透過技術(shù)史，看懂激光雷達(dá)究竟是不是智商稅

自動駕駛是汽車智能化的核心戰(zhàn)場，而激光雷達(dá)是這場智能競賽里最核心的分野。

激光雷達(dá)的存廢，是目前智能汽車技術(shù)路線的最大分歧之一。兩大陣營針鋒相對，這讓很多消費(fèi)者選車時左右為難。

一方是以特斯拉、小鵬為代表的純視覺派，堅定認(rèn)為激光雷達(dá)是偽命題，認(rèn)為激光雷達(dá)在實際駕駛中能發(fā)揮的作用非常有限，成本還高，高分辨率攝像頭+AI就足夠當(dāng)汽車的眼睛。

另一方是以Waymo、華為、蔚來、理想等為代表的融合派，堅持多傳感器融合方案，激光雷達(dá)和攝像頭協(xié)同工作。因為在純視覺方案中，攝像頭的識別成功率會在逆光、黑暗、暴雨、濃霧等惡劣天氣下驟然下降，所以激光雷達(dá)是L3及以上高階自動駕駛必不可少的硬件基礎(chǔ)。

廠商各說各有理，消費(fèi)者買車卻更糾結(jié)了：選車到底要不要配激光雷達(dá)？配幾顆？多花的幾萬塊到底值不值？

激光雷達(dá)究竟是安全冗余，還是智商稅？這困擾著越來越多的普通車主，已經(jīng)成為整個汽車行業(yè)不容回避的話題。

我們帶大家回顧一下激光雷達(dá)的技術(shù)發(fā)展歷程，從中把這項技術(shù)看得更清晰。或許能更清楚地知道，自己到底需要什么。

激光雷達(dá)發(fā)展史：

汽車的視力進(jìn)化

蝙蝠天生沒有視力，卻能在漆黑的夜里自由穿梭、避開所有障礙物，靠的是發(fā)出超聲波，靠回聲判斷距離和方位。同樣，汽車也沒有眼睛，更沒法發(fā)出聲波，怎么識別外部環(huán)境的遠(yuǎn)近、有什么東西呢？激光雷達(dá)的光，就相當(dāng)于蝙蝠的超聲波。

1960年，全球第一臺實用紅寶石激光器研制成功，通過發(fā)射激光脈沖，等激光碰到障礙物反彈回來后，就能算出設(shè)備和障礙物之間的精確距離，再一步步還原出周圍環(huán)境的立體輪廓。

這種強(qiáng)大的測距、感知能力，一開始只被用于科研實驗室和國家重大項目。比如NASA在阿波羅15號登月任務(wù)中，通過激光雷達(dá)完成月球表面的地形探測與三維制圖，讓人類第一次看到了月球的地貌。

隨著微電子小型化，激光雷達(dá)終于成為民用設(shè)備的眼睛。而它的進(jìn)化歷程，就是把這雙電子眼，不斷打磨得更完美。

激光雷達(dá)首先流向了工業(yè)界。20世紀(jì)80年代起，德國、日本等制造國的廠商，開始將單線2D激光雷達(dá)用于工業(yè)自動化場景。這種初代民用激光雷達(dá)，只能單線作戰(zhàn)、平面成像，采集單一平面內(nèi)的距離數(shù)據(jù)，但已經(jīng)可以在運(yùn)輸車輛的自主導(dǎo)航與避障、倉儲物流通道監(jiān)測等領(lǐng)域發(fā)揮作用了。

21世紀(jì)初，一場賽事徹底改變了激光雷達(dá)的命運(yùn)——美國國防部高級研究計劃局（DARPA）舉辦的無人駕駛挑戰(zhàn)賽。

為了讓無人車實時、精確地感知復(fù)雜的3D環(huán)境，參賽車隊迫切需要一種強(qiáng)大的傳感器。而2005年斯坦福車隊首次搭載Velodyne推出的多線束機(jī)械旋轉(zhuǎn)式激光雷達(dá)一戰(zhàn)成名，到了2007年，完賽隊伍里的五家都用了激光雷達(dá)，自此開啟了激光雷達(dá)在汽車領(lǐng)域的黃金時代。

