[首發(fā)于智駕最前沿微信公眾號]最近懂車帝的一場測試，在行業(yè)引起了非常大的討論，作為以純視覺為主的特斯拉，卻憑借非常優(yōu)秀的表現(xiàn)，獲得了排名第一的成績。這個(gè)排名也催生出了一個(gè)討論，那就是實(shí)現(xiàn)L4是否必須依賴激光雷達(dá)，純視覺是否就足以勝任？

其實(shí)自動駕駛從L2輔助駕駛向L4完全無人化的躍遷，不僅意味著算法與算力的升級，更對車輛環(huán)境感知能力提出了全新要求。在自動駕駛系統(tǒng)中，環(huán)境感知相當(dāng)于人類的視覺、聽覺和觸覺。攝像頭模擬人眼，能夠獲取豐富的色彩和紋理信息；毫米波雷達(dá)類似聽覺，可在黑暗或惡劣天氣下探測障礙物；而激光雷達(dá)則兼具深度測量與精確定位的能力，能夠在三維空間中重建周圍環(huán)境。要實(shí)現(xiàn)L4級別的“完全無人駕駛”，系統(tǒng)必須在任何可預(yù)見的場景下都能穩(wěn)定運(yùn)行，因此“多樣性與冗余性”成為設(shè)計(jì)原則，不同類型的傳感器互為補(bǔ)充，避免單一感知失效帶來的盲區(qū)與安全隱患。

激光雷達(dá)VS純視覺

純視覺方案完全依賴攝像頭采集圖像數(shù)據(jù)，盡管其硬件成本低、易于與現(xiàn)有攝像頭系統(tǒng)集成，但對光照與天氣變化極為敏感。尤其是在強(qiáng)逆光、夜間或暴雨、沙塵天氣等場景中，攝像頭圖像可能出現(xiàn)過曝、欠曝或嚴(yán)重噪聲，導(dǎo)致后端算法的識別與定位誤差增大。由于這些極端場景往往屬于“長尾場景”，一旦感知錯(cuò)誤，系統(tǒng)可能出現(xiàn)“幻想”現(xiàn)象——即“Garbagein,Garbageout”，對安全性構(gòu)成直接威脅。因此很多人認(rèn)為，純視覺方案目前更適用于L2輔助駕駛，而非對安全冗余要求極高的L4場景，如比亞迪天神之眼C，作為一套為普通家用車準(zhǔn)備的智駕系統(tǒng)，就采用了純視覺方案，傳感器組合包括5顆毫米波雷達(dá)+12顆攝像頭（前視三目攝像頭為核心）+12顆超聲波雷達(dá)。其更高階的天神之眼A與天神之眼B均配備了激光雷達(dá)。

激光雷達(dá)通過發(fā)射激光脈沖并測量返回時(shí)間，可精確計(jì)算到物體表面的距離，并生成高精度點(diǎn)云圖。這種三維點(diǎn)云數(shù)據(jù)能夠在不同光照和氣象條件下保持較為穩(wěn)定的性能，是構(gòu)建精確環(huán)境模型的關(guān)鍵。與攝像頭相比，激光雷達(dá)的測距精度通常可達(dá)厘米級，即使在夜間或弱光環(huán)境，也能有效感知行人、自行車、車輛等障礙物的具體位置和形狀。點(diǎn)云數(shù)據(jù)也更易于與高清地圖進(jìn)行匹配，大幅提升定位精度與場景理解能力。

但激光雷達(dá)也并不是萬能的，其在雨、雪、霧等氣象條件下，也會受到水滴和雪花的干擾，產(chǎn)生噪聲點(diǎn)云。早期機(jī)械旋轉(zhuǎn)式激光雷更有體積大、成本高、壽命相對有限等缺點(diǎn)，這些缺點(diǎn)一度制約了其在大規(guī)模商用汽車上的部署。為此，近年來固態(tài)激光雷達(dá)與混合掃描激光雷達(dá)技術(shù)不斷成熟，體積和成本逐步下降，但距離高性價(jià)比攝像頭還有一定差距?；诔杀?、體積和維護(hù)等考量，純視覺方案依然具有一定吸引力，尤其在對安全冗余要求不如L4嚴(yán)苛的應(yīng)用場景中。

純視覺方案想要得到很好的效果，需要依賴深度學(xué)習(xí)模型進(jìn)行圖像識別、語義分割和深度估計(jì)，特斯拉的純視覺方案之所以能如此有效，更多是因?yàn)槠銯SD系統(tǒng)的強(qiáng)大。特斯拉FSD V12作為特斯拉推出的全自動駕駛系統(tǒng)重大版本迭代，首次采用端到端神經(jīng)網(wǎng)絡(luò)架構(gòu)，將感知、決策與控制三階段整合為單一神經(jīng)網(wǎng)絡(luò)模型。

