激光雷达和摄像头在自动驾驶汽车中的优缺点

自动驾驶车辆正处于彻底改变我们周围实体商业运输方式的边缘。目前，自动配送机器人已在人口密集的城市地区投入使用，能够在行人道上导航并将包裹送达目的地。   在未来十年内，没有驾驶员的大型半挂卡车可能会出现在公路上。然而，随着这些车辆尺寸、重量和价值的增加，驾驶它们的精度、安全性和导航系统将变得愈发关键和复杂。   当前用于自动驾驶车辆导航系统的方法有多种；Lidar 和摄像头是此领域中最常用的技术。在这里，我们将比较 Lidar 和摄像头技术在自动驾驶应用中的表现，并展示它们的突破性使用。

Lidar 是光探测和测距（Light Detecting and Ranging）的缩写，其功能与雷达技术类似。雷达依靠无线电波的发射、反射和接收，使用的是从 30 厘米到 3 毫米范围内的电磁频率。   这些发射的信号会被介质反射，并在发射点附近接收。光在介质中传输所需的时间表明了反射物体的距离。   本质上，雷达与 Lidar 唯一的区别在于系统中使用的电磁波的发射频率。然而，这种频率的差异影响了这两种波长范围的能力。例如，雷达只能检测大于保龄球（24 厘米）的物体，但其检测距离可以达到 10,000 米。   另一方面，Lidar 可以检测比保龄球小 10,000 倍的物体，但其检测距离只能达到 200 米。   自动驾驶车辆中的 Lidar 系统负责检测大小不一的物体，而通常 200 米以外的物体并不那么重要。这使得 Lidar 成为自动驾驶应用中自然的电磁频率选择。

用于自动驾驶汽车的摄像头是专门的图像传感器，它可以检测从物体反射的可见光谱。鉴于太阳发出的紫外线和可见光量非常大，图像传感器可以检测到许多频率的可见光。这类似于人眼观察光线的方式（即光线由太阳发出，以不同频率从物体反射——我们称之为颜色——然后被图像传感器接收）。   可见光谱的范围为380-740纳米，非常适合感知比切成23段的头发丝更大的物体。大多数摄像头和图像传感器无法在没有特殊镜头的情况下看到如此微小的物体，但它们需要看到比人类更小的物体的情况并不常见。   对于自动驾驶应用中的摄像头，准确的图像识别可以通过分辨率低至1.2百万像素的图像传感器实现。但作为参考，人眼被认为相当于一台576百万像素的摄像头。

关于在自动驾驶汽车中使用Lidar与摄像头的讨论广泛存在。这些争论的讽刺之处在于，这些技术都基于相同的电磁发射、反射和传感器接收的原理来完成其功能。   然而，Lidar与摄像头技术之间的根本区别在于，Lidar会发射它所“看到”的光线，而摄像头则不会。这使得Lidar能够计算出对同时检测到的多个物体的极其精确的距离。   因此，争论可能会从“哪种技术更好？”转变为“哪种技术更先进？” 现代CMOS图像传感器由美国宇航局JPL于1993年发明，迅速成为现代摄像头的首选技术。而工程师David Hall在2005年创造了Lidar。   鉴于现代摄像头得到了大量开发和测试，这是否意味着其技术更为出色？简短的答案是，目前还没有人确切知道。各种公司都广泛使用了这两种技术方法，包括从车库AV初创公司到全球最大的汽车制造商。然而，迄今为止，还没有任何一方能够实现完全自动驾驶的能力。

激光雷达和摄像头技术都非常强大，并且各有独特的优势。激光雷达可以以亚毫米的精度绘制整个城市景观，而图像传感器和摄像头技术则更加先进并被广泛生产。依赖摄像头的特斯拉声称，其车辆将在2023年能够完全实现自动驾驶。   当被问及他更喜欢哪种技术时，埃隆·马斯克表示，"人类用眼睛和生物神经网络驾驶汽车，因此用摄像头和硅神经网络是实现通用自动驾驶解决方案的唯一方式。" 或许特斯拉创始人是对的，或者未来激光雷达技术将被更快地采用。第一种能够完全支持自动驾驶并实现大规模开发的技术将赢得通往自动驾驶的竞争。