透过技术史，看懂激光雷达究竟是不是智商税|传感器|探头|智商税|毫米波雷达|汽车|激光雷达

自动驾驶是汽车智能化的核心战场，而激光雷达是这场智能竞赛里最核心的分野。

激光雷达的存废，是目前智能汽车技术路线的最大分歧之一。两大阵营针锋相对，这让很多消费者选车时左右为难。

一方是以特斯拉、小鹏为代表的纯视觉派，坚定认为激光雷达是伪命题，认为激光雷达在实际驾驶中能发挥的作用非常有限，成本还高，高分辨率摄像头+AI就足够当汽车的眼睛。

另一方是以Waymo、华为、蔚来、理想等为代表的融合派，坚持多传感器融合方案，激光雷达和摄像头协同工作。因为在纯视觉方案中，摄像头的识别成功率会在逆光、黑暗、暴雨、浓雾等恶劣天气下骤然下降，所以激光雷达是L3及以上高阶自动驾驶必不可少的硬件基础。

厂商各说各有理，消费者买车却更纠结了：选车到底要不要配激光雷达？配几颗？多花的几万块到底值不值？

激光雷达究竟是安全冗余，还是智商税？这困扰着越来越多的普通车主，已经成为整个汽车行业不容回避的话题。

我们带大家回顾一下激光雷达的技术发展历程，从中把这项技术看得更清晰。或许能更清楚地知道，自己到底需要什么。

激光雷达发展史：

汽车的视力进化

蝙蝠天生没有视力，却能在漆黑的夜里自由穿梭、避开所有障碍物，靠的是发出超声波，靠回声判断距离和方位。同样，汽车也没有眼睛，更没法发出声波，怎么识别外部环境的远近、有什么东西呢？激光雷达的光，就相当于蝙蝠的超声波。

1960年，全球第一台实用红宝石激光器研制成功，通过发射激光脉冲，等激光碰到障碍物反弹回来后，就能算出设备和障碍物之间的精确距离，再一步步还原出周围环境的立体轮廓。

这种强大的测距、感知能力，一开始只被用于科研实验室和国家重大项目。比如NASA在阿波罗15号登月任务中，通过激光雷达完成月球表面的地形探测与三维制图，让人类第一次看到了月球的地貌。

随着微电子小型化，激光雷达终于成为民用设备的眼睛。而它的进化历程，就是把这双电子眼，不断打磨得更完美。

激光雷达首先流向了工业界。20世纪80年代起，德国、日本等制造国的厂商，开始将单线2D激光雷达用于工业自动化场景。这种初代民用激光雷达，只能单线作战、平面成像，采集单一平面内的距离数据，但已经可以在运输车辆的自主导航与避障、仓储物流通道监测等领域发挥作用了。

21世纪初，一场赛事彻底改变了激光雷达的命运——美国国防部高级研究计划局（DARPA）举办的无人驾驶挑战赛。

为了让无人车实时、精确地感知复杂的3D环境，参赛车队迫切需要一种强大的传感器。而2005年斯坦福车队首次搭载Velodyne推出的多线束机械旋转式激光雷达一战成名，到了2007年，完赛队伍里的五家都用了激光雷达，自此开启了激光雷达在汽车领域的黄金时代。

绑定激光雷达，为什么对自动驾驶的增益这么大呢？早期的自动驾驶，依靠摄像头和普通传感器、毫米波雷达，感知能力的短板导致无人车很难做出主动、优质的智能决策，而激光雷达弥补了几个短板：

1.看得远，给了汽车足够的反应时间。激光雷达能发射200米以上的光束，后期升级款更是能突破500米。这意味着汽车在高速行驶时，能早早发现尾灯损坏的货车、路面的障碍等，提前预警、提前刹车。通过激光雷达的远距离感知能力，给汽车留出了更多的制动与反应时间。

2.看得清，弥补驾驶员/摄像头都看不到的细小障碍。激光雷达测距精度能精准到厘米级别，生成的三维点云不仅能看到行人、车辆，也能看到低矮的障碍物，比如掉落的钉子、路面的坑洼。人眼看不到的“鬼探头”、摄像头拍不到的凹凸起伏，都能被激光雷达捕捉到，而且不受光线影响，哪怕是暴黑夜、大雾、暴雨等恶劣天气，也能很好地弥补人眼和摄像头看不见、看不清的视力问题。

3.反应快，让汽车更快做出决策。摄像头输出的是二维图片，自动驾驶系统还要靠算法去猜物体距离，不仅能判断误差，解析图像、数据处理还会带来一定的时延。而激光雷达直接输出距离和三维数据，汽车可以直接快速地判断行人、车辆的动向，也就能更灵敏地做出减速、避让决策。

