢用、愿意用的智能驾驶产品，感知识别是必须补的科目。
军备竞赛，为什么从激光雷达开始
对于自动驾驶来说，激光雷达是个老朋友了。
Waymo、百度，以及后来一众创业公司，都在用。
激光雷达能做什么？
其实就是像周围环境发射激光束，然后从回波信号来计算目标信息，比如距离、方位、高度、速度、姿态、甚至形状等参数。
激光束遇到目标一定会产生回波，信号也一定能被系统接收，这就与图像目标可能的漏检错检形成本质差别。
至少从感知层消除了算法能力不足的隐患。
既然这么好，为什么之前的量产车上见不到？
原因就一个：太贵了。
还在5、6年前，全球能提供量产激光雷达的只有美国Velodyne一家，素有“一线一万块”名声，而且产能堪忧，无法大量供给客户。
百度在2015年喊出自动驾驶3年量产5年商用的时候，计算的就是激光雷达的成本。，它的逻辑前提是激光雷达会从10万美元降低到500美元……
一般车用入门版64线激光雷达，上一个就是近70万成本。
所以测试车一辆一二百万很常见。
但这样的价格，作为大众消费品是不现实的。
马斯克既是技术极客，也是一个精明的商人，他当然清楚百万豪车卖不上量。
销量上不去数据就不够，算法就没法快速迭代。
与其如此，不如干脆放弃激光雷达，就走纯视觉路线，让广大车主义务贡献路测数据，出了意外还能以一句“用户使用不当”回应。
但激光雷达的成本下降，短期内有过被高估，但长期来讲又大大被低估了。
华为、大疆、速腾、禾赛等等企业，利用国内得天独厚的供应链优势和市场规模效应，把激光雷达的成本迅速降到数千至万元级别。
而且国内厂商后发先至，直接拿出第二代固态激光雷达，不但单个性能能等效过去上百线的机械式激光雷达，造型上也摆脱花盆，装车更加美观。
这个速度，是几年前谁都没料到的，直接导致Velodyne的业务在国内迅速收缩，裁撤了中国办公室，只保留代理。
所以最后的“东风”到位，想要在智能汽车浪潮中走的更稳更远的厂家，自然开始在激光雷达上你追我赶。
融合感知方案，现在走到哪一步了？
2021年面世、配了激光雷达的量产车有小鹏P5、北汽极狐αS，各两个。
2022年即将上市的新车中，蔚来ET7搭载一个、智己L7搭载两个，威马新车最多，用了三个。
数量最多的威马M7，不妨以此为例，看看激光雷达能带来什么改变。
3颗激光雷达，车顶隆起部分的那一颗负责前向。
车身前两侧各一个，负责环视。
3颗激光雷达配合，总共能覆盖车身周围330°范围.
三科激光雷达都是自主品牌第二代固态激光雷达，MEMS光学微振镜，可以等效最大504线的传统机械式激光雷达。
具有自主变焦特性，根据不同的场景（城市低速、高速环路），对环境感知侧重点不同，主动动态调节帧率和分辨率。
威马自研了相关算法，可以实现利用点云图实时构建车辆周围环境。
当然，激光雷达仍然是威马M7融合感知方案的一部分，除了它们，还有其他29个各类传感器。
包括7个800万像素高清摄像头，4个环视摄像头、12个超声波雷达、5个毫米波雷达、，以及1个定位模块。
车身360度全覆盖，威马官方这样介绍：这套智能驾驶系统能保证在各种复杂的环境、复杂的光线环境、复杂的地理环境以及复杂的气象条件下的全场景的感知能力。
至于具体有哪些功能，此次并未透露。不过，基础的L2级各类辅助基本不会缺席。
而与百度深度绑定的威马，在Apollo高阶自动驾驶能力上，也有首发优势。
比如之前W6车型首次实现L4级别功能的自主泊车，M7这款车型上大概率也能见到。
前面说到M7有7个800万像素摄像头，可想而知开机后每秒产生的图像数据量一定惊人的大。
所以在这款车上，还有1016TOPS的算力，是目前特斯拉FSD的7倍。
这样的算力来自英伟达的Orin-X自动驾驶芯片，7nm征程，一共4颗。
其中两颗现役，另外两个是为今后智能驾驶系统进化预留的算力空间。
另外威马车型采用百度Apollo智能驾驶技术，可以调用Apollo云端算力资源，理论上单车算力是没有上限的，所以在M7这款车上1016TOPS还只是个开始。
行业你追我赶上激光雷达，威马直接干到三个，把这场军备竞赛推向更高水平。
威马M7车型，其实代表了一条中国特色的智能驾驶路线。
威马看似“大力出奇迹”的方案，其实是对中国真实情况的洞察。
用户、政策、产业都强调安全，从技术角度出发，目前只有走多传感器冗余路线。三个激光雷达，兼顾正向和两个侧后方，至少在感知层最大程度避免漏检误检。
传感器多，数据就多，算力要求就大，于是云端成为必选项，而国内的5G基础设施优势，提供了方便。
这个路线诞生于安全，最终服务安全。
所以，开始于激光雷达的智能车军备竞赛，正是督促厂商技术进步、更加重视安全的客观力量，受益者当然就是用户了。
而智能车军备竞赛，还是要以能量产，能进军主流市场为前提。
国内供应链、产业、市场规模优势，则为国内新势力扫清了最后障碍。
3个激光雷达，是威马对中国场景和路况的洞察，而且威马背靠百度Apollo——中国对自动驾驶研发投入最早最大的公司，想必也是一番深思熟虑之后的结果。
至于作为车主和普通消费者如何看待这种“内卷”？
完全就是好事一桩。
车厂们越卷，安全冗余就越高，用户也越受益，智能驾驶也就越快走进普通人生活。
所以跟其他行业和领域的“反内卷”不同，在智能车领域，应该支持这种内卷，支持这种千方百计提供更安全、更好用户体验的趋势。
威马，打响内卷第一枪，是勇气，当然也是实力和底气。
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
内容来源网络，如有侵权，联系删除，本文地址：https://www.230890.com/zhan/50844.html