激光雷達(dá)，正毫不留情的打臉馬斯克

在前段時(shí)間的2025智能網(wǎng)聯(lián)汽車大會(huì)上，前工信部部長(zhǎng)苗圩再次給多傳感器融合方案站臺(tái)，引發(fā)了部分鍵盤俠的不滿。

這種爭(zhēng)議說(shuō)明，在日常行車任務(wù)中，純視覺(jué)方案和帶激光雷達(dá)的多傳感器融合方案的實(shí)際表現(xiàn)基本上在同一個(gè)水平線，

要不然，這一架也不至于吵了這么多年。

鑒于行走的第一性原理代言人馬斯克多年來(lái)始終力挺純視覺(jué)方案，鄙視激光雷達(dá)。

今天，我們搬出更為重磅的第一性原理-空間智能，看看在這個(gè)全新的維度和視角之下，激光雷達(dá)的價(jià)值和作用到底體現(xiàn)在哪兒。

身體永遠(yuǎn)比語(yǔ)言更誠(chéng)實(shí)。

近日，小鵬汽車公開(kāi)宣布其圖靈AI智駕轉(zhuǎn)向世界模型，意味著曾經(jīng)被理想、小鵬和元戎啟行們力挺的VLA技術(shù)路線完敗于華為和特斯拉力挺的世界模型。

之所以會(huì)出現(xiàn)這樣的局面，是因?yàn)楹蚔LA的核心-語(yǔ)言智能相比，世界模型的核心-空間智能顯然更加接近駕駛?cè)蝿?wù)的本質(zhì)。

在語(yǔ)言智能和空間智能這兩種智能形式里，語(yǔ)言智能以一維序列信息處理抽象的符號(hào)和邏輯，空間智能重在理解物體在三維空間中的位置、形狀、深度、運(yùn)動(dòng)等幾何屬性以及各類物體之間的物理關(guān)系。

很顯然，比起一維的語(yǔ)言智能，三維的空間智能更加適合自動(dòng)駕駛這種需要在三維空間中完成的任務(wù)。

站在空間智能的視角下，可直接提供三維信息的激光雷達(dá)正是為自動(dòng)駕駛系統(tǒng)提供三維空間理解能力、構(gòu)建空間智能的核心傳感器。

通過(guò)發(fā)射激光束并測(cè)量其返回時(shí)間，激光雷達(dá)能直接生成周圍環(huán)境的三維點(diǎn)云，每個(gè)點(diǎn)都包含精確的XYZ坐標(biāo)，相當(dāng)于為車輛實(shí)時(shí)繪制出高精度的幾何素描。

這種基于物理測(cè)量的深度信息意味著原生的三維能力，在準(zhǔn)確性、可靠性和穩(wěn)定性上，優(yōu)于只能提供二維信息、并通過(guò)算法間接推斷三維深度的攝像頭傳感器。

這種維度上的天然優(yōu)勢(shì)，是視覺(jué)方案的支持者無(wú)法回避的。

有關(guān)維度之間的差異，家長(zhǎng)們應(yīng)該是門清的。

輔導(dǎo)過(guò)娃娃作業(yè)的朋友們都知道，在小學(xué)六年級(jí)的時(shí)候，孩子們會(huì)學(xué)習(xí)點(diǎn)動(dòng)成線、線動(dòng)成面、面動(dòng)成體的概念。

一條線中有無(wú)數(shù)個(gè)點(diǎn)，一個(gè)面里有無(wú)數(shù)條線，一個(gè)立體中又有無(wú)數(shù)個(gè)面。

從 0.5維（點(diǎn)）到一維（線），從一維到二維（面），再?gòu)亩S到三維（體），維度的每一次躍遷，信息的豐富度都得到了無(wú)數(shù)倍的延展。

說(shuō)完三維建模，再來(lái)看行為預(yù)判。

地平線掌門人余凱高屋建瓴地指出，“預(yù)判”才是L3、L4高等級(jí)自動(dòng)駕駛的關(guān)鍵。

也就是說(shuō)，自動(dòng)駕駛系統(tǒng)需要基于距離和速度追蹤行人、車輛的運(yùn)動(dòng)軌跡，預(yù)測(cè)其下一步意圖，才能實(shí)現(xiàn)安全、高效、舒適的駕駛體驗(yàn)。

在對(duì)自動(dòng)駕駛的決策規(guī)劃至關(guān)重要的測(cè)距和速度測(cè)量方面，激光雷達(dá)同樣具備天然的高精度優(yōu)勢(shì)。

從空間智能需要的三維空間理解能力來(lái)看，依賴強(qiáng)大的算法腦補(bǔ)、反推深度和幾何關(guān)系，識(shí)別物體、進(jìn)行測(cè)距和速度測(cè)量的視覺(jué)方案天然不如原生具備三維測(cè)量能力的多傳感器融合方案。

