马斯克不采用激光雷达：因为这原因

　　对比激光雷达，我们再来看看马斯克选择的毫米波雷达和超声波传感器。作为高级辅助驾驶不可或缺的核心传感器之一，毫米波雷达从上世纪起就已在高档汽车中使用，技术相对成熟，因此造价与激光雷达相比也只是九牛一毛，体积也较为小巧，适于安装在汽车上。此外，毫米波雷达穿透雾、烟、灰尘的能力强，在恶劣天气下也可使用，在测距方面的能力也比激光雷达要准。但缺点就是毫米波雷达受制于波长，探测效果欠佳，无法像激光雷达那样对周围的环境进行精准建模。

　　而超声波传感器更是只能用于探测汽车周围的障碍物，且极易被干扰。我们此前曾报道过的“特斯拉中国破解第一人” ——360 汽车安全实验室负责人刘健皓，就曾用成本为 60 元的干扰设备令特斯拉的超声波传感器做出了完全错误的判断。

　　针对这个问题，马斯克也有自己的解决办法。没有激光雷达做环境感知，特斯拉选择了更依赖摄像头的方案。特斯拉在新发布的硬件套装中，新增加了 8 个摄像头用于环境感知，摄像头的背后就是图像识别技术，也是深度学习和算法的问题。

　　这就是特斯拉一直以来的自动驾驶技术路线——更看重软件和算法。所谓硬件不够算法来凑，特斯拉的做法是将自动驾驶的功能推给用户，让用户出去测，之后特斯拉再把数据采集回来，不断调整和更新算法，使自动驾驶更加成熟。相比起其他天天把测试车开出去收集数据的公司，特斯拉的做法更为先进。

　　特斯拉自 2014 年 10 月以后出场的电动车就配备了 AutoPilot 1.0 硬件。2015 年特斯拉交付了 5 万辆电动车，2016 年的销量达到 8.5 万辆，也就是说特斯拉拥有一支十几万辆规模的车队在帮他完善自动驾驶算法。

　　有摄像头做环境感知，有强大的算法支持，有各种传感器和雷达做辅助，尽量将硬件成本降到最低，这就是特斯拉自动驾驶的实现方式。就结果来说，特斯拉的确做到了全球领先。