从2016年开始，激光雷达初创企业就开始如雨后春笋般涌现，同时借着自动驾驶的风，深受资本青睐，不少激光雷达企业获得巨额融资。但是，因为种种因素阻碍，三年过去了，自动驾驶与激光雷达的发展都并没如我们期待的那样，出现市场大爆发。细思之后，反而觉得危机四伏...
降成本之路艰难，激光雷达量产遥远
当大家都陷入在激光雷达降价的期待中时，我不得不给大家泼个冷水——激光雷达降成本之路并不好走，短期内要实现量产很难。
实际上，随着创业公司的竞相涌入和技术的发展，目前激光雷达成本确实正在逐渐下降。
2018年1月，激光雷达行业老大Velodyne宣布，16线激光雷达的成本将降低50%，价格为3999美元。近日，美国市场调查公司TMR发布的报告也指出，在过去数年内，激光雷达的成本开始下降，车企也致力于降低激光发射器的成本。
但是，从目前来看，即使降价了，激光雷达的价格仍然非常昂贵。
“现在，带有L4级的自动驾驶改动成本约为8-10万美元，在改装第一代自动驾驶的时候大概花了两百万人民币。”一位业内人士透露。其中，激光雷达公认是最花钱的地方之一。
谷歌及百度的无人驾驶试验车采用的64线激光雷达，价格就约为50万元人民币，一个激光雷达比普通的一辆车要贵得多。所以，用激光雷达方案的自动驾驶汽车想大规模推向市场，目前是难以实现的，会为此买单的消费者是很有限的。
为什么激光雷达要这么贵？
激光雷达属于高精密光学仪器，需要专家级的工程师耗费大量时间调试校正，并且调试校正的时间随着雷达线束的增加，呈几何级数增长。所以产量非常低，价格自然就这么高了。这就是为什么Velodyne可以降价16线，但没有降自动驾驶更需要的64线和128线，因为成本就是要那么高。
另外，激光雷达研发成本和制作成本都很高，研发成本可以靠大产量去摊薄，但制作工艺复杂，边际成本高又决定了就算产量真的能大起来，成本下降也不会太多。更何况是现在产量并不大。
所以，总的来说，在突破创新性技术出现前，激光雷达的价格下降是非常有限的。而激光雷达的成本与自动驾驶的发展速度又有着相互制约的关系：激光雷达成本高，那么自动驾驶成本就会跟着高，发展速度缓慢；又因为自动驾驶发展慢，所以激光雷达的需求不会特别大，产量少，成本难以下降。
而更糟糕的是，如今自动驾驶不仅存在成本高的问题，在技术、政策等方面也存在一定的阻碍，导致发展缓慢。
自动驾驶发展缓慢，激光雷达创企陷困境
不久前，专注于为自动驾驶汽车开发激光雷达的企业OryxVision宣布终止运营。此消息一出，震惊业内，因为创建于2003年的OryxVision，迄今融资已高达6700万美元！但更有意思的是，现在Oryx账面上仍有4000万美元的盈余，凭借这笔资金，Oryx或许还能继续运营3-4年，但Oryx的两位创始人依然决定关闭公司。
其实此次Oryx停止运营，很真实地反映出自动驾驶发展慢与激光雷达创企发展难的问题。
首先，自动驾驶的实现还太遥远。
自动驾驶汽车还需要很长的时间才能得到大规模普及，并且这段时间已经远超业内所有公司早前的预期。
“自动驾驶市场的发展落后于我们预计的时间表，并且正在萎缩。现在的情况与2016年的情况不同，我确实认为现在这个领域存在炒作的成分。泡沫还没有破灭。我们可能只达成了原规划的三分之一。”Oryx联合创始人Ben-Bassat这样表示。
自动驾驶发展有多慢，同时有多烧钱，可以参照FF（法拉第未来）。2014年，FF成立；2017年，发布了首款自动驾驶电动车FF91；2018年，FF91开始试乘，同时FF融资了35亿美元；但至今，落地量产仍未实现，早已超出当初预计的交付时间，而未来能否成功仍是个未知数...