攝像頭提供豐富的語(yǔ)義信息，激光雷達(dá)提供精確的幾何信息，兩者融合，理論上可以實(shí)現(xiàn)更好的效果。

既然如此，為何特斯拉、小鵬們還堅(jiān)持視覺(jué)方案呢？

理想很豐滿，現(xiàn)實(shí)很骨感。

當(dāng)理論的指導(dǎo)落實(shí)到具體的實(shí)踐上，在自動(dòng)駕駛算法完成的核心任務(wù)-3D 目標(biāo)檢測(cè)、語(yǔ)義分割以及軌跡預(yù)測(cè)上，多傳感器融合方案理論上的1+1>2的效果或許真不如只有其一沒(méi)有其二的視覺(jué)方案。

原因無(wú)他，數(shù)據(jù)融合的問(wèn)題實(shí)在太難了。

從當(dāng)前硬件系統(tǒng)的實(shí)現(xiàn)和學(xué)術(shù)界的研究工作來(lái)看，如何有效地融合攝像頭、激光雷達(dá)、毫米波雷達(dá)這些多模態(tài)傳感器的數(shù)據(jù)并非易事。

首先也是最重要的，如果攝像頭和激光雷達(dá)安裝在不同的位置上，由高度、角度不一帶來(lái)的視角差異會(huì)導(dǎo)致不同傳感器觀測(cè)到的環(huán)境目標(biāo)可能不同。

比如激光雷達(dá)安裝在車頂位置而相機(jī)安裝在保險(xiǎn)杠位置（或者相反），當(dāng)前方有障礙物時(shí)，由于相機(jī)和激光雷達(dá)存在高度的差異，兩者觀測(cè)到的環(huán)境目標(biāo)可能是不同的，如果單純利用相機(jī)和激光雷達(dá)的外參進(jìn)行投影融合，就會(huì)產(chǎn)生因遮擋導(dǎo)致探測(cè)的目標(biāo)不一致的問(wèn)題。

這個(gè)難題或許正是小鵬汽車拋棄激光雷達(dá)、轉(zhuǎn)向純視覺(jué)方案的重要原因之一。

其它幾乎所有車企都選擇將激光雷達(dá)安裝在車頂上，與前視攝像頭相近的位置，大大緩解了因安裝位置不一致導(dǎo)致的空間對(duì)齊問(wèn)題。

但是，小鵬汽車把兩顆角毫米波雷達(dá)安裝在前保險(xiǎn)杠兩側(cè)，和前視攝像頭的視野存在相當(dāng)大的不同。

這時(shí)，它必然遭遇因安裝位置不同導(dǎo)致環(huán)境目標(biāo)感知不同這種很難克服的難題。

除了安裝位置導(dǎo)致的橫看成嶺側(cè)成峰、遠(yuǎn)近高低各不同，不同傳感器在時(shí)空相位、數(shù)據(jù)幀率、信息尺度上也會(huì)存在差異。

激光雷達(dá)的幀率在10-20Hz之間，攝像頭的幀率在30-60Hz之間，激光雷達(dá)和攝像頭這兩個(gè)傳感器的數(shù)據(jù)在時(shí)間維度上天然就是非對(duì)齊的，這種效應(yīng)在汽車快速運(yùn)動(dòng)下表現(xiàn)得尤其明顯。

因此，簡(jiǎn)單地利用內(nèi)外參將點(diǎn)云投影到圖像平面，會(huì)導(dǎo)致點(diǎn)云和像素?zé)o法對(duì)齊的情況。

在硬件層面，可以為所有傳感器都提供統(tǒng)一的時(shí)間基準(zhǔn)，再通過(guò)精確時(shí)間協(xié)議或傳感器硬件觸發(fā)接口直接控制傳感器在相同的時(shí)刻進(jìn)行采集。

在軟件層面，可以通過(guò)時(shí)間戳對(duì)齊與數(shù)據(jù)插值，為不同時(shí)間戳的數(shù)據(jù)建立關(guān)聯(lián)，并通過(guò)算法估計(jì)或預(yù)測(cè)同一時(shí)刻的數(shù)據(jù)狀態(tài)。

如果不采用前融合，可以將不同傳感器提取的特征映射到統(tǒng)一的空間后，再在BEV或OCC空間內(nèi)進(jìn)行融合。

至于其它難題，兵來(lái)將擋，水來(lái)土掩，總歸是有辦法解決的。

作為曾經(jīng)豪言要將特斯拉打得找不著東的小鵬汽車致敬的標(biāo)桿，特斯拉執(zhí)拗地選擇純視覺(jué)路線。

一則是因?yàn)檫^(guò)去的激光雷達(dá)太貴，馬斯克沒(méi)有預(yù)見(jiàn)到激光雷達(dá)的價(jià)格會(huì)在中國(guó)產(chǎn)業(yè)鏈的帶動(dòng)下呈現(xiàn)近乎雪崩式的下降。

二則是為了規(guī)避激光雷達(dá)和攝像頭數(shù)據(jù)不一致的風(fēng)險(xiǎn)。

第一性原理并非特斯拉的出發(fā)點(diǎn)。

基于第一性原理，安全的關(guān)鍵在冗余，多樣性是保證魯棒性的關(guān)鍵，既然如此，為什么還要排斥激光雷達(dá)呢？