技術(shù)史視角下的激光雷達(dá)：是智商稅還是安全剛需？
自動(dòng)駕駛是汽車智能化的核心戰(zhàn)場，激光雷達(dá)則是這場智能競賽中最關(guān)鍵的技術(shù)分野。
激光雷達(dá)的存廢之爭，是當(dāng)前智能汽車技術(shù)路線的最大分歧點(diǎn)。兩大陣營觀點(diǎn)對(duì)立，讓不少消費(fèi)者在選車時(shí)陷入兩難。
一方是以特斯拉、小鵬為代表的純視覺派，他們堅(jiān)信激光雷達(dá)是偽命題，認(rèn)為其在實(shí)際駕駛中的作用有限，且成本高昂，高分辨率攝像頭搭配AI就足以充當(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(jiān)持多傳感器融合方案，讓激光雷達(dá)與攝像頭協(xié)同工作。因?yàn)榧円曈X方案中，攝像頭的識(shí)別成功率在逆光、黑暗、暴雨、濃霧等惡劣天氣下會(huì)大幅下降，所以激光雷達(dá)被視為L3及以上高階自動(dòng)駕駛不可或缺的硬件基礎(chǔ)。
廠商各執(zhí)一詞，消費(fèi)者選車時(shí)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？這一問題困擾著越來越多的普通車主，也成為整個(gè)汽車行業(yè)無法回避的話題。
我們不妨回顧激光雷達(dá)的技術(shù)發(fā)展歷程，或許能更清晰地認(rèn)識(shí)這項(xiàng)技術(shù)，從而明白自己真正的需求。
激光雷達(dá)發(fā)展史：汽車“視力”的進(jìn)化之路
蝙蝠沒有視力，卻能在黑夜中自由穿梭、避開障礙，靠的是發(fā)出超聲波，通過回聲判斷距離和方位。汽車同樣沒有“眼睛”，也無法發(fā)出聲波，那它如何識(shí)別外部環(huán)境的遠(yuǎn)近和物體呢？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(tái)實(shí)用紅寶石激光器研制成功。它通過發(fā)射激光脈沖，待激光碰到障礙物反彈回來后，就能計(jì)算出設(shè)備與障礙物之間的精確距離，進(jìn)而逐步還原出周圍環(huán)境的立體輪廓。
這種強(qiáng)大的測距和感知能力，最初僅應(yīng)用于科研實(shí)驗(yàn)室和國家重大項(xiàng)目。比如NASA在阿波羅15號(hào)登月任務(wù)中，就通過激光雷達(dá)完成了月球表面的地形探測與三維制圖，讓人類首次看到了月球的地貌。
隨著微電子技術(shù)的小型化發(fā)展，激光雷達(dá)終于成為民用設(shè)備的“眼睛”。它的進(jìn)化過程，就是不斷打磨這雙“電子眼”，使其更趨完美。
激光雷達(dá)首先進(jìn)入工業(yè)領(lǐng)域。20世紀(jì)80年代起，德國、日本等制造強(qiáng)國的廠商開始將單線2D激光雷達(dá)用于工業(yè)自動(dòng)化場景。這種初代民用激光雷達(dá)只能進(jìn)行單線掃描、平面成像，采集單一平面內(nèi)的距離數(shù)據(jù)，但已能在運(yùn)輸車輛的自主導(dǎo)航與避障、倉儲(chǔ)物流通道監(jiān)測等領(lǐng)域發(fā)揮作用。
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(jí)研究計(jì)劃局（DARPA）舉辦的無人駕駛挑戰(zhàn)賽。
為讓無人車實(shí)時(shí)、精準(zhǔn)地感知復(fù)雜的3D環(huán)境，參賽車隊(duì)急需一種強(qiáng)大的傳感器。2005年，斯坦福車隊(duì)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；2007年，完賽的五支隊(duì)伍都使用了激光雷達(dá)，自此開啟了激光雷達(dá)在汽車領(lǐng)域的黃金時(shí)代。
為何綁定激光雷達(dá)對(duì)自動(dòng)駕駛的提升如此顯著？早期的自動(dòng)駕駛依賴攝像頭、普通傳感器和毫米波雷達(dá)，感知能力的短板導(dǎo)致無人車難以做出主動(dòng)、優(yōu)質(zhì)的智能決策，而激光雷達(dá)彌補(bǔ)了幾大短板：
1. 探測距離遠(yuǎn)，為汽車預(yù)留充足反應(yīng)時(shí)間。激光雷達(dá)能發(fā)射200米以上的光束，后期升級(jí)款甚至突破500米。這意味著汽車在高速行駛時(shí)，能提前發(fā)現(xiàn)尾燈損壞的貨車、路面障礙等，及時(shí)預(yù)警并剎車。其遠(yuǎn)距離感知能力為汽車留出了更多制動(dòng)與反應(yīng)時(shí)間。
