在自动驾驶技术领域的重大转折点上，小鹏汽车自动驾驶产品高级总监袁婷婷近期公开发声，对激光雷达方案的有效性提出了直接挑战，她直言不讳地表示，“激光雷达的远距离探测能力被过度神话”。这一言论迅速在行业内激起涟漪，不仅引发了关于传感器技术路径的广泛讨论，也揭示了小鹏汽车从依赖激光雷达到拥抱纯视觉方案的战略变迁背后的深刻逻辑。
袁婷婷从技术物理基础、环境适应性以及数据处理效率三个层面，深入剖析了激光雷达在远距离探测时面临的挑战。她指出，激光雷达通过发射近红外光并测量反射时间来定位障碍物，但这一机制导致其能量密度随距离的平方反比迅速衰减。以顶级配置的192线激光雷达为例，在200米距离上的信号强度和点云密度骤减至近距离的千分之一，这使得其对轻质或微小物体的辨识能力大打折扣。相比之下，800万像素的摄像头在同一距离上仍能捕捉到丰富的细节和颜色信息，为算法提供了更为可靠的判断依据。
袁婷婷进一步指出，激光雷达在复杂环境中易受多径效应影响，导致信号混淆，增加了误判的风险。例如，在城市高架桥等场景下，激光雷达可能将桥墩的阴影误认为是静止车辆，引发不必要的紧急制动。主流激光雷达的刷新率远低于摄像头，动态目标的识别精度因此受限。在高速行驶中，这一目标识别延迟尤为致命。
在极端天气条件下，激光雷达的局限性更加凸显。袁婷婷强调，激光雷达对雨雾等恶劣天气极为敏感，有效探测距离在暴雨中可能锐减至30米以内，且噪点大幅增加。相比之下，毫米波雷达在穿透能力上表现更佳。实际测试显示，在能见度仅50米的暴雨环境中，纯视觉方案的识别准确率反而超过了融合感知方案，凸显了激光雷达方案的局限性。
袁婷婷强调，小鹏汽车转向纯视觉方案并非技术上的妥协，而是基于大量数据积累和算法创新的必然结果。她指出，高分辨率摄像头在捕捉目标特征方面具有显著优势，能够精准区分不同物体。小鹏汽车通过端到端模型的开发，实现了对传感器硬件的“解耦”，使得视觉系统与激光雷达版本在功能上达到高度一致。这一成就得益于对多模态数据的高效融合处理能力，而非单一传感器的性能提升。
从商业角度来看，纯视觉方案的成本优势不容忽视。袁婷婷提到，单颗激光雷达的采购成本较高，而采用多摄像头方案则能显著降低硬件成本，同时提升车型续航，为消费者带来直接的经济利益。这种“降本增效”的策略，是小鹏汽车推动技术路线变革的重要动力。
尽管袁婷婷对激光雷达的质疑引起了广泛关注，但行业普遍认为，自动驾驶技术的未来在于构建多元化的感知体系。激光雷达在特定场景下的优势，如夜间探测、低矮障碍物识别等，仍具有不可替代性。例如，Waymo的测试数据表明，激光雷达在识别异形障碍物时比纯视觉方案更快更准确，有助于减少城市道路的误刹车事件。
业内专家指出，自动驾驶技术的最终形态将是“摄像头为主、多传感器冗余”的综合感知系统。例如，毫米波雷达可以弥补激光雷达在恶劣天气下的不足，而摄像头则提供丰富的语义信息。这种融合策略旨在发挥各传感器的长处，共同推动自动驾驶技术的持续进步。
袁婷婷的质疑，实际上是对自动驾驶技术本质的深刻反思。她强调，传感器只是自动驾驶系统的“眼睛”，而算法才是“大脑”。在智能时代，如何让“大脑”更加高效地处理信息，才是行业需要不断探索的核心课题。
