说到这就不能不提在这一届 CES 上自动驾驶元素稀缺的奔驰，但很快他们也意识到了问题所在，在 CES 倒数第二天拉来了 NVIDIA CEO 黄仁勋，与奔驰数字车辆与移动副总裁 Sajjad Khan 一起再次宣布了一个“雄心勃勃”的计划——在 12 个月内推出一款自动驾驶产品。

　　这种无奈也恰好指出了目前“自动驾驶技术”的发展态势——箭在弦上不得不发。一股自动驾驶的狂潮已经来临。

　　狂潮之下，技术暗战不断

　　图片来自 Awesomeocean

　　从特定角度来看，自动驾驶汽车就是一个“世界级风口”，而且参与者都含金量十足：传统汽车业巨头、世界半导体业巨头、各种拥有巨额资本的新玩家。

　　而他们共同奔向自动驾驶未来的过程中也称不上和平共处，即便是最纯粹的技术，也有这优劣之分。而也正是这些技术研究和推进者的不断努力，最终将把自动驾驶真正变为现实，以下是目前“斗争”最激烈的三个点：

　　1、高规格激光雷达 VS 多头视觉捕捉

　　Uber 自动驾驶汽车 图片来自 NYTimes

　　首先需要明确的是，即便是像 Waymo、Uber 这样采用了高规格激光雷达的解决方案，依旧有利用到视觉捕捉技术，所以我们这里讨论的是自动驾驶技术对于环境感知、探测的部分。

　　作为本届 CES 上一个不起眼的现象——高规格激光雷达传感器已然消失不见，取而代之的基本上都是 4 线、16 线产品。自动驾驶先行者队伍中基本只剩下 Waymo 跟 Uber 仍在使用 64 线激光雷达。

　　Velodyne 64 线激光雷达 图片来源 UMN

　　大家从高规格激光雷达转向视觉捕捉技术的原因也很简单，前者实在太贵了。以激光雷达领头羊公司 Velodyne 的 64 线产品为例，单价高达 8 万美元。并且在实际使用中，车身附近依旧存在盲区，需要通过其他传感器（摄像头、雷达）来填补。

　　这也不是简单通过工业生产能够解决的问题，多线激光雷达本来就是一种非常精密的测量工具，不仅有着安装精度极高的激光模块，同时还需要保证整天仪器长时间高速旋转，从而获得 360 度的探测效果。

　　相比之下，视觉捕捉方案则“简单”很多：直接将捕捉到的视频和雷达探测到的距离信息输入 NVIDIA DRIVE PX 2 这样的中央处理平台即可。当然，怎么才能够通过成本低廉、同时只包含二维信息的视频数据生成立体 3D 空间就是另外一个问题了。

　　换个角度说，这就好比一场有着两个选手的短跑比赛。一边是技术和效果已经比较成熟的 LiDAR（激光雷达），需要的是价格回落；一边是整体价格已经比较低的视觉捕捉方案，摄像头和平台均已出现，但是能力仍需继续积累。

　　当然谈到这里我们不得不去讨论另外一个问题：安全性。

　　在激光雷达龙头企业 Velodyne 本次 CES 展位，有一句非常明显的口号：“The only LiDAR for true safety（真正能够带来安全的激光雷达）。”可就在上个月 16 号，搭载了 Velodyne 64 线激光雷达的 Uber 自动驾驶车就闯红灯了。这也从另外一个侧面说明了视觉捕捉方案的重要性，毕竟激光雷达没有办法帮你识别交通灯和道路规则标识。

　　这些事实也让各大车企也都意识到了：与其继续傻傻等待激光雷达廉价化时代到来，不如我们自己现在开始做视觉捕捉技术，等激光雷达技术廉价之后，再进行更新甚至替换也来得及。

　　2、核心计算平台厂商之争

　　图片来自 Themetropolist