只要谈到目前水平的高级别自动驾驶辅助，激光雷达一定是绕不开的话题。用于自动驾驶的车载高精度激光雷达，堪称目前最前沿的科技领域，那么激光雷达是不是装的越多就越好呢？

　　从蔚来、小鹏、到沙龙，从一颗到四颗，不知道什么时候开始，激光雷达已经成为判断辅助驾驶高地的一项标准。如果按照这个说法，那么没有激光雷达的特斯拉，那岂不是就是低能。但显然，不可能有人会这么认为，特斯拉的辅助驾驶依然是世界上最好辅助驾驶系统。所以问题来了激光雷达越多辅助驾驶能力就越强吗？为什么中国车企要在激光雷达上搞军备竞赛？

　　首先，必须要弄清楚一个基本的问题，激光雷达是什么，它是如何工作的。激光雷达和摄像头、毫米波雷达一样都属于汽车感知周围环境的零部件，它们之间各有各的优势和缺点。首先，激光雷达并非是当下刚刚问世的产物，激光雷达是以发射光束探测目标的位置、速度等特征雷达系统，具有很强大复杂的信息感知和处理能力。

　　激光雷达的三大核心点是感知、决策、执行，搭载汽车激光雷达主要作用于自动驾驶上，最终的目的也就是未来的无人驾驶，但是由于目前的的交通环境比我们想象的还要复杂多变，仍然在辅助驾驶上运用的比较多。

　　激光雷达在汽车上主要以多线束为主，可以起到帮助汽车感知道路环境，自行规划行车路线，并控制车辆达到预定目标的作用。其工作原理就是通过发射电磁波对目标进行照射并接受收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。

　　比如根据激光遇到障碍物后的折返时间，计算目标与自己的相对距离，从而可以帮助车辆识别路口与方向。简单来说，就像我们人开车的逻辑是一样的。眼睛看到障碍物，大脑进行决策什么时候打方向盘，然后双手双脚去执行。

　　固然，激光雷达的功能非常强大，大多数人都会认为一款车的激光雷达数量越多越好，辅助驾驶也就越强。实际上，这个想法不够全面，激光雷达数量多确实是有其作用的，但因为辅助驾驶能力是一个体系，不是单单看哪一个参数就可以决定的。

　　无论一辆车上装几个激光雷达，车企都必须要做一件最重要的事，那就是要把激光雷达的信息和摄像头获得的信息做一个融合，然后再去搭建外部环境的数字模型。目前，主流的思路有两种，一是基于成熟的摄像头算法，把摄像头的二维图像直接映射到激光雷达的信息上，从而获得一个三维的环境信息；另一种是利用激光雷达覆盖多角度的视角，去和相机图像进行端到端的融合计算。

　　不过，不同信息的融合，会存在一个潜在的问题，就是激光雷达的信息和摄像头的信息产生矛盾该怎么处理。是该相信激光雷达还是摄像头，还是再进一步做深度融合计算。这个时候，装几个激光雷达已经不重要了，如果激光雷达的信息都被过滤了，装一个还是四个就没有区别了。也就是说没有一个比较领先的自动驾驶软件平台，更多的激光雷达都是白搭。

　　而车辆的智能化程度，自动驾驶能力高低主要取决于算力高低，而激光雷达的功能更丰富，产生的数据信息也会远远超它其它传感器，因此需要极高的算力水平才能处理巨大的数据信息量。

　　所以从根本上来讲觉得辅助驾驶能力的是算法，只有在好的算法基础上，那么激光雷达的数量就能体现出来优势。总而言之，衡量一款车的辅助驾驶水平高低，不能仅靠感知硬件数量来判断，所以，目前车企对激光雷达数量的宣传，与辅助驾驶的强弱并没有太大的关系，本质上还是车企营销宣传的一个手段而已。所以对于消费者来说，今后购车不能仅仅凭借激光雷达的数目来断定自动驾驶水平的高下，或者其安全性能的高低。

　　相比于激光雷达，摄像头+毫米波雷达应该是目前最主流的自动驾驶感知硬件，激光雷达和摄像头都各自的优劣势。但是，车技术上来看，激光雷达和摄像头是属于互补的存在。

　　摄像头类似人眼看世界，系统算法会自动分析图像并找出其中的各种事物。而毫米波雷达在恶劣天气下也可以正常工作，并且可以直接判断其它车辆的速度，常应用于ACC自适应巡航系统上。

