自动驾驶绕不开的一个话题：激光雷达和摄像头哪个更出色？

Ouster 表示，基于 NVIDIA DRIVE，Ouster 提供了专用的 NVIDIA DriveWorks 插件，以帮助客户将其数字激光雷达集成到自动驾驶车辆上。此外，Ouster 称所提供的 DriveWorks 插件能够帮助实现处理大量激光雷达点云数据，提升感知算法性能，使用激光雷达数据输出训练深度神经网络（DNN），多传感器校准，以及对多个传感器的录制数据进行重新播放和分析。

自动驾驶绕不开的一个话题那就是激光雷达和摄像头到底哪个更出色，这个问题一直在行业内争论不休，两大派系各执一词，都能讲出一大堆的理由为什么用此非彼，其实要想明白为什么会有这个争论，我们就要先了解这两大技术路线背后的原理是什么，各自有哪些优势和不足。

自动驾驶将汽车的驾驶能力及驾驶责任逐步由人转移到汽车，其主要包括感知、决策和执行三大核心环节。

其中，感知环节相当于人的眼睛和耳朵，主要通过车载摄像头、激光雷达、毫米波达等各类车载传感器在行车过程中完成对环境及车辆的感知、搜集周围环境数据并将其传输到决策层；决策环节相当于人的大脑，主要通过操作系统、芯片与计算平台等对接收到的数据进行实时处理并输出相应的操作与指令任务；执行端则相当于人的四肢，将接收到的操作指令执行到动力供给、方向控制、车灯控制等车辆终端部分。

目前激光雷达感知能力是略强于纯视觉的，很多主机厂商和一级供应商为加速量产落地，难免会通过过多使用激光雷达来回避视觉识别算法、芯片、定位建图等问题。马斯克不止一次提过依赖激光雷达的公司都可能无任何出路，或许是跟激光雷达成本过高有关。

华为在年初宣布成功研发首款96线中长距车规级高性能激光雷达，具备全场景150米的测距能力，拥有120°*25°大视野，可以满足对城区、高速等场景的人、车测距要求。同时水平、垂直线束均匀分布，不存在拼接、抖动等情况，形成稳定的点云对后端感知算法也非常友好，满足远距离小障碍物、近距离加塞、近端突出物、隧道、十字路口无保护左拐、地库等复杂路况和独特场景，更符合中国当下复杂的路况环境。价格号称从原本的2000美金一套降到200美金左右。特斯拉近期也做了对激光雷达的检测，不知纯视觉派会不会因价格优势的出现做出改变。

平台特性：

强大的3D数据：突破性的固态闪光架构使得DF系列能够探测到最远200m处全日光下10%反射率物体的高分辨率3D点云图像，无运动模糊。

灵活性：多传感器套件是一个灵活的平台，可以轻松适应不同的外形和配置，因而仅通过简易改变光学元件，就可以获得不同的探测距离和视场角，给予了车辆充分的设计自由。

DF-0: 专为车身盲区覆盖、交通拥堵辅助和自动泊车功能设计的短距激光雷达。

DF-1: 中距激光雷达，为L4和L5自动驾驶应用提供更广视角覆盖，为L3+自动驾驶提供超车和悬垂物探测。

DF-2: 为L2及L3自动高速路驾驶和安全防撞提供前向感知的长距激光雷达。

可扩展性：DF系列固态激光雷达内部无任何移动部件，易量产，同时提供了前装量产需要的可靠性、耐用性和低成本。