自动驾驶的“眼睛”之争：激光雷达与纯视觉

说起自动驾驶，人们最常问的一个问题是：车靠什么“看”路？对这个问题的不同回答，分化出了智能驾驶领域最持久也最激烈的一场技术路线之争——激光雷达与纯视觉的路线之争。一方坚信“硬件冗余才是安全的底气”，另一方笃定“算法足够强大就能复刻人类的感知”。两种理念碰撞了数年，至今仍未分出绝对的胜负。

两条路线的逻辑起点

纯视觉路线的逻辑其实很朴素——人类靠一双眼睛和一个大脑就能开车，机器为什么不能？特斯拉(TSLA)是这条路线最坚定的旗手。2021年，特斯拉做出了一个让行业震动的决定：从新生产的车型中彻底移除毫米波雷达。此后推出的每一款新车都只依靠车身搭载的摄像头和神经网络算法来实现智能驾驶。特斯拉CEO马斯克多次公开放话：“激光雷达是多余的拐杖”。在他看来，增加传感器类型只会带来数据融合的混乱和决策的延迟。

而激光雷达阵营则信奉另一套哲学。激光雷达通过发射激光脉冲并测量回波时间，能直接获取厘米级精度的三维点云数据。这种“直接测量”在原理上就具备更高的可靠性与可解释性。支持者认为，视觉算法再强大，也只是对三维世界的二维投影进行推测，这种“间接感知”存在固有的信息损失。

因此有部分车企选择了“视觉+激光雷达”的多传感器融合方案，典型配置包括1到3颗激光雷达、多颗毫米波雷达和十余颗摄像头。各传感器数据在底层融合后再输入决策模块——架构虽复杂，但天然具备冗余性：当摄像头在强光下失效时，激光雷达仍能正常工作。

成本曾是分水岭，如今正在被填平

两条路线最直观的差异体现在硬件成本上。激光雷达曾经是不折不扣的“贵族传感器”。早期自动驾驶测试中普遍使用的Velodyne 64线激光雷达HDL-64E，单车系统造价高达7.5万至8万美元——比当时作为测试平台的丰田普锐斯整车售价(约2.5万美元)还高出数倍。相比之下，纯视觉方案的摄像头成本仅数十美元。这种悬殊的成本差距，让纯视觉路线在商业上具备了天然的优势——马斯克砍掉激光雷达，很大程度上也是为了让自动驾驶技术能够大规模商业化。

然而情况在过去几年发生了戏剧性的变化。随着中国供应链的快速成熟和技术的迭代，激光雷达的价格出现了断崖式下跌。据盖世汽车研究院数据，2025年中国乘用车市场主激光雷达总装机量达到275.6万台，乘用车整体渗透率突破11%。激光雷达从“买不起的高端配置”变成了越来越多车型的标配。成本曾经是纯视觉路线最坚实的盾牌，如今这道护城河正在被快速填平。

各有各的短板，没有谁是完美的

即便成本差距缩小，两条路线在技术上的优劣势依然鲜明。纯视觉方案的优势在于系统简洁、延迟低、数据利用率高。更重要的是，量产车辆能收集海量真实路况数据，形成“数据飞轮”反哺算法迭代。但纯视觉的短板同样突出——摄像头是被动传感器，严重依赖环境光。在逆光、眩光、黑夜、大雨、大雾等场景下，感知能力会显著下降。此外，纯视觉对极端天气、异形障碇物(如侧翻的货车、掉落的货物)的识别，不是靠算法迭代和算力堆砌就能彻底解决的。

激光雷达则能弥补这些短板。它不受光照条件影响，在黑暗、弱光下仍能稳定工作。华为ADS系统搭载的192线激光雷达，在无路灯道路的夜间行人识别准确率达98.3%，较纯视觉方案高出12.7个百分点。但激光雷达也并非万能——它对浓雾、沙尘等极端天气同样存在局限性。而且，多传感器融合面临数据一致性的挑战：当激光雷达和摄像头同时感知环境时，两者数据如果出现不一致，该以谁为准？这正是马斯克反复强调的“传感器冲突”风险。

市场正在给出自己的答案

有趣的是，市场并没有一边倒地倒向某一方，而是呈现出分层的趋势。在10到15万元的入门级市场，纯视觉方案凭借成本优势仍占有一席之地。而在20万元以上的中高端市场，激光雷达的渗透率持续攀升。据高工智能汽车数据，2025年1至7月，中国市场标配激光雷达的新车累计交付104.84万辆，同比增长69.73%，其中20到30万元区间车型的标配率一度接近30%。

与此同时，政策也在施加影响。2026年6月，工信部公示了《智能网联汽车 自动驾驶系统安全要求》强制性国家标准报批稿，拟于2027年7月1日实施。值得注意的是，该标准秉持“技术中立”原则，并未强制规定传感器硬件类型——全文未出现“激光雷达”或“毫米波雷达”字样。标准从性能层面划定感知硬性门槛，要求系统具备感知衰退补偿机制以应对雨、雾、逆光等复杂环境。业界普遍认为，仅靠摄像头的纯视觉方案在夜间、低能见度等场景下达到该标准的感知性能要求难度极大，需搭配测距类传感器形成冗余。美国新泽西州则在推进编号S1677的法案，明确要求无人驾驶商用车辆必须搭载摄像头外加至少两种其他类型传感器，在实际操作中即雷达和激光雷达。两地法规共同指向一个趋势：在L3以上的高阶自动驾驶中，单一感知方案正面临日益严苛的安全验证要求。

两条路正在走向交汇

回到最初的问题：激光雷达和纯视觉，谁更靠谱？现实可能比非此即彼的选择更复杂。两条路线并非完全割裂，而是在相互学习和融合。纯视觉方案开始引入更多类型的传感器来补充感知能力；多传感器融合方案中，视觉算法的地位也越来越高。正如华为高管所言，每一路传感器都有它独特的优势——激光雷达的小目标分辨率高，毫米波雷达测速及穿透雨雾尘的能力强，所以需要多传感器的融合。

未来的自动驾驶，大概率不是“激光雷达杀死纯视觉”或“纯视觉淘汰激光雷达”的零和博弈。更可能的方向是：不同价位、不同级别的车型根据成本和安全需求，选择不同的感知配置。入门级用纯视觉控制成本，高端车型用多传感器融合保障安全冗余。而无论选择哪条路，最终检验的标准只有一个——能否用更低的成本通过安全验证。这场“眼睛”之争，答案或许不在技术本身，而在消费者愿意为安全付出多少代价。