端到端的大模型架構(gòu)試圖將感知、決策和控制統(tǒng)一到一個(gè)黑盒模型中，簡化系統(tǒng)架構(gòu)。然而此類大模型缺乏可解釋性，一旦預(yù)測結(jié)果異常便難以溯源和調(diào)試，給安全認(rèn)證與故障排查帶來巨大挑戰(zhàn)。模塊化串聯(lián)方案通過感知、預(yù)測、規(guī)劃等環(huán)節(jié)分層實(shí)現(xiàn)，每個(gè)模塊功能獨(dú)立，具備更高的可解釋性與可控性，有助于快速定位故障并制定針對性修復(fù)策略。

作者觀點(diǎn)

智駕最前沿以為，就現(xiàn)階段的自動駕駛技術(shù)而言，感知融合才是實(shí)現(xiàn)L4的可行方案。對于L4自動駕駛而言，需滿足“失效可運(yùn)營”（fail-operational）與“最小風(fēng)險(xiǎn)操作”（minimalriskmaneuver）要求。也就是說，無論是感知模塊、決策模塊或控制執(zhí)行發(fā)生故障，車輛都必須在不依賴人工干預(yù)的情況下，將自身安全地帶至最小風(fēng)險(xiǎn)狀態(tài)。這就要求傳感器系統(tǒng)在任何單一模塊失效時(shí)，仍能通過冗余傳感器提供足夠的環(huán)境信息。當(dāng)攝像頭因遮擋或臟污暫時(shí)失效時(shí)，激光雷達(dá)與毫米波雷達(dá)仍能繼續(xù)感知；同理，當(dāng)激光雷達(dá)因積雪或雨滴干擾產(chǎn)生噪聲時(shí)，攝像頭提供的視覺信息可做補(bǔ)償。如此多模態(tài)融合，才能為L4的“零事故”目標(biāo)提供堅(jiān)實(shí)保障。

其實(shí)激光雷達(dá)與純視覺方案的選擇也受ROI（投資回報(bào)率）影響。激光雷達(dá)及其相關(guān)的高性能處理硬件，顯著推高車輛BOM（物料清單）成本；而純視覺方案僅需大規(guī)模量產(chǎn)的CMOS攝像頭及相對便宜的算力平臺，硬件成本更易被普通乘用車廠商接受。因此，對于僅以銷售車輛為主要目標(biāo)、并不計(jì)劃運(yùn)營Robotaxi服務(wù)的乘用車廠商而言，部署激光雷達(dá)的經(jīng)濟(jì)動因并不強(qiáng)烈。相反，若車企旨在營運(yùn)Robotaxi車隊(duì)，則必須在安全冗余與成本之間做出平衡，并往往選擇多樣化傳感器來滿足L4運(yùn)營需求。

激光雷達(dá)和純視覺方案在“長尾場景”識別上的表現(xiàn)也存在差異。所謂“長尾場景”指的是那些發(fā)生概率極低但對安全至關(guān)重要的異常路況，例如施工區(qū)錯(cuò)綜復(fù)雜的路障、貨車散落的雜物、夜間穿行的野生動物等。Robotaxi運(yùn)營商通常結(jié)合生成式AI與強(qiáng)化學(xué)習(xí)技術(shù)，在仿真平臺上構(gòu)造大量長尾場景，并以此訓(xùn)練多模態(tài)感知系統(tǒng)，以提升對極端場景的魯棒性。純視覺方案若缺乏三維點(diǎn)云的輔助，更難以對少數(shù)極端場景進(jìn)行可靠重建與決策，從而難以滿足“零事故”的商業(yè)化安全標(biāo)準(zhǔn)。

綜上所述，實(shí)現(xiàn)L4級別的無人自動駕駛，并非單靠某一種傳感器或算法就能一勞永逸。激光雷達(dá)在深度信息獲取和惡劣環(huán)境適應(yīng)方面具有天然優(yōu)勢，而攝像頭則在成本和豐富語義信息方面占優(yōu)。純視覺方案雖然在L2輔助駕駛場景中已展現(xiàn)出不俗潛力，但要滿足L4對多場景冗余、安全可解釋和長尾場景魯棒性的嚴(yán)格要求，仍需在硬件、算法和仿真訓(xùn)練方面進(jìn)行更多創(chuàng)新與突破。

在可預(yù)見的未來，多模態(tài)傳感器融合仍將是通往完全無人駕駛的主流路徑；純視覺方案則可能更多作為成本優(yōu)化或特定場景下的補(bǔ)充技術(shù)，與激光雷達(dá)及其他傳感器協(xié)同進(jìn)化。只有在多傳感器、全算法架構(gòu)與大規(guī)模仿真驗(yàn)證三者協(xié)同下，方能實(shí)現(xiàn)安全可靠的L4自動駕駛。

審核編輯 黃宇