自動駕駛發(fā)展如火如荼，究竟攝像頭和激光雷達哪條線才會成為主流？

財報季到來，82只無人駕駛概念股至今已有35只披露了上半年業(yè)績預(yù)告，其中長安汽車、長城汽車、比亞迪已經(jīng)“預(yù)訂”了凈利潤前三名的寶座。北汽藍谷雖然與華為、百度等大廠深度合作，但依舊難以逃脫虧損的命運。

此外，盛路通信和高鴻股份殺出重圍，分別預(yù)計實現(xiàn)最高10529.92%和3787.76%的凈利潤增幅，前者可以為無人駕駛提供毫米波產(chǎn)品，后者則提供C-V2X車聯(lián)網(wǎng)技術(shù)解決方案，可以加強車輛與交通燈的互動。

從財報中不難看出，無人駕駛浪潮之下，產(chǎn)業(yè)鏈上下游企業(yè)都有所收益。其中，特斯拉選擇的攝像頭技術(shù)路線和國內(nèi)大量車企選擇的激光雷達技術(shù)路線都帶活了一批企業(yè)。券商預(yù)計我國乘用車領(lǐng)域激光雷達市場空間到2030年將達到980億元。

不過，清華大學車輛與運載學院副研究員仇斌向貝殼財經(jīng)記者表示，如果單一車型在自動駕駛上投入的成本過高，勢必會影響車型的售價，進而影響市場占有率。目前車企面臨的主要問題是如何在技術(shù)和成本之間做平衡。

凈利漲幅最大的兩家都有“絕活”

Wind數(shù)據(jù)顯示，截至8月23日，無人駕駛概念股共有82只，其中有35只已經(jīng)公布了今年上半年的業(yè)績預(yù)告。這其中有20家公司預(yù)計實現(xiàn)盈利，有15家則未必。

預(yù)計今年上半年實現(xiàn)凈利潤上限最高的三家企業(yè)分別是長安汽車、長城汽車和比亞迪，預(yù)計凈利潤分別最高可以達到62億元、59億元、36億元，預(yù)計凈利潤最低也可以達到50億元、53億元、28億元。

長安汽車表示，今年上半年利潤增長主要得益于公司品牌持續(xù)向上，產(chǎn)品結(jié)構(gòu)持續(xù)優(yōu)化，自主品牌盈利能力持續(xù)提升。

比亞迪的無人駕駛在今年也取得了不小的進展。比亞迪與美國科創(chuàng)公司Nuro聯(lián)合研發(fā)設(shè)計的第三代純電動無人駕駛配送車已經(jīng)正式發(fā)布。據(jù)了解，此次合作中，比亞迪將負責整車開發(fā)，車輛測試和生產(chǎn)制造，并提供刀片電池、電機、電控以及人機交互等核心總成部件。

除了上述三家體量龐大的整車廠之外，預(yù)計凈利潤上限最高的第四至十名的凈利潤維持在8億元至1億元之間。其中，拓普集團、中科創(chuàng)達、高鴻股份預(yù)計最高可以實現(xiàn)凈利潤7.37億元、4.15億元、2.90億元，最低分別可以實現(xiàn)6.67億元、3.88億元、2.5億元。

除了今年“盈利之王”以外，還有一些企業(yè)凈利潤大漲，共有9家企業(yè)預(yù)計凈利潤最高上漲超過100%。

其中，盛路通信預(yù)計凈利潤最高漲幅可以達到10529.92%，高鴻股份預(yù)計凈利潤最高可以漲3787.76%。

盛路通信的毫米波產(chǎn)品頗為知名。公司2021年報顯示，公司的民用通信業(yè)務(wù)主要從事移動通信天線、射頻器件和有源一體化通信設(shè)備、垂直行業(yè)整體解決方案等產(chǎn)品和服務(wù)的研發(fā)、生產(chǎn)和銷售，掌握通信天線、射頻微波尤其是毫米波產(chǎn)品設(shè)計和制造的關(guān)鍵技術(shù)。公司產(chǎn)品涵蓋汽車天線等，形成了較為完整的通信天線產(chǎn)品線，客戶主要包括國內(nèi)外電信運營商和通信設(shè)備集成商、汽車整車廠等。傳感器融合是汽車無人駕駛技術(shù)的關(guān)鍵之一。

總的來說，自動駕駛的四大核心技術(shù)，分別是環(huán)境感知、精確定位、路徑規(guī)劃、線控執(zhí)行。由于環(huán)境感知和精確定位都需應(yīng)用多個傳感器，傳感器融合技術(shù)正是歸類于這兩大核心技術(shù)的。

舉個例子，感知是通過攝像頭、LiDAR和RADAR來精確地對障礙物的類別、位置和速度進行檢測。而另一方面，定位是指將GPS、LiDAR和攝像頭數(shù)據(jù)融合在一起，從而精準獲得厘米級精度的定位。

本文將重點介紹環(huán)境感知的過程，尤其是LiDAR與攝像頭之間的數(shù)據(jù)融合。

目前，自動駕駛領(lǐng)域的傳感技術(shù)，存在兩個較大的技術(shù)分歧，一個是激光雷達方案，還有一個就是攝像頭，無論傳統(tǒng)車企還是造車新勢力，都基本采用激光雷達感知，只有特斯拉還在堅持攝像頭純視覺傳感的方法。

特斯拉的理念是，既然人可以靠雙眼觀察周圍環(huán)境開車，那么自動駕駛系統(tǒng)也可以用同樣的邏輯靠攝像頭做到，所以特斯拉的攝像頭就是在仿造人類的眼睛。