綁定激光雷達(dá)，為什么對自動駕駛的增益這么大呢？早期的自動駕駛，依靠攝像頭和普通傳感器、毫米波雷達(dá)，感知能力的短板導(dǎo)致無人車很難做出主動、優(yōu)質(zhì)的智能決策，而激光雷達(dá)彌補(bǔ)了幾個短板：

1.看得遠(yuǎn)，給了汽車足夠的反應(yīng)時間。激光雷達(dá)能發(fā)射200米以上的光束，后期升級款更是能突破500米。這意味著汽車在高速行駛時，能早早發(fā)現(xiàn)尾燈損壞的貨車、路面的障礙等，提前預(yù)警、提前剎車。通過激光雷達(dá)的遠(yuǎn)距離感知能力，給汽車留出了更多的制動與反應(yīng)時間。

2.看得清，彌補(bǔ)駕駛員/攝像頭都看不到的細(xì)小障礙。激光雷達(dá)測距精度能精準(zhǔn)到厘米級別，生成的三維點(diǎn)云不僅能看到行人、車輛，也能看到低矮的障礙物，比如掉落的釘子、路面的坑洼。人眼看不到的“鬼探頭”、攝像頭拍不到的凹凸起伏，都能被激光雷達(dá)捕捉到，而且不受光線影響，哪怕是暴黑夜、大霧、暴雨等惡劣天氣，也能很好地彌補(bǔ)人眼和攝像頭看不見、看不清的視力問題。

3.反應(yīng)快，讓汽車更快做出決策。攝像頭輸出的是二維圖片，自動駕駛系統(tǒng)還要靠算法去猜物體距離，不僅能判斷誤差，解析圖像、數(shù)據(jù)處理還會帶來一定的時延。而激光雷達(dá)直接輸出距離和三維數(shù)據(jù)，汽車可以直接快速地判斷行人、車輛的動向，也就能更靈敏地做出減速、避讓決策。

正是靠著這些碾壓性的技術(shù)優(yōu)勢，激光雷達(dá)在自動駕駛賽事中一戰(zhàn)成名。不過這一階段，激光雷達(dá)依舊是waymo這類硅谷玩家的測試車專屬，單價高達(dá)數(shù)萬美元，而且體積大，機(jī)械旋轉(zhuǎn)式激光雷達(dá)放在車頂，就是一個突兀的大疙瘩，拉低了整車顏值，很難在車主中普及。

激光雷達(dá)的量產(chǎn)裝車，要從2016年之后說起。伴隨著汽車智能化浪潮，這雙汽車的眼睛快速迭代，體積進(jìn)一步縮小，能更完美地嵌入車身，激光波長和探測距離也越來越遠(yuǎn)，開始走向全域覆蓋。加上價格成本下跌，搭載的車企和裝車方案也日漸多元化，出現(xiàn)了Waymo的多傳感器冗余方案、華為ADS 4.0全域感知架構(gòu)、小鵬的激光雷達(dá)+視覺雙保險方案等。

然而，隨著激光雷達(dá)在汽車行業(yè)的存在感與日俱增，一場圍繞它的硬件軍備競賽，也給消費(fèi)者帶來了前所未有的煩惱。

數(shù)量即正義？

硬件軍備競賽催生的新問題

從最初的1顆，增加到2顆、3顆，甚至4顆……還有行業(yè)機(jī)構(gòu)預(yù)測，到2032年單車搭載量會沖到6顆，其中2顆長距雷達(dá)、4顆短距雷達(dá)。汽車智能化，最直觀的競爭就是激光雷達(dá)的裝車數(shù)量。

