而另外一套，则是以谷歌为代表的激光雷达主导方案。

        两套方案，各有利弊。

        特斯拉的方案就是以摄像头为主导，配合毫米雷达，超声波雷达，以及低成本的激光雷达，形成一套硬件感知体系。

        而谷歌的方案，则是以激光雷达为主导，配合毫米雷达，超声波传感器，以及摄像头。

        谷歌的方案，优势就在于激光雷达的探测精度，以及距离，而且能够主动扫描车辆周边的情况，属于主动视觉。

        甚至在夜间都可以精确的穿越障碍物，保证车辆行驶的安全。

        但缺点就是成本非常昂贵，一颗激光雷达的成本都要20000元，而摄像头的成本才2000，另外就是激光雷达的体积非常大，会影响车辆的外形设计，而且还会面临发热严重等问题。

        而特斯拉的方案，使用摄像头为主导，然后通过人工智能来识别图像，这个想必谷歌的方案就简单的多了。

        最关键是成本非常便宜，这也是特斯拉的智能驾驶方案，最后能干掉比他们早介入智能驾驶领域的谷歌的主要原因。

        不过这个方案也有着自己明显的弱点，那就是摄像头的测距能力有限，另外就是受环境光照的影响非常大。

        比如天气恶劣的大风天，阴天，暴雨天，冰雹天等等都会严重影响摄像头的成像能力。

        从而影响到ECU对车辆外部环境的判断。

        内容未完，下一页继续阅读