物流產品網（ID:products56）原創

　　作者 | 科技物語

　　目前，智慧物流市場上主要應用的導航系統是激光導航和視覺導航，特別是在無人駕駛上，兩種截然不同的導航方式爭論激烈，兩者誰更勝一籌呢？本文將從應用范圍、應用成本、應用效果等方面進行分析，個人意見，謹供參考。

　　一、特斯拉博弈

　　新能源汽車行業的智能化競爭愈演演烈，而自動駕駛更是成為各大車企科技比拼的焦點。自動駕駛核心技術體系可簡單概括為“感知、決策、執行”。而在其最重要的第一步——感知層面，目前則分為“兩大門派”：純視覺派和雷達派。

　　兩者主要區別是導航系統的不同，更具體地說，是收集路況數據的傳感器不一樣，前者唯一“眼睛”是攝像頭，后者則以激光雷達為主。

　　特斯拉堅定履行純視覺路線，對激光雷達說不，是視覺派的代表，而中國車企集體站在了特斯拉的對立面，堅持走以激光雷達為主，融合視覺的導航路線。兩派都各自取得了一寫的成績，實現了一定程度的自動駕駛水平，那么，究竟誰能勝出？

　　特斯拉掌門人馬斯克堅信：既然人類可以通過視覺收集信息+大腦處理信息的方式進行駕駛，自動駕駛技術也可以。明眼人可以看出，馬斯克的滿滿信心，來源于特斯拉強大的軟件算法，憑借特斯拉龐大的數據庫、精確的算法、算力強大的芯片，其純視覺+算法的路數擁有很強的能力。

　　由于軟件算法，特斯拉一直采用真實路況數據進行訓練，沒有什么比在真是環境中練習更有效的了，得到的經驗和處理能力自然比別的方式強，更重要的一點是，純視覺方案硬件的成本可以控制得更低，也就是說，有成本優勢。

　　然而，視覺深度學習算法的認知范圍來源于數據集的廣度和豐富性，而數據集永遠是有限的，因此深度學習算法肯定會出現漏檢，特斯拉多次事故大多都是這個原因，另外，攝像頭感知有局限性，如測距不準、逆光時會嚴重失真等，這些技術障礙需要盡快去克服。

　　所謂雷達派，就是選擇把激光雷達當作主要“眼睛”之一，再配合攝像頭，綜合判斷障礙物的距離和視覺細節。由于是雙層，三重，甚至四重感知——智能攝像頭+毫米波雷達+高精地圖+激光雷達——其性能得到了進步，安全性得到提升。但一個最大的缺陷是成本高，而成本是量產首要考慮的因素。

　　在這場“路線之爭”中，誰的贏率更大呢？決定誰贏誰負的，不是汽車制造商，而是廣大消費者。讓消費者覺得安全、便宜、又功能完善，才是王者。

　　二、誰更勝一籌

　　除了新能源汽車行業對導航方式的博弈，在物流其它領域，以及工業、服務等行業同樣存在著激光導航與視覺導航之爭。因為，無人化是近年來的趨勢，而無人化離不開智慧的眼睛——導航系統。

　　其實導航技術，不僅是眼睛，更是大腦，它們通過算法，指揮著機器的行動，機器是智能，還是智障，導航技術性起決定作用。

　　從技術成熟上來說，二者之中，激光導航相對成熟，早在2005年，其理論就被研究的比較透徹，在技術和產品落地上都相對成熟，在實際表現中，測距精準，在絕多數環境下都能穩定運行。激光雷達不受光照影響，即使在漆黑的夜里也能保持精準探知，是目前最穩定，最主流的定位導航方式。

　　缺點是目前激光導航主要屬于二維避障，且激光傳感器大多位于頂端，使機身高度增加，同時對低矮障礙物可能存在探測盲區。激光雷達還存在感知信息較為稀疏的問題,需要環境中存在較為明顯的特征結構。

　　視覺導航是后起之秀，目前仍處于進一步的研發和應用場景擴展階段。視覺導航通過視覺傳感器可以獲取海量的環境信息，擁有強大的場景辨識能力，在重定位、場景分類、避障上等有著巨大的優勢。

　　缺點是，視覺傳感器由于缺少尺度信息及依靠外界光源,需要在低動態、良好光照環境下應用。且視覺傳感器感知信息存在映射過程,對傳感器模型建立精度要求較高,單純基于視覺的導航誤差較大。

　　更突出的劣勢，出在我們前節所強調的算法上，視覺感知數據量大，大量的環境信息會加劇數據處理單元的運行壓力，在算法和硬件無法給予足夠支持時，就會導致測距誤差，精準度下降。

