《科创板日报》（上海，研究员 思坦）讯，据行业媒体Teslarati报道，特斯拉近期获得一项自动驾驶相关新专利，名为“使用视觉图像数据估测对象属性”，旨在解决自动驾驶汽车视觉传感器日益增长的成本，以及其制造的复杂性。

此项专利描述了一种自动驾驶系统的良好配置，使得传感器和摄像头的数量达到了平衡，同时能够确定车辆周围物体的距离。这将使特斯拉能够采用一种性能可与行业领先企业媲美的自动驾驶系统，同时尽可能降低成本。

为达到这一点，该专利的核心在于使用两个神经网络，第一个神经网络用以确定摄像头捕捉的画面物体之间的距离，另一个则将以标注图像的形式为第一个神经网络创建训练材料。

那么，为什么传感器和摄像头的数量平衡有助于降低自动驾驶的成本呢？

这是因为，当前市场上，针对高级别自动驾驶，不外乎纯视觉和强感知两种方案。前者由摄像头主导，配合毫米波雷达等低成本传感器组成构成纯视觉计算，典型代表为特斯拉、Mobileye以及百度Apollo Lite；后者由激光雷达主导，配合摄像头、毫米波雷达等传感器组成，典型代表企业为Waymo、Uber、百度Apollo等。

目前，成本是制约激光雷达迈向商业化的主要瓶颈。在成本方面，摄像头与毫米波雷达成本单价通常在200美元以内，激光雷达价格则在8000-75000美金不等，远远高于其他传感器。

特斯拉表示，随着传感器数量和类型的增加，系统的复杂性和成本也在增加。例如，将激光雷达等发射距离传感器安装在大众市场的汽车上通常成本很高。此外，每增加一个传感器都会增加自动驾驶系统的输入带宽要求。

如此现状下，找到车辆上传感器和摄像头配置的最佳平衡迫在眉睫。特斯拉认为，这种配置应该限制传感器的总数，而不限制捕捉数据的数量和类型，以准确描述周围环境，安全控制车辆。

无独有偶，国内企业也有将纯视觉作为自动驾驶主攻方向的。百度早在2019年6月就发布国内首个自动驾驶纯视觉解决方案，当时其智能驾驶事业群组总经理李震宇就表示，推出纯视觉自动驾驶方案的原因之一在于，跟车厂和客户沟通的时候，大家表达了希望有低成本的纯视觉方案。