國內自動駕駛技術就是否應該采用激光雷達仍在爭論中，不過一家新造車的老總在去了一趟美國，看了特斯拉FSD最新版本之后，已確定舍棄激光雷達，此舉對國內自動駕駛是否舍棄激光雷達將產生重大影響。

激光雷達在國內汽車企業(yè)之中一直未能大規(guī)模普及的首要原因是價格，此前激光雷達的價格曾高達萬元，這就導致20萬以下的車型難以承受激光雷達的成本，這幾年在激光雷達企業(yè)的努力下，激光雷達正向1000元以下努力，成本問題將逐漸得到解決。

不過即使激光雷達的成本得以解決，對于汽車企業(yè)來說，采用激光雷達的另一個重要難題則是技術問題，激光雷達時刻掃描著周邊的環(huán)境，然后借助反射回來的信號，確定是否有障礙物，如此激光雷達的數量越多，產生的數據就越多，需要的芯片性能就要更強大。

對于自動駕駛企業(yè)來說，同時處理激光雷達信號和圖像信號是又一個難題，視覺識別和激光雷達的信息處理技術完全不一樣，此前知名自動駕駛芯片NVIDIA主要是為企業(yè)提供處理器圖像的方案，這就意味著企業(yè)得自己解決激光雷達的信號處理，還得將激光雷達和視覺識別信息綜合處理，技術難度更大，同時這也會進一步要求芯片的性能更強。

激光雷達也非萬能，激光雷達同樣會受到暴雨天的影響，有網友駕駛某品牌車，開啟了輔助駕駛，暴雨天氣下，汽車頻頻提醒雨天激光雷達有誤判的可能，要求車主接管，原因就在于雨滴同樣會反射激光雷達信號，讓計算機無法準確識別障礙物還是雨滴。

正是由于這種種問題的存在，導致激光雷達在自動駕駛中的普及率據稱僅有一成左右，就連某科技企業(yè)一直堅持激光雷達的，都悄悄在部分車型中舍棄激光雷達，更何況其他自動駕駛企業(yè)呢？

相比之下，視覺識別技術就簡單了許多，單一的技術，讓自動駕駛在處理信號的時候更簡單，如此計算機可以快速根據獲得的信號迅速進行識別并做出判斷，讓自動駕駛技術迅速根據道路狀況調整行駛姿態(tài)。

據悉特斯拉FSD最新的端到端技術進一步簡化，借助AI對FSD進行訓練，讓FSD學習人類日常行車中對各種信號的分析和處理，盡可能如人類用眼睛觀察各種道路狀況，然后做出判斷，特斯拉FSD在美國試用數個月之后，證明了借助AI訓練得到的特斯拉FSD更安全，而代碼也大幅減少了九成。

對比之下，國內的自動駕駛企業(yè)此前在各種方案之間不斷糾葛，又是激光雷達，又是高精地圖等等，強調用這種更復雜的數據來確保安全，然而后來的事實證明依靠高精地圖問題頗多，移動通信網絡不可能確保隨時更新數據，高精地圖也無法隨時根據道路的變化更新地圖，某車企高管就曾表示汽車安全得靠車上計算機，不能靠5G網絡，5G網絡無法絕對可靠。

相比之下，特斯拉FSD無需高精地圖，無需時刻連接移動通信網絡，主要靠車上計算機，通過攝像頭觀察周圍環(huán)境，車上計算機根據攝像頭得到的圖像進行分析，就如人用眼睛觀察周圍環(huán)境實現安全行車一樣。

從如今中國這家車企決定放棄激光雷達來看，顯然已深刻認識到視覺識別的優(yōu)越性，其他汽車企業(yè)其實也有在推完全依賴視覺識別技術的輔助駕駛，可以說視覺識別在與其他技術的較量中，很有可能也在國內成為主流，這將讓特斯拉FSD成為最大贏家。

一種技術能否成為主流，其實很難說完全靠技術先進就行，往往還需要考慮成本等諸多問題，就如2G時代，都說CDMA技術更先進，但是最終成本更低、技術稍微落后的GSM卻成為全球主流技術，自動駕駛技術也是如此吧。

       原文標題 : 自動駕駛為何放棄激光雷達？原因有多種，主要是怕落后于特斯拉