近年來，我國新能源汽車銷量占比不斷攀升，進(jìn)入2024年以來，新能源汽車月銷占比已超過50%。新能源發(fā)展迎來了新的階段，即進(jìn)入高階智能駕駛的高速發(fā)展階段。隨著華為、小米、百度等科技巨頭的加入，高階智能駕駛技術(shù)不斷推陳出新，并已成為各大車企爭相追逐的焦點(diǎn)。

激光雷達(dá)最初被認(rèn)為是實(shí)現(xiàn)高階自動駕駛不可或缺的核心硬件。其通過發(fā)射激光束并接收反射信號，可以精確測量物體與車輛之間的距離，進(jìn)而構(gòu)建三維環(huán)境模型，幫助自動駕駛系統(tǒng)實(shí)現(xiàn)高精度的感知與導(dǎo)航。然而，隨著視覺感知技術(shù)的成熟，尤其是深度學(xué)習(xí)和大規(guī)模數(shù)據(jù)訓(xùn)練的應(yīng)用，純視覺方案的感知能力得到了顯著提升。特斯拉、小鵬汽車等企業(yè)通過在車輛中集成多個攝像頭，依托強(qiáng)大的算法模型，實(shí)現(xiàn)了接近甚至超越激光雷達(dá)的感知效果。

對于普通消費(fèi)者來說，激光雷達(dá)和純視覺方案到底有哪些差別，又該如何選呢？接下來，我們一起了解一下。

首先，我們了解一下概念，什么是激光雷達(dá)？激光雷達(dá)（Light Detection and Ranging，LiDAR）是一種通過發(fā)射激光并接收反射光來測量物體與傳感器之間距離的技術(shù)。其基本工作原理是發(fā)射一個短脈沖的激光束，這些激光束在遇到物體表面時會反射回來，傳感器通過檢測激光發(fā)射和反射的時間差，從而計算出物體與激光雷達(dá)之間的距離。通過對多個反射點(diǎn)的距離測量，激光雷達(dá)能夠生成一個三維的點(diǎn)云圖像，精確描繪出周圍環(huán)境的幾何形狀和物體分布。

優(yōu)點(diǎn)：測距精度高、全天候工作、抗干擾能力強(qiáng)、穩(wěn)定性好。

激光雷達(dá)測距精度可達(dá)厘米級，具有高精度測距；不依賴環(huán)境光照條件，能夠在白天、夜晚以及光線復(fù)雜的環(huán)境中工作，可全天候工作能力；其電磁波不易受到其他電子設(shè)備或環(huán)境因素的干擾，在具有多種電磁信號干擾的環(huán)境中依然能夠保持穩(wěn)定的工作性能。

缺點(diǎn)：成本高、系統(tǒng)復(fù)雜度高、數(shù)據(jù)處理及存儲量大。

不過事物總有兩面性，激光雷達(dá)系統(tǒng)自身成本高；激光雷達(dá)系統(tǒng)的集成和調(diào)試復(fù)雜度較高，需要與車輛的電子電氣架構(gòu)進(jìn)行深度集成，較為復(fù)雜；激光雷達(dá)系統(tǒng)需要強(qiáng)大的計算能力進(jìn)行實(shí)時處理，這對自動駕駛系統(tǒng)的數(shù)據(jù)處理和存儲能力提出了更高的要求，會增加了系統(tǒng)的復(fù)雜性和能耗。

我們再看純視覺方案，純視覺方案是指通過攝像頭采集道路及周圍環(huán)境的視覺信息，結(jié)合計算機(jī)視覺技術(shù)進(jìn)行圖像處理和目標(biāo)識別，以實(shí)現(xiàn)自動駕駛感知功能的技術(shù)路線。這里面比較有代表性便是特斯拉的Autopilot輔助駕駛系統(tǒng)，它完全依賴于攝像頭收集信息，而無需激光雷達(dá)、毫米波雷達(dá)或超聲波雷達(dá)的輔助。不過，市場上還有一些被稱為純視覺智能駕駛的方案，如極越01和智界S7 Pro版。盡管它們沒有搭載激光雷達(dá)，但配備了攝像頭、毫米波雷達(dá)和超聲波雷達(dá)。這類方案在特定路況或自動泊車等場景下，仍需依賴毫米波雷達(dá)或超聲波雷達(dá)。

優(yōu)點(diǎn)：成本低、圖像分辨率高信息豐富、數(shù)據(jù)模型更新靈活

純視覺方案相比激光雷達(dá)，車載攝像頭的成本較低。攝像頭可以捕捉高分辨率的圖像數(shù)據(jù)，如識別車道線、交通標(biāo)志、車輛及行人等常規(guī)目標(biāo)，還能夠識別出如路面標(biāo)識、行人手勢、車輛品牌等復(fù)雜信息，為自動駕駛系統(tǒng)提供更多的決策依據(jù)。另外，通過深度學(xué)習(xí)算法的優(yōu)化和訓(xùn)練，攝像頭還可以逐步實(shí)現(xiàn)夜視、自動遠(yuǎn)近光切換等高級功能，進(jìn)一步提升系統(tǒng)的智能化水平。純視覺方案基于軟件算法的更新能夠不斷提升系統(tǒng)的性能。通過OTA（Over-the-Air）升級，自動駕駛車輛可以隨時獲取最新的視覺算法模型，增強(qiáng)對新出現(xiàn)場景和目標(biāo)的適應(yīng)能力。

缺點(diǎn)：受光照條件影像大、易受自然氣候影像、對計算資源要求高、無法測距。

當(dāng)然，純視覺方案也有它的局限性，如攝像頭對環(huán)境光照條件非常敏感，在強(qiáng)光、逆光或夜間低光環(huán)境下，圖像質(zhì)量會顯著下降，從而影響目標(biāo)識別的準(zhǔn)確性。雨、雪、霧等惡劣天氣條件會顯著影響攝像頭的感知性能。純視覺方案依賴深度學(xué)習(xí)算法進(jìn)行圖像處理和目標(biāo)識別，這對計算資源的要求非常高。另外，攝像頭無法直接提供目標(biāo)物體的距離信息。

總結(jié)一下，兩種智駕方案可謂各有千秋，作為當(dāng)前市場上兩種主流方案，各大車企根據(jù)自身戰(zhàn)略和技術(shù)路線，做了不同的選擇，當(dāng)然也有部分車企采用了將兩者融合的方案。如特斯拉堅(jiān)持純視覺路線，百度Apollo選擇了多傳感器融合，而小鵬汽車則有走向兩者融合的可能性。好了，介紹了這么多，相信大家對于兩者智駕方案有所了解了。那么問題來了，如果您買車的話，會選擇哪種方案？不妨在評論區(qū)聊聊。