自动驾驶为何放弃激光雷达？原因有多种，主要是怕落后于特斯拉

国内自动驾驶技术就是否应该采用激光雷达仍在争论中，不过一家新造车的老总在去了一趟美国，看了特斯拉FSD最新版本之后，已确定舍弃激光雷达，此举对国内自动驾驶是否舍弃激光雷达将产生重大影响。

激光雷达在国内汽车企业之中一直未能大规模普及的首要原因是价格，此前激光雷达的价格曾高达万元，这就导致20万以下的车型难以承受激光雷达的成本，这几年在激光雷达企业的努力下，激光雷达正向1000元以下努力，成本问题将逐渐得到解决。

不过即使激光雷达的成本得以解决，对于汽车企业来说，采用激光雷达的另一个重要难题则是技术问题，激光雷达时刻扫描着周边的环境，然后借助反射回来的信号，确定是否有障碍物，如此激光雷达的数量越多，产生的数据就越多，需要的芯片性能就要更强大。

对于自动驾驶企业来说，同时处理激光雷达信号和图像信号是又一个难题，视觉识别和激光雷达的信息处理技术完全不一样，此前知名自动驾驶芯片NVIDIA主要是为企业提供处理器图像的方案，这就意味着企业得自己解决激光雷达的信号处理，还得将激光雷达和视觉识别信息综合处理，技术难度更大，同时这也会进一步要求芯片的性能更强。

激光雷达也非万能，激光雷达同样会受到暴雨天的影响，有网友驾驶某品牌车，开启了辅助驾驶，暴雨天气下，汽车频频提醒雨天激光雷达有误判的可能，要求车主接管，原因就在于雨滴同样会反射激光雷达信号，让计算机无法准确识别障碍物还是雨滴。

正是由于这种种问题的存在，导致激光雷达在自动驾驶中的普及率据称仅有一成左右，就连某科技企业一直坚持激光雷达的，都悄悄在部分车型中舍弃激光雷达，更何况其他自动驾驶企业呢？

相比之下，视觉识别技术就简单了许多，单一的技术，让自动驾驶在处理信号的时候更简单，如此计算机可以快速根据获得的信号迅速进行识别并做出判断，让自动驾驶技术迅速根据道路状况调整行驶姿态。

据悉特斯拉FSD最新的端到端技术进一步简化，借助AI对FSD进行训练，让FSD学习人类日常行车中对各种信号的分析和处理，尽可能如人类用眼睛观察各种道路状况，然后做出判断，特斯拉FSD在美国试用数个月之后，证明了借助AI训练得到的特斯拉FSD更安全，而代码也大幅减少了九成。

对比之下，国内的自动驾驶企业此前在各种方案之间不断纠葛，又是激光雷达，又是高精地图等等，强调用这种更复杂的数据来确保安全，然而后来的事实证明依靠高精地图问题颇多，移动通信网络不可能确保随时更新数据，高精地图也无法随时根据道路的变化更新地图，某车企高管就曾表示汽车安全得靠车上计算机，不能靠5G网络，5G网络无法绝对可靠。

相比之下，特斯拉FSD无需高精地图，无需时刻连接移动通信网络，主要靠车上计算机，通过摄像头观察周围环境，车上计算机根据摄像头得到的图像进行分析，就如人用眼睛观察周围环境实现安全行车一样。

从如今中国这家车企决定放弃激光雷达来看，显然已深刻认识到视觉识别的优越性，其他汽车企业其实也有在推完全依赖视觉识别技术的辅助驾驶，可以说视觉识别在与其他技术的较量中，很有可能也在国内成为主流，这将让特斯拉FSD成为最大赢家。

一种技术能否成为主流，其实很难说完全靠技术先进就行，往往还需要考虑成本等诸多问题，就如2G时代，都说CDMA技术更先进，但是最终成本更低、技术稍微落后的GSM却成为全球主流技术，自动驾驶技术也是如此吧。