2026 年，图像级成为激光雷达行业追求的新目标。华为乾崑发布了 896 线双光路图像级激光雷达。速腾聚创紧接着亮出了创世数字化架构以及凤凰和孔雀两颗旗舰芯片。其中凤凰芯片单片集成 2160 线，点云细腻度宣称超越 400 万像素摄像头。禾赛、图达通也陆续拿出了各自图像级的产品。成为摄像头，超越摄像头似乎成为激光雷达领域共同追求的目标。在这个趋势下，就有很多小伙伴提出一个问题，那就是当激光雷达的分辨率已经达到甚至超过摄像头的像素水平，摄像头还有存在的必要吗？

01 图像级到底是什么意思？很多人听到图像级激光雷达，就误以为激光雷达可以拍出和摄像头一模一样的照片，其实这个理解是不对的。摄像头输出的是二维的 RGB 图像，其中包含颜色、纹理、光照这些丰富的信息。激光雷达输出的则是三维点云，每个点都带有精确的 x，y，z 坐标和反射强度，但没有颜色。之前禾赛发布过全彩激光雷达，但其并不是激光雷达自身具备了探测颜色的能力，而是通过芯片层面的深度融合实现的。感兴趣的可以看看我们之前的分析：激光雷达还能进行色彩识别？

图片源自：网络华为 896 线激光雷达在 100 米外垂直方向每 6 厘米就有一个探测点。速腾聚创凤凰芯片输出的点云分辨率达到 2160 × 1900，约 400 万像素的量级。这些数字说明激光雷达描绘环境细节的能力已经相当细腻，相较于过去 128 线雷达的单帧点云密度大约只有 10 多万像素，这种进步是非常明显的。但点云再密，它依然是点云。一个 400 万像素的深度图像和一个 400 万像素的彩色照片，包含的信息完全不同。前者可以告诉你这里有一个物体，距离还有多少米。后者告诉你这是一个红色的交通标志，上面写着限速 60。由于激光雷达发射的是激光，接收的是反射信号，不是环境光，因此激光雷达无法直接告诉你颜色和文字，这是物理原理决定的。

02 摄像头做不到的事激光雷达做到了激光雷达之所以成为自动驾驶感知硬件的主要选择，是因为其有两个明显优势，尤其是达到图像级激光雷达后，这些优势进一步凸显。第一个是有更强的小目标探测能力。华为 896 线雷达能在 120 米外识别 14 厘米高的物体；速腾聚创凤凰芯片能在 150 米外看清 13 × 17 厘米的纸盒。这个能力在高速场景下就非常有优势。以 120km/h 的时速计算，车辆每秒钟行进约 33.3m，从发现障碍物到系统做出反应、再到执行制动，整个过程留给系统的时间窗口大约只有 3.6 秒。如果要在 120 米外发现路面上的掉落物，系统需要在大约 1 秒钟内完成探测、识别和决策，剩下的 2 秒多留给车辆减速制动。考虑到高速行驶的制动距离通常也在百米量级，这要求系统必须在更早的节点就发现障碍物，否则就容易导致碰撞事故。传统摄像头在 50 米外就已经把小物体变成了模糊的像素点，无法提供有效的距离信息。而等到物体进入摄像头的有效识别范围，留给制动的时间已经所剩无几了。还有一个就是激光雷达不受光照影响。摄像头是被动传感器，依赖环境光，黑夜、暴雨、大雾、逆光、进出隧道时的剧烈光变，都会让摄像头看不清甚至看不见。而激光雷达是主动发射激光，自己照明、自己接收，光线条件对它影响小得多。华为官方实测数据显示，其 896 线雷达在夜间无光环境下依然能识别 122 米外的横倒轮胎。这种全天候的稳定性，也是激光雷达在多传感器融合方案中占据一席之地的根本原因。

03 激光雷达做不到的事摄像头可以做到当然，摄像头也有激光雷达无法替代的地方。摄像头的语义理解能力是强于激光雷达的。像是交通信号灯的颜色、路牌的指示文字、车道线的颜色和虚实、前方车辆刹车灯是否亮起等信息只有摄像头能提供，激光雷达的点云里没有这些。譬如路口绿灯变黄灯，系统需要判断是加速通过还是减速停车。这个决策依赖的是摄像头看到的灯光颜色变化，激光雷达只能告诉你前方有一个发光的物体。

图片源自：网络相较于激光雷达，摄像头的像素级分辨率也更有优势。智驾最前沿曾看到过一个说法，别说是 896 线，就是线束再翻一倍，激光雷达在画面细腻程度上也比不过一个 800 万像素的摄像头。这个说法虽然指出了激光雷达在像素数量上的差距，但拿像素去衡量激光雷达的点云质量，多少有些不对。这就好比用音量去评价画质，激光雷达的核心价值从来就不是像素数量，而是三维空间结构的精确重建，只是在今天这个话题里拿出来和大家聊一聊。激光雷达还有一个问题，那就是在一些材质前探测效果会失效。反光强烈的物体（比如镜面、金属表面）会造成激光的镜面反射，导致点云中出现虚影或重影。这个问题之前也和大家讨论过：激光雷达点云为什么会出现 " 拖尾 " 现象？摄像头就不会出现这个问题。

04 融合不是妥协，是必然其实从技术原理上看，激光雷达和摄像头的关系从来就不是替代，而是互补。激光雷达擅长精确测距和三维空间建模，不受光照影响，对小目标和低反射率物体的探测能力强。摄像头擅长语义理解和二维图像识别，能分辨颜色、文字、纹理，但受光照条件制约大。把两者结合起来，正好取长补短。华为乾崑就坚持在走多传感器融合路线，当摄像头在强光下致盲时，激光雷达还能正常工作。当激光雷达遇到镜面反射产生虚影时，摄像头仍旧可以提供校验。

图片源自：网络两个传感器同时出错的概率，远低于单个传感器出错的概率，这也是为什么有很多人一直在支持多传感器融合的原因。美国新泽西州就在推进一项法案，要求无人驾驶商用车辆必须搭载摄像头外加至少两种其他类型的传感器。如果法案通过，特斯拉的纯视觉方案或将无法在该州运营。当然中国工信部公示的 L3 级自动驾驶强制国标《智能网联汽车 自动驾驶系统安全要求》（拟于 2027 年 7 月 1 日起实施），则是以结果为导向，没有限定具体技术路线。之前也给大家具体分析过这个标准：L3 级、L4 级自动驾驶强制标准将至，产业准备好了吗？

05 最后的话聊了这么多，还是回到一开始的问题，图像级激光雷达能不能替代摄像头？目前来看应该不能，也不应该替代。之所以说不能，是因为激光雷达和摄像头输出的数据类型不同，各自覆盖的感知维度不同，谁也替代不了谁。它们一个提供三维空间几何信息，一个提供二维视觉语义信息，两者是不同维度的数据，不存在谁更高级的说法。

图片源自：网络而说不应该，是因为自动驾驶的安全需求决定了冗余是必要的，而不是可有可无的。单一传感器方案在理论上或许可以通过算法弥补短板，但物理冗余带来的安全性提升是算法难以替代的。当然，图像级激光雷达的确在改变行业的竞争格局，它让激光雷达从一个测距工具变成了真正的成像系统，但这并不意味着摄像头会被淘汰。更可能的方向是两者的融合越来越深。未来可能不再需要在激光雷达还是摄像头之间做选择，而是直接在一个传感器里同时获得几何和语义信息。到那个时候，替代这个词本身就失去意义了。# 自动驾驶 # 图像激光雷达 # 摄像头