裝車越來越多，消費(fèi)者內(nèi)心的迷茫反而越大，隨之而來的是愈演愈烈的爭議?？偨Y(jié)一下消費(fèi)者對激光雷達(dá)的困惑，主要是幾個方面：

爭議一，有無眼睛，對日常用車重要嗎？

很多人日常只在市區(qū)代步，不跑高速、不開夜車，路況簡單，多花幾萬塊選帶雷達(dá)的版本，好像是為用不上的功能在花冤枉錢。可不花這個錢，心里又不踏實，怕真的遇上個萬一，汽車安全沒保障。

爭議二，有眼睛，就代表汽車視力好嗎？

同樣是裝了激光雷達(dá)的車，不同車型的感知能力也有很大差別，有的車裝兩顆還不如別人裝一顆好用。背后是單個激光雷達(dá)的質(zhì)量有差異。高線數(shù)、高點(diǎn)頻、高角分辨率的高性能激光雷達(dá)，相當(dāng)于一雙5.0視力的眼睛，而低性能入門雷達(dá)的數(shù)量再多，就像兩雙弱視的眼睛，上路照樣看不清楚。

爭議三，眼睛多，開車就更安全嗎？

即使搭載了多顆高性能雷達(dá)，未必避免出現(xiàn)駕駛事故，就像一個耳聰目明的人，也可能碰上走路摔倒的意外。比如某品牌的全天候雷達(dá)車型，就曾在冬天的午后發(fā)生事故，官方通報是由于極端光線下的傳感器識別局限。而更讓消費(fèi)者心寒的是，很多車企的激光雷達(dá)日均調(diào)用率不足5%，也就是說，這顆昂貴的傳感器大部分時候都是在摸魚，裝再多也只是擺設(shè)。

爭議四，有視力，但沒腦子，車還安全嗎？

激光雷達(dá)只是汽車的眼睛，但如果自動駕駛系統(tǒng)的腦子不好使，算法無法精準(zhǔn)判斷并主動決策，或者車載通信、計算芯片等配套基礎(chǔ)設(shè)施不足，那5.0的視力也一樣難以保障安全。就像特斯拉堅持純視覺路線，就是因為FSD的算法強(qiáng)，削減硬件，也能撐起智駕能力。所以說，沒有背后的融合算法、系統(tǒng)級整合，裝再多高性能激光雷達(dá)也發(fā)揮不出作用。

激光雷達(dá)裝車，理論上可以帶來更優(yōu)的智駕體驗，但宣傳物料的硬件數(shù)量，并不一定等于實際落地的用車體驗，高配不好用、堆料不增效的情況現(xiàn)實存在，也讓激光雷達(dá)的競爭進(jìn)一步升級，從有沒有、有幾顆，轉(zhuǎn)向了更深層的較量。

安全視力：

隱形的汽車智能競技場

回歸技術(shù)本質(zhì)來看，多激光雷達(dá)方案的唯一、最終指標(biāo)是汽車的安全視力。讓每一顆雷達(dá)都發(fā)揮出安全上的價值，都不做擺設(shè)。

那么，真正決定智能汽車安全視力上限的核心到底是什么？答案就是協(xié)同能力。

就像一個人避免路上遇到的風(fēng)險，不僅要及時看見危險，還要第一時間判斷出怎么躲避，再操控身體完成閃避動作，才能真正安全。這是一整套身體的協(xié)同作業(yè)。對于汽車來說，激光雷達(dá)、攝像頭、毫米波雷達(dá)等傳感器都要一起干活，同時把信號傳給大腦。

比如最嚇人的鬼探頭，行人突然從路邊大車后面躥出來，攝像頭可能被大車擋住沒看見，激光雷達(dá)掃到了但沒及時把信號傳給系統(tǒng)，就會反應(yīng)不及時。所以，激光雷達(dá)與多傳感器的協(xié)同，直接關(guān)乎安全。