2. 識(shí)別精度高，彌補(bǔ)人眼和攝像頭的視覺盲區(qū)。激光雷達(dá)測距精度可達(dá)厘米級(jí)，生成的三維點(diǎn)云不僅能識(shí)別行人、車輛，還能捕捉到低矮障礙物，如掉落的釘子、路面坑洼。人眼看不到的“鬼探頭”、攝像頭拍不清的凹凸路面，都能被激光雷達(dá)捕捉，且不受光線影響，在黑夜、大霧、暴雨等惡劣天氣下，能有效彌補(bǔ)人眼和攝像頭的視覺缺陷。
3. 反應(yīng)速度快，助力汽車快速?zèng)Q策。攝像頭輸出的是二維圖片，自動(dòng)駕駛系統(tǒng)需通過算法推測物體距離，不僅存在判斷誤差，圖像解析和數(shù)據(jù)處理還會(huì)產(chǎn)生時(shí)延。而激光雷達(dá)直接輸出距離和三維數(shù)據(jù)，汽車能快速判斷行人、車輛的動(dòng)向，從而更靈敏地做出減速、避讓決策。
憑借這些技術(shù)優(yōu)勢，激光雷達(dá)在自動(dòng)駕駛賽事中一戰(zhàn)成名。不過這一階段，激光雷達(dá)仍是Waymo等硅谷企業(yè)測試車的專屬配置，單價(jià)高達(dá)數(shù)萬美元，且體積較大，機(jī)械旋轉(zhuǎn)式激光雷達(dá)安裝在車頂，像個(gè)突兀的“大疙瘩”，影響整車顏值，難以在普通車主中普及。
激光雷達(dá)的量產(chǎn)裝車始于2016年之后。隨著汽車智能化浪潮的推進(jìn)，這雙“汽車之眼”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不斷提升，開始實(shí)現(xiàn)全域覆蓋。同時(shí)，成本下降，搭載激光雷達(dá)的車企和裝車方案日益多元化，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(xiǎn)方案等。
然而，隨著激光雷達(dá)在汽車行業(yè)的存在感日益增強(qiáng)，一場圍繞它的硬件“軍備競賽”也給消費(fèi)者帶來了新的煩惱。
數(shù)量即優(yōu)勢？硬件競賽引發(fā)的新困惑
激光雷達(dá)的裝車數(shù)量從最初的1顆，增加到2顆、3顆，甚至4顆……有行業(yè)機(jī)構(gòu)預(yù)測，到2032年單車搭載量將達(dá)到6顆，其中2顆長距雷達(dá)、4顆短距雷達(dá)。汽車智能化的直觀競爭，似乎就是激光雷達(dá)的裝車數(shù)量比拼。
裝車數(shù)量越來越多，消費(fèi)者的迷茫卻隨之加深，爭議也愈演愈烈?？偨Y(jié)來看，消費(fèi)者對(duì)激光雷達(dá)的困惑主要集中在以下幾個(gè)方面：
困惑一：有無激光雷達(dá)，對(duì)日常用車重要嗎？
很多人日常僅在市區(qū)代步，不跑高速、不開夜車，路況簡單，多花幾萬塊選帶激光雷達(dá)的版本，似乎是為用不上的功能買單。但不花這筆錢，又擔(dān)心遇到突發(fā)情況時(shí)汽車安全沒有保障。
困惑二：有激光雷達(dá)，就代表汽車“視力”好嗎？
同樣搭載激光雷達(dá)的車型，感知能力卻有很大差異，有的車裝兩顆還不如別人裝一顆好用。這背后是單個(gè)激光雷達(dá)的質(zhì)量差異。高線數(shù)、高點(diǎn)頻、高角分辨率的高性能激光雷達(dá)，就像一雙5.0視力的眼睛；而低性能入門雷達(dá)數(shù)量再多，也像兩雙弱視的眼睛，上路依然看不清楚。
困惑三：激光雷達(dá)多，開車就更安全嗎？
即使搭載多顆高性能雷達(dá)，也未必能完全避免駕駛事故，就像耳聰目明的人也可能走路摔倒。比如某品牌的全天候雷達(dá)車型，曾在冬天午后發(fā)生事故，官方通報(bào)是極端光線下傳感器識(shí)別存在局限。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%，這意味著這顆昂貴的傳感器大部分時(shí)間都在“摸魚”，裝再多也只是擺設(shè)。
困惑四：有“視力”但沒“腦子”，車還安全嗎？
激光雷達(dá)只是汽車的“眼睛”，如果自動(dòng)駕駛系統(tǒng)的“腦子”不好使——算法無法精準(zhǔn)判斷并主動(dòng)決策，或車載通信、計(jì)算芯片等配套設(shè)施不足，那么再好的“視力”也難以保障安全。就像特斯拉堅(jiān)持純視覺路線，正是因?yàn)槠銯SD算法強(qiáng)大，即使削減硬件，也能支撐起智駕能力。所以，沒有背后的融合算法和系統(tǒng)級(jí)整合，裝再多高性能激光雷達(dá)也無法發(fā)揮作用。
理論上，激光雷達(dá)裝車能帶來更優(yōu)的智駕體驗(yàn)，但宣傳中的硬件數(shù)量并不等同于實(shí)際用車體驗(yàn)，高配不好用、堆料不增效的情況確實(shí)存在，這也讓激光雷達(dá)的競爭從“有無”“數(shù)量”轉(zhuǎn)向了更深層次的較量。
安全“視力”：汽車智能的隱形競技場
