[首發于智駕最前沿微信公眾號]隨著自動駕駛技術的不斷發展，純視覺和激光雷達（LiDAR）兩種主流環境感知成為了大家的熱議話題。基于攝像頭的“純視覺”方案在成本、分辨率和語義理解方面取得顯著優勢，不少人設想“移除LiDAR，只用攝像頭+AI”也能實現可靠感知。但現實遠比想象復雜，為什么純視覺難以完全替代LiDAR？

首先要知道，攝像頭與LiDAR的工作原理截然不同。攝像頭通過光學透鏡和圖像傳感器獲取二維彩色圖像，記錄場景的顏色、紋理和光照等信息。LiDAR則發射激光脈沖，測量光脈沖從發射到接收的飛行時間（Time-of-Flight），直接計算出與物體間的距離，生成高精度、三維結構的點云。二者獲取的信息維度和性質也不同，攝像頭擅長提取紋理與語義，但不具備直接的物理深度測量能力；LiDAR以毫米至厘米級精度測距，但缺乏顏色與細節紋理信息。

想要實現三維空間重建，攝像頭需要借助雙目立體視覺或深度學習算法來推測深度。雙目視覺通過左右攝像頭之間的視差進行三角測量，短距離內準確度尚可，但隨著目標距離加大，視差越來越小，深度誤差迅速放大。此外，紋理稀少的平面、強光直射或陰影區域，都會導致特征匹配失敗，使深度誤差進一步增大。而基于單目深度估計的深度學習模型雖然在某些公開數據集上表現不錯，但本質上依賴于統計推斷，一旦訓練數據與實際駕駛場景存在分歧，就會出現誤判；而且單目網絡只能輸出相對尺度深度，需要結合里程計等其他信息才能還原絕對距離，這些外部信息自身也會引入額外誤差。

同時，攝像頭對光照條件極其敏感。在夜間、隧道口或迎光行駛時，圖像容易出現噪點或過曝，嚴重影響目標檢測和跟蹤算法的準確性。即使加裝紅外補光或高感光度傳感器，也會增加系統成本和功耗。相比之下，LiDAR幾乎不受外界可見光影響，可以在弱光甚至全黑環境下正常工作，保證夜間的距離測量精度。再有，惡劣天氣對攝像頭的影響也尤為顯著，大霧會散射可見光，使圖像對比度驟減，輪廓模糊；大雨時，雨滴附著在鏡頭上會造成圖像畸變；積雪則可能遮擋車道線和障礙物。雖然可以用去霧、去雨等圖像恢復算法在一定程度上緩解問題，但要恢復到無瑕影響的狀態，在真實高速行駛環境下非常困難。LiDAR在雨雪天氣下也會受到水滴和雪花的影響，但LiDAR可以通過多脈沖濾波、強度抑制和硬件優化，能在一定程度上濾除雜波并保持測距穩定性。

不可否認，攝像頭具有顏色和紋理優勢，可用于像素級的語義分割、交通標志識別、車道線檢測等任務。基于深度學習的語義分割網絡，能夠準確區分行人、車輛、建筑物等不同類別信息，為自動駕駛決策提供豐富上下文。而LiDAR僅提供稀疏點云，缺乏顏色信息，需要通過點云深度學習算法進行分類和分割，不如圖像直觀，但近年來，點云深度學習技術取得了顯著進展，使LiDAR在語義分割領域性能不斷提升。

現如今，自動駕駛系統往往采用多傳感器融合，將LiDAR與攝像頭數據進行緊耦合，使二者優勢互補。如將點云投影到圖像平面，用深度學習網絡對圖像進行語義分割后，再與LiDAR點云進行配準，可同時獲得高精度的三維幾何信息與豐富的語義標簽。這樣，即便在夜間視線差時，LiDAR也能補充深度信息；在交通標志識別場景中，攝像頭的彩色高分辨率畫面更易于識別標志細節。若僅憑純視覺進行三維測距與語義理解，一旦遭遇突發光照變化或遮擋情況，就可能導致感知系統失靈，進而危及行車安全。

為什么大家會研究純視覺，其實這是從成本方面在考慮，攝像頭價格僅為幾百至幾千元人民幣，而高精度的多線束LiDAR動輒數萬元甚至十幾萬元。很多車企都試圖通過純視覺方案降低傳感器成本，但想要滿足自動駕駛系統的安全冗余與法規合規，就不得不選配更高分辨率、更高靈敏度的工業級相機，或者增加紅外輔助設備，其成本已經接近或超過低端LiDAR。為了提取和推斷深度信息以及運行復雜的圖像算法，還需要更強大的算力平臺，使得算力成本和功耗大幅提升。相比之下，LiDAR輸出的點云數據本身就是幾何化的物理量，后端處理鏈路相對簡單，對算力需求更低，綜合來看，LiDAR或許并非想象中那么難以承受。

