上周，特斯拉宣布将放弃雷达，转而为其 ADS 的未来采用基于摄像头的视觉。这种系统的优点和缺点是什么？

就其核心而言，开发高级驾驶辅助系统 (ADAS) 和自动驾驶系统 (ADS) 的努力无论从字面上还是比喻上都是一种视觉挑战。无论是监控驾驶员还是道路，所有 ADAS/ADS 系统都严重依赖传感技术和机器学习的现代进步来解释环境。 

不同级别的自动化将需要雷达、激光雷达和摄像头的组合。图片由恩智浦提供

为此，流行的技术主要是激光雷达、雷达和摄像头。然而，通常情况下，通常需要三者的组合。 

虽然这可能会概括该领域，但每家公司的行事方式都不一样，不仅基于它认为今天提供较佳性能的方法，还基于未来的潜力。 

特斯拉是自动驾驶汽车传感主流方向的臭名昭著的叛逃者——众所周知，特斯拉完全拒绝 LiDAR，转而支持雷达和摄像头解决方案。 

现在，特斯拉用其对未来的最新赌注带来了重大新闻：完全放弃雷达，转而采用纯粹基于摄像头的 ADS 系统。 

雷达 vs. LiDAR vs. 相机

如前所述，在视觉方面没有“正确”的解决方案。大多数系统都会使用雷达、激光雷达和摄像头的组合，因为每一种都有优点和缺点。 

从 LiDAR 开始，一个显着优势是它是三者中唯一可以在更大范围内提供高分辨率的一种。LiDAR 还受益于对自然光照干扰的免疫力，包括阴影、照明和眩光，这些干扰严重影响了基于相机的解决方案。最后，LiDAR 还为系统提供高度详细的深度信息，使其能够高度准确地绘制其环境图。 

尽管有这些好处，但 LiDAR 的主要缺点之一是它无法检测颜色或解释文本，从而限制了其用例；例如，LiDAR 应该如何解读道路标志或交通灯？ 

除此之外，该技术虽然越来越便宜，但在历史上也很昂贵，这可能会影响其开发和集成。 

雷达、激光雷达和相机各有优缺点。图片由ADI 公司提供

另一方面，基于摄像头的传感器在 LiDAR 失败的情况下提供了许多优势。首先，相机视觉可以识别颜色并解释文本，使其能够更直观地分析其环境。 

相机系统还具有令人难以置信的高吞吐量和分辨率，比雷达和 LiDAR 提供更多的比特/秒。虽然这当然是有益的，但它也导致相机需要比其他解决方案更多的计算能力。当功率受限时，纯粹基于相机的解决方案可能并不完全可行，这也是许多 OEM 选择将相机与其他传感器结合使用的原因之一。 

最后，雷达具有在恶劣天气下有效检测的优势，这是 LiDAR 和相机都无法做到的。此外，与 LiDAR 不同的是，雷达不需要机械部件，从而简化了设计并提高了可靠性。虽然雷达确实提供了距离信息，但与 LiDAR 相比，它的距离分辨率较差。雷达还存在反射物体的误检测问题，并且通常不如 LiDAR 和相机准确。 

概述了这些优点和缺点中的每一个，看看特斯拉将如何适应并尝试克服没有雷达的摄像头系统的挑战将会很有趣。 

特斯拉的大开关 

上周，特斯拉宣布将在当前和未来的车型中放弃雷达。相反，该公司计划使用一种纯粹基于相机视觉和神经网络处理的方法来实现特斯拉自动驾驶的未来，并最终实现全自动驾驶。 

特斯拉将摄像头和超声波传感器用于“自动驾驶仪”。图片由 特斯拉提供

当被问及公司的转换决定时，埃隆·马斯克表示，摄像头的数据吞吐量往往高于雷达和激光雷达。最重要的是，特斯拉认为技术趋势是计算机视觉和神经处理不断变得更好。在特斯拉看来，这两个事实最终会导致非基于摄像头的解决方案过时。 

正如马斯克所说：“当雷达和视觉不一致时，你相信哪一个？视觉具有更高的精度，因此与传感器融合相比，将视觉加倍更好。” 

未来的问题 

虽然许多其他公司仍然订阅多种传感解决方案，但特斯拉已决定暂时专门致力于摄像头。特斯拉是较早采用这种方法的公司之一，毫无疑问，该计划的可行性留下了许多悬而未决的问题——这些问题只有时间才能揭晓答案。 

看看特斯拉对 ADAS 和 ADS 技术的摄像头系统的关注将如何发展并可能随着时间的推移刺激增长或变化，将会很有趣。