汽车自动驾驶两种技术路线，特斯拉纯视觉路线要完全抛弃雷达，为何最后又开启打脸模式呢？

今天的这篇文章我们来聊聊车辆的自动驾驶和车用雷达技术，在马斯克的规划中，特斯拉要实现“纯视觉路线”就要完全抛弃雷达，最终使用摄像头和学习算法来实现自动驾驶，但不久就发现这种路线好像行不通，那为何老马宁可打脸而改变计划呢？‍‍‍‍‍‍‍‍‍

我们先来说说自动驾驶吧，自动驾驶从技术路线上分为两种：一种是视觉派；一种是雷达派。‍‍‍

视觉派主要以摄像头为主，以毫米波雷达、超声波雷达等传感器作为辅助，总体成本较低，以特斯拉为典型代表。但由于摄像头对物体及其距离的识别高度依赖深度学习算法，因此视觉方案对算法的要求极高，需要庞大的训练数据来持续支持算法改进。

雷达派以激光雷达为核心，并配合摄像头、毫米波雷达、超声波雷达等传感器，以强感知和低算法为特点，典型代表是Waymo。早期激光雷达成本较高，动辄上万美元的价格在一定程度上制约了该方案的推广，但近年来在技术发展、量产规模的提升上有了很大的改变。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

现在市面上的汽车你去查查它们的配置表你会发现自动驾驶的等级基本都在L2、L3这个水平，想要做到真正的自动驾驶还有一段很长的距离。

从车辆自动驾驶的两种方案路线上来看，无论哪种方式都需要这两个东西：摄像头和雷达，无非是以谁为主，以谁为辅的问题。‍‍‍

我们先来说说车辆用的摄像头，我们车载常用的摄像头有单目摄像头、双目摄像头和三目摄像头。主流用的是单目摄像头就是通过摄像头拍摄平面的图像来感知和判断周边的环境、识别车辆和行人等固定和移动的物体，比如车道保持辅助系统中识别车道两侧的行车线，用的就是这种单目摄像头。其它两种由于增加摄像头的数量，要匹配大量的运算，对芯片的要求要高一些。‍‍‍‍‍‍

摄像头本身存在对环境因素敏感、算法复杂、识别稳定性较差等缺点。摄像头的缺点包括：

1、在黑暗、眩光等场景下处理能力不足；

   积雪和阳光等天气，会产生威胁驾驶安全的眩光。阳光照射到积雪上面会产生无数个光斑，摄像头会把这些光斑识别成目标，从而突然触发刹车，容易造成追尾事故。

2、恶劣天气下易失效；

    雨、雾、尘土和烟雾等天气会大大降低摄像头的视觉感知距离，摄像头传感器基本无法正常工作。

3、三维立体空间感不强；

4、相机镜头自身存在畸变，需要大量的规则约束去实现测距，为后续算法开发带来诸多弊端。

所以你看想要单纯依靠摄像头来解决现实中复杂的路况和天气问题还是非常困难的，一旦遇到复杂的情况，摄像头就会变得很不稳定，这是非常可怕的情况。这也是特斯拉面临的“幽灵刹车”问题。‍‍‍‍‍

所谓“幽灵刹车”就是车辆实际上没有碰撞的危险，但AEB却错误地探测到车辆将撞上路面物体而突然刹车。幽灵刹车由传感故障造成。大雾、暴雨等恶劣天气和低能见度等原因都可能导致摄像头工作效率低下，从而使驾驶员在这种情况下最需要的紧急刹车系统失灵。此外，低矮路灯、井盖、立交桥和大卡车等情况也会造成幽灵刹车问题。

看到这里以后，我们发现光学传感器不如雷达传感器更可靠，一旦遇到特殊天气安全性能大大降低，那雷达传感器就能避免这类情况吗？‍‍‍‍

提到雷达我们自然会想到蝙蝠，科学家就是从蝙蝠上面了解到雷达的原理。雷达是利用电磁波探测目标的电子设备，通过雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。雷达也被称为“无线电定位”。

车用雷达主要有超声波雷达（Ultrasonic Sensor System）、毫米波雷达（Millimeter wave radar）和激光雷达（Lidar）三种。

一、超声波雷达

超声波雷达也叫倒车雷达，是汽车雷达系统中常见的传感器装置，工作原理是通过超声波发射装置向外发出超声波（发射波），由接收器接收反射回来的超声波（反射波），通过计算时间差来测算距离。常用探头的工作频率有 40kHz, 48kHz和58kHz三种。

汽车上常用的超声波雷达有两种：一种是安装在汽车前后保险杠位置的倒车雷达（UPA），用于测量汽车前后障碍物；一种是安装在汽车侧面位置的泊车雷达（APA），用于测量侧方障碍物距离。‍‍‍‍

