为什么汽车激光雷达注定要失败

埃隆·马斯克（Elon Musk）和特斯拉（Tesla）是唯一开发不会将LiDAR（光检测和测距）用作其传感器之一的自动驾驶汽车的公司。以典型的埃隆·马斯克（Elon Musk）的方式，特斯拉独自站立，而其他人则坚持认为，激光雷达对于自动驾驶绝对必要。特斯拉代替LiDAR而是使用摄像头的组合来覆盖汽车周围的360°，雷达（无线电检测和测距）可以补充恶劣天气条件下的摄像头的异物检测功能，以及超声波传感器来检测非常靠近汽车的物体（向上）至8m或26英尺远）。

马斯克因对LiDAR的大胆声明而臭名昭著，没有比他在2019年特斯拉自治日上的声明更为有力：

＆＃34; LiDAR是一个傻子。依靠LiDAR的任何人都注定要失败。注定！ [它们是]不必要的昂贵传感器。就像有一堆昂贵的附录。就像，一个附录不好，好了，现在你有一堆了，这很荒谬，你会看到的。” （特斯拉自治日YouTube视频，1：41：23-1：41：50）

Autopilot Review整理了马斯克和特斯拉AI总监Andrej Karpathy在特斯拉的“自主日”上针对LiDAR的所有陈述的片段。

注意：从技术上讲，特斯拉并不是唯一一家拒绝使用LiDAR的自动驾驶汽车公司。 Comma.AI的George Hotz也认为，LiDAR是不必要的，无法解决感知/视觉问题。 Torquenews总结了Hotz对LiDAR的批评：“据[Hotz]称，这些公司注定要失败，因为它们使用LiDAR将驱动器本地化为厘米。这意味着，与其让AI看着现场并确定要去哪里，不如两家公司预先绘制路线并使用Lidar在厘米范围内定位其位置，以便车辆可以跟随它”（添加重点）。

1. LiDAR昂贵-初期成本和维护成本均如此。即使Google的Waymo能够将LiDAR的成本从75,000美元（2009年）降低到7,500美元（2017年）降低了90％，但由于需要三个LiDAR系统，LiDAR将无法提供低成本的Robotaxi机队或很快就会获得广泛的市场渗透。实际上，Waymo于2020年3月推出的第五代汽车将LiDAR传感器的数量从三个增加到了四个，从而进一步增加了成本。 Waymo甚至拒绝公开其汽车成本，因此我们甚至都不知道其成本。根据2017年的一项估算，一辆配备LiDAR的自动驾驶汽车可能要花费25万美元，而最近的一篇文章估计约为18万美元。相比之下，特斯拉的售价38,000美元的Model 3，加上10,000美元的自动驾驶（FSD）附件，已经具备了自动驾驶所需的所有计算机硬件和传感器。我们所期待的只是特斯拉神经网络软件的版本，其安全性比人类驾驶员高10倍。

此外，我们还必须考虑维护成本。由于LiDAR使用运动部件，因此更容易断裂或发生故障，因此维护成本更高。雷达没有活动部件，更换起来很便宜。

是的，莱特定律告诉我们，所有新技术最终都会降价，但这种情况可能为时已晚，在LiDAR降价到足以与特斯拉的低成本Robotaxi车队竞争之前，特斯拉可能已经赢得了自动驾驶汽车竞赛。

2. LiDAR在恶劣天气下无法正常工作。由于LiDAR使用可见激光来测量距离，因此LiDAR在恶劣的天气条件下（例如大雨，雪和雾）无法正常工作-而雷达仍在这种条件下工作。在恶劣天气下，激光雷达本质上是盲目的。因此，使用LiDAR的自动驾驶汽车仍必须使用雷达才能在如此恶劣的天气条件下行驶，从而进一步增加了成本。

