拒绝激光雷达，降低成本，丰田效仿特斯拉可行吗？

自动辅助驾驶自电动化时代以来，就一直被行业高度重视，距离2014年特斯拉Auto pliot初代版本推出至今，已经有八年的时间，在此时间内，辅助驾驶的发展速度非常之快，并且因特斯拉带头开展后，更多品牌也加入了研发自动辅助驾驶的阵列当中，虽然同为自动辅助驾驶，但在开发和策略上，却有很大的差别。

目前，在自动辅助驾驶开发领域，国内企业在策略和方向上，和特斯拉形成两种完全不同的开发思路；国内以小鹏、华为等企业为首，率先采用激光雷达这样高成本高识别率的硬件模块，配合视觉芯片，搭配国内高精地图范围采集的融合，形成非常适合国内的自动辅助驾驶领域的研发；而特斯拉则通过摄像头为主要硬件，以视觉主导的自动辅助驾驶开发；目前，还无法对两种策略做出特别严苛的总结和判断，究竟哪种才是更为优秀之选。

丰田开启效仿特斯拉

据外媒报道，丰田旗下的Woven Planet车型将开启视觉自动驾驶方向研发，效仿特斯拉，尝试不采用激光雷达等价格比较高的硬件传感器，来尝试开发自己的自动驾驶技术。

根据本田丰田Woven Planet表示，目前他们能够使用低成本的摄像头传感器，来收集汽车驾驶数据，并且可以有效的训练目前正在开发的自动驾驶系统。而Woven Planet希望这种方式可以有助于降低成本，扩大技术规模，利用大规模的车队收集更多驾驶数据，对于开发自动辅助驾驶系统是至关重要的；使用昂贵的传感器来测试和收集自动驾驶数据，成本过高，无法大规模应用。

相信很多用户和关注此领域的消费者，已经在网络上看到众多关于自动辅助驾驶领域的内容探讨，但是却很少听到“数据”这个词，数据在辅助驾驶领域中至关重要，目前，行业内在开发辅助驾驶的公司，都在大量的收集和测试数据，在搭载辅助驾驶硬件的车辆上，在固定区域日复一日的循环测试，将收集到的数据汇总后，根据出现错误以及软件bug来不断修复辅助驾驶系统，进而优化系统的可用性。

从丰田的角度来思考，自动辅助驾驶系统的开发的确需要大量的数据，采用少量高成本自动驾驶车辆收集数据的确在速度和量级上有所欠缺，作为一个国际知名汽车企业，如果想要更快速的收集和扩大数据量，采用低成本大面积的方式的确有助于增加收集速度。

Woven Planet官方表示，他们使用的摄像头比之前使用的传感器价格便宜90%，可以没有压力的安装在交付的乘用车队中，在快速收集大量数据后，开启逐步的软件层面优化，在系统可以达到完整性时，届时可以继续采用多种传感器和雷达，其中包括激光雷达。

从丰田官方的描述可以感觉出，丰田目前已经看到辅助驾驶的重要性，而在已经晚入场的情况下，采用低价成本去大量采集数据是最快的方式，而这种速成班的方式，能够帮助丰田迅速站在行业第一阵列当中吗?

速成班是否可行

前文提过，特斯拉在2014年推出Auto pliot系统，时至今日已经时隔8年之久，在8年的时间，特斯拉辅助驾驶能力的确让很多用户非常认可，尤其在高速等驾驶路况下，可以有效的缓解驾驶疲劳；不仅仅是特斯拉，包括小鹏、百度等国内企业，也均在行业内探索和研发了很久的时间，才能有更好的驾驶体验，而丰田此举，的确有“站在巨人肩膀看世界”的表现，能够很好的规避错误，也能更快的研发和探索，但该走的路却还是要走。

对于辅助驾驶行业，数据仅仅是一小部分，想要保证在该行业有足够的主导权和话语权，在软件算法层面需要完全的全栈自研，从最底层代码开始研发；参考小鹏汽车，即便是销量已经在3月份突破1.5万台，但在财报中的净利润仍然处于亏损状态，根据小鹏官方所述，在研发成本上一直保持高投入的状态，则证明，辅助驾驶领域，一味的压低成本，很有可能适得其反。

除了成本问题，根据目前国内的多方证明，在辅助驾驶硬件上，成本高的硬件，比如激光雷达，的确会存在比传统摄像头更好的数据采集能力，尤其是在雨雾等糟糕恶劣天气下，摄像头因环境模糊，无法采集到过远的数据信息时，激光雷达可以通过光束的发射和接受的时间差，更好且更清晰的采集到周边数据信息，能够给恶劣天气下的辅助驾驶能力带来保障，这也是为何国内企业在系统能力上，愿意花费和投入的根本原因。

写在最后

自动辅助驾驶系统，绝非一日之功，特斯拉通过8年时间的探索，才得以铸造今日的体验，丰田作为传统老牌强队，在用户数据上的确有更好的保障，而电气化转型和软件层面的开发时间过晚，所以才想要通过更快速的方式来达到目的。

笔者认为，丰田的想法是想要快速追上目前主流队伍，通过速成的方式不让自己的品牌和产品能力被时代抛弃，但原本技术就不是能够通过“速成”的方式可以成功的；笔者希望，丰田可以多维度去开发，不仅仅是只考虑数据一个层面，更要对系统的完整性，硬件的能力综合性做出多维度的共同推进，很可能会让丰田辅助驾驶能力有更快的推进。