跨界“造車”年年有，尤其今年特別多！繼小米高調官宣投資百億造車之后僅半個月，華為也與合作伙伴北汽聯合發布了采用自家技術平臺的新款車型——極狐阿爾法S華為HI版智能純電動轎車。
從官方公布的資料來看，這款HUAWEI Inside的車型最吸睛的就是其自動駕駛功能，它搭載3顆96線車規級激光雷達、6個毫米波雷達、12個攝像頭、13個超聲波雷達等全方位的傳感器，并以算力達352TOPS的芯片做支撐，據稱這款定位于城市通勤自動駕駛的量產車型“能夠做到在市區1000公里無干預的自動駕駛”，著實讓人驚嘆。
對標智能電動汽車領域的特斯拉，華為的自動駕駛方案中處于C位的是“激光雷達”；而在特斯拉自動駕駛方案中唱主角的則是視覺攝像頭。
自動駕駛的概念被吆喝了多年，時至今日，大家已經對它有了更深入的理解——它包括感知、決策和執行三個環節，而想要完成首要的“感知”工作，就需要環境傳感器來實現，激光雷達、攝像頭和毫米波雷達就是公認的自動駕駛傳感器“三劍客”。三種技術從特性來講各有千秋：
攝像頭和人眼工作最相似，在物體識別和分類上表現最好，采用多目攝像頭還可以增加“深度”感知的能力，但是其對于外界天氣、光線等環境因素影響比較敏感；
毫米波雷達在測速（特別是遠距離）方面表現最佳，且不易受環境因素影響，但是在靜態物體檢測、3D空間建模、物體和交通信號識別等方面較弱；
激光雷達（LiDAR）通過向探測區域發射和接收激光信號，可以構建起3D空間模型，在高精度靜態物體檢測方面無出其右者。
圖片：攝像頭、毫米波雷達和激光雷達的特性比較
如果上述這些傳感器能全部“上車”協同工作，自然最好，但是在實際商用的過程中由于受到各方面因素的制約，人們在確定最終方案時就不得不在它們之間進行取舍，這也就形成了自動駕駛“不同流派之爭”。
其中，特斯拉是“視覺派”最堅定也最成功的代表。在視覺派看來，通過攝像頭感知路況和行車環境信息，通過算法將攝像頭拍攝的圖像轉化為3D空間信息，這與人類駕駛員的工作方式是最相似，而再使用什么激光雷達，就像是“成年人的拐棍”，毫無必要。而且為了讓這種技術理念商用落地，特斯拉已經從ABC（算法、數據、算力）全方位構建起一套比較成熟的技術體系。
視覺信號的處理對于算力的消耗非常大，為此特斯拉開發了自己專用的自動駕駛計算平臺。
在數據方面，特斯拉會采集用戶實際駕駛中的數據，用“影子模式”去學習用戶的駕駛邏輯，認識各種各樣的駕駛場景，確保有充足的數據去做系統的優化。
使用的用戶越多，收集的數據也越多，基于數據不斷優化的算法也會越智能。
可以看出，特斯拉是依托其龐大的用戶群，基于AI的方法，用一種快速迭代的“軟件開發”的思路去做自動駕駛，這也確保了其在這條技術路線上總是能夠處于領先的地位。
當然，這樣的“視覺派”的技術方案也不能算是完美——盡管這一系統是在不斷學習和更新中的，但是在實際使用中，用戶總是會遇到一些特殊的“個案”，如果這類情況以前并沒有被“視覺派”的自動駕駛系統學習到并作出正確的判斷，那么就很可能會成為安全隱患。
而從技術特性來講，激光雷達正好可以作為“視覺派”方案的補強手段，由于激光雷達具備高精度的3D空間建模能力，相當于在其他環境感知基礎上多加了一重安全保障，特別是在L4以上的自動駕駛系統中，這種安全性就顯得更加必要了。從本質上講，激光雷達并不是要替代視頻自動駕駛方案，而是增加了整個系統的安全冗余，而且可以降低純視頻方案的算法難度。
激光雷達雖好，但是價格太貴！比如一套法雷奧的16線的車規級激光雷達成本就要2000美元，因此如果整車賣不到七八十萬以上，激光雷達就基本上別想上車。
公開的資料顯示，為了研發出車規級的激光雷達，華為2018年在武漢投資了一個超過10000人的光電技術研究中心，終于在去年年底宣布研發成功可量產的96線的車軌級激光雷達，而且將成本壓到了200美元一套！
之前IDH的分析師曾經預測，激光雷達在2020年之后有望將成本壓縮到數百美元，從而打開商用大門，現在華為算是讓這個預測成真了。隨著越來越多的車企宣布將推出搭載激光雷達的自動駕駛方案，2021年作為“車載激光雷達量產元年”很可能實至名歸。接下來，無論這些技術巨擘是打嘴仗還是拼實力，最終的結果都會是在加速激光雷達商用方面加一把力。對于消費者來講，距離真正的自動駕駛也會更近一步。