3. LiDAR耗电，比其他传感器需要更多的功率。在所有传感器中，LiDAR需要最大的功率，这会减小汽车的行驶距离，因此需要更频繁地为汽车充电。不应低估这一劣势，因为更频繁的充电和更高的充电成本对于运营低成本的Robotaxi车队将是毁灭性的，并且对于那些不想为所有汽车充电的消费者而言，这将是一个主要的选择。既出于成本又出于方便的原因。

4. LiDAR难看。尽管从工程或安全角度来看这并不重要，但从消费者的角度来看，在选择汽车时确实很重要。将LiDAR传感器放置在汽车上时，看起来很难看。

在我们开始回答这个问题之前，是否甚至需要LiDAR，我们必须从一个显而易见但经常被忽视的观点开始：从工程/科学的角度来看，Elon Musk和他在Tesla的工程师对LiDAR并不一无所知;毕竟，马斯克是SpaceX的首席执行官，并使用LiDAR将飞船对接。每个人都可以承认，埃隆·马斯克（Elon Musk）是一位出色的商人和企业家，但许多人经常忘记的是，埃隆·马斯克（Elon Musk）实际上是一位具有物理学背景的火箭科学家和SpaceX的首席执行官。马斯克在UPenn攻读的本科课程包括商业与物理双学位课程，这对科技企业家来说是一个奇怪但强大的组合。在马斯克在特斯拉自治日针对LiDAR的臭名昭著的评论中，许多人都错过了他发表的另一条声明：

“我应该指出，我实际上并不像我听起来那样超级讨厌LiDAR。在SpaceX，SpaceX龙使用LiDAR导航到空间站并停靠。不仅如此，SpaceX从头开始开发自己的LiDAR来完成这项工作，而我亲自率先进行了这项工作。因为在那种情况下（飞船对接），LiDAR才有意义。但是在汽车上，这真是愚蠢。这是昂贵的，不必要的，正如Andrej [Karpathy]所说的那样，一旦解决了视觉问题，[LiDAR]就一文不值了。” （特斯拉自治日YouTube视频，2：34：08-2：34：39，内容经过精心编辑）

这是一种误解。 SpaceX开发和继续使用激光雷达与@Space_Station进行Dragon对接。只是毫无意义的imo来进行自动驾驶。如果您要进行有源光子生成，请使用遮挡穿透波长，例如〜4mm的精密雷达。

-埃隆·马斯克（@elonmusk）2020年11月20日

与其他开发自动驾驶公司的领导者不同，马斯克首先是一位了解LiDAR的科学家/工程师，甚至亲自在SpaceX开发了定制的LiDAR系统-因此，当Musk拒绝不必要的LiDAR时，他的观点需要从LiDAR不只是从业务角度来看（LiDAR昂贵，难看），而且从工程/科学角度来看也是如此。

伊隆·马斯克（Elon Musk）遵循第一条原则：“重要的是要从第一条原则进行推理，而不是通过类推。我们进行生活的正常方式是我们通过类比推理。 “我们之所以这样做，是因为这就像其他事情一样。”或者，“就像其他人在做什么。”。 。 。从类推而不是从第一原理上进行推理在心理上更容易。但是第一原理是一种看待世界的物理方法。这意味着您将事情归结为最基本的真理，“我们确定是真实的，或者确定是可能的？”然后从那里进行推理。” （摘自2012年9月7日对Foundation.KR基金会的Kevin Rose的采访，https：//www.youtube.com/watch？v = L-s_3b5fRd8，23：12-23：28）

整个LiDAR与摄像头的争论从根本上讲是关于汽车传感器的-汽车将如何看待？周围的世界吗？

因此，从根本上来说，这不是一场“激光雷达与摄像机”辩论，可以通过一个简单的Google搜索在整个互联网上看到。比较应该是关于每个公司使用的完整传感器包：

换句话说，特斯拉的全套传感器（相机，雷达，超声波）与其他公司及其全套传感器（LiDAR，相机，雷达或超声波）相比如何？那是辩论。

LiDAR的基本任务是测量距离。新型LiDAR技术正在不断改进，因此，新型LiDAR除了具有测距功能之外，还获得了类似相机的视觉效果，但是从根本上讲，LiDAR是为测量距离而开发的。目前，LiDAR的主要缺点（如上所述）是：（1）成本高；（2）无法测量大雨，雪和雾的距离；（3）丑陋。

