特斯拉CEO马斯克对国产电动车激光雷达的选择发表了自己的见解，他认为这个选择是错误的。
而国内的许多电动车厂商都听从了马斯克的意见，那就是纯视觉，拒绝任何的传感器。
眼下国产电动车多为激光雷达，从这一点来说，国产电动车也就无法进入欧美等高级市场。
难道是因为受到了这些因素的影响吗?
为了保持技术上的领先地位，特斯拉的车主网购拼车成车。
从这一点来说，有些话只能听听，并不能够被实践。
那么激光雷达真的就比特斯拉的方案差吗?
特斯拉与国产电动车辅助驾驶技术选择的不同。
特斯拉与国内新能源汽车品牌在辅助驾驶技术上选择的方向各不相同，如图所示。
特斯拉采用的是纯视觉解决方案，仅使用摄像头收集数据并使用深度学习算法进行环境感知和物体识别。
与此同时，时速高达250公里的意大利超级跑车——NIO ET7也在不断改进其激光雷达感知系统。
然而，大多数国产电动车厂商却都选择了激光雷达这一方案。
马斯克表示:“在地面上激光雷达无论是成本还是数据处理难度都是登天的难事”。
这也引起了许多人的关注?
为什么特斯拉不选择激光雷达呢?
其实，马斯克所言有一定道理，但也并非完全无误。
因为在马斯克看来，硬件成本与数据处理困难这两点是他反对激光雷达最大劣势所在，由于激光雷达对其环境进行完整扫描时，会使用到数百万个数据点，其中每一个数据点都是雷达回波反射强度值以及对应的二位坐标值，而这些都需要进行存储和处理。
这样一来，不但占用存储空间，而且还会给计算机增加运算负担。
因此，在处理这些数据时，对于计算速度要求极高，而目前大部分车辆计算能力不足以达到这样的需求。
同时，特斯拉与许多国外巨头一样，也无法满足这一条件。
他们开发的数据处理方案无法进行有效处理，因此他们不得不采用更为宽松的标准.
此外，在特斯拉全球交付量接近200万辆的情况下，特斯拉将前置成本作为最大的优先考虑因素。
如果我们来看看市面上一些主流的自动驾驶软件开发平台，如Mobileye和RoboSense等。
他们通常会在其驾驶产品中添加一些高端功能，并附以相应类别的硬件，这都是为了提高他们的估值水平。
马斯克认为，应当优先将用户安全提高到首行位置，随后才是技术上的提升，如果没有安全保障，那么再高端的功能也没有价值。
然而，在用户安全上，这是一个相对长远的话题，并且行车安全取决于许多因素，而不单单依靠某一方因素。
激光雷达与纯视觉技术之间的优缺点分析。
激光雷达与纯视觉技术各有其优缺点，而这也就导致激光雷达更适合用在某些领域，而纯视觉技术则更适合用在其他领域。
例如，在复杂多变的环境中，激光雷达由于具有较强的抗干扰能力和精确的距离测量能力，更能够提供高精度和高可靠性的环境感知。
比如自动驾驶汽车，在城市道路上行驶时，需要实时感知周围环境，包括行人、车辆和障碍物等，以便做出正确的判断和决策。
而激光雷达则能够提供厘米级测量精度和高频率扫描，使得自动驾驶系统能够更准确地识别和定位周围环境。
相比之下，纯视觉技术对于光照条件和天气变化敏感度较高，在雨天、雾天等恶劣天气条件下，其性能可能会受到较大影响，导致识别准确性降低。
而且，在夜间行驶时，由于缺乏足够的光照，纯视觉技术会很难检测到周围环境中的物体，容易导致事故发生。
而另一方面，纯视觉技术由于采用摄像头摄取图像，从而提取出关键信息进行分析和处理，其具有较低的成本和较小的体积，相对来说更适合用于小型设备或消费级产品中。
并且，纯视觉技术可以通过深度学习算法不断优化和改进，提高识别准确性和实时性。
综上所述，激光雷达与纯视觉技术在不同场景下具有不同的优缺点，需要根据具体应用需求进行选择。
国产电动车如何应对激光雷达技术。
特斯拉在全球交付量接近200万辆，而它所采用的纯视觉技术已经足够支撑其在市场上的份额。
因此，其他企业在跟随特斯拉选用纯视觉技术时，需要考虑市场需求以及自身技术水平问题。
如果市场对高精度感知系统存在需求，那么企业可能会考虑引入激光雷达等其他传感器，以提高产品竞争力。
但是，这也会增加产品成本，并且需要企业具备更高水平的数据处理技术，以满足数据处理需求。
随着自动驾驶技术的发展，未来可能会出现更为经济实惠的激光雷达解决方案，这将极大地改变市场格局。
因此，未来是否会出现更为经济实惠的激光雷达解决方案，是一个需要认真思考的问题。
不同地区、不同文化背景下，对辅助驾驶技术的需求和接受度可能存在差异，因此企业需要根据这些因素进行市场调研和产品开发，以适应不同市场需求.
例如，在城市道路上，由于交通拥堵和行人数量较多，对车辆感知系统精确度要求较高，因此激光雷达可能更适合用于此类场景.
然而，在高速公路等相对稳定、变化较少的环境中，使用成本较低的摄像头可能就能够满足自动驾驶需求.
因此，根据实际情况选择合适的传感器组合，是企业需要认真考虑的问题.
