十月下旬，地平線掌門人余凱和深藍(lán)汽車CEO鄧承浩在深藍(lán)L06上進(jìn)行了一場智能駕駛系統(tǒng)直播測試。

在直播過程中，智慧的光芒從油光锃亮的頭皮上噴薄而出的余博士表示，視覺與激光雷達(dá)方案的爭論沒有必要。

而且，在中國復(fù)雜的道路場景下，智能駕駛技術(shù)更需要具備的是預(yù)判能力，而不僅僅是看見的能力。

這個觀點引發(fā)了激光雷達(dá)派和視覺派的廣泛熱議，不過，從雙方陣營粉絲的發(fā)言來看，大多數(shù)人并沒有真正理解余博士的邏輯。

有時候，強(qiáng)烈的愛憎會泯滅基本的邏輯。

很多因為華為采取多傳感器融合技術(shù)路線而站隊激光雷達(dá)的粉絲朋友們有一個思維上的誤區(qū)，他們認(rèn)為，在自動駕駛感知傳感器系統(tǒng)中，激光雷達(dá)是可以取代攝像頭的。

事情的真相當(dāng)然不是這個樣子。

在自動駕駛系統(tǒng)中，因其不可或缺的語義理解能力，攝像頭是必然存在的。

作為幾何信息的提供者和安全冗余，激光雷達(dá)反倒是可以被拿掉的。

因為，在自動駕駛系統(tǒng)的“感知-決策-執(zhí)行”閉環(huán)里，場景理解是最為核心的關(guān)鍵，而場景理解需要的三大能力-看得清、看得見和看得懂，主要是通過攝像頭來實現(xiàn)的。

能不能“看得清”，主要取決于采樣顆粒度和分辨率。

拿主流的128線激光雷達(dá)和800萬像素攝像頭做對比，兩者的分辨率差距是1:160，差了整整兩個數(shù)量級。

和圖像能夠提供的稠密信息相比，激光雷達(dá)提供的數(shù)據(jù)是相當(dāng)稀疏的。

饒你像諸葛亮那樣能掐會算，也不可能從稀疏的數(shù)據(jù)中對車輛周圍的世界進(jìn)行有效的還原。

在能不能“看得見”上，不依賴環(huán)境光，在強(qiáng)光、弱光、炫光條件下依然表現(xiàn)穩(wěn)定的激光雷達(dá)具備一定的優(yōu)勢。

不過，隨著圖像捕捉、圖像信號處理和AI技術(shù)的進(jìn)步，視覺方案在這些條件下的表現(xiàn)也在不斷進(jìn)步。

憑借越來越高的像素和分辨率、可兼顧強(qiáng)光和弱光條件的寬動態(tài)范圍、出色的低光性能，現(xiàn)在的圖像捕獲核心部件-圖像傳感器不僅可以滿足在低照度弱光環(huán)境下成像的剛性需求，還可以在光線對比強(qiáng)烈的炫光逆光環(huán)境下全面地呈現(xiàn)亮部和暗部的細(xì)節(jié)。

在能不能“看得懂”上，攝像頭也具備根本的優(yōu)勢。

因為攝像頭的核心價值就在于提供豐富的二維紋理和語義信息，結(jié)合深度學(xué)習(xí)，它能識別車道線、交通標(biāo)志、信號燈、顏色等。

至于這個二維傳感器所缺乏的深度信息，它既可以通過雙目視覺直接計算，也可以通過深度神經(jīng)網(wǎng)絡(luò)進(jìn)行間接的推斷。

相較之下，激光雷達(dá)缺乏顏色、紋理等細(xì)節(jié)，顯然很難（不是不可以）識別交通標(biāo)志、車道線這些與駕駛?cè)蝿?wù)密切相關(guān)的關(guān)鍵信息。

