自動(dòng)駕駛發(fā)展如火如荼，究竟攝像頭和激光雷達(dá)哪條線才會(huì)成為主流？

財(cái)報(bào)季到來，82只無人駕駛概念股至今已有35只披露了上半年業(yè)績(jī)預(yù)告，其中長(zhǎng)安汽車、長(zhǎng)城汽車、比亞迪已經(jīng)“預(yù)訂”了凈利潤(rùn)前三名的寶座。北汽藍(lán)谷雖然與華為、百度等大廠深度合作，但依舊難以逃脫虧損的命運(yùn)。

此外，盛路通信和高鴻股份殺出重圍，分別預(yù)計(jì)實(shí)現(xiàn)最高10529.92%和3787.76%的凈利潤(rùn)增幅，前者可以為無人駕駛提供毫米波產(chǎn)品，后者則提供C-V2X車聯(lián)網(wǎng)技術(shù)解決方案，可以加強(qiáng)車輛與交通燈的互動(dòng)。

從財(cái)報(bào)中不難看出，無人駕駛浪潮之下，產(chǎn)業(yè)鏈上下游企業(yè)都有所收益。其中，特斯拉選擇的攝像頭技術(shù)路線和國內(nèi)大量車企選擇的激光雷達(dá)技術(shù)路線都帶活了一批企業(yè)。券商預(yù)計(jì)我國乘用車領(lǐng)域激光雷達(dá)市場(chǎng)空間到2030年將達(dá)到980億元。

不過，清華大學(xué)車輛與運(yùn)載學(xué)院副研究員仇斌向貝殼財(cái)經(jīng)記者表示，如果單一車型在自動(dòng)駕駛上投入的成本過高，勢(shì)必會(huì)影響車型的售價(jià)，進(jìn)而影響市場(chǎng)占有率。目前車企面臨的主要問題是如何在技術(shù)和成本之間做平衡。

凈利漲幅最大的兩家都有“絕活”

Wind數(shù)據(jù)顯示，截至8月23日，無人駕駛概念股共有82只，其中有35只已經(jīng)公布了今年上半年的業(yè)績(jī)預(yù)告。這其中有20家公司預(yù)計(jì)實(shí)現(xiàn)盈利，有15家則未必。

預(yù)計(jì)今年上半年實(shí)現(xiàn)凈利潤(rùn)上限最高的三家企業(yè)分別是長(zhǎng)安汽車、長(zhǎng)城汽車和比亞迪，預(yù)計(jì)凈利潤(rùn)分別最高可以達(dá)到62億元、59億元、36億元，預(yù)計(jì)凈利潤(rùn)最低也可以達(dá)到50億元、53億元、28億元。

長(zhǎng)安汽車表示，今年上半年利潤(rùn)增長(zhǎng)主要得益于公司品牌持續(xù)向上，產(chǎn)品結(jié)構(gòu)持續(xù)優(yōu)化，自主品牌盈利能力持續(xù)提升。

比亞迪的無人駕駛在今年也取得了不小的進(jìn)展。比亞迪與美國科創(chuàng)公司Nuro聯(lián)合研發(fā)設(shè)計(jì)的第三代純電動(dòng)無人駕駛配送車已經(jīng)正式發(fā)布。據(jù)了解，此次合作中，比亞迪將負(fù)責(zé)整車開發(fā)，車輛測(cè)試和生產(chǎn)制造，并提供刀片電池、電機(jī)、電控以及人機(jī)交互等核心總成部件。

除了上述三家體量龐大的整車廠之外，預(yù)計(jì)凈利潤(rùn)上限最高的第四至十名的凈利潤(rùn)維持在8億元至1億元之間。其中，拓普集團(tuán)、中科創(chuàng)達(dá)、高鴻股份預(yù)計(jì)最高可以實(shí)現(xiàn)凈利潤(rùn)7.37億元、4.15億元、2.90億元，最低分別可以實(shí)現(xiàn)6.67億元、3.88億元、2.5億元。

除了今年“盈利之王”以外，還有一些企業(yè)凈利潤(rùn)大漲，共有9家企業(yè)預(yù)計(jì)凈利潤(rùn)最高上漲超過100%。

其中，盛路通信預(yù)計(jì)凈利潤(rùn)最高漲幅可以達(dá)到10529.92%，高鴻股份預(yù)計(jì)凈利潤(rùn)最高可以漲3787.76%。

