> 数据图表如何才能感知层：高阶智驾需要激光雷达提供安全冗余
2025-3-1感知层：高阶智驾需要激光雷达提供安全冗余主流传感器路线主要分为三种。纯视觉方案以特斯拉为代表，仅通过摄像头的视觉感知实现对环境的精准识别，采用Transformer+BEV算法或Occupancy算法，成本较低，更接近人类驾驶；但较易受环境和天气影响，需要路外数据补充缺乏的长尾场景。视觉+毫米波雷达方案借助毫米波雷达的全天候识别能力提升自动驾驶系统在极端天气和幽暗环境下的安全性。视觉+毫米波雷达+激光雷达方案在此基础上增加了激光雷达以获取高精度点云信息，提高自动驾驶安全性。目前，国内车企中采用多传感器融合方案（激光雷达）的占据主流，主要是因为多传感器方案具备鲁棒性高、星系互补以及系统冗余的优势，可以弥补视觉算法研发经验的不足，更有利于实现全场景的NOA功能。对于L3及以下自动驾驶，端到端模型上车让视觉方案的能力上限显示出非常好的成长性，削弱了激光雷达的必要性。小鹏科技日上宣布P7+不再区分Max和Pro版，均不使用激光雷达，后续大部分车型也计划采用纯视觉方案，进一步把高阶智驾功能下放到不带激光雷达的车型上。去掉激光雷达的好处是节省成本，将省下的成本用于堆算力、训练云端模型等需要大量研发资源投入的环节。高等级（L4+）的自动驾驶仍然需要激光雷达提供安全冗余。端到端算法由于决策过程的不可解释性导致的安全性问题，可以引入感知冗余和规控冗余来解决。规控层面，传统端到端方案中的规划控制网络需要规则兜底，来弥补安全下限低的缺点；感知层面，激光雷达则可以提供感知冗余，提升自动驾驶系统的安全。因此，高级别自动驾驶出于安全层面的考量仍然需要激光雷达作为感知冗余。图48：毫米波雷达、激光雷达和摄像头的比较。其中“1”到“6”表示从“极低”到“极高”的等级资料来源：自动驾驶之心，国元证券研究所请务必阅读正文之后的免责条款部分47 
