在追求车辆智能化的市场大环境下，智能驾驶辅助系统成为各大主机厂热衷的研究方向，这也是不少车友在茶余饭后津津乐道的话题。如果抛弃激光雷达、超声波雷达等传感器，只在车辆上配备多个摄像头来实现各种智能驾驶辅助功能，这种看似极端的做法真的可行吗？
特斯拉为何敢于移除超声波雷达？
一直都看好视觉算法的马斯克，给出了他自认为可行的答案。前不久，特斯拉官宣自2022年10月份，将车辆上的超声波雷达逐步移除，至此也就意味着特斯拉旗下的车辆，未来会依靠100%视觉方案去实现智能驾驶辅助功能（Tesla Vision 视觉处理系统）。
我们先来看看被特斯拉官宣移除的超声波雷达，有些朋友可能对这个词汇比较陌生，不知道它是一件什么东西，更不知道它被安装到车辆上有什么作用。其实在我们日常低速倒车时，车辆距离后方障碍物过近，车内会发出急促的“滴滴”警报声，以防车辆被障碍物剐蹭或发生碰撞，这其中的大功臣非超声波雷达莫属。
讲到这里大家的脑海里是不是浮现出了“倒车雷达”四个字？没错，我们所熟知的倒车雷达，其中负责车外探测障碍物距离的传感器，大多数都是超声波雷达，但也有像特斯拉这样的例外存在。
顾名思义，超声波雷达是一种利用超声波来测距的雷达传感器，它的工作原理是向外发出40Hz、48Hz等频段的超声波，通过接收器来计算发出到接收的时间，从而测算出和障碍物之间的距离，其工作范围一般在15~500cm之间。
通俗点说，超声波雷达的工作原理其实就是蝙蝠探路。我们生活中所见到的蝙蝠，它们一般视力非常差，在飞行时为了避免发生碰撞，蝙蝠会用嘴巴发出声波，再用耳朵接受返回的波，以此来大概判断出前方是否有障碍物。
大海中的海豚和鲸鱼，也是依靠超声波进行交流，不过它们发出的声波传输距离非常夸张，鲸鱼甚至可以和上千公里外的同伴利用超声波进行交流，相比之下车辆上的超声波雷达可就有些相形见绌了。
从智能驾驶的角度来说，碍于超声波雷达无法精确定位障碍物位置，其波速受天气、温度等影响较大，以及探测距离越远测量结果越不精准等特性，车辆上配备的超声波雷达主要是用作于人工倒车，或者是自动泊车等功能，所以它并不会对上路正常行驶产生较大的影响。或许正是因为这个原因，特斯拉才敢大胆放心的去移除车辆上的超声波雷达。
摄像头支撑智能驾驶 三维空间深度数据是重心
以摄像头为探测传感器，其工作原理类似于以人类的眼睛看东西，车辆上配备的摄像头可以将车辆周边的事物数据信息，经过神经网络架构对其感知、检测、追踪等操作，并在系统内部形成2D图像级的二维图像。
我们都知道，理论上要实现完全智能的自动驾驶，需要用到厘米级的导航地图，可二维图像就像看到了马路上有辆行驶的汽车，但是并不知道自己距离那辆车有远，也不知道那辆车的行驶速度等深度信息，仅依靠二维图像去实现智能驾驶，就无法保证车辆在行驶中的安全问题。要想安全的实现智能驾驶，必须要把二维图像升级为具有深度数据的三维空间，这里就需要多个摄像头协作来完成了。
现在市场中常见的有单目、双目等类型的摄像头组合，单目摄像头其实就像人闭上一只眼睛去看东西，这种情况会导致视角变窄，整体感知能力下降等问题。
双目或多目摄像头就像是用人的双眼去看东西，较于单眼来说视角会变宽，感知能力也会上升，同时还能根据收集来的信息，以及多个摄像头之间和探测目标形成的夹角，利用算法来分析距离目标有多远等信息。
同一个物体，如果同时被多个摄像头探测到，就可以根据预先设定的视觉算法，把多个摄像头探测到的数据融合在一起，经过神经网络训练将二维图像转变为三维空间，从而精确地计算出自身距离物体有多少米，物体的运动速度等参数。
有了这些详细的参数，系统就能识别出距离前方的车辆有多远、其车速是快还是慢，最终根据工程师设定好的逻辑，实现自身的加速、制动和变道等操作，这也就是我们所说的智能驾驶。
