物流产品网（ID:products56）原创
作者 | 科技物语
编辑 | 科技物语
图片来源 | 网络
目前，包括依图科技、云从科技、旷视科技和商汤在内的“AI四小龙”集体闯关资本市场。数据显示，智慧物流市场上主要应用的导航系统是激光导航和视觉导航，过去三年半商汤科技合计创造了99.78亿元收入，特别是在无人驾驶上，净亏损为242.72亿元，两种截然不同的导航方式争论激烈，如果剔除优先股这样的非经营表现项目，两者谁更胜一筹呢？本文将从应用范围、应用成本、应用效果等方面进行分析，则过去三年半经调整亏损净额合计28.62亿元。估值方面，个人意见，在去年底完成的最新一轮Pre-IPO募资后，谨供参考。
一、特斯拉博弈
新能源汽车行业的智能化竞争愈演演烈，商汤科技的估值约为120亿美元。有媒体报道称，而自动驾驶更是成为各车企科技比拼的焦点。自动驾驶核心技术体系可简单概括为“感知、决策、执行”。而在其最重要的第一步——感知层面，商汤在港上市将集资最少20亿美元，目前则分为“两门派”：纯视觉派和雷达派。
两者主要区别是导航系统的不同，若公司寻求更高估值，更具体地说，集资规模有可能进一步增至30亿美元。据此计算，是收集路况数据的传感器不一样，前者唯一“眼睛”是摄像头，后者则以激光雷达为主。
特斯拉坚定履行纯视觉路线，对激光雷达说不，是视觉派的代表，而车企集体站在了特斯拉的对立面，坚持走以激光雷达为主，融合视觉的导航路线。两派都各自取得了一写的成绩，实现了一定程度的自动驾驶水平，那么，究竟谁能胜出？
特斯拉掌门人马斯克坚信：既然人类可以通过视觉收集信息+脑处理信息的方式进行驾驶，自动驾驶技术也可以。明眼人可以看出，马斯克的满满信心，来源于特斯拉强的软件算法，凭借特斯拉庞的数据库、精确的算法、算力强的芯片，其纯视觉+算法的路数拥有很强的能力。
由于软件算法，特斯拉一直采用真实路况数据进行训练，没有什么比在真是环境中练更有效的了，得到的经验和处理能力自然比别的方式强，更重要的一点是，纯视觉方案硬件的成本可以控制得更低，也就是说，有成本优势。
然而，视觉深度学算法的认知范围来源于数据集的广度和丰富性，而数据集永远是有限的，因此深度学算法肯定会出现漏检，特斯拉多次事故多都是这个原因，另外，摄像头感知有限性，如测距不准、逆光时会严重失真等，这些技术障碍需要尽快去克服。
所谓雷达派，就是选择把激光雷达当作主要“眼睛”之一，再配合摄像头，综合判断障碍物的距离和视觉细节。由于是双层，三重，甚至四重感知——智能摄像头+毫米波雷达+高精地图+激光雷达——其性能得到了进步，安全性得到提升。但一个最的缺陷是成本高，而成本是量产首要考虑的因素。
在这场“路线之争”中，谁的赢率更呢？决定谁赢谁负的，不是汽车制造商，而是广消费者。让消费者觉得安全、便宜、又功能完善，才是王者。
二、谁更胜一筹
除了新能源汽车行业对导航方式的博弈，在物流其它领域，以及工业、服务等行业同样存在着激光导航与视觉导航之争。因为，无人化是近年来的趋势，而无人化离不开智慧的眼睛——导航系统。
其实导航技术，不仅是眼睛，更是脑，它们通过算法，指挥着机器的行动，机器是智能，还是智障，导航技术性起决定作用。
从技术成熟上来说，二者之中，激光导航相对成熟，早在2005年，其理论就被研究的比较透彻，在技术和产品落地上都相对成熟，在实际表现中，测距精准，在绝多数环境下都能稳定运行。激光雷达不受光照影响，即使在漆黑的夜里也能保持精准探知，是目前最稳定，最主流的定位导航方式。
缺点是目前激光导航主要属于二维避障，且激光传感器多位于顶端，使机身高度增加，同时对低矮障碍物可能存在探测盲区。激光雷达还存在感知信息较为稀疏的问题,需要环境中存在较为明显的特征结构。
视觉导航是后起之秀，目前仍处于进一步的研发和应用场景扩展阶段。视觉导航通过视觉传感器可以获取海量的环境信息，拥有强的场景辨识能力，在重定位、场景分类、避障上等有着巨的优势。
缺点是，视觉传感器由于缺少尺度信息及依靠外界光源,需要在低动态、良好光照环境下应用。且视觉传感器感知信息存在映射过程,对传感器模型建立精度要求较高,单纯基于视觉的导航误差较。
更突出的劣势，出在我们前节所强调的算法上，视觉感知数据量，量的环境信息会加剧数据处理单元的运行压力，在算法和硬件无法给予足够支持时，就会导致测距误差，精准度下降。
