現在的自動駕駛汽車配備的視覺傳感器，比較主流的有激光雷達和高清攝像頭兩種技術。對於未來趨勢，很多人會猜測：
究竟哪種技術會勝出？激光雷達和高清攝像頭的特點是：激光雷達技術更優，對駕駛安全性更有保證，但成本更高；攝像頭主要通過算法進行圖像識別，劣勢比較明顯，但是成本更低。
就價格來看，攝像頭系統價格普遍在200美元以下；而激光雷達由於成本原因，遲遲未能普及，以Velodyne為例，他們的16線激光雷達售價雖然已經降至3999美元，但車載標配的64線激光雷達仍然高達50萬元，128線更是天價。特斯拉的CEO馬斯克曾經在公開演講的場合聲稱激光雷達沒有用，認為用視覺的攝像頭就可以解決自動駕駛問題。但是在視覺攝像頭技術還未完全成熟的情況下，還不能證明它的安全性能達到激光雷達的水平，因此完全不用激光雷達目前來看是不可能的。
所以，一種價格高，性能優；一種價格低，性能相對劣勢。兩種技術之間的競爭，是否有普遍的發展規律呢？
技術產業化的一個普遍的規律是，隨著技術的大量應用，性能好的更貴的硬件（比如激光雷達）會隨著產量增加，價格急劇下降，最後被市場接受。但是在之前的過渡階段，就自動駕駛來說，很有可能出現兩種技術融合的趨勢，比較一輛汽車同時配備激光雷達和高清攝像頭，進行優勢互補。
但是要注意了，也有另外一種可能：更加便宜的第三條技術路線會脫穎而出。
全球科技創新產業專家、海銀資本創始合夥人王煜全說過，雖然科技創新沒有辦法預測，但是科技創新進入社會對市場形成影響是可以預測的。意味著如果你從高校的科研成果就有系統的監督和跟蹤，那麼你對科技趨勢的判斷也會有一個準確的把握。
就自動駕駛的視覺傳感器技術來說，哈佛大學的一項科研成果：利用超透鏡（超薄的納米光子組件）的深度傳感器，有可能成為繼激光雷達和高清攝像頭之後的第三種技術路線。
為什麼它非常有價值？因為它實現了深度視覺，也就是說光學鏡頭不僅僅能依靠算法來判斷物體，它也能夠像激光雷達一樣來測量距離了。
在得到知識城邦上，王煜全介紹了這項前沿的科技成果。經過深入的分析後我們發現，這項技術的應用可不僅僅是自動駕駛那麼簡單，其發展潛力遠遠超乎了我們的想象。
技術的原理是從蜘蛛身上受到的啟發。我們人類的眼睛獲得距離信息的方法，是將左眼和右眼同時獲取到的兩幅略有差異的圖像進行搜索對比（你可以把手指放在面前，交替睜開左右眼，這時你就有體會了吧），但是，這種方法不夠精確，而且處理繁瑣。人類有一個強大的大腦可以處理這些任務，但是蜘蛛卻沒有。
其實，蜘蛛已經進化出了一個比我們人類更為先進的深度感知系統。蜘蛛捕獲獵物（比如蒼蠅）之前，用主眼注視蒼蠅，這時只有主眼視網膜的圖像是清晰的，而其他眼睛視網膜上的圖像會顯得模糊，這種模糊變化的背後則直接隱藏著距離的信息。確定好距離後，蜘蛛能夠準確地跳躍到離自己身軀好幾倍遠的地方，對獵物發起致命的攻擊。
在哈佛大學的實驗中，研究小組模仿蜘蛛的原理，將兩個具有不同深度焦距的透鏡共同放到一個光圈中，構建出一個“超透鏡深度傳感器”。在下方我們放了一張實驗中的拍攝圖片，可以看到在不同距離下拍攝到的物體模糊程度的變化，包括果蠅、水柱，還有半透明的蠟燭（這類物體往往無法通過激光雷達或ToF測量）。
那麼哈佛大學的這項研究成果未來會不會取代激光雷達呢？王煜全認為，雖然現在判斷還為時尚早，但至少這項研究成果為我們提供了另一種可能性。未來激光雷達和具有深度視覺的攝像頭進行互補，發揮各自優勢的可能性會更大。
這項技術還有一些優化的空間：一個是傳感器體積。目前，用現代設備也可以實現這種方法，但是需要非常大型的光學攝像頭和電動機械組件，這種攝像頭可以拍攝不同焦點的照片，但是由於體積龐大而笨重，限制了傳感器的速度和實際應用場景。而哈佛大學在實驗中的“超透鏡深度傳感器”，體積只有4×4×10cm。雖然這個體積還不算小，但這只是一個實驗室裡的原型，其中超透鏡材料（也就是超薄的納米光子組件）直徑僅有3mm，未來傳感器的尺寸還有很大的縮小空間。
另外，實驗中的計算機採用了英特爾i5-8500K處理器和NVIDIA Titan V顯卡，通過優化代碼和硬件，還可以進一步提升速度。基於以上兩點，未來還可以用於微型機器人、侵入式醫療設備、小型穿戴設備、輕便型AR眼鏡/VR眼鏡、甚至手機等產品的傳感器上。
順便說一句，手機的要求也極大推動了攝像頭的進步，蘋果的iPhone 11的三攝像頭設計被稱為浴霸，但華為隨後就推出了四攝像頭手機。攝像頭越做越小，光學透鏡已經難以滿足需求了，更小的金屬透鏡是未來的方向，如果能在手機上疊加超透鏡傳感器，是否會增強手機的3D建模能力，也是我們希望看到的。
閱讀更多 王煜全 的文章
