自动驾驶

传感器方案的路线之争

自动驾驶的感知层有两大派系：多传感器融合派（激光雷达 + 摄像头 + 毫米波雷达）和纯视觉派（特斯拉 FSD）。激光雷达（LiDAR）可以直接输出精准的点云距离信息，但成本高昂——早期 Velodyne HDL-64E 单价 7.5 万美元，2023 年速腾聚创 M-Platform 已降至数百美元区间。

特斯拉坚持「摄像头 + 神经网络」路线，Musk 认为激光雷达是「拐杖」。这一判断争议很大：摄像头在大雾、强光、雨雪下性能下降明显，而 LiDAR 对这些场景更鲁棒。[1]

从感知到决策的全链路

• 感知：识别车道线、行人、车辆、红绿灯，输出带置信度的目标列表
• 预测：预判周围车辆和行人的下一步行为（直行/转弯/停车）
• 规划：在可行驶区域内规划轨迹，处理博弈场景（如并线、让行）
• 控制：将规划轨迹转化为油门、刹车、转向指令，闭环反馈

Waymo 目前在旧金山、凤凰城提供全无人出租车服务（Robotaxi），已累计运营超 700 万英里，每百万英里碰撞率低于人类驾驶员。国内小马智行、文远知行也已在北京、广州部分区域拿到无人测试牌照。