雖然荷爾蒙飽滿的網(wǎng)民們很在乎分出來一個你高我低，但是，求真務(wù)實的技術(shù)世界從來不是非此即彼的。

激光雷達(dá)固然不是用來替代攝像頭的，但它可以成為視覺感知系統(tǒng)的關(guān)鍵補(bǔ)充，并提供安全冗余。

在信息補(bǔ)充上，將激光雷達(dá)的幾何信息與攝像頭的語義信息有效地結(jié)合。

通過將激光雷達(dá)的點云數(shù)據(jù)與攝像頭的像素數(shù)據(jù)在時間和空間上進(jìn)行精確的對齊，為圖像中的每一個像素賦予準(zhǔn)確的深度信息，可以創(chuàng)造更全面、更可靠的三維環(huán)境感知。

這正是多傳感器融合的核心思想，也是激光雷達(dá)存在的主要邏輯。

其次，在安全冗余上，當(dāng)攝像頭因為極端的光照、苛刻的工作溫度等原因出現(xiàn)性能下降時，激光雷達(dá)可以提供可靠的幾何信息作為備份，確保系統(tǒng)的基本安全。

其實就跟保險一樣，是用來兜底的。

小賭怡情，大賭傷身。最近在資本市場里小賭的我慢慢明白了不懂、似懂非懂、略懂、真懂和懂到位的區(qū)別簡直比志玲姐姐和鳳姐的區(qū)別還要大。

地平線掌門人余凱說，激光雷達(dá)與視覺方案的爭議不重要，智能駕駛技術(shù)更需要具備的是預(yù)判能力，而不僅僅是看見的能力。

這個充滿洞察力的觀點說明，余凱博士對自動駕駛的理解真的是懂到位了，或者說給懂王開門-懂到家了。

因為，激光雷達(dá)和攝像頭回答的只是“車輛周圍有什么”的問題。

21年問世的基于Transformer的BEV解決了標(biāo)準(zhǔn)障礙物的感知，22年問世的占用網(wǎng)絡(luò)OCC解決了異形障礙物的感知。

這些算法基本完成了對車輛、行人、交通標(biāo)志等動靜態(tài)物體的識別和定位，回答了“有什么”的問題。

而要想讓自動駕駛系統(tǒng)像人類老司機(jī)那樣安全、絲滑地駕駛，更為關(guān)鍵的在于能夠預(yù)測“接下來會發(fā)生什么”。

也就是說，L2時代自動駕駛算法的核心目標(biāo)是實現(xiàn)全面的障礙物識別和目標(biāo)感知，到了L3和L4的時代，自動駕駛要從靜態(tài)、分立的感知走向動態(tài)、全維的場景理解。對應(yīng)到自動駕駛系統(tǒng)的“感知-決策-執(zhí)行”閉環(huán)里。

可以認(rèn)為，L2時代主攻感知，L3時代開始以神經(jīng)網(wǎng)絡(luò)改造決策。L2時代即將落幕，作為感知算法卡姿蘭大眼睛的激光雷達(dá)和攝像頭之爭還有什么意義呢？

自動駕駛行業(yè)正在從考驗眼睛亮不亮的L2感知時代，邁向考驗?zāi)X子好不好使的L3認(rèn)知時代。

在這樣的大背景下，能夠思考和預(yù)判的決策和規(guī)劃就成了競爭的主戰(zhàn)場。

要知道，真實的交通環(huán)境中充滿了形形色色的參與者，引入了各種各樣的不確定性，必須理解場景中各類交通參與者的意圖，并預(yù)測其在未來幾秒內(nèi)的狀態(tài)分布，才能給出有效的應(yīng)對決策。

對其它車輛和行人進(jìn)行行為意圖的預(yù)測，可以提前平順地做出決策，讓智能駕駛系統(tǒng)可以實現(xiàn)類人的舒適駕駛體驗。

此外，在很多場景中，強(qiáng)大的預(yù)判能力也是應(yīng)對長尾場景、提升系統(tǒng)安全的關(guān)鍵。

當(dāng)你預(yù)判了別人的預(yù)判，拿捏還不是手拿把攥？

自動駕駛行業(yè)的競爭焦點已經(jīng)從看清世界的感知能力，轉(zhuǎn)向理解并思考的認(rèn)知能力。

在這個核心大趨勢下，圍繞激光雷達(dá)和攝像頭的爭論真的沒有多少的價值和意義。

別爭了，視覺方案挺好，多傳感器融合方案也不錯，都好還不行嗎？