大家好，迟到的更新啊，这篇文章早就想写了，但是最近还是比较忙，拖到现在才写。

首先解释下标题，我这里说的被夸大，从行业内的角度看（注意，是行业内，而不是专业，毕竟我不是专业的，只是工作上会用到激光雷达而已），这种夸大是必要的。主要原因就是：

这东西贵！虽然在行业内已经用了将近20年了（甚至更久），但是这东西几乎没有转向民用，所以到目前为止，价格还是很贵。

如果不夸大一下它的重要性，那么消费者怎么愿意买单？所以适当的夸大下效果，还是很有必要的，对这个行业的发展，也是很有必要的。

然后，我们来谈谈实际的，首先大家看一下下面2张图：

是的，没错，这是蔚来放出的激光雷达的探测图。

但是，如果大家认为这是激光雷达实际看到的，那就大错特错了。

实际激光雷达看到的，就是一个平面上，每一个激光点的能量值（说能量值不是准确，只是为了便于大家理解）。然后通过工程师的算法计算，从而导出以上两张图。计算过程就不给大家解释了，我想也没多少人想了解这个。

（说句题外话，第二张图，我怎么看都觉得是结合了摄像头画面进行重置的，毕竟激光雷达能照出地面画的线？就我个人的认知里，似乎还不可能。）

OK，接下来谈谈为什么在这个时间点上，那么多企业都争相的要上激光雷达。

原因其实在我之前的说视觉识别的文章里也谈过了，视觉识别抗干扰能力太差，即便强如特斯拉，也会轻易被画在地面上的人像所欺骗。

然而！！！

激光雷达，正好没有这个问题，毕竟只要激光一打，距离、大小、形状、甚至材质，都可一一区分出来，所以在弥补视觉识别误判的问题上，激光雷达正好是目前最好的解决方法。

只不过，方法有了，真正用起来，还是不少问题的。

第一，激光在大雾/霾，雨雪天气下，各种恶劣条件下都需要进行不同的调试。

第二，目前路上没用激光的车辆，等厂商慢慢都开始用了，实际上路面情况会非常糟糕，各种激光点都打在物体上，非常容易被其他车辆打出的激光干扰判断，毕竟大家打的能量值都不同。

第三，激光在车辆上的使用，没有先例，也就是说，大家都是第一次用，然而这个要用好，就必须累计相当大的数据经验，这不是坐在电脑前通过写代码可以解决的。

以上问题的解决方法，都需要大量的现实路试才能进行优化和解决，不是短时间靠算法就能解决的。事实上，最好的数据积累，其实是把激光配置到出租车上，毕竟这些车每天都在外面跑，天气越恶劣，越会出来跑。这对数据积累是非常有用的。

这一点，不得不提一下特斯拉，即便最便宜的车，在视觉识别的硬件上都不含糊，绝对给你配最好的。如果你真以为它是良心？那就上当了，实际上，特斯拉就是在利用客户信息做数据积累。

总结，激光雷达能够真正用起来，是需要数据积累的，不是一朝一夕的事，所以各位P7的车主看P5配上激光雷达，不用心里不平衡，没个一年半载的，使用体验上并不会比P7好。

这里还要提一句，小鹏能够想到找大疆的供货商买激光雷达，确实是个不错的选择，依靠大疆过去的调教经验，确实可以省略很多环节，但是大疆过去主要还是用在了判断有无的问题上，实际能有多大的帮助？这个只有小鹏内部知道了，但是很明确的一点是，小鹏并没有上非常高端的激光雷达，这条路是没有错的。毕竟现在的激光雷达，低端和高端不是99%和100%的区别，那是小数点后2位的区别。

所以，就目前的情况看，配上普通款，然后进行必要的数据积累，才是重中之重的事。这一点，小鹏的决策还是值得称赞的，不得不说，小鹏还是实打实在认真做产品的。

----------------------------------------------------顺便提一句------------------------------------------------------

特斯拉之所以不配上激光雷达，个人猜测有一个原因就是，激光雷达调试方法和视觉调试方法是截然不同，基本上需要两拨人来搞，然而国外路况又不像中国那么复杂，所以先集中力量调试优化视觉这个路一点没错。

----------------------------------------------------------------------------------------------------------------------