摄像头虽然也会受到天气的影响，但它的探测距离要比超声波雷达远得多，探测物体位置的精准度也是高于超声波雷达。以特斯拉Model X(配置|询价) Plaid 版为例，它搭载的前、后、侧方等多个摄像头，探测角度可达360度，并且拥有250米的探测范围，辅以视觉算法技术的加持，在满足安全等各方面的前提下，智能驾驶辅助系统就可以接管并驾驶车辆，所以像泊车这种车辆以低速行驶的场景，自然也是不在话下的。
使用视觉算法来实现智能驾驶，一直以来都是特斯拉引以为傲的事情，只不过贸然移除超声波雷达，对特斯拉也是有些影响的，这点可以从官方所说的“取消雷达后的新车的前后召唤、智能召唤、自动泊车、泊车距离辅助功能将受到影响，但后续会通过OTA修复。”中可以得知。但也不难从这句话中看出，特斯拉对自家以视觉算法为核心的智能驾驶是多么的自信。
特斯拉是智能驾驶视觉算法的开创者？
确实主要以摄像头+视觉算法来优化智能驾驶的做法，能做到如此优秀的地步，客观地来说特斯拉在这个领域的实力不容小觑，很多人都是因为特斯拉才知晓还有这样的骚操作，相信不少朋友会觉得这种手段是特斯拉开创的先河，但事实并不是这样的。
2014年是特斯拉HW1.0时代的开端，细数支撑起HW1.0正常运作的硬件，主要包括1颗来自Mobileye的EyeQ3视觉处理芯片，以及1颗前视摄像头、12个超声波雷达和1个毫米波雷达组成，重点要注意的是特斯拉当时的视觉算法技术，也是由Mobileye公司提供的。
在那时候特斯拉和Mobileye公司属于是合作伙伴关系，视觉处理芯片和视觉算法都是后者着手研发，在特斯拉当时的车辆上进行打包安装的。通俗点说，以色列这家于1999年创立的Mobileye公司，在智能驾驶视觉算法上的研究是要早于特斯拉的。其实在Mobileye公司创立之前，其创始人就以1颗摄像头，对现实生活中的物体进行探测和识别的超前理论，在当时获得过来自通用、丰田的大额项目研究资金。
虽然Mobileye公司是较早研发智能驾驶视觉算法的，可如今它也不再是单单使用摄像头，而是加入了大量激光雷达等传感器，使用摄像头+激光雷达的融合算法技术，更好的去实现真正的L4、L5级别的智能驾驶。
特斯拉为什么看好纯视觉算法？
其实像特斯拉这种无限制押宝纯视觉算法的思路，既不能说它是错误的方向，更不能说它是一个正确的方向。
没有任何事情有绝对的对于错，特斯拉押宝摄像头的一部分原因，是自身经过很多年积累下来的成熟视觉算法技术，这些已经攥在手心里的东西，如果抛弃不使用的话，多年的心血岂不是打了水漂？
如果也像多数友商一样，使用视觉算法+激光雷达的融合技术，那么激光雷达方面的技术就需要再去花时间研发、积累，或者是直接购买供应商的算法技术，无论是选择自研或是购买，哪一条路都是极其耗费资金的。除了软件层面成本的问题，硬件成本也是一个棘手的问题，相较于激光雷达来说，摄像头的价格相对低了不少。
作为一名商人，作为一家公司，最终进入口袋的利润才是关键所在。假如特斯拉在自家车辆上装配激光雷达，并使用融合算法技术对智能驾驶辅助系统进行加持，这么大的一摊成本谁来买单呢？
如果特斯拉不提高车辆的售价，那么利润空间一定会被压缩，没有人会想干这样的赔本买卖。假如把这些费用附加在售价里，那么车辆的终端售价会有一个不小的上浮趋势，更加高昂的售价在面对市场中的竞品时，特斯拉会不会感到压力山大呢？再者，消费者会为更加高昂的售价买单吗？这些都是未知数。
以上的种种猜测，其实也能看出一部分特斯拉为什么要押宝视觉算法的原因了。这就像是楼下的两家咖啡店，A家卖5块钱一杯的速溶咖啡，B家卖35一杯的手磨咖啡，都知道手磨咖啡味道好，但5块钱一杯的喝了也能提神，除非有极其必要的特殊理由让我去B家买，否则我去A家买，还能省下一笔费用，放钱包里存着它不香吗？
但不得不说特斯拉的视觉算法，自2014年起已经更新迭代了很多次，旗下的车辆也是在全球范围内颇为畅销，虽然时不时会出现一些让人心惊肉跳的事故新闻，但单单在智能驾驶视觉算法这块领域，目前特斯拉确实是行业内的佼佼者之一。