　　然而，無論是激光雷達，還是視覺導航，其技術路線都在不斷完善之中。近日 ，廣汽埃安，將在旗下SUV車型AION LX上安裝第二代智能可變焦激光雷達。第二代智能可變焦激光雷達，可以構造出三維立體圖像，完美解決視線逆光、不規則物體的識別難等極端場景。而視覺導航，也推出了雙目，多目導航模組，實現三維避障。

　　總之，從技術上說，激光導航原理簡單，技術成熟，但已經面臨技術天花板，而視覺導航智能性較高，發展潛力更大，是人工智能的集大成者。不少頭部廠商都在嘗試視覺導航，隨著視覺技術的不斷迭代，視覺導航將會有更加廣闊的前景。

　　除了導航技術性能，成本是客戶不能不考慮的另一個重要因素，相比之下，激光導航的成本要高，視覺導航在成本方面占據優勢。

　　特斯拉直言不諱地批評激光雷達成本高昂，強調純視覺方案的攝像頭非常便宜。視覺導航的其成本優勢明顯，而激光雷達，成本昂貴一直是其揮之不去的陰影，特別是更高級的激光雷達方案，最大的受制因素主要還是成本；激光雷達被業界認為是一種昂貴的技術，只有特殊業務才能負擔得起。

　　雷達制造企業一直在尋求降低成本，隨著技術的發展，它們的理想逐漸成為現實。據介紹，第二代智能可變焦激光雷達，不僅性能優越，成本相對于第一代也下降了三分之二，而且體積較小。據業界預測，到 2025 年，國外先進激光雷達系統的平均價格可能會達到每個大約 700 美元。

　　但對國產替代來說，由于激光雷達芯片，特別是信號處理所需的元器件主要依賴進口，這在一定程度上抬高了國內激光雷達的生產成本，不過，大家都知道，芯片是我國的卡脖子工程，正在全力以赴攻關中。

　　目前，人們普遍認為激光導航要優于視覺導航，事實上真是如此嗎？如果客觀地說，那就是各有所長，各有所短，而應用，則應是用其所長，避其所短。可以肯定地說，兩者都是未來導航技術的主角，激光雷代導航與視覺導航之爭，客觀地加快了我國導航技術的進步。

　　我們不需要二者的PK，需要的是各盡所能，各得其所，或者二者的融合，克服各自的缺陷，發揮1+1大于2的作用。

　　三、落地大比拼

　　無人化，已深入到建筑、采礦、排險、服務、農業、太空探測以及軍事應用等領域，視覺和激光雷達已成為該環境下常用的自主感知與導航手段。

　　無論是激光雷達還是視覺導航，主營業務主要來自四大市場，分別是工業自動化、智能基礎設施、機器人和汽車。

　　從應用上來看，激光雷達起步較早，在激光問世后的第二年，即1961年，科學家就提出了激光雷達的設想。自20世紀70年代末以來，激光雷達就開始用于坦克、火炮、艦艇和飛機的火控系統，其精確測距、精確測速、精確跟蹤的優點，在軍事領域廣受青睞。

　　當時，因其成本昂貴，在民用上應用不多。今天，隨著成本的下降，激光雷達應用逐步廣泛，無人駕駛行業、服務機器人行業、車聯網行業、智能交通、智慧城市領域都有其應用，激光雷達與無人機配合，還可繪制海洋、冰蓋和森林的地圖。

　　視覺傳感器作為后來者，以其視覺感知及導航算法、體積較小等優勢，在小型無人車、小型無人機等無人系統上進行了驗證，效果良好，在小型化無人系統上得到了廣泛應用。

　　量產，是應用的一個重要指標，出色的性能+較小的體積+成本優勢，是大規模量產應用必然條件，只在車間里的測試，不叫應用。由于視覺導航的技術實現難度要高于激光導航，因此當前在智慧物流，工業自動化、服務機器人上，激光方案的應用居多。

　　然而，視覺導航更適用于識別較為復雜的環境，通過攝像頭獲取并分析障礙物數據，準確判斷障礙物的尺寸品類，從而規劃出更適合的路線，且成本低廉，應用范圍會逐步擴大。

　　兩種導航系統各有利弊，最優的選擇是激光導航與視覺傳感器融合的方案應用，在識別、避障方面都有顯著提升。掃地機器人的明星產品石頭T7pro、科沃斯T8AIVI都是二者導航技術的融合。

　　百度Apollo無人車使用的Pandora[7]感知系統,由1臺Pandar40激光雷達和5個環視攝像頭(4個黑白,1個彩色)組成的視覺感知模組組成。多傳感器的聯合感知是未來落地的一個重要方向。

　　無論是視覺導航還是激光導航，目前真正成熟的可用資源仍然較為稀缺，未來2-3年內成熟落地還會面對很多挑戰。