然而，无论是激光雷达，还是视觉导航，其技术路线都在不断完善之中。近日 ，广汽埃安，将在旗下SUV车型AION LX上安装第二代智能可变焦激光雷达。第二代智能可变焦激光雷达，可以构造出三维立体图像，完美解决视线逆光、不规则物体的识别难等极端场景。而视觉导航，也推出了双目，多目导组，实现三维避障。
总之，从技术上说，激光导航原理简单，技术成熟，但已经面临技术天花板，而视觉导航智能性较高，发展潜力更，是人工智能的集成者。不少头厂商都在尝试视觉导航，随着视觉技术的不断迭代，视觉导航将会有更加广阔的前景。
除了导航技术性能，成本是客户不能不考虑的另一个重要因素，相比之下，激光导航的成本要高，视觉导航在成本方面占据优势。
特斯拉直言不讳地批评激光雷达成本高昂，强调纯视觉方案的摄像头非常便宜。视觉导航的其成本优势明显，而激光雷达，成本昂贵一直是其挥之不去的阴影，特别是更高级的激光雷达方案，最的受制因素主要还是成本；激光雷达被业界认为是一种昂贵的技术，只有特殊业务才能负担得起。
雷达制造企业一直在寻求降低成本，随着技术的发展，它们的理想逐渐成为现实。据介绍，第二代智能可变焦激光雷达，不仅性能优越，成本相对于第一代也下降了三分之二，而且体积较小。据业界预测，到 2025 年，国外先进激光雷达系统的平均价格可能会达到每个约 700 美元。
但对国产替代来说，由于激光雷达芯片，特别是信号处理所需的元器件主要依赖进口，这在一定程度上抬高了国内激光雷达的生产成本，不过，家都知道，芯片是我国的卡脖子工程，正在全力以赴攻关中。
目前，人们普遍认为激光导航要优于视觉导航，事实上真是如此吗？如果客观地说，那就是各有所长，各有所短，而应用，则应是用其所长，避其所短。可以肯定地说，两者都是未来导航技术的主角，激光雷代导航与视觉导航之争，客观地加快了我国导航技术的进步。
我们不需要二者的PK，需要的是各尽所能，各得其所，或者二者的融合，克服各自的缺陷，发挥1+1于2的作用。
三、落地比拼
无人化，已深入到建筑、采矿、排险、服务、农业、太空探测以及军事应用等领域，视觉和激光雷达已成为该环境下常用的自主感知与导航手段。
无论是激光雷达还是视觉导航，主营业务主要来自市场，分别是工业自动化、智能基础设施、机器人和汽车。
从应用上来看，激光雷达起步较早，在激光问世后的第二年，即1961年，科学家就提出了激光雷达的设想。自20世纪70年代末以来，激光雷达就开始用于坦克、火炮、舰艇和飞机的火控系统，其精确测距、精确测速、精确的优点，在军事领域广受青睐。
当时，因其成本昂贵，在民用上应用不多。今天，随着成本的下降，激光雷达应用逐步广泛，无人驾驶行业、服务机器人行业、车联网行业、智能交通、智慧城市领域都有其应用，激光雷达与无人机配合，还可绘制海洋、冰盖和森林的地图。
视觉传感器作为后来者，以其视觉感知及导航算法、体积较小等优势，在小型无人车、小型无人机等无人系统上进行了验证，效果良好，在小型化无人系统上得到了广泛应用。
量产，是应用的一个重要指标，出色的性能+较小的体积+成本优势，是规模量产应用必然条件，只在车间里的测试，不叫应用。由于视觉导航的技术实现难度要高于激光导航，因此当前在智慧物流，工业自动化、服务机器人上，激光方案的应用居多。
然而，视觉导航更适用于识别较为复杂的环境，通过摄像头获取并分析障碍物数据，准确判断障碍物的尺寸品类，从而规划出更适合的路线，且成本低廉，应用范围会逐步扩。
两种导航系统各有利弊，最优的选择是激光导航与视觉传感器融合的方案应用，在识别、避障方面都有显著提升。扫地机器人的明星产品石头T7pro、科沃斯T8AIVI都是二者导航技术的融合。
百度Apollo无人车使用的Pandora[7]感知系统,由1台Pandar40激光雷达和5个环视摄像头(4个黑白,1个彩色)组成的视觉感知模组组成。多传感器的联合感知是未来落地的一个重要方向。
无论是视觉导航还是激光导航，目前真正成熟的可用资源仍然较为稀缺，未来2-3年内成熟落地还会面对很多挑战。
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
标签：