目前制约自动驾驶发展的因素有很多，比如激光雷达太贵，导致自动驾驶汽车成本高；再比如要开发比现有系统更安全的传感器系统，太难了；还比如，要完善全球对自动驾驶的监管法规，允许自动驾驶汽车在公共道路行驶，明确好事故发生时，制造商是否会受到诉讼等问题，并不容易。
其次，未来，激光雷达行业很可能是巨头的天下，容不下小公司。
Oryx创始人兼首席执行官RamWellingstein表示，“尽管投资方决定继续为公司注资，但我们仍认为激光雷达终将成为业内巨头的囊中之物。作为一家依赖风险投资的小型初创公司，我们难以继续在夹缝中求生存并获得让人满意的投资回报。”
创企难逃“大鱼吃小鱼”的命运，让我想起了吴恩达曾加入的自动驾驶初创公司Drive.ai。Drive.ai成立于2015年，筹集资金超过7700万美元，估值2亿美元。不仅实现了L4无人驾驶的公路路测，还在一年时间内做了大量的基础设施铺建及数据标注的工作。可以说，Drive.ai在商业化和落地化方面都取得不错的成绩。但是！早些时候，Drive.ai寻求“卖身”的传闻就频出，果不其然，今年6月份，苹果就宣布收购这家自动驾驶“明星”企业。
Drive.ai正在帮我们认清，在高歌猛进的表象背后，很多自动驾驶和激光雷达创企已经摇摇欲坠，因为自动驾驶技术面临着太多不确定性和过长的落地周期，市场的乐观情绪正在拖垮。
不过，新利18国际娱乐认为，现在定论激光雷达是巨头的天下，为时尚早。
固然像谷歌和优步这样的巨头，相比于初创公司，他们有足够充足的资金来开发自己的激光雷达技术，不需依赖于外部风险投资，大概率能走得更久更远点。但现在也不乏在激光雷达领域发展顺利的初创企业，比如Innoviz公司，已获融资总额超过2.75亿美元（约20亿元人民币），并已经与宝马等多家车企及三星旗下的哈曼国际等开展合作。
而且凡事都有两面性，巨头背后资源多，同时也意味着限制方较多，在战略上可能会相对保守，且有靠山时，危机意识可能相对弱些。而初创公司则有点拼命一搏的意味，更自由，更勇于冒险，这样反而可能更快突围。
地位不保？！激光雷达会被摄像头取代吗？
马斯克公开diss激光雷达，让很多人开始思考自动驾驶一定要用贵得要死的“大块头”激光雷达吗？
激光雷达与摄像头的对比
从上图“激光雷达与摄像头的对比”中，可以发现，在多数性能上，激光雷达是明显优于摄像头的，所以目前，考虑到纯视觉算法在数据形式和精度上的不足，L3级以上的自动驾驶乘用车必须要采用激光雷达。无论是谷歌Waymo、通用Cruise，还是百度阿波罗和国内的Pony.ai，都采用了激光雷达感知方案。
如今激光雷达的主要优势在于可测距，有三维信息。但有人提出，在自动驾驶汽车中使用立体摄像头是可能的，这样既能够极大地降低成本，又能够改进安全性能。如果随着计算机视觉技术的发展，立体摄像头被研发出来，那么激光雷达或许会被摄像头所取代。
来自康奈尔大学的YanWang与Wei-LunChao提出，先将来自立体摄像机或单目摄像机的估计深度图转换为3D点云，即模拟激光雷达信号的伪激光雷达；再利用现有的基于激光雷达的3D目标检测流程，直接在伪激光雷达表示上进行训练。可以把图像准确率提升2倍，让基于立体摄像机和基于激光雷达的系统之间的差距减半。
黑色：摄像头数据（非伪激光雷达）
蓝色：伪激光雷达数据
灰色：真实激光雷达数据
从上图的实验数据里，我们可以看到，伪激光雷达方案（蓝色）相比于摄像头方案（黑色），图像准确率确实提高了2倍，同时，相比于真实的激光雷达，差距并不大。
尽管伪激光雷达方案还是个实验，但是这让我们看到了摄像头结合算法的巨大潜力；再加上特斯拉已经以纯视觉的解决方案从辅助驾驶系统开始逐步走向全自动驾驶的道路；而且近几年，AI、机器视觉、大数据等等相关的技术都取得一定的进步...种种现状似乎预告着，未来摄像头或许会成为自动驾驶的主流硬件。
结语：
孙子曰:昔之善战者，先为不可胜，以待敌之可胜。
当前，激光雷达市场波诡云谲，盛名之下难副其实。但在激烈的竞争中，真正的技术创新者必定会勇立潮头。自动驾驶或许暂时并不是一个好的方向。认清现实，立足现有条件找到坚守的基点，才有拨云见日的一天。