　　但摄像头和毫米波雷达的缺点也明显，其中摄像头十分依赖算法，然而算法需要海量的数据进行训练，门槛非常高，目前只有特斯拉能仅靠纯视觉方案来实现辅助驾驶，主要原因是特斯拉在人工智能算法、超级计算机等方面有深厚积累，摄像头的功能与毫米波雷达基本无异。而毫米波雷达的问题是识别精度有限，难以判断障碍物的具体轮廓，对小尺寸障碍物的判断很模糊。

　　相对于摄像头传感器即摄像头，激光雷达的优势在于主动发射的激光束，要比可见光具有更强的穿透恶劣天气的能力。借助密集激光点云，激光雷达的感知精度更高、识别正确率更高、数据更加直接，对于自动驾驶系统芯片与算法的压力更轻，安全性和可靠性也更有保证。但和摄像头相比，激光雷达还有一个最大的优势就是在于其能有效识别远处的非金属物体，而这也是之前特斯拉屡屡出现事故的命门所在。

　　同样激光雷达也有着一定的缺陷，比如激光雷达同样具有一些不可避免的缺陷，比如在实际的驾驶场景中，某些高反射率物体就容易让激光雷达变 “ 瞎 ”。再比如激光雷达扫描出的点云图里，会出现鬼影现象。这些都是算法识别尚未逾越的障碍，因为这些缺陷，可能导致智能驾驶系统呈现决策性的错误。

　　特斯拉以视觉效果+毫米波雷达的纯视觉方案，造就了全世界最强的驾驶辅助系统，而目前也只有特斯拉一家在这么干，既然纯视觉的方案这么强大，那为什么中国车企不效仿，反而如此热衷激光雷达呢？

　　首先是价格，过去激光雷达非常昂贵，贵到什么程度呢，一个激光雷达相对于一台车的价格，比如2020年的时候，一个激光雷达的价格大概在7.5万美元，而到了2021年激光雷达的价格大约在500-1000美元，所以当激光雷达这几年成本降到可以装在量产车上的时候，车企们自然要大肆宣扬一下。

　　这个是价格的原因，还有就是在技术上，特斯拉的视觉效果+毫米波雷达已经座到极致了，甚至特斯拉都想把毫米波雷达砍掉，只用摄像头为主的视觉效果，可见特斯拉的辅助驾驶说已经到登峰造极也不为过。

　　那么特斯拉的纯视觉做到什么程度呢？它甚至可以通过二维图像计算三维距离的信息，所以特斯拉不愿意用激光雷达取代目前的纯视觉方案。这背后是特斯拉大数据库，人工智能计算的超级计算机，以及软件模型上的各种创新，无论是半导体还是软件这种最核心的计算，都被特斯拉牢牢掌握在手中。

　　这也就决定了如果中国车企也用摄像头作为辅助驾驶的系统方案，那么意味着中国车企要把特斯拉走过的路重新再走一遍，这样的话不但意义不大，而且中国车企永远无法超越特斯拉，永远跟在特斯拉的屁股后面，因为在人工智能的核心能力上，中国车企与特斯拉依然存在很大的差距。

　　所以这就必须促使中国车企开辟一条新的赛道，才有机会实现弯道超车，依靠中国无可匹敌的工业化能力，把激光雷达的价格降下来，再用硬件化的优势去追赶，这就是为什么中国车企如此热衷激光雷达的原因所在。

　　2021年可以说是激光雷达的用在汽车上量产的元年，未来，最好最便宜的激光雷达一定会在中国，那么越来越多的中国车企没有理由不用激光雷达，来作为辅助驾驶的感知元件。尽管如此，也不能肯定未来中国车企的自动驾驶一定会做到世界最好，因为激光雷达不代表辅助驾驶的能力，因为堆硬件容易做软件难，所以把软件算法做好，做好激光雷达信息与摄像头信息的融合，有效解决智能电动车的痛点，才是未来制胜辅助驾驶甚至是自动驾驶的王牌。