超声波雷达对所有物体有用，包括固体和液体，但是如果目标物体是一个有角度的能够将声波反射向其它角度的平面或者是能够吸收超声波的海绵泡沫等物体，超声波雷达的检测能力就会受限制。另外，超声波雷达的探测距离短，一般在0.1-3米之间，比较适合用于泊车。超声波雷达很便宜，一个成本几十块钱。

二、毫米波雷达

毫米波雷达，是指工作在频率为30GHz~300GHz电磁波探测的雷达。毫米波雷达凭借分辨率高、抗干扰性能强、探测性能好且尺寸较小等优点，成为汽车领域（自动驾驶、ADAS）系统里不可或缺的传感器。

按辐射电磁波方式不同，毫米波雷达可分为脉冲类型和连续波类型，由于连续波类型中的调频连续波发射功率更低且信号处理相对简单，当前是激光雷达厂商的应用主流。

受益于中国汽车产销量不断提升及毫米波雷达装配比上升，中国毫米波雷达行业市场规模持续增长，2026年约达243.6亿元，2021-2026年CAGR约为24.44%。

根据波的传播理论，频率越高，波长越短，分辨率越高，穿透能力越强，所以毫米波雷达的分辨率高、指向性好，抗干扰能力和探测性好。与红外相比，毫米波雷达的大气衰减小，对烟雾灰尘具有更好的穿透性，受天气影响较小。这些特质决定了毫米波雷达具有全天时、全天候的工作能力。

目前车载毫米波雷达频率分为24GHz、77GH和79GHz三种频段，其中，24GHz主要用于60m内的短距离，比如：汽车盲点监测、车道偏离预警和泊车辅助等功能。77GHz主要用于150-250m的长距离，79GHz用于中短距离。与24GHz、79GHz相比，77GHz方案具备更小尺寸、更高精度、更远探测距离等特性，未来将成技术应用主流。

毫米波雷达是市场上可实现AEB、ACC、LCA功能的性价比最高的雷达传感器，随着中国自动驾驶进程由现有的L2向L3、L4推进，ADAS渗透率将提高，也将促进中国毫米波雷达的应用。

我们来看看毫米波雷达具体的问题有哪些：

第一种情况：前车快速刹车，毫米波雷达无法很好的跟踪前方的车辆，数据表现就像前车在短时间内反复的消失又出现；

第二种情况：前方出现立交桥，毫米波雷达没有垂直方向的分辨率，会认为有静止的物体在眼前而导致幽灵刹车；

第三种情况：前方有大卡车停在路边或横在路中央，毫米波雷达无法确认前方物体是否静止；

三、激光雷达‍‍

激光雷达被称为探测的“眼睛”，是一种通过发射激光来测量物体与传感器之间精确距离的主动测量装置。目前主流的激光雷达发射光主要有 905nm 和 1550nm 两种波长。

激光雷达的原理跟我们常用的激光测距仪一样，它由激光发射器、接收器和光电处理器组成，当激光发射器发射的脉冲激光打到物体反射回来，被接收单元接收，通过计算时间差就可以得到被检测物体的距离。

优势：测距准确

缺点：最大问题可靠性，要把激光向各个方向投射出去，要么增加发射器的数量，发生器的数量不可能无限增加，这显然不太现实；要么改变激光的角度（比如用棱镜或者镜片的组合转动）内部都有高速运动组件的设备，固定使用问题不大，但是汽车运行的工况是高温、抖动，共振，这样就会导致故障率高。同时激光雷达容易被遮挡，容易受天气环境光以及激光设备的干扰，并且功效很高，激光雷达的难点在于实现稳定、安全、节能和小型化，主要是造价太高。‍‍‍‍

通过上面的讲述我们可以看到无论是摄像头还是雷达都存在各自的问题，马斯克在3月初的发布会要宣布一个重大的信息，以前特斯拉的测试车都是没有任何遮挡的，但这次爆出的测试车明显有遮挡。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

我们可以看到它前、后进行了遮挡，很多人猜测是由于添加了新型的雷达或者摄像头，某些细节图片发现在前大灯的位置新增了一个雷达。

有人爆出特斯拉新增的雷达就是以色列Arbe公司提供的4D高清雷达，它是一种FMCW调频连续波雷达，也属于毫米波雷达中的一种。但是性能却非常了得，它不仅仅可以探测静止和运动的物体，还可以测量运动的速度，被遮挡车辆后部的物体等等。

另外还有一个被爆出的就是特斯拉的HW4.0电脑版，上图是HW4.0和HW3.0的对比，HW4.0的内部芯片要比3.0更大，冷却系统也不同，外部的接口更是不同。

特斯拉HE3.0有9个摄像头接口，HW4.0新增到12个接口，其中有1个接口标注为备用接口。此外还增加了雷达的接口，这也表明特斯拉会重新装回雷达。具体是否如此呢，我们就期待不久的发布会吧！