首先你要问激光雷达对自动驾驶系统有什么作用。大多数基于激光雷达的系统将其与高清晰度地图相结合，实现车辆相对于固定道路基础设施的厘米精度定位。它要求车辆运行区域的详细地图，这些地图被存储在或下载到汽车上。激光雷达传感器以及高清地图的创建和维护都很昂贵，而且对高清地图的依赖限制了汽车的操作范围。这项技术是从早期实现自动驾驶汽车的方法中遗留下来的，现在已经没有必要了。如今，通过广泛使用的地图和标准GPS，车辆的相对路线定位是唯一需要的。
当然，激光雷达对于定位周围环境中的动态物体也同样有用。这是一个优势，以确定一个安全的驾驶路径。不幸的是，激光雷达信号被雨滴、雪花、雾和灰尘阻挡，所以需要其他手段（雷达和计算机视觉）来克服这一缺点。如果使用更便宜的硬件就能实现同样的功能，那么使用激光雷达的额外成本就很难被证明是合理的。
本地化只是自动驾驶必须解决的一个方面。其他是感知、预测和计划。自动驾驶的这些方面最好使用计算机视觉（用于感知）和神经网络架构来解决。视觉图像比激光雷达图像包含更多关于物体的信息。当你接近人行横道时，你无法阅读路标，无法确定交通信号的状态，也无法知道行人是否在看着你。这些都是任何自动驾驶系统的关键要求，无论是否使用激光雷达，都需要一个解决方案。激光雷达成为与相机和雷达一起工作的辅助传感器输入，但不是必不可少的。
特斯拉采用了一种全面的方法来设计他们的自动驾驶架构。激光雷达在他们的设计中被废弃，因为它在最后的分析中被认为是多余的，而且是不必要的产品和维护成本负担。其他人也开始得出同样的结论。我怀疑Waymo、GM Cruise和其他使用激光雷达的公司最终也会因为同样的原因抛弃它。
虽然激光雷达对FSD来说不是必须的，但它确实有一定的优势，当系统需求允许时，可以利用这些优势来交付功能正常的自动驾驶车辆。我认为这就是Waymo的情况。然而，对于特斯拉来说，情况并非如此。特斯拉的目标比Waymo更广泛，他们实现FSD的方法也不同。鉴于这些差异，特斯拉工程师拒绝使用激光雷达，因为有一些明显的问题缺点：
激光雷达是昂贵的。如今，它们的价格约为700美元。如果产量增加，价格可能会降至100美元。这需要时间，而且还是太贵了。Waymo的成本问题是一个比较棘手的问题。许多激光雷达传感器有运动部件（旋转镜），这是容易故障和维护。的确，一些激光雷达传感器已经消除了活动部件，但扫描角度有限，这就增加了所需传感器的数量。
激光雷达传感器很难隐藏。对于像Waymo One这样的商业机器人出租车来说，突出的传感器可能是可以接受的，但大多数人不希望在私人车辆上安装这种传感器。它们产生空气阻力。同样，Waymo使用克莱斯勒Pacifica货车（ICE）也不是问题。他们的电动I-PACE汽车在低速行驶时也不是问题。然而，在高速公路上行驶时，额外的阻力会降低电动汽车的续航里程。
激光雷达作为一种辅助传感器，对系统的计算提出了更高的要求。这增加了动力消耗，同时减少了车辆的行驶里程。同样，对于网约车服务来说，这不是一个大问题，但对于以其汽车续航里程为傲的特斯拉来说，这是一个灾难。激光雷达在雾、雨或雪中不起作用。这意味着，如果你依靠激光雷达来防止与静止物体的碰撞，它在恶劣的天气中会失败。你需要另一种方法来防止这种情况的发生，那就是使用雷达和计算机视觉。
在Waymo和其他汽车中，激光雷达的主要用途是在道路上精确定位汽车。这是一个系统设计决策。它需要高清地图。创建和维护高清地图是一项巨大的工作，需要持续的维护。这意味着Waymo机器人汽车可能会被限制在某些高清地图可用的城市。特斯拉的要求规定，他们的FSD可以在任何地方的所有道路上使用。
解决工程问题有多种方法。好的解决方案是满足所有系统需求的最优解决方案。我怀疑消费者是否有能力购买配备Waymo的自动驾驶汽车。他们的目标是严格的TaaS行业。特斯拉汽车是卖给消费者的。他们必须是负担得起的，通用的，并美观的眼睛。他们还将以全职或兼职的形式填充特斯拉的拼车网络。因此，特斯拉汽车必须满足比Waymo、Cruise、Aptive等其他自动驾驶汽车更严格的要求。
人们不应该再做纸上谈兵的工程师，以为自己最了解如何运营特斯拉。特斯拉的工程师是硅谷最聪明的人。我想他们知道自己在做什么。
