3月4日，一条新闻在媒体平台传开：“特斯拉开启‘自动驾驶’模式时，一头撞上了前面排队等红灯的车辆，导致4车追尾”；就此特斯拉已经做出回应，称报道失实，那辆Model X的驾驶员在事故发生时并未开启自动辅助驾驶功能。虽然澄清了原委，但消费者对于“自动驾驶”安全隐患的担忧仍在，也引发了汽车人对无人驾驶/自动驾驶的新一轮思考。
特斯拉的技术逻辑，是搭载了满足HAV（高度自动驾驶）要求的传感硬件配置，通过OTA软件升级实现更高级别的自动驾驶；在这里，系统以视觉感知为核心。
（特斯拉智能架构，远程超声波传感器（12个），360度全车周视野；主前视摄像头。来源： 一汽集团公司副总工程师李骏演讲）
(谷歌WAYMO无人车的传感设计。来源：GOOGLE)
无人驾驶，“视觉”解决方案目前看来主要有两个阶段：在L3（依照SAE分级）时代，在车前后各部署毫米波雷达和用于ADAS功能的摄像头，如特斯拉，偏现实应用；下一阶段（处于研发和测试）是采用激光雷达解决方案，常见的车顶元器件就是激光雷达（LiDAR），采用这种方案的有谷歌、百度、优步等公司。
“毫米波+ADAS”的方案，可更直接地捕捉物体轮廓、色彩等，有相对精确的识别，对近范围的距离识别也颇为精准，好比我们的生物视觉，可以轻易辨别有效近距的物体景深；激光雷达（LiDAR），是通过发射激光束来探测目标位置、速度等特征量的系统，在测距的精确性上很有优势。
然而，大家逐渐意识到，前者在物体识别上存有天然短板；相比之下，激光雷达因测距精度高，方向性强，响应快，不受地面杂波影响，能有效提供车辆決策与控制系统所需之信息等长处，成为目前自动驾驶环境感测几乎最有效方案，技术路线优势得到肯定。
宏观上讲，两大特性使其在未来无人驾驶领域中有核心作用：一是通过激光扫描可以得到汽车周围环境的3D模型，运用相关算法可以较为容易的探测出周围的车辆和行人。二是SLAM（同步建图）加强定位，实时得到的全局地图，通过与高精度地图中特征物的比对，可以实现导航及加强定位精度。具体地说，激光雷达的优势体现在解析度高、抗有源信号干扰强、探测性好、不受光线影响、测速范围大等特性上。
与此同时，激光雷达的相对劣势也是存在的。第一，红外线波受气象影响大。若在大雨、下雪、浓雾等非晴朗气候条件下，红外线波的侦测能力将大幅衰減，感测距离也会受到影响。另外，巨大的信息流是问题。快速且大量的资料是嵌入式系统难以负荷起的工作，需要专业处理器才能完整处理。最后，也是最重要的是价格昂贵。Velodyne64线产品的供应价格高达8万美元，已开发出的相对便宜的32线和16线激光雷达的价格也分别3万美元与8000美元，价格也是激光雷达目前普及的最大障碍。
事实上，要做到完全的无人驾驶，仅靠单种类型的传感器难以实现，未来最理想的方向一定是多种传感器的融合。而发展更廉价的固态多线束激光雷达来填补空白，显得尤为重要。
目前，市场上的高精度车用激光雷达产品的生产厂商主要集中于国外，像美国的Velodyne、Quanegy以及德国的IBEO公司等。国内发展相对缓慢，主要以2D激光雷达为主，成品形态又多用于地形测绘、建筑测量等领域。随着ADAS以及无人驾驶的兴起，对3D高精度激光雷达的需求也快速增长，国内多家创业公司以及上市公司为代表的企业也开始逐步涉足。
作为行业领头羊的Velodyne，地位不可撼动。除了谷歌等大咖的眷顾，今年1月份举行的拉斯维加斯CES展上，福特就已在其第三代自动驾驶车型上使用了 Velodyne 最新的激光雷达测距传感器——固态混合超级传感器（SH UltraPUCK Auto），公司正在向产品的轻量化和低成本化发力，据透露，目前他们也已经与国内大型代工厂商和车厂建立了合作关系，车厂会对Velodyne的新品进行测试，预计Velodyne在2017 年将会推出迭代版本，并在2018 年第四季度推出芯片级的产品（期望做到500美元），并最终投放在 2020 年的车型上。2016年8月，Velodyne LiDAR获得百度与福特公司1.5亿美元的共同投资。
Quanergy在去年的CES上发布S3固态激光雷达，通过相控阵技术和芯片化的方式极大地提升生产效率。去年8月B轮获9000万美元融资。其CEO，LouayEldada日前向媒体表示，S3固态激光雷达的生产已经蓄势待发，非车规级产品将在今年9月份下线，而明年车规级的S3也将交付到客户手中。Quanergy眼下在全力打造软硬件整体解决方案，有六成以上的研发工程师在主攻软件。与其合作的有来自美国、德国、英国、中国、日本、韩国OEM共28家，中国两家。CEO还提及，鉴于中国市场庞大，客户需求旺盛，今年年中将启动中国本土化的研发和支持工作布局。
有意思的是，今年1月8日，一向任性的谷歌也不甘人后，其自动驾驶公司Waymo的CEO，Krafcik在底特律国际车展前夕宣布，将自行研发所有无人驾驶组件，包括激光雷达，其自家研发的激光雷达的成本相对于项目开始之时，已经下降了90%，从超过7万美元直落至7500美元。
从技术逻辑上看，算法层是软件支撑，互联网和软件企业有天生优势；执行层是汽车控制与安保中枢，OEM以及Tier 1厂商管控；感知层的零组件供应链分散，切入难度相对较低。因此，国内新进入企业的主要机会在于感知层的供应链。然而，除了本身精密仪器的技术屏障外，将激光雷达线数增加并放至车载环境使用，国内产业受限于实力，也面临不少挑战。在国际主流技术稳定，而焦点落在成本控制上时，国内企业可能有机会抓住机遇。目前看来，商业上，更快速可行的方式可能是对行业巨头的中国本土化提供支持，从而寻求发展机遇。