与LiDAR一样，雷达的基本任务是测量距离，但是它使用无线电波而不是光/激光。雷达的优点是：（1）成本低；（2）能够测量大雨，雪和雾的距离；（3）看不见的能力。

仅由于雷达具有在恶劣天气下测量距离的能力，即使配备LiDAR的汽车仍需要雷达。但是，由LiDAR生成的数据的丰富性远远优于雷达，如下所示（尽管新型雷达系统越来越好，但成本更高）。

摄像头显然是汽车“视觉”的最基本来源，但是它们有局限性：（1）摄像头无法穿透雾，雪，大雨等障碍物；（2）摄像头无法像LiDAR那样测量距离，因为这不是它们的目的，尽管可以训练计算机通过AI和机器学习来测量距离。

激光雷达，相机和雷达无法很好地检测到非常近的物体，因此特斯拉使用超声波传感器来帮助进行小于8米（= 26英尺）的物体检测。

*除非可以教相机通过神经网络测量距离（特斯拉声称已经做到）；在这种情况下，摄像机的测距可以与LiDAR一样好（请参阅下一节）。

可以看出，没有一个传感器本身就足够了，这就是所有公司都使用传感器组合的原因。

每个传感器（通常）是一个区域中的“最佳”传感器：LiDAR通常最适合测量距离，雷达最适合在恶劣天气下测量距离，摄像头最适合感知/图像识别，超声波最适合测量附近的物体（小于8米/ 26英尺）。

除了特斯拉和鲜为人知的Comma.AI，几乎所有公司都回答是。几乎所有公司都对LiDAR表示赞赏，因为它最适合测量距离和检测障碍物，因此出于安全原因，LiDAR被认为是必需的。

但是，如果可以训练配备摄像头，雷达和超声波传感器的驾驶计算机来测量距离，就像LiDAR一样-那么LiDAR就是多余且不必要的传感器（而且价格昂贵，在恶劣天气下无用，耗电）和丑陋的）

特斯拉通过其全自动驾驶计算机（FSD）以及AI和机器学习实现了这一目标。此成就已在多个地方进行了解释：

特斯拉AI主管Andrej Karpathy在他的特斯拉自治日演讲中解释了如何在没有LiDAR的情况下实现深度测量（2：16：46-2：25：08）

多位工程师撰写了此学术论文：“通过深度传感器克隆复制Lidar点云”

显而易见的需求要经常记住，因为辩论往往过于注重细节。

但是很明显，仅凭视觉（通过传感器）不足以实现自动驾驶。汽车可能拥有世界上最好，最昂贵的传感器，但是除非拥有训练有素的“大脑”来解释其“所见”（感知/图像识别）并决定“如何响应”，否则它就无法驾驶。 “ （人工智能）。

换句话说，传感器将数据馈送到行驶计算机进行解释。在将数据输入计算机后，传感器便发挥了作用。现在，汽车自动驾驶的质量取决于计算机感知和人工智能的质量。传感器是自动驾驶的第一步，但不是最后一步。

我们可以将其与两个驾驶员进行比较：（1）没有驾驶经验的20/20视力的青少年，与（2）需要新眼镜并开车的60岁，有45年驾驶经验的人。眼科医生。青少年会开车更好吗？与60岁弱视的青少年相比，青少年的视力优势会导致更好的驾驶吗？当然，在60岁的某个时候，他的视力可能非常糟糕，以至于他无法安全驾驶。但是关键是：完美的视野会导致完美的驾驶吗？

