别再神话雷达了！摄像头才是真正的最强雷达

最近关于自动驾驶路线的争论非常热闹，很多人拿着各种纯视觉翻车的视频，得出一个结论，摄像头提供的数据太少、不可靠，所以必须依赖雷达。

其实，这个想法完全跑偏了。

把系统处理不过来数据等同于传感器没收集到数据，这是一个非常典型的认知误区。比如，一台车把前方广告牌上的汽车图片，当成了真正的汽车而一脚急刹。这根本不是摄像头没看清，而是背后的AI大脑没想明白。如果一张图片逼真到连人眼远看都会被骗过去，那这就不是传感器的问题，而是认知难度的问题。

反过来想，如果前面横着一个空心薄皮的塑料障碍物，雷达的电磁波直接穿透过去了，完全没反应，而人眼明明看得清清楚楚。这时候，你还会觉得雷达绝对可靠吗？

要理清这个问题，我们需要打破一个根深蒂固的常识错觉雷达不是魔法，而可见光，也是电磁波的一种。

摄像头本质上是一台超高精度的无源雷达

很多人潜意识里觉得，雷达听起来高科技，视觉听起来就很基础。但别忘了，道路交通的规则，从红绿灯到地上的标线，全都是基于可见光设计的。

如果你把摄像头换个名字，叫它可见光无源雷达，你会发现它的参数堪称恐怖，它工作在360nm到830nm的波长范围内，每秒刷新30次，单次能获取高达几百万甚至上千万个点阵数据，并且每个点都能返回极其细腻的光影、色彩和纹理信息。

相比之下，我们常说的传统雷达返回的其实是一团分辨率极低、只有有或无这种简单逻辑的数据。如果你有一颗性能如此炸裂的可见光无源雷达，为什么还会觉得那个只能返回简单信号、刷新率和分辨率都低得多的传统雷达才是唯一的救命稻草？

为什么大家都觉得雷达天生能测距

既然摄像头这么强，为什么早期的辅助驾驶都爱用雷达？原因很简单，因为雷达的数据足够傻瓜，处理起来极其便宜。

雷达返回的数据非常稀疏，甚至可以直接在硬件电路里进行简单的数学变换，瞬间就能得出前方的距离和速度。早期的L2级辅助驾驶（比如定速巡航、车道保持）逻辑非常简单直接，雷达发现正前方有个障碍物，系统就下达减速指令，车辆刹车。这中间不需要多高级的思考，就跟写个最基础的条件反射一样。

但是，摄像头测距的门槛要高得多。要用画面测距，系统必须先进行图像识别它得先认出画面里那个东西是一辆车、一个人，还是一棵树，然后持续追踪它，最后再通过算法计算出距离。

发现没？雷达之所以显得测距快，是因为它省去了认出这是什么这个步骤。但到了复杂的城市街道里，这个被省去的步骤恰恰是最致命的。

决战城市道路不用视觉根本玩不转

在高速公路上，路况相对单纯，雷达那种前面有东西就刹车的逻辑是行得通的。但如果把这套搬进市中心复杂的十字路口呢？

城市智驾最难的不是看多远，而是看懂意图。前面是一个路人正在向你招手，还是交警在打手势？地上的标线是左转还是直行？前方的红绿灯是圆盘还是箭头？

这些信息，雷达是彻彻底底的盲人，它只能告诉你那里有一坨物理障碍，但无法告诉你那是什么。要解决城市辅助驾驶，不管你装多少个雷达，你最终都必须建立一套极其强大的图像处理和理解系统。当这套系统强大到能够精准理解复杂的三维世界时，那些简单雷达能提供的基础信息其实就已经被涵盖在内了。

飞机用雷达不用摄像头背后的真相

很多人喜欢拿飞机举例子，质疑既然视觉这么好，为什么飞机全靠雷达。

这其实是个非常巧妙的偷换概念。飞机的自动驾驶，本质上连如今的智能汽车都不如，它更像是一个高级的定速巡航。飞机在几千米的高空飞行，它需要关注的是几十公里外有没有另一架金属飞机，而且天上空旷得很。当雷达扫到目标时，飞机的系统并不会自己做出复杂的避让决策，而是交给飞行员去判断。

但你开车的时候，需要关心十公里外的事情吗？你最需要关心的，是十几米外突然窜出来的电动车，是判断路边的一个黑影是个大塑料袋还是一个蹲着的小孩。

汽车面对的是近距离、极高密度的复杂环境，它需要的是高分辨率的细节理解，而不是超远距离的模糊探测。

说到底，自动驾驶的终局，拼的不是谁车上挂的传感器数量多，而是谁的大脑能真正像人一样，看懂并理解这个丰富多彩的三维世界。在这个任务面前，视觉，才是永远的主力。