馬斯克不采用激光雷達：因為這原因

　　對比激光雷達，我們再來看看馬斯克選擇的毫米波雷達和超聲波傳感器。作為高級輔助駕駛不可或缺的核心傳感器之一，毫米波雷達從上世紀起就已在高檔汽車中使用，技術相對成熟，因此造價與激光雷達相比也只是九牛一毛，體積也較為小巧，適于安裝在汽車上。此外，毫米波雷達穿透霧、煙、灰塵的能力強，在惡劣天氣下也可使用，在測距方面的能力也比激光雷達要準。但缺點就是毫米波雷達受制于波長，探測效果欠佳，無法像激光雷達那樣對周圍的環境進行精準建模。

　　而超聲波傳感器更是只能用于探測汽車周圍的障礙物，且極易被干擾。我們此前曾報道過的“特斯拉中國破解第一人” ——360 汽車安全實驗室負責人劉健皓，就曾用成本為 60 元的干擾設備令特斯拉的超聲波傳感器做出了完全錯誤的判斷。

　　針對這個問題，馬斯克也有自己的解決辦法。沒有激光雷達做環境感知，特斯拉選擇了更依賴攝像頭的方案。特斯拉在新發布的硬件套裝中，新增加了 8 個攝像頭用于環境感知，攝像頭的背后就是圖像識別技術，也是深度學習和算法的問題。

　　這就是特斯拉一直以來的自動駕駛技術路線——更看重軟件和算法。所謂硬件不夠算法來湊，特斯拉的做法是將自動駕駛的功能推給用戶，讓用戶出去測，之后特斯拉再把數據采集回來，不斷調整和更新算法，使自動駕駛更加成熟。相比起其他天天把測試車開出去收集數據的公司，特斯拉的做法更為先進。

　　特斯拉自 2014 年 10 月以后出場的電動車就配備了 AutoPilot 1.0 硬件。2015 年特斯拉交付了 5 萬輛電動車，2016 年的銷量達到 8.5 萬輛，也就是說特斯拉擁有一支十幾萬輛規模的車隊在幫他完善自動駕駛算法。

　　有攝像頭做環境感知，有強大的算法支持，有各種傳感器和雷達做輔助，盡量將硬件成本降到最低，這就是特斯拉自動駕駛的實現方式。就結果來說，特斯拉的確做到了全球領先。