特斯拉CEO馬斯克對國產電動車激光雷達的選擇發表了自己的見解，他認為這個選擇是錯誤的。
而國內的許多電動車廠商都聽從了馬斯克的意見，那就是純視覺，拒絕任何的感測器。
眼下國產電動車多為激光雷達，從這一點來說，國產電動車也就無法進入歐美等高級市場。
難道是因為受到了這些因素的影響嗎?
為了保持技術上的領先地位，特斯拉的車主網購拼車成車。
從這一點來說，有些話只能聽聽，並不能夠被實踐。
那麼激光雷達真的就比特斯拉的方案差嗎?
特斯拉與國產電動車輔助駕駛技術選擇的不同。
特斯拉與國內新能源汽車品牌在輔助駕駛技術上選擇的方向各不相同，如圖所示。
特斯拉採用的是純視覺解決方案，僅使用攝像頭收集數據並使用深度學習演算法進行環境感知和物體識別。
與此同時，時速高達250公里的義大利超級跑車——NIO ET7也在不斷改進其激光雷達感知系統。
然而，大多數國產電動車廠商卻都選擇了激光雷達這一方案。
馬斯克表示:「在地面上激光雷達無論是成本還是數據處理難度都是登天的難事」。
這也引起了許多人的關注?
為什麼特斯拉不選擇激光雷達呢?
其實，馬斯克所言有一定道理，但也並非完全無誤。
因為在馬斯克看來，硬體成本與數據處理困難這兩點是他反對激光雷達最大劣勢所在，由於激光雷達對其環境進行完整掃描時，會使用到數百萬個數據點，其中每一個數據點都是雷達回波反射強度值以及對應的二位坐標值，而這些都需要進行存儲和處理。
這樣一來，不但佔用存儲空間，而且還會給計算機增加運算負擔。
因此，在處理這些數據時，對於計算速度要求極高，而目前大部分車輛計算能力不足以達到這樣的需求。
同時，特斯拉與許多國外巨頭一樣，也無法滿足這一條件。
他們開發的數據處理方案無法進行有效處理，因此他們不得不採用更為寬鬆的標準.
此外，在特斯拉全球交付量接近200萬輛的情況下，特斯拉將前置成本作為最大的優先考慮因素。
如果我們來看看市面上一些主流的自動駕駛軟體開發平台，如Mobileye和RoboSense等。
他們通常會在其駕駛產品中添加一些高端功能，並附以相應類別的硬體，這都是為了提高他們的估值水平。
馬斯克認為，應當優先將用戶安全提高到首行位置，隨後才是技術上的提升，如果沒有安全保障，那麼再高端的功能也沒有價值。
然而，在用戶安全上，這是一個相對長遠的話題，並且行車安全取決於許多因素，而不單單依靠某一方因素。
激光雷達與純視覺技術之間的優缺點分析。
激光雷達與純視覺技術各有其優缺點，而這也就導致激光雷達更適合用在某些領域，而純視覺技術則更適合用在其他領域。
例如，在複雜多變的環境中，激光雷達由於具有較強的抗干擾能力和精確的距離測量能力，更能夠提供高精度和高可靠性的環境感知。
比如自動駕駛汽車，在城市道路上行駛時，需要實時感知周圍環境，包括行人、車輛和障礙物等，以便做出正確的判斷和決策。
而激光雷達則能夠提供厘米級測量精度和高頻率掃描，使得自動駕駛系統能夠更準確地識別和定位周圍環境。
相比之下，純視覺技術對於光照條件和天氣變化敏感度較高，在雨天、霧天等惡劣天氣條件下，其性能可能會受到較大影響，導致識別準確性降低。
而且，在夜間行駛時，由於缺乏足夠的光照，純視覺技術會很難檢測到周圍環境中的物體，容易導致事故發生。
而另一方面，純視覺技術由於採用攝像頭攝取圖像，從而提取出關鍵信息進行分析和處理，其具有較低的成本和較小的體積，相對來說更適合用於小型設備或消費級產品中。
並且，純視覺技術可以通過深度學習演算法不斷優化和改進，提高識別準確性和實時性。
綜上所述，激光雷達與純視覺技術在不同場景下具有不同的優缺點，需要根據具體應用需求進行選擇。
國產電動車如何應對激光雷達技術。
特斯拉在全球交付量接近200萬輛，而它所採用的純視覺技術已經足夠支撐其在市場上的份額。
因此，其他企業在跟隨特斯拉選用純視覺技術時，需要考慮市場需求以及自身技術水平問題。
如果市場對高精度感知系統存在需求，那麼企業可能會考慮引入激光雷達等其他感測器，以提高產品競爭力。
但是，這也會增加產品成本，並且需要企業具備更高水平的數據處理技術，以滿足數據處理需求。
隨著自動駕駛技術的發展，未來可能會出現更為經濟實惠的激光雷達解決方案，這將極大地改變市場格局。
因此，未來是否會出現更為經濟實惠的激光雷達解決方案，是一個需要認真思考的問題。
不同地區、不同文化背景下，對輔助駕駛技術的需求和接受度可能存在差異，因此企業需要根據這些因素進行市場調研和產品開發，以適應不同市場需求.
例如，在城市道路上，由於交通擁堵和行人數量較多，對車輛感知系統精確度要求較高，因此激光雷達可能更適合用於此類場景.
然而，在高速公路等相對穩定、變化較少的環境中，使用成本較低的攝像頭可能就能夠滿足自動駕駛需求.
因此，根據實際情況選擇合適的感測器組合，是企業需要認真考慮的問題.