盛路通信的毫米波產(chǎn)品頗為知名。公司2021年報(bào)顯示，公司的民用通信業(yè)務(wù)主要從事移動(dòng)通信天線、射頻器件和有源一體化通信設(shè)備、垂直行業(yè)整體解決方案等產(chǎn)品和服務(wù)的研發(fā)、生產(chǎn)和銷售，掌握通信天線、射頻微波尤其是毫米波產(chǎn)品設(shè)計(jì)和制造的關(guān)鍵技術(shù)。公司產(chǎn)品涵蓋汽車天線等，形成了較為完整的通信天線產(chǎn)品線，客戶主要包括國內(nèi)外電信運(yùn)營商和通信設(shè)備集成商、汽車整車廠等。傳感器融合是汽車無人駕駛技術(shù)的關(guān)鍵之一。

總的來說，自動(dòng)駕駛的四大核心技術(shù)，分別是環(huán)境感知、精確定位、路徑規(guī)劃、線控執(zhí)行。由于環(huán)境感知和精確定位都需應(yīng)用多個(gè)傳感器，傳感器融合技術(shù)正是歸類于這兩大核心技術(shù)的。

舉個(gè)例子，感知是通過攝像頭、LiDAR和RADAR來精確地對(duì)障礙物的類別、位置和速度進(jìn)行檢測(cè)。而另一方面，定位是指將GPS、LiDAR和攝像頭數(shù)據(jù)融合在一起，從而精準(zhǔn)獲得厘米級(jí)精度的定位。

本文將重點(diǎn)介紹環(huán)境感知的過程，尤其是LiDAR與攝像頭之間的數(shù)據(jù)融合。

目前，自動(dòng)駕駛領(lǐng)域的傳感技術(shù)，存在兩個(gè)較大的技術(shù)分歧，一個(gè)是激光雷達(dá)方案，還有一個(gè)就是攝像頭，無論傳統(tǒng)車企還是造車新勢(shì)力，都基本采用激光雷達(dá)感知，只有特斯拉還在堅(jiān)持?jǐn)z像頭純視覺傳感的方法。

特斯拉的理念是，既然人可以靠雙眼觀察周圍環(huán)境開車，那么自動(dòng)駕駛系統(tǒng)也可以用同樣的邏輯靠攝像頭做到，所以特斯拉的攝像頭就是在仿造人類的眼睛。

攝像頭能將最真實(shí)的路面圖像傳遞給處理器，然后將這些圖像轉(zhuǎn)換成數(shù)據(jù)，這其中最難的不是如何還原真實(shí)的圖像，而是如何將圖像轉(zhuǎn)換成數(shù)據(jù)，這就對(duì)數(shù)據(jù)的處理和存儲(chǔ)能力有著非常之高的要求。

視覺方案對(duì)樣本數(shù)據(jù)的依賴度比較高，需要用大量的數(shù)據(jù)進(jìn)行訓(xùn)練，不斷優(yōu)化，不斷學(xué)習(xí)，所以特斯拉很早就構(gòu)建了一整數(shù)據(jù)采集與學(xué)習(xí)的閉環(huán)框架，通過攝像頭收集各種行駛場(chǎng)景數(shù)據(jù)，并上傳到特斯拉云端，構(gòu)成真實(shí)而龐大的數(shù)據(jù)池。

這種云端數(shù)據(jù)庫能夠?qū)μ厮估闹悄芩惴ㄌ峁W(xué)習(xí)模版，賦予了算法不斷升級(jí)的能力?；谑占降男旭倲?shù)據(jù)，特斯拉會(huì)通過“影子模式”不斷優(yōu)化算法，最后對(duì)每一輛特斯拉的FSD自動(dòng)駕駛進(jìn)行OTA升級(jí)。

激光雷達(dá)通過激光束進(jìn)行探測(cè)和測(cè)距，由激光發(fā)射器、光學(xué)接收器、和信息處理系統(tǒng)三部分組成。

激光雷達(dá)可以通過發(fā)射和接受激光束，分析激光遇到目標(biāo)對(duì)象后的折返時(shí)間，計(jì)算出目標(biāo)對(duì)象與車的相對(duì)距離，并利用收集的目標(biāo)對(duì)象表面大量的密集點(diǎn)的三維坐標(biāo)、反射率等信息，快速復(fù)建出目標(biāo)的三維模型及各種圖件數(shù)據(jù)，建立三維點(diǎn)云圖，繪制出環(huán)境地圖，以達(dá)到環(huán)境感知的目的。

由于測(cè)距公式都是固定的，這些的算法自然也相同，所以激光雷達(dá)的提升就在于測(cè)距的精準(zhǔn)度上，完全依賴硬件性能，不能通過自我學(xué)習(xí)提升。

兩者的區(qū)別和特點(diǎn)