不能。对几乎所有情况的正确解释和了解如何做出反应的驾驶经验比完美视野更重要。

这就是特斯拉最强的优势-数据收集和AI机器学习。特斯拉已经对其汽车的“大脑”进行了训练，使其远胜于竞争对手。甚至Oppenheimer金融分析师Colin Rusch也意识到了这一点：

“尽管我们仍然对与TSLA尚未将LiDAR集成到其车辆中有关的风险感到疑虑，但我们认为，在路上行驶超过100万辆车辆所带来的学习周期是一个非凡的优势。” （致投资者）

如果自动驾驶汽车没有训练有素的“大脑”来解释其所见并知道如何正确应对，那么具有理想视野的自动驾驶汽车不适合上路。这样的大脑只能通过大量多样且真实的数据进行训练。

第五：自动驾驶汽车拥有最佳“大脑”需要什么？

大量数据是因为AI变得越来越智能，它提供的数据越多。

各种各样的数据，因为汽车必须学会处理极端情况，极端情况。只是绕圈行驶会累积＆＃34;行驶里程，＆＃34;但是这种经验是没有用的。或者，仅从高速公路驾驶中学习不足以训练汽车的大脑，使其无法在拥挤的行人，正在走的狗和骑自行车的人繁忙的城市街道上行驶。

以及真实世界的数据（而不仅仅是模拟），因为真实世界是＆＃34; crazy＆＃34;和人类工程师根本无法想象汽车在现实世界中可能会遇到的所有情况。正如埃隆·马斯克（Elon Musk）所说，＆＃34;在模拟中，您从根本上对自己的作业进行评分。如果您知道要模拟它，则可以肯定地解决它。但是正如安德烈（Andrej）所说，您不知道自己不知道什么。这个世界很奇怪，有数百万个极端案例＆＃34; （特斯拉自治日，2：04：40-2：05：15）。除非可以从现实世界中行驶的汽车中收集到，否则我们无法知道所有数百万个死角案例（请参见下面的两张图片）。

特斯拉的数据优势无与伦比，因为特斯拉从其现有的100万辆以上的车队中免费提取数据。没有其他公司拥有如此大量的真实世界数据。

其他公司甚至都不愿承认其数据劣势。 Waymo的自动驾驶汽车可以在已经预先映射的高度受控的环境中很好地工作（例如，亚利桑那州凤凰城的自动机械人），但这不能解决“大脑”问题。除了在最理想的受控和预映射环境中外，对LiDAR的痴迷使Waymo陷入困境。

因此，具有LiDAR的自动驾驶汽车必须使用与特斯拉相同的方法来实现完全自动驾驶，即数据采集可导致图像识别和AI处理，从而做出良好而安全的驾驶决策。安全无人驾驶真正需要的不是LiDAR；最终需要的是处理0.00001％极端情况的数据，这可能意味着生死之间的差异。诸如建筑工地，动物，道路上的碎屑或空中飞扬的碎屑之类的情况。

但是，即使有了所有这些数据，汽车的驾驶计算机仍需要进行培训，并且其软件必须不断更新-这正是特斯拉使用其迭代数据引擎所做的：

通过拒绝LiDAR，特斯拉不会浪费时间和资源来开发卓越的Eyes / vision＆vision。特斯拉专注于培训卓越的“大脑”通过数据收集

通过拒绝使用LiDAR，特斯拉将以更低的成本，更低的功耗（从而为汽车提供更大的续航里程）解决问题的自动驾驶技术，并通过培训其汽车以应对0.00001％的极端和危险边缘情况来提高安全性。

唯一的办法就是“脑子”通过收集大量多样且真实的数据来接受充分培训。

只有特斯拉具有这样的数据优势，因为其现有的超过100万辆车的车队为特斯拉提供了大量多样且真实的数据。

外卖：高级眼/视觉（通过LiDAR）不能解决自动驾驶问题；特斯拉通过其车队收集的卓越数据将帮助其培训卓越的大脑在极端和危险情况的0.00001％中解释其所见并做出安全驾驶决策