理论上，纯视觉路线有着较低的硬件成本和清晰的迭代路径，应是自动驾驶长期主流的发展方向。然而，实际应用中在安全冗余更高的L4和L5阶段纯视觉方案也多遭质疑，比如在摄像头恶劣天气、夜间、逆光等摄像头看不清楚时的安全性。

多传感器融合路线因结合多种硬件的优势，在应对复杂环境和满足高安全冗余要求上，展现出了更强的适应性。


对于纯视觉和多传感器融合两种方案产业界的争论颇多，目前尚无定论。这两种方案背后对应着完全不同的硬件选择和研发模式，其核心在于寻找在最低成本下的最优技术解。

激光雷达的成本随量产规模上升会大幅降低，而在L3级别以上的自动驾驶对安全冗余的需要更高，摄像头的探测精度尚不如激光雷达。因此，即便特斯拉短期内依靠纯视觉完全实现了自动驾驶，未来也依然很可能会看到两种方案在很长一段时间内共存。

无论是作为多传感器融合方案的核心还是纯视觉方案的安全冗余，抗干扰能力强又同时具备远距离高精度探测能力的激光雷达至关重要，接下来我们全方位拆解激光雷达。


2. 激光雷达分类

激光雷达Light Detection and Ranging （LiDAR）本质上就是通过发射激光来探测并确定目标位置、精确距离、速度等特征量的一种测量装置，早期多用于科研测绘和工业领域，近些年来逐渐走进消费电子和汽车。


目前，激光雷达在技术和产业上都尚未完全成熟，存在多种路线并存的局面。首先我们来看它测距的原理。


激光雷达由发射、接收、扫描、控制及处理四个模块组成，其中发射模块包括激光器和光学系统，主要负责发射激光；接收模块包含光学系统、探测器、放大器等，负责接收回波；扫描模块通过扫描的方式扩大激光探测的范围，主控模块则主要是芯片来运算处理探测的数据。

激光雷达测距的方法主要有ToF（Time of Flight飞行时间）和FMCW（Frequency-Modulated Continuous Wave频率调制连续波）两种。ToF简单易懂，它通过测量一束激光从发出到触达目标折回再到接收的时间来计算目标距离，由于光速是恒定的，因此距离S=cT/2，其中c代表光速，T为光波往返的时间。