激光雷達(dá)是一種主動(dòng)式傳感器，通過發(fā)射脈沖激光并探測(cè)目標(biāo)的散射光特性獲取目標(biāo)的深度信息，具有精度高、范圍大、抗干擾能力強(qiáng)的特性，可以在一些極端天氣下和夜間做到比攝像頭更高的精準(zhǔn)度，防止車輛的誤判，提升安全的冗余度。

但是，激光雷達(dá)獲取的數(shù)據(jù)稀疏無序、難以直接利用，且激光單色的特性讓其無法獲取顏色和紋理信息，雖然對(duì)于周邊環(huán)境測(cè)距描繪的能力突出，在一些沒有特征的道路，比如沒有中心線指示牌的路段，激光雷達(dá)會(huì)存在不易分辨甚至缺失的問題，所以必須搭配其它傳感器互補(bǔ)使用。

作為乘用車自動(dòng)駕駛領(lǐng)域的領(lǐng)頭羊，特斯拉在純視覺這條路上走的十分決絕，甚至連僅有的毫米波雷達(dá)，也在前不久被特斯拉拋棄了。然而，在感知層面，領(lǐng)頭羊幾乎快成了“獨(dú)羊”，更多的品牌不約而同的在感知方案中加入了激光雷達(dá)的選項(xiàng)，甚至已經(jīng)“卷”了起來。

不同于上海車展激光雷達(dá)剛剛上車時(shí)給我們的震感，經(jīng)過半年多的發(fā)展，廣州車展上大家對(duì)各家展臺(tái)上普遍出現(xiàn)的激光雷達(dá)方案已經(jīng)習(xí)以為常。在這樣的大環(huán)境下，對(duì)激光雷達(dá)的宣傳也變得五花八門，廣汽埃安打出了3顆激光雷達(dá)”領(lǐng)先一代“的口號(hào);而長(zhǎng)城旗下的全新品牌沙龍，更是直接在宣傳海報(bào)上挑釁式的寫到”4顆以下別說話“......

純視覺路線和感知融合路線之爭(zhēng)，已經(jīng)是老生常談的話題了。從傳感器上來說，攝像頭本身有著絕對(duì)的優(yōu)勢(shì)，只聞馬斯克毅然砍掉毫米波雷達(dá)，不見哪家鐵憨憨敢直接踢掉攝像頭。即便是激光雷達(dá)的堅(jiān)定支持者，感知方案中一樣需要將攝像頭擺在足夠重要的位置。

這是整個(gè)社會(huì)環(huán)境，甚至是億萬年來的自然環(huán)境決定的。我們的地球身處太陽系，享受著陽光給予地球的能量。而太陽輻射的能量，絕大部分是波長(zhǎng)在380～780nm之間可見光，當(dāng)然也有不少臨近的紅外線和紫外線，而地球大氣層中的臭氧層盡職盡責(zé)的幫我們過濾掉了絕大部分紫外線，讓我們免受皮膚癌等問題的侵?jǐn)_。所以，地球上的生物進(jìn)化出了可以通過可見光觀察周遭事物的眼睛。

而快速發(fā)展的人類文明，也是基于人自身的感知能力進(jìn)行建設(shè)，交通系統(tǒng)都保證人通過肉眼就能夠做出判斷，不需要給司機(jī)植入各種天線才能開車。所以，能夠模擬人眼觀察世界方式的攝像頭，自然也成為了機(jī)器感知的重要途徑，畢竟機(jī)器也身處地球。

包括自動(dòng)駕駛在內(nèi)的機(jī)器學(xué)習(xí)依賴近幾年高速發(fā)展的人工智能技術(shù)的進(jìn)步，人工智能依賴的深度學(xué)習(xí)算法需要海量的數(shù)據(jù)進(jìn)行訓(xùn)練。芯片算力的提升和移動(dòng)互聯(lián)網(wǎng)發(fā)展形成的海量數(shù)據(jù)是人工智能近幾年能夠高速發(fā)展的重要基礎(chǔ)，我們能夠訓(xùn)練出什么樣的算法，強(qiáng)依賴我們有什么樣的數(shù)據(jù)。我們有什么數(shù)據(jù)?最多的當(dāng)然是基于可見光拍攝的照片，人手一部的手機(jī)幾乎都帶有攝像頭，激光雷達(dá)可沒普及到這種程度。這也是人工智能快速發(fā)展中，發(fā)展最快的基礎(chǔ)應(yīng)用是語音識(shí)別和圖像識(shí)別的重要原因，因?yàn)檫@里有人本身能夠大量創(chuàng)造的數(shù)據(jù)，也是人們最基礎(chǔ)的需求。