攝像頭能將最真實的路面圖像傳遞給處理器，然后將這些圖像轉(zhuǎn)換成數(shù)據(jù)，這其中最難的不是如何還原真實的圖像，而是如何將圖像轉(zhuǎn)換成數(shù)據(jù)，這就對數(shù)據(jù)的處理和存儲能力有著非常之高的要求。

視覺方案對樣本數(shù)據(jù)的依賴度比較高，需要用大量的數(shù)據(jù)進行訓練，不斷優(yōu)化，不斷學習，所以特斯拉很早就構(gòu)建了一整數(shù)據(jù)采集與學習的閉環(huán)框架，通過攝像頭收集各種行駛場景數(shù)據(jù)，并上傳到特斯拉云端，構(gòu)成真實而龐大的數(shù)據(jù)池。

這種云端數(shù)據(jù)庫能夠?qū)μ厮估闹悄芩惴ㄌ峁W習模版，賦予了算法不斷升級的能力。基于收集到的行駛數(shù)據(jù)，特斯拉會通過“影子模式”不斷優(yōu)化算法，最后對每一輛特斯拉的FSD自動駕駛進行OTA升級。

激光雷達通過激光束進行探測和測距，由激光發(fā)射器、光學接收器、和信息處理系統(tǒng)三部分組成。

激光雷達可以通過發(fā)射和接受激光束，分析激光遇到目標對象后的折返時間，計算出目標對象與車的相對距離，并利用收集的目標對象表面大量的密集點的三維坐標、反射率等信息，快速復(fù)建出目標的三維模型及各種圖件數(shù)據(jù)，建立三維點云圖，繪制出環(huán)境地圖，以達到環(huán)境感知的目的。

由于測距公式都是固定的，這些的算法自然也相同，所以激光雷達的提升就在于測距的精準度上，完全依賴硬件性能，不能通過自我學習提升。

兩者的區(qū)別和特點

激光雷達是一種主動式傳感器，通過發(fā)射脈沖激光并探測目標的散射光特性獲取目標的深度信息，具有精度高、范圍大、抗干擾能力強的特性，可以在一些極端天氣下和夜間做到比攝像頭更高的精準度，防止車輛的誤判，提升安全的冗余度。

但是，激光雷達獲取的數(shù)據(jù)稀疏無序、難以直接利用，且激光單色的特性讓其無法獲取顏色和紋理信息，雖然對于周邊環(huán)境測距描繪的能力突出，在一些沒有特征的道路，比如沒有中心線指示牌的路段，激光雷達會存在不易分辨甚至缺失的問題，所以必須搭配其它傳感器互補使用。

作為乘用車自動駕駛領(lǐng)域的領(lǐng)頭羊，特斯拉在純視覺這條路上走的十分決絕，甚至連僅有的毫米波雷達，也在前不久被特斯拉拋棄了。然而，在感知層面，領(lǐng)頭羊幾乎快成了“獨羊”，更多的品牌不約而同的在感知方案中加入了激光雷達的選項，甚至已經(jīng)“卷”了起來。

不同于上海車展激光雷達剛剛上車時給我們的震感，經(jīng)過半年多的發(fā)展，廣州車展上大家對各家展臺上普遍出現(xiàn)的激光雷達方案已經(jīng)習以為常。在這樣的大環(huán)境下，對激光雷達的宣傳也變得五花八門，廣汽埃安打出了3顆激光雷達”領(lǐng)先一代“的口號;而長城旗下的全新品牌沙龍，更是直接在宣傳海報上挑釁式的寫到”4顆以下別說話“......

純視覺路線和感知融合路線之爭，已經(jīng)是老生常談的話題了。從傳感器上來說，攝像頭本身有著絕對的優(yōu)勢，只聞馬斯克毅然砍掉毫米波雷達，不見哪家鐵憨憨敢直接踢掉攝像頭。即便是激光雷達的堅定支持者，感知方案中一樣需要將攝像頭擺在足夠重要的位置。

這是整個社會環(huán)境，甚至是億萬年來的自然環(huán)境決定的。我們的地球身處太陽系，享受著陽光給予地球的能量。而太陽輻射的能量，絕大部分是波長在380～780nm之間可見光，當然也有不少臨近的紅外線和紫外線，而地球大氣層中的臭氧層盡職盡責的幫我們過濾掉了絕大部分紫外線，讓我們免受皮膚癌等問題的侵擾。所以，地球上的生物進化出了可以通過可見光觀察周遭事物的眼睛。

而快速發(fā)展的人類文明，也是基于人自身的感知能力進行建設(shè)，交通系統(tǒng)都保證人通過肉眼就能夠做出判斷，不需要給司機植入各種天線才能開車。所以，能夠模擬人眼觀察世界方式的攝像頭，自然也成為了機器感知的重要途徑，畢竟機器也身處地球。

包括自動駕駛在內(nèi)的機器學習依賴近幾年高速發(fā)展的人工智能技術(shù)的進步，人工智能依賴的深度學習算法需要海量的數(shù)據(jù)進行訓練。芯片算力的提升和移動互聯(lián)網(wǎng)發(fā)展形成的海量數(shù)據(jù)是人工智能近幾年能夠高速發(fā)展的重要基礎(chǔ)，我們能夠訓練出什么樣的算法，強依賴我們有什么樣的數(shù)據(jù)。我們有什么數(shù)據(jù)?最多的當然是基于可見光拍攝的照片，人手一部的手機幾乎都帶有攝像頭，激光雷達可沒普及到這種程度。這也是人工智能快速發(fā)展中，發(fā)展最快的基礎(chǔ)應(yīng)用是語音識別和圖像識別的重要原因，因為這里有人本身能夠大量創(chuàng)造的數(shù)據(jù)，也是人們最基礎(chǔ)的需求。