在可靠性與冗余設計上，LiDAR表現也更勝一籌。知名LiDAR廠商如Velodyne、Innoviz、Ouster等，通過不斷優化硬件與散熱結構，使設備在高溫、低溫、震動、雨雪等惡劣環境下保持穩定性能。攝像頭在極端溫度或劇烈顛簸時，鏡頭可能出現對焦漂移、圖像模糊或傳感器噪聲，影響圖像質量與算法輸出。一旦攝像頭失效或性能大幅下降，就需依賴其他傳感器保證冗余，而最可靠的備份傳感器正是LiDAR。若放棄LiDAR，僅靠攝像頭與毫米波雷達的組合，在探測遠距離小目標（如行人、騎行者）時依舊存在盲區；毫米波雷達分辨率較低，無法準確區分近距離障礙物的精細輪廓，更談不上生成高精度三維地圖。

在高精度地圖構建與實時定位方面，LiDAR也具備顯著優勢。稠密的三維點云可直接用于構建高精度地圖，記錄道路兩側護欄、路緣、建筑物等靜態環境特征，為車輛定位提供可靠參考。視覺SLAM（同時定位與地圖構建）技術不斷進步，但在光照變化劇烈、重復紋理或者弱光場景時，特征點提取與跟蹤易失敗，導致定位漂移。LiDAR SLAM則基于高精度距離測量，即使在夜間或灰暗環境下也能穩定定位，整體魯棒性更高。要想用純視覺方案構建與LiDAR相媲美的高精度地圖，必須投入海量標定、手動修正和算法開發，成本與復雜度極大增加。

當然，在部分如倉庫自動搬運、校園巡檢或低速Robotaxi低速、場景可控的應用中，純視覺方案結合毫米波雷達或超聲波傳感器，也能實現較為穩健的感知效果且成本較低。但一旦涉及高速公路、高密度城市道路或多變天氣場景，僅靠攝像頭就難以確保足夠的安全。LiDAR提供的高精度、高幀率三維點云，能夠降低測速測距誤差，給系統留出更寬裕的反應時間，顯著提高行駛安全性。

隨著技術發展，LiDAR正朝著更小型化、低成本、高精度方向快速迭代。固態LiDAR（Static LiDAR）通過硅光子或MEMS微鏡實現無需機械旋轉的光束掃描，成本與尺寸不斷下降，可靠性日益提高。隨著生產規模擴大，LiDAR價格有望逐漸逼近平民價位，使其與攝像頭在成本上的差距進一步縮小。而想要讓純視覺在所有行駛場景下達到LiDAR級別的測距與魯棒性能，需要在算法和硬件層面實現跨越式突破，短期內難以實現。

從算法角度考慮，深度學習可以通過海量數據訓練網絡提取圖像特征，并基于視覺內容進行深度推斷，但這始終是一種經驗性感知，缺乏物理測量的可解釋性與確定性。一旦遇到如某條陌生道路、特殊建筑物外觀、不同天氣條件下的新型障礙物訓練數據覆蓋不到的場景，純視覺系統就可能發生盲區或誤判。LiDAR輸出的點云代表真實的幾何距離，噪聲與誤差可以在濾波階段進行定量處理，可解釋性更強，能為決策模塊提供更穩定的輸入。

對于很多消費者來說，LiDAR的存在證明該自動駕駛汽車更加安全。當用戶看到車頂或車窗旁安裝著LiDAR時，更容易相信車輛的感知能力。純視覺方案盡管在演示中表現良好，但用戶對“僅靠相機來測距”的擔憂依然存在。在短期商業化推廣中，LiDAR不僅是技術選型，更是品牌與安全承諾的象征。

綜上所述，盡管純視覺感知技術在目標檢測、語義分割和深度估計等方面取得了顯著進展，并且在成本層面具備一定優勢，但由于其先天無法獲得高精度物理距離、對光照和天氣條件敏感、算法對算力依賴高以及可解釋性不足等多重局限，純視覺難以完全取代LiDAR。LiDAR憑借高精度、高魯棒性和良好環境適應性，依舊是自動駕駛感知系統中的核心傳感器。未來的最優方案，仍是通過攝像頭與LiDAR、毫米波雷達等多種傳感器的跨模態融合，構建多冗余、多維度的全場景感知體系，為自動駕駛提供更高水平的安全保障與智能駕駛體驗。