兩位大佬 @Will.liu @小傑仔 都從專業的技術角度，解釋了兩個的區別。
已經沒有什麽可以補充的了，但我對結論其實有些自己看法。
各類關於智能駕駛傳感器理論和實驗結論，無一例外全部證明了激光雷達的優勢。
實驗室的數據是一回事，商業化是一回事 ——
而且自動駕駛這類高度依賴大數據和演算法的模式，沒有足夠的數據量，就連激光雷達本身都不一定靠譜。
自動駕駛有兩條技術路線
但目前比較詭異的情況是：
走單車智能路線的特斯拉，反而逐漸弱化激光雷達，開始走純視覺路線（甚至直接宣布取消激光雷達）。
而國內主導走車路協同技術路線的新勢力，往往在新品上很舍得堆料，各類激光雷達和算力都堆滿。
按理說，特斯來應該用越來越好的傳感器，如谷歌Waymo那樣，全副武裝。
而國內新能源應該越來越簡化車內算力，更多利用國內智慧城市的基礎建設。
如其它大佬提到的，激光雷達：優勢非常好，數據精度高，距離遠，但唯一的缺點，就是 太貴了 。
到底有多貴呢？
以2020年的價格計算
主激光雷達，做到200米範圍的，國內人民幣5萬，海外的要3萬美金（合計20萬）加上輔助激光雷達，整車用激光雷達方案，即使用國產方案，去到小10萬的成本了（這也是稍微帶上激光雷達新能源車，基本都在25萬以上的價位）。
而毫米波雷達價格呢？
即使貴一點的，也就幾百塊錢，而且還是人民幣。
買個30萬的新能源車，10萬塊錢給了電池，10萬塊錢給了智能駕駛傳感器和計算平台，不就是等同於10萬塊錢的燃油車配置了嗎？這哪裏有什麽商業競爭力？
花費近三分之一的錢，用在短期內很難全部發揮實力的智能駕駛，這樣的消費者，不是冤大頭是什麽？
所以，從商業的角度來看，入門級自動駕駛車輛，根本不可能支撐的起來激光雷達這類天之驕子的身份——除非價格降低到和毫米波雷達一樣的成本。
而自動駕駛，這類極度依賴海量大數據支持的模式，如果一開始就沒有海量大數據，就永遠不可能有自動駕駛。
從這個角度看依賴毫米波雷達和視覺網絡攝影機的智能駕駛學派，其實才應該是主流。
說回車路協同技術路線：
激光雷達，其實想要解決的事遠距離的障礙物探測，但在城市道路上，如果真正的智慧城市基建完善之後，其實激光雷達的方案是完全有更完美的替代方案的。
用5G這類極低延遲極高頻寬的數據作為傳輸，用北鬥這類厘米級精度的地圖作為輔助定位，同時結合車輛開放的數據交換平台，以及連通智慧城市本身的IOT大數據，想要解決200米範圍外的的障礙物檢測，豈不更簡單，而且還便宜？
說說智能駕駛的風險：
肯定是有風險的，但任何巨大的變革和創新，幾乎無一例外都是踩著屍骨累累起來的，看看福特T型車的歷史，或者搜落下化工學上的進步，甚至近代醫學的進步。
指望一步到位達到100%安全是幾乎不可能的，但隨著技術進步無限接近100%安全倒是可以期待的。
目前來說，雖然對於智能駕駛非常看好和樂觀，現階段，我只是不想成為數據統計當中的分子，還是老老實實作為分母去。
補充下：
如果你真的想要了解激光雷達，毫米波雷達，雷達，視覺方案，還有智能駕駛的智能路線之爭，可以參考這幾本教材，比目前大部份自媒體和行業論壇的文章都要深刻。
回歸到資訊源，去開荒。
如果對新能源汽車和智能駕駛感興趣，那麽最近我閱讀過的書單，可能非常適合從零基礎的小白：
想了解新能源汽車這個行業，能看什麽書籍或資料？
歡迎評論區互動，交流。
