汽車的誕生給人們的生活帶來了便利，近年來，隨著人工智能技術(shù)應用優(yōu)先域的不斷拓寬和深入，自動駕駛漸漸進入大眾視野，在消費者看來開車變成了一件輕松的事情。在自動駕駛技術(shù)的研發(fā)中，選擇以激光雷達還是攝像頭為主要傳感器是首要解決的問題，它們代表著兩套完全不同的系統(tǒng)——激光SLAM和視覺SLAM。

　　車載攝像頭是實現(xiàn)眾多預警、識別類ADAS(高級駕駛輔助系統(tǒng))功能的基礎(chǔ)，在眾多ADAS功能中，視覺影像系統(tǒng)較為基礎(chǔ)，對于駕駛者也更為直觀，而攝像頭又是視覺影像處理系統(tǒng)的基礎(chǔ)。

　　車道偏離預警、前向碰撞預警、交通標志識別、行人碰撞預警、駕駛員疲勞預警等眾多功能都可借助攝像頭實現(xiàn)，甚至有的功能只能通過攝像頭實現(xiàn)。此外，攝像頭不僅能夠以高分辨率捕捉圖像，還可以更好地分類物體，那么它們的缺點是什么呢?“攝像頭的數(shù)據(jù)深度不如激光雷達。”Magney這樣表示。

　　隨著自動駕駛的火熱，激光雷達受到了前所未有的追捧。激光雷達(LiDAR——Light Detection And Ranging)，是利用激光、全球定位系統(tǒng)GPS和慣性測量裝置三者合一。其能夠區(qū)分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態(tài)物體、準確測距。它的工作原理也很好理解，通過發(fā)射激光束來探測目標位置、速度等特征量的雷達系統(tǒng)，具有測量精度高、方向準等優(yōu)點。

　　在ADAS系統(tǒng)中，激光雷達通過透鏡、激光發(fā)射及接收裝置，基于TOF飛行時間原理獲得目標物體位置、移動速度等特征數(shù)據(jù)并將其傳輸給數(shù)據(jù)處理器;同時，汽車的速度、加速度、方向等特征數(shù)據(jù)也將通過CAN總線傳輸?shù)綌?shù)據(jù)處理器。

　　隨后，數(shù)據(jù)處理器對目標物體及汽車本身的信息數(shù)據(jù)進行綜合處理并根據(jù)處理結(jié)果發(fā)出相應的被動警告指令或主動控制指令，以此實現(xiàn)輔助駕駛功能。現(xiàn)在市場上或者自動駕駛項目中主流的激光雷達，占據(jù)了自動駕駛項目約90%的應用。Google、Audi、福特和百度等公司研發(fā)的無人駕駛汽車基本都采用了激光雷達。此外，根據(jù)線束數(shù)量的多少，激光雷達又可以分為單線束激光雷達與多線束激光雷達。單線束激光主要用于規(guī)避障礙物，在測試周圍障礙物的距離和精度上都很準確，但單線束只能平面式掃描，不能測量物體高度;多線束激光雷達成為彌補了單線激光雷達的不足，在維度提升和場景還原上有了質(zhì)的改變，可以識別物體的高度信息。

　　據(jù)了解，目前在國際上推出的主要有4線、8線、16線、32線和64線，多線激光雷達主要應用于汽車的雷達成像。

　　無人駕駛用于控制的傳感器要么是攝像頭，要么是激光雷達，這是業(yè)界已經(jīng)達成的共識，但是究竟采用哪一種，還在爭論中。部分觀點認為，兩者之間并沒有那么對立，兩個技術(shù)各有優(yōu)劣，互相作為補充是現(xiàn)階段相對可以實現(xiàn)的路線。從更深層次來看，傳感器的選擇其實是自動駕駛路線選擇的問題。如果將自動駕駛擬人化，那么基本上不需要激光雷達了。車輛依靠自身的知識庫、規(guī)則庫即可完成周圍環(huán)境的動態(tài)判斷和車輛控制。

　　有觀點認為，兩者之間的問題是在現(xiàn)實的行業(yè)發(fā)展中哪一方更被側(cè)重。以Tesla例，其偏重攝像頭以及毫米波傳感器。但由于目前Tesla事故頻發(fā)，導致越來越多的企業(yè)對這種成本相對較低、且易于推廣的方式開始產(chǎn)生質(zhì)疑。此外，媒體稱目擊到Tesla在北美開始測試搭載激光雷達的model系列。自動駕駛是個系統(tǒng)工程，傳感器必不可少也不能立工作，基于現(xiàn)實的配合才能使自動駕駛走得越快越遠越好。