但是，多傳感器的時空同步、數(shù)據(jù)關(guān)聯(lián)、深度數(shù)據(jù)融合等難度大，十分考驗算法性能、算力配置等。融合做得差的車型，就可能出現(xiàn)激光雷達(dá)摸魚、只靠其他傳感器干活的情況，花了大價錢買的配置，極端場景壓根指望不上。

目前業(yè)內(nèi)比較領(lǐng)先的做法，比如華為ADS 4.0，通過BEV+Occupancy方案，把雷達(dá)點(diǎn)云和視覺畫面結(jié)合在一起識別，準(zhǔn)確率比純視覺更高。小鵬、蔚來自研的專屬車載計算平臺，讓所有傳感器同步報信，減少數(shù)據(jù)沖突。

顯然，激光雷達(dá)的協(xié)同感知，不是靠直接采購、批量堆砌到車上就能實現(xiàn)的，背后需要車企在計算硬件、集群、AI訓(xùn)練平臺、底層架構(gòu)、算法、生態(tài)等長期研發(fā)和沉淀。在強(qiáng)大的數(shù)字基座上，激光雷達(dá)的硬件價值才能被徹底釋放，做到全域感知、精準(zhǔn)決策，才是高階智能駕駛的核心，而高階智駕又會進(jìn)一步增益激光雷達(dá)的作用。

從激光雷達(dá)這一個設(shè)備，我們或許已經(jīng)窺見了汽車智能化的競爭，已經(jīng)進(jìn)入了深水區(qū)，呈現(xiàn)出強(qiáng)者恒強(qiáng)的馬太效應(yīng)。

堆料無用

激光雷達(dá)路在何方？

激光雷達(dá)并不等于智能升級，為什么各大車企依舊樂此不疲地宣傳呢？這也反映出當(dāng)下汽車市場的一種尷尬局面。

智能相關(guān)的參數(shù)，已經(jīng)成為用戶選車的重要參考。激光雷達(dá)作為汽車感知系統(tǒng)必不可少的硬件，如果車企不跟進(jìn)，會被認(rèn)為智能不足，在市場宣傳和參數(shù)對比中處于劣勢。所以哪怕明知缺少融合能力、難以協(xié)同調(diào)度、裝車可能閑置，也不敢不堆料。

而在消費(fèi)側(cè)，普通消費(fèi)者對智能駕駛的技術(shù)認(rèn)知有限，軟件算法是看不見、摸不著的，除非親身體驗到事故的負(fù)樣本bad case，否則很難有切身感受。而激光雷達(dá)的數(shù)據(jù)實時、直觀，普通人很容易就能判斷其精準(zhǔn)度、靈敏度，數(shù)量一多，就有那種技術(shù)領(lǐng)先、配置拉滿的感覺了。

那么，回到消費(fèi)者最關(guān)心的問題：花錢選激光雷達(dá)版本，到底值不值？

從技術(shù)邏輯看，激光雷達(dá)絕對不是智商稅，是自動駕駛系統(tǒng)的視力保障。但是，你要買激光雷達(dá)，就不能只買激光雷達(dá)，還要有全域感知的眼睛、融合協(xié)作的傳感器系統(tǒng)、靈敏的大腦、充沛的算力、不失聯(lián)的網(wǎng)絡(luò)……這一切綜合起來，才讓激光雷達(dá)值回票價。

回顧激光雷達(dá)的發(fā)展史，從遙不可及的國之重器，一步步走到民用車的車頂，最終成了普通消費(fèi)者能觸及的核心安全配件。我們能看到，汽車的視力是如何進(jìn)化的。

說到底，消費(fèi)者真正想要的，是用最合理的成本，買到最大的智能與安全。而決定一輛車夠不夠聰明、夠不夠安全、夠不夠智能的，是那些隱藏在硬件之下、看不見卻摸得著的真本事，才是汽車智能競賽的真正主軸。