回歸技術(shù)本質(zhì)，多激光雷達(dá)方案的最終目標(biāo)是提升汽車的安全“視力”，讓每一顆雷達(dá)都發(fā)揮安全價(jià)值，不做擺設(shè)。
那么，真正決定智能汽車安全“視力”上限的核心是什么？答案是協(xié)同能力。
就像人要避免路上的風(fēng)險(xiǎn)，不僅要及時(shí)發(fā)現(xiàn)危險(xiǎn)，還要第一時(shí)間判斷躲避方式，再操控身體完成閃避，才能真正安全——這是一整套身體的協(xié)同作業(yè)。對(duì)于汽車而言，激光雷達(dá)、攝像頭、毫米波雷達(dá)等傳感器需要協(xié)同工作，同時(shí)將信號(hào)傳遞給“大腦”。
比如最危險(xiǎn)的“鬼探頭”場景：行人突然從路邊大車后躥出，攝像頭可能被大車遮擋沒看見，激光雷達(dá)雖掃到了卻沒及時(shí)將信號(hào)傳給系統(tǒng)，就會(huì)導(dǎo)致反應(yīng)不及時(shí)。因此，激光雷達(dá)與多傳感器的協(xié)同，直接關(guān)系到行車安全。
然而，多傳感器的時(shí)空同步、數(shù)據(jù)關(guān)聯(lián)、深度融合等技術(shù)難度大，對(duì)算法性能、算力配置等要求很高。融合做得差的車型，可能出現(xiàn)激光雷達(dá)“摸魚”、僅靠其他傳感器工作的情況，消費(fèi)者花大價(jià)錢買的配置，在極端場景下根本指望不上。
目前業(yè)內(nèi)領(lǐng)先的做法，如華為ADS 4.0通過BEV+Occupancy方案，將雷達(dá)點(diǎn)云和視覺畫面結(jié)合識(shí)別，準(zhǔn)確率高于純視覺；小鵬、蔚來自研專屬車載計(jì)算平臺(tái)，讓所有傳感器同步傳輸信號(hào)，減少數(shù)據(jù)沖突。
顯然，激光雷達(dá)的協(xié)同感知并非簡單采購、批量堆砌就能實(shí)現(xiàn)，背后需要車企在計(jì)算硬件、集群、AI訓(xùn)練平臺(tái)、底層架構(gòu)、算法、生態(tài)等方面長期研發(fā)和沉淀。只有在強(qiáng)大的數(shù)字基座上，激光雷達(dá)的硬件價(jià)值才能被充分釋放，實(shí)現(xiàn)全域感知、精準(zhǔn)決策——這才是高階智能駕駛的核心，而高階智駕又會(huì)進(jìn)一步提升激光雷達(dá)的作用。
從激光雷達(dá)這一設(shè)備，我們或許已窺見汽車智能化競爭進(jìn)入深水區(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)的未來方向
激光雷達(dá)不等于智能升級(jí)，為何各大車企仍熱衷于宣傳？這反映出當(dāng)下汽車市場的尷尬局面。
智能相關(guān)參數(shù)已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)的核心硬件，車企若不跟進(jìn)，會(huì)被認(rèn)為智能不足，在市場宣傳和參數(shù)對(duì)比中處于劣勢。因此，即便明知缺乏融合能力、難以協(xié)同調(diào)度、裝車后可能閑置，也不敢不“堆料”。
在消費(fèi)端，普通消費(fèi)者對(duì)智能駕駛技術(shù)認(rèn)知有限，軟件算法看不見、摸不著，除非親身經(jīng)歷事故等負(fù)面案例，否則難以有切身體會(huì)。而激光雷達(dá)的數(shù)據(jù)實(shí)時(shí)、直觀，普通人容易判斷其精準(zhǔn)度和靈敏度，數(shù)量多了，就會(huì)產(chǎn)生技術(shù)領(lǐng)先、配置拉滿的感覺。
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)絕非智商稅，而是自動(dòng)駕駛系統(tǒng)的“視力”保障。但買激光雷達(dá)不能只看硬件本身，還需要全域感知的“眼睛”、融合協(xié)作的傳感器系統(tǒng)、靈敏的“大腦”、充沛的算力、穩(wěn)定的網(wǎng)絡(luò)……這些因素綜合起來，才能讓激光雷達(dá)物有所值。
回顧激光雷達(dá)的發(fā)展史，它從遙不可及的國之重器，逐步走進(jìn)民用車領(lǐng)域，最終成為普通消費(fèi)者可觸及的核心安全配件，見證了汽車“視力”的進(jìn)化。
說到底，消費(fèi)者真正想要的是用合理成本，買到足夠的智能與安全。決定一輛車是否聰明、安全、智能的，是隱藏在硬件之下、看不見卻能感受到的“真本事”——這才是汽車智能競賽的真正核心。
本文來自微信公眾號(hào)“腦洞汽車”，作者：藏狐，36氪經(jīng)授權(quán)發(fā)布。
本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>
免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com