天天热门:别当韭菜,预支好几万的激光雷达,何时才能真的派上用场?

时间:2022-08-24 21:46:30       来源:腾讯网

自动驾驶是未来的发展方向,随着科技的进步,它的实现是必然的,也是汽车或者交通行业最终的发展方向。

不可否认的是,目前距离真正的无人驾驶还有很长的路要走。我们不能过分失望,要给这个行业发展时间,它终将改变人们的出行方式及整个社会的面貌。

但我们也不能过分期望。


(资料图)

当下很多车企声称2022年是激光雷达上车元年,这么宣传,一方面是为了让用户觉得物有所值,因为自动驾驶或者说当前驾驶辅助实现的成本还是很高的,想通过激光雷达装车的亮点和卖点,让用户为之买单;二是部分新造车,为了树立高科技的品牌形象,最终还是反映到市值和价格上,将激光雷达当做了挥向用户的镰刀。

目前在自动驾驶技术中,布局激光雷达方案的企业,通常会有这么几个攻击视觉方案友商的说法。比如说冗余不够,不可靠,容易误判,还有光靠摄像头,光线不好的时候识别效果大打折扣。因此只有投奔激光雷达神教,才是自动驾驶的最终归宿。

而事实上,激光雷达的价格可比摄像头贵多了。所以通常我们会发现,同一品牌的同一款车型,搭载激光雷达的车型版本价格往往远远高于非激光雷达版本,二者的区别并非小几千上万,通常是好几万的差价,让人望而却步。比如这个获得百度、福特、现代、尼康等多家公司投资、也是全球最大的激光雷达公司Velodyne,其16线、32线、128线激光雷达的价格,高达4000、4万、8万美元。就这4000美元的VLP-16,还是在2018年打了5折之后的价格。

有趣的地方在于,这些车企们认为激光雷达是当下自动驾驶最为保守,安全冗余最高的解决方案,但统统宣称装车的激光雷达硬件,主要是预埋,相对应功能的软件还在开发状态。换言之就是说,大家多花了好几万只是提前预装了这个所谓的高级感知“硬件”,但当你把车买回家后的使用过程中,它并不能派上用场,需要等到后面功能开发和验证完成,然后再通过OTA更新后,这个预装的激光雷达,才能真正意义上的使用。

那么换言之,就是就让用户多花了几万块,买回来一个享受不到任何的服务的“期货”、“概念”,啥心态?

关于这一点,日前魏牌CEO乔心昱就对此表示:“消费者花了那么多钱,是买了个寂寞么?这种行为和渣男有什么区别!”

乔总话糙理不糙,就现阶段来看,自动驾驶何时到L5谁都可以瞎说,揭晓结果却是多少年后,当下根本无法验证。那么这些装车的激光雷达,还需要再等待多久才能发挥应有的作用同样无法确定,这不是割韭菜是什么呢?

同比参考目前市面上的视觉解决方案,以特斯拉为例,可以发现该品牌的所有车型,安装的摄像头以及感应雷达元件都是统一的。结合企业自身的自动驾驶系统,只要你付费打开了FSD,根据不同国家和地区的道路交通法规要求和限制,你就能使用相对应的所有功能。简单来说就是即买即得,及时享用。

另外,激光雷达方案是否就一定比摄像头方案高级?

其实也不一定。

首先,激光雷达目前价格居高不下,就算消费者认可,如果未来无法批量到一个合理的价格,那么也很难真正做到普及,仍然只能看做是高端智能车型的溢价方式。反而未来摄像头也可能克服目前的短板,实现技术上的突破和创新,成为可以在所有环境下,都能代替激光雷达的方案也说不定。

其次,现在车企容易在营销上给广大消费者洗脑激光雷达有多么的神奇,原因还是在于大多数人其实并不懂自动驾驶,缺乏对这项技术的了解,误以为激光雷达就是升级款自动驾驶。试想,同样配置的手机、电脑,性能的体现天差地别,自动驾驶其实也是同样的道理。

自动驾驶的技术架构包括了感知层,决策层,执行层。形象点比喻,就好比我们一个人的眼睛,大脑,和四肢,这也只是单车智能方案。里面所包含的技术细节,覆盖范围,就是整体技术综合评分。如果一家车企在这个综合评分里,仅从感知元件的数量做对比,较量谁的摄像头多,雷达有几个,谁有激光雷达,我劝你最好别相信这家的自动驾驶系统有多安全。

如果要评价自动驾驶技术,必须综合来看这家车企,或是合作的供应商所掌握的一切,比如有没有高精度地图,算力怎样,算法好不好用,甚至操纵的流畅度怎样,会不会开着开着车辆的系统死机了,车辆还在卯这劲儿往前跑。

目前网上我们能看到的一些神乎其神的自动驾驶视频,无论是视觉还是激光雷达解决方案,多半都是因为针对特定的场景,具备那条路线的高精度地图,意味着它仅仅能够在测试的固定路况才能做到视频中呈现出的功能,意味着是仅供参考的案例

所以到底是纯视觉方案,还是激光雷达方案,笔者认为只是一个感知上的选择,随着技术的发展和成本的压缩,未来一定会产生一个综合的最优方案,但当下,我们仍未知道到底哪条方案才是最终归宿。自然也不建议大家预支真金白银,去支持一个不知道啥时候才能实现的“梦想”。

*部分图片来源于网络,如有侵权请联系删除

关键词: 高精度地图 激光雷达 自动驾驶 自动驾驶系统 自动驾驶技术