目录 01 《车业杂谈》：就最近有关特斯拉对待毫米波雷达、激光雷达 02 《车业杂谈》：关于刚才谈到的感知系统的4项性能，您可否 03 《车业杂谈》：就第二项性能，一般认为毫米波雷达或激光雷 04 《车业杂谈》：就第三个性能而言，一般认为毫米波雷达最大 05 《车业杂谈》：就第四个性能而言，在常用的自动驾驶环境感 06 《车业杂谈》：基于以上4项性能的讨论，您基本说明了为何 07 《车业杂谈》：既然提到了激光雷达，您对不同种类的激光雷 08 《车业杂谈》：自动驾驶环境感知中的另两个挑战是夜间行驶 09 《车业杂谈》：最后，从硬件及同分辨率/数据点/像素密度 写在最后：

最近，有关特斯拉是否会使用雷达作为自动驾驶传感器的两则消息，引起了业内关注。一则消息是特斯拉美国车型Model?3/Model?Y取消了毫米波雷达；另一则消息是虽然特斯拉坚持不用激光雷达，但特斯拉却正在路上测试Luminary激光雷达系统。 目前，行业普遍认为，雷达+摄像头的传感器融合是实现自动驾驶的合理路径。作为电动汽车与自动驾驶的践行领先者，特斯拉在未来会不会使用激光雷达，或者继续坚持“特立独行”——不使用雷达、继续只使用视觉传感器（摄像头）来实现自动驾驶？

带着这样的疑问，《车业杂谈》采访了汽车行业资深专家、《车业杂谈》汽车新媒体平台独家特约汽车行业评论员方圆。

方圆：我也看到了这两则新闻报道，对于特斯拉，这两件事可谓是里程碑事件。要说清楚这两件事，我想得先从自动驾驶环境感知对传感器/感知系统的要求角度来讨论。 一般来讲，自动驾驶环境感知理想状态的感知系统大致包括以下4个方面： 1.每刻/每幅感知数据/点云/像素足够多或曰其空间分辨率足够高——类似人的眼睛所见的图像以便分析、决策。 2.感知系统提供的数据能给出被感知物体的量化的距离信息（能测量物体距离）。 3.感知系统不受白天或黑夜，不受恶劣天气（雾、雨、雪、眩光等）的影响，是一个全天时、全天候的传感器。 4.感知距离足够远，以便遇到紧急情况，有足够的时间做出判断、决策、执行来避免事故发生，这个距离期望能至少在150米以上。 但在以往，并没有任何某一类传感器/感知系统可以同时满足以上全部4项要求。因此，目前几乎所有的自动驾驶环境感知系统都是将几类传感器结合起来走所谓-感知融合/数据融合之路，即将各类传感器/感知系统（如纯视觉图像感知系统，毫米波雷达，激光雷达等）的特长/优势结合起来达到上述目的。 但是，由于技术的进步，目前纯视觉图像感知系统已经可以单独完成上述4项感知任务以及消除眩光等。

对比两表可以看出，纯视觉图像感知系统在很大范围内已经可以替代毫米波雷达以及激光雷达，这应该是特斯拉美国Model?3/Y取消毫米波雷达配置的主要原因。而对比纯视觉图像感知系统，毫米波雷达两个固有短板（画面数据/点云/像素密度低，非金属表面物体反射率低）几乎是没有办法克服，但其优势已经可以被纯视觉图像感知系统替代。 对于特斯拉路试Luminar激光雷达，我认为是在测试其目前的性能指标以及进步情况，如数据/点云/像素的密度进步/增长如何。预计，特斯拉还会继续路试激光雷达，特别是需要详细讨论的Flash式激光雷达，因为Flash式激光雷达也是纯视觉图像感知系统——通过相机视觉图像采集数据（而不是通过扫描）。Flash式激光雷达相机可以并入目前常用的纯视觉图像感知系统相机。 目前，纯视觉图像感知系统的摄像头/相机有一个非常重要的特长/优势，其每刻/每幅感知数据/点云/像素的数据点非常多，空间分辨率非常高，可以看清路标（速度标，警示标等）、路线（实线、虚线、斑马线等）、红绿灯等。同时，由于是RGB（多波长，多颜色）摄像头/相机，其对各种物体表面都有较好反射效果。现在其距离感知也足够远（远超过150米，通常可达300米，最远可达1600米），也能直接测量距离（达厘米级），也能“穿透”雾、雨、雪、眩光等，可以替代毫米波雷达及激光雷达。

方圆：就第一个性能而言（空间分辨率/数据点/像素/点云图密度），纯视觉图像感知系统最优且满足自动驾驶环境感知系统要求。 这项性能至关重要，它是最接近人类视觉性能的，这应该是为何特斯拉始终坚持认为纯视觉图像系统可以完成自动驾驶环境感知的任务。 其逻辑基础之一是人类也基本上是凭视觉图像来驾驶汽车的；其二是感知系统的实时信息流（bitstream/s?–?bit/s）是主要、核心、关键指标；其三纯视觉图像系统的性能也在不断扩展，也可以测量距离，也可以实现全天候、全天时的感知任务。从这三点出发，纯视觉图像系统有着常规激光雷达，毫米波雷达不可比拟的优势——纯视觉图像系统的空间分辨率/数据点/像素/点云图密度往往可达激光雷达的100倍左右甚至更高，比毫米波雷达就更高了。可以从下面三者的像素/点云图的对比，明显看出区别。