汽車的誕生給人們的生活帶來了便利，近年來，隨著人工智能技術應用領域的不斷拓寬和深入，自動駕駛漸漸進入大眾視野，在消費者看來開車變成了一件輕松的事情。

　　在自動駕駛技術的研發中，選擇以激光雷達還是攝像頭為主要傳感器是首要解決的問題，它們代表著兩套完全不同的系統——激光SLAM(Simultaneous Localization And Mapping)和視覺SLAM。

　　攝像頭

　　VSI Labs創始人兼負責人Phil Magney曾表示，感知是自動駕駛汽車軟件棧的一個主要領域，而且這里面還有很多創新，攝像頭是必不可少的傳感器。

　　2017年3月13日晚，英特爾宣布以153億美元的價格收購Mobileye，為什么英特爾不惜溢價三分之一達成這樁去年汽車行業里最大的交易案呢？

　　1999年，兩名來自以色列希伯來大學的研究人員創立了Mobileye，公司致力于攝像頭和軟件算法組成的視覺系統用于解決車輛駕駛問題。

　　正是考慮到視覺是自動駕駛汽車中唯一不可或缺的傳感器技術，又基于Mobileye在自動駕駛汽車視覺中占據的領先地位，英特爾硬氣地促成了這門親事。英特爾表示，其正在將Mobileye的“計算機視覺、傳感、融合、地圖構建和驅動策略”與英特爾的“開放式計算平臺”相結合。

　　據了解，車載攝像頭是實現眾多預警、識別類ADAS（高級駕駛輔助系統）功能的基礎，在眾多ADAS功能中，視覺影像系統較為基礎，對于駕駛者也更為直觀，而攝像頭又是視覺影像處理系統的基礎。

　　車道偏離預警、前向碰撞預警、交通標志識別、行人碰撞預警、駕駛員疲勞預警等眾多功能都可借助攝像頭實現，甚至有的功能只能通過攝像頭實現。

　　此外，攝像頭不僅能夠以高分辨率捕捉圖像，還可以更好地分類物體，那么它們的缺點是什么呢？“攝像頭的數據深度不如激光雷達。”Magney這樣表示。

　　激光雷達

　　隨著自動駕駛的火熱，激光雷達受到了前所未有的追捧。激光雷達（LiDAR——Light Detection And Ranging），是利用激光、全球定位系統GPS和慣性測量裝置三者合一。其能夠區分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態物體、精確測距。

　　它的工作原理也很好理解，通過發射激光束來探測目標位置、速度等特征量的雷達系統，具有測量精度高、方向準等優點。

　　在ADAS系統中，激光雷達通過透鏡、激光發射及接收裝置，基于TOF飛行時間原理獲得目標物體位置、移動速度等特征數據并將其傳輸給數據處理器；同時，汽車的速度、加速度、方向等特征數據也將通過CAN總線傳輸到數據處理器。

　　隨后，數據處理器對目標物體及汽車本身的信息數據進行綜合處理并根據處理結果發出相應的被動警告指令或主動控制指令，以此實現輔助駕駛功能。

　　現在市場上或者自動駕駛項目中主流的激光雷達，占據了自動駕駛項目約90%的應用。Google、Audi、福特和百度等公司研發的無人駕駛汽車基本都采用了激光雷達。

　　此外，根據線束數量的多少，激光雷達又可以分為單線束激光雷達與多線束激光雷達。

　　單線束激光主要用于規避障礙物，在測試周圍障礙物的距離和精度上都很精確，但單線束只能平面式掃描，不能測量物體高度；多線束激光雷達成為彌補了單線激光雷達的不足，在維度提升和場景還原上有了質的改變，可以識別物體的高度信息。

　　據了解，目前在國際上推出的主要有4線、8線、16線、32線和64線，多線激光雷達主要應用于汽車的雷達成像。

　　小結

　　無人駕駛用于控制的傳感器要么是攝像頭，要么是激光雷達，這是業界已經達成的共識，但是究竟采用哪一種，還在爭論中。部分觀點認為，兩者之間并沒有那么對立，兩個技術各有優劣，互相作為補充是現階段相對可以實現的路線。

　　從更深層次來看，傳感器的選擇其實是自動駕駛路線選擇的問題。如果將自動駕駛擬人化，那么基本上不需要激光雷達了。車輛依靠自身的知識庫、規則庫即可完成周圍環境的動態判斷和車輛控制。

　　也有觀點認為，兩者之間的問題是在現實的行業發展中哪一方更被側重。以Tesla例，其偏重攝像頭以及毫米波傳感器。但由于目前Tesla事故頻發，導致越來越多的企業對這種成本相對較低、且易于推廣的方式開始產生質疑。此外，媒體稱目擊到Tesla在北美開始測試搭載激光雷達的model系列。

　　自動駕駛是個系統工程，傳感器必不可少也不能獨立工作，基于現實的完美配合才能使自動駕駛走得越快越遠越好。