contributed by <Tim096>
前言
首先，突然想打這一篇文的原因，是因為最近兩位電動車大佬的吵架。特斯拉和中國電動車廠小鵬汽車，而且最近學校教授又有和一些做相關的廠商合作，就讓筆者很好奇他們到底在吵什麼？而又是哪一方說的比較有道理呢？
以下分成 4 大點來討論
1. 什麼是 LiDAR？
2. 什麼是 Camera？
3. Tim096 個人觀點，認為誰比較強？
4. Tim096 思考觀點，特斯拉的十個問題？
什麼是 LiDAR？
光學雷達，或簡稱光達，它通過向目標照射一束光，通常是一束脈衝雷射來測量目標的距離等參數。當然，LiDAR 的技術應用也並非僅限於自動駕駛上面。它具有多種應用，包括氣象學、地震學、地質學、大氣物理學和飛機上面等，甚至是最新出的 iPad Pro 、iPhone 上面也都有 LiDAR。
LiDAR 在自動駕駛的優劣勢是什麼？
優勢
1. 準確性和精度極高。
2. 與 Camera 相比，不會被陰影、明亮的陽光或其他車子的大燈影響。
3. LiDAR 可以大幅度地節省對算力的需求。
劣勢
1. 貴，超貴（最新數據 1000美元）。
2. LiDAR 不提供相機通常可以看到的資訊，例如標牌上的文字或信號燈的顏色等。
3. LiDAR 還是具有局限性，若霧太大、雪太大，都無法看清楚
4. LiDAR 系統目前非常龐大（相較於 Camera）
5. LiDAR 做出來方案僅限於特定城市或特定道路，限定條件較為嚴苛
什麼是 Camera？
簡單來說，就是和人眼一樣，使用相機所看到的東西，最後使用神經網路來訓練 AI 判斷路況以及其他東西。與人一樣，神經網絡識別特徵也是透過「經驗積累」。最終希望 Camera 就是人的眼睛，AI 就是人的大腦，以達到自動駕駛之目的。
Camera 在自動駕駛的優劣勢是什麼？
優勢
1. 便宜。
2. Camera 提供相機通常可以看到的資訊，例如標牌上的文字或信號燈的顏色等。
3. Camera 很小，幾乎可以說是不占空間。
4. 做出來的解決方案可以通用於多種場景。
劣勢
1. 準確性和精度不高（相較於 LiDAR）。
2. 與 LiDAR 相比，會被陰影、明亮的陽光或其他車子的大燈影響。
3. Camera 具有更大的局限性，若霧稍大、雪稍大，都無法看清楚。就像人眼在很多情況下會無法看清。
4. Camera 對於算力的需求極高。
Tim096 個人觀點，認為誰比較強？
首先，先思考一個問題：你希望自動駕駛的技術是像現在這樣一點一點放出來給你使用，從 60 分慢慢進步到 100 分；還是希望再過 10 年甚至更久，直接給你使用 100 分的自動駕駛呢？這兩種，我相信一般人都會選擇第一種（在安全的情況下）。目前特斯拉就是選擇第一種，在全世界瘋狂的賣車的同時，靠者用戶提供的資料來訓練他們的 AI。
目前特斯拉採用完全只使用 Camera，沒有任何的 LiDAR。Elon Musk 認為 “For human, by human”，目前全世界的道路都是為人類駕駛而設計的，並且過去開車我們也都是使用人眼觀看，我們觀察的精度甚至比 Camera 還差，為什麼我們不能只使用相機呢？Elon Musk 言論背後，其實可以感受到一層隱含的意思：駕駛是人類行為，道路是為人類設計，如果能具備和人類一樣的感知與駕駛邏輯，那這就是一套「通用」的自動駕駛方案。
小鵬汽車採用的是 Camera 混合 LiDAR 的技術，小鵬汽車認為，既然是未來的自動駕駛，那肯定要和現在有所不一樣，需要更精確，保證不會出錯。
不討論抄襲的部分，畢竟目前都沒有確切的證據。其實我認為兩方的技術沒有所謂的對錯，依照現在來說，當然是特斯拉的方案比較符合市場，並且也已經獲得市場成功了。小鵬汽車使用混用的方法，當然獲得更多更精確的資訊，可以幫助自動駕駛的判斷，這一點是無庸置疑的。但真的有需要這麼精確的資訊嗎？會不會根本不符合成本效益呢？可是許多公司的 LiDAR 成本不斷地在下降，會不會有一天，LiDAR 和 Camera 一樣便宜，那多一個精確的資訊幫助 AI 判斷，肯定不會是件壞事。
當然，就目前來說，從商業競爭角度來看，特斯拉的前方早已空無一人了。因此小鵬汽車說要教訓特斯拉，應該還是差地遠啦。
結論：就目前來說，筆者認為當然特斯拉是對的，畢竟以 LiDAR 為技術基礎的自動駕駛廠商，根本沒有一家像特斯拉一樣，真正實現商業化，當未來這些廠商真正實現的時候，特斯拉早已經不知道跑去哪裡了，而且特斯拉未來也可以等 LiDAR 的技術成熟後，以 Camera 為基礎，再加上 LiDAR。就目前來說，筆者真的想不到純粹以 LiDAR 技術為基礎的廠商的優勢點（當然，也可能小鵬汽車明年推出來的自動駕駛就直接打筆者臉）。
Tim096 思考觀點，特斯拉的十個問題？
1. Camera 精度既然不如 LiDAR，那該如何解決？
2. 解決了精度的問題，Camera 又該如何量測距離？
3. 為什麼 Camera 要很多顆？
4. 在多顆 Camera 的情況下，如何處理不同 Camera 之間影像的差別？
5. Camera 如果在自動駕駛途中，其中一顆突然壞掉該怎麼辦？
6. 特斯拉的 Software 2.0 又是什麼？
7. 這麼強大的算力，怎麼來？
8. 特斯拉詳細是透過何種方式，利用車主來幫忙訓練 AI 的？
9. 神經網絡又是什麼？如何幫助訓練 AI？
10. 特斯拉的車子竟然可以和人一樣，軟硬體都不更新的情況下，學習並進步？
p.s. 如果大家對上面十個問題真的有興趣，筆者就找時間再打一篇，用資工的角度看特斯拉的自動駕駛（FSD Beta）上 #4。（筆者已經打好囉，有興趣的讀者可以直接點超連結囉~）