正是靠着这些碾压性的技术优势，激光雷达在自动驾驶赛事中一战成名。不过这一阶段，激光雷达依旧是waymo这类硅谷玩家的测试车专属，单价高达数万美元，而且体积大，机械旋转式激光雷达放在车顶，就是一个突兀的大疙瘩，拉低了整车颜值，很难在车主中普及。

激光雷达的量产装车，要从2016年之后说起。伴随着汽车智能化浪潮，这双汽车的眼睛快速迭代，体积进一步缩小，能更完美地嵌入车身，激光波长和探测距离也越来越远，开始走向全域覆盖。加上价格成本下跌，搭载的车企和装车方案也日渐多元化，出现了Waymo的多传感器冗余方案、华为ADS 4.0全域感知架构、小鹏的激光雷达+视觉双保险方案等。

然而，随着激光雷达在汽车行业的存在感与日俱增，一场围绕它的硬件军备竞赛，也给消费者带来了前所未有的烦恼。

数量即正义？

硬件军备竞赛催生的新问题

从最初的1颗，增加到2颗、3颗，甚至4颗……还有行业机构预测，到2032年单车搭载量会冲到6颗，其中2颗长距雷达、4颗短距雷达。汽车智能化，最直观的竞争就是激光雷达的装车数量。

装车越来越多，消费者内心的迷茫反而越大，随之而来的是愈演愈烈的争议。总结一下消费者对激光雷达的困惑，主要是几个方面：

争议一，有无眼睛，对日常用车重要吗？

很多人日常只在市区代步，不跑高速、不开夜车，路况简单，多花几万块选带雷达的版本，好像是为用不上的功能在花冤枉钱。可不花这个钱，心里又不踏实，怕真的遇上个万一，汽车安全没保障。

争议二，有眼睛，就代表汽车视力好吗？

同样是装了激光雷达的车，不同车型的感知能力也有很大差别，有的车装两颗还不如别人装一颗好用。背后是单个激光雷达的质量有差异。高线数、高点频、高角分辨率的高性能激光雷达，相当于一双5.0视力的眼睛，而低性能入门雷达的数量再多，就像两双弱视的眼睛，上路照样看不清楚。

争议三，眼睛多，开车就更安全吗？

即使搭载了多颗高性能雷达，未必避免出现驾驶事故，就像一个耳聪目明的人，也可能碰上走路摔倒的意外。比如某品牌的全天候雷达车型，就曾在冬天的午后发生事故，官方通报是由于极端光线下的传感器识别局限。而更让消费者心寒的是，很多车企的激光雷达日均调用率不足5%，也就是说，这颗昂贵的传感器大部分时候都是在摸鱼，装再多也只是摆设。

争议四，有视力，但没脑子，车还安全吗？

激光雷达只是汽车的眼睛，但如果自动驾驶系统的脑子不好使，算法无法精准判断并主动决策，或者车载通信、计算芯片等配套基础设施不足，那5.0的视力也一样难以保障安全。就像特斯拉坚持纯视觉路线，就是因为FSD的算法强，削减硬件，也能撑起智驾能力。所以说，没有背后的融合算法、系统级整合，装再多高性能激光雷达也发挥不出作用。

激光雷达装车，理论上可以带来更优的智驾体验，但宣传物料的硬件数量，并不一定等于实际落地的用车体验，高配不好用、堆料不增效的情况现实存在，也让激光雷达的竞争进一步升级，从有没有、有几颗，转向了更深层的较量。

安全视力：

隐形的汽车智能竞技场

回归技术本质来看，多激光雷达方案的唯一、最终指标是汽车的安全视力。让每一颗雷达都发挥出安全上的价值，都不做摆设。

那么，真正决定智能汽车安全视力上限的核心到底是什么？答案就是协同能力。

就像一个人避免路上遇到的风险，不仅要及时看见危险，还要第一时间判断出怎么躲避，再操控身体完成闪避动作，才能真正安全。这是一整套身体的协同作业。对于汽车来说，激光雷达、摄像头、毫米波雷达等传感器都要一起干活，同时把信号传给大脑。

比如最吓人的鬼探头，行人突然从路边大车后面蹿出来，摄像头可能被大车挡住没看见，激光雷达扫到了但没及时把信号传给系统，就会反应不及时。所以，激光雷达与多传感器的协同，直接关乎安全。

但是，多传感器的时空同步、数据关联、深度数据融合等难度大，十分考验算法性能、算力配置等。融合做得差的车型，就可能出现激光雷达摸鱼、只靠其他传感器干活的情况，花了大价钱买的配置，极端场景压根指望不上。