自动驾驶技术路线：“多模态融合”VS“纯视觉”方案

现在L2级辅助驾驶已经成熟，L3级也驶入了“快车道”已经开始落地，L4级估计将在2028年落地，那时就能完全解放人类的双手和眼睛。

根据自动驾驶的技术方向，其硬件方案可以划分为两大路线：“多模态融合”和“纯视觉”方案。“多模态融合”方案，除了依靠摄像头，还要依靠能主动发射的激光雷达、毫米波雷达等回波反射来辨别外部的静态和动态物体。纯视觉”方案使用摄像头等被动探测设备，不发射任何探测信号，不依赖回波感知外部世界。当前看“纯视觉”方案技术难度更高，但研发成功后成本更低，可以大幅压缩生产成本。

大多数厂商出于安全性和可靠性考虑，使用激光雷达作为摄像头的冗余兜底，形成了“纯视觉为主+激光雷达”融合的智能驾驶方案，两套双独立系统互为备份、相互补充。“纯视觉”方案以前全球仅有特斯拉唯一玩家，最近中国的厂商极越也宣布采用了“纯视觉”方案硬扛特斯拉。我们先来对比这两种方案的优缺点。

纯视觉方案的优点：

1、得到信息更完整丰富

视觉方案中的摄像头好比是人眼，可以采集到最丰富和完整的画面信息，例如形状、深度、速度、加速度等，相比于激光雷达所获取的点云信息，这些图像信息更丰富。基于纯视觉摄像头所获取的图像信息具备更大的数据挖掘空间，也就是说，纯视觉能更好地与大模型、端到端的能力融合，从而形成一个数据驱动的闭环，为新车感知能力的持续优化开辟一条高效的通道。

2、提升空间上限非常高

因为多模态要融合多种传感器的数据，还要进行数据矫正，