自动驾驶视觉/雷达迷思

firewings0607

看了之前要求异构传感器辅助驾驶有些迷思


纯视觉方案的最终形态是不是就是人来开车，或者说是无线接近人来开车，十年前的车普遍也就是个影像加倒车雷达吧，没印象有人开的时候需要明确知道我到底和周围环境的实际距离吧。
换言之是不是能理解视觉方案就是拿人的驾驶习惯来学习，最终的效果是无限趋近于人的驾驶水平，我能理解到这不知道有没有更好的思考

那雷达方案的最终形态是啥，人开车是不用的，飞机轮船的雷达大概得是极高速度加上无法通过目视判断才需要一种辅助判断吧，或者说也没有游艇木船啥的带个雷达吧。
能想到的可能是前几年的物联网智慧城市的最终形态，实际上雷达是由城市道路和其他基础设施共同完成，大家都是自动驾驶机器间拿传感器互相判断，尽量减少人工接入

那现在的雷达+视觉是不是纯过渡手段，或者说是假设视觉本质是去拟合人的行为那么雷达在辅助层面能起到什么程度上的优势，尤其是所谓大雾大雨极端天气，强光反射，人开车的时候也看不清吧，虽然危险也还是能开
还有雷达和视觉冲突的决策权重，类比现在的倒车影像，确实很方便有效减少了倒车难度；但是路面驾驶的时候也少有需要影像和雷达的场景吧，是否有什么极端或者是特殊场景会有显著优势的场景？

借由现在AI发展和对视觉方案最终形态的思考，想知道大家现在的使用和未来畅想的大概会是什么场景

lyzsuper

人开车的时候
近距离得用超声波观察距离来挪车吧,车越来越大距离把控越来越难,有时就呢10多cm挪来挪去
远距离的时候得看码表和通过白线估算前车距离吧,还得听一下/看一下后车是否按喇叭和闪灯有超车意图吧
一些不容易观察的窄角转换也得通过灯光和声音通知/感知别的车辆吧

如果只有纯视觉选择面就变窄了,只有多传感器才能在不同的环境获取不同的信息,如果和视觉打架了,不就降速靠近观察呗(人不也是这样)

例如飞行稳定的无人机一般有以下传感器(陀螺仪/加速度计/气压计/GPS/视觉避障/视觉光流/下方超声波或者TOF测距定高),都是为了不同的场景做扩展

普朗克

其实现在别看车企装激光雷达挺积极，但实际智驾执行层面，都是以视觉为主，雷达为辅的

—— 来自 samsung SM-F9460, Android 16上的 S1Next-鹅版 v2.5.4

lyzsuper

普朗克 发表于 2026-6-22 11:04
其实现在别看车企装激光雷达挺积极，但实际智驾执行层面，都是以视觉为主，雷达为辅的

—— 来自 samsung  ...

一直以来都是雷达为辅,雷达又看不明白前车打灯和可变车道/潮汐车道/公交车道啥的

但是去掉所有雷达用纯视觉嘛,还需要时间的考验了

辅助驾驶现在才刚起步,小蓝灯的使用率每个月都在提升,国内乘用车做算法的10多家,还得洗牌筛选

2017.05.04

油车已经统一搭配AEB的时候为什么还有这么多人坚持纯视觉

bxcds

并不是有了激光雷达才能做AEB

—— 来自 Sony XQ-DQ72, Android 14, 鹅球 v3.4.98

lvyuanqi

真正智能驾驶完善，还得加上车路协同吧，甚至车车协同，汽车之间互相通信，这样来达到最佳行驶情况，路面传感器或者摄像头传达车流情况，确定堵车是否，还能防止塌陷事故发生的时候来不及反应，不过这有点太远了就是

—— 来自 OnePlus LE2100, Android 14, 鹅球 v3.5.99-alpha

鲁邦三世1

不提其他的
我就想问现在有哪家辅助驾驶用的摄像头比得上人眼的像素了，后端的影像处理速度和精度比得上人脑了

—— 来自 鹅球 v4.0-alpha

HighTouch

现在激光雷达只是兜底用的吧，纯视觉车型也基本都有毫米波雷达
是不是只有特斯拉完全不用任何雷达？

表演系

普朗克 发表于 2026-6-22 11:04
其实现在别看车企装激光雷达挺积极，但实际智驾执行层面，都是以视觉为主，雷达为辅的

—— 来自 samsung  ...

你说的是3、4年前的早期后融合方案了，现在头部的华想蔚鹏几家的都是特征级前融合，视觉+激光雷达双主干，小米最新架构也开始向双主干落地，不过比亚迪和吉利确实还处于激光雷达后融合的补盲、兜底方案

すぴぱら

视觉广角镜头畸变啊 所以很多情况下靠算法补偿不准确 全信视觉要吃亏的

狩野すみれ

视觉智驾方案就和人形机器人一样，纯理论上都不是最佳方案，但有明确学习对象和发展目标，以便工程化的落地实现

----发送自 Sony XQ-AT72,Android 12

洛拉斯

问题是现在摄像头加处理器根本比不过眼睛加脑子

Jumbohard

1. 国标强制要求l3智驾使用异构传感器是谣言
2. 楼主说的人眼靠视觉就能判断远近，对，但那是你的双目视觉训练了你大脑几十年的结果。不信你闭一只眼睛去玩抛接球看你的准确率有没有下降。纯视觉当然也可以用双目定位但雷达能直接拿到距离信息不更好吗，减少运算量也减少误判。aeb这些主动安全都依赖雷达做最后一道防线。
3. 从技术发展的角度看没有什么方案不是“过渡方案”，没有一劳永逸的技术，目前你能用上的大家都在开发的技术就是最好的技术。视觉和雷达也是各有擅长的点的技术而不是相互冲突的技术路线，唯一冲突的只有训练资源和推理资源    Re:Source

鸳鸳相抱

可视条件不高的时候你非要按照平时的开法是图啥呢？那种雨雪天气不说雷达处理起来也困难，你确定民用车的制动和控制是为这些场景设计的吗？

商品设计最后是要在成本和功能之间做妥协的

说实话争论这个也没啥意思，市场最后会给你答案

至于进度我能看到的是特斯拉最快，它把无人量产车丢路上去跑了，即使只是试验性质，我觉得它也是目前更成熟的那个

yakee

视觉和激光雷达并不互斥啊
智驾系统当然是传感器越多越好

星花

你们小瞧了雷达的发展。

spck

走纯视觉路线只有两个理由：第一是省成本，第二是算法门槛低
不承认这两点而在技术效果比较上打马虎眼的不是纯就是坏

—— 来自 S1Fun

鸳鸳相抱

Jumbohard 发表于 2026-6-22 12:52
1. 国标强制要求l3智驾使用异构传感器是谣言
2. 楼主说的人眼靠视觉就能判断远近，对，但那是你的双目视觉 ...

很简单，机器学习训练集数据的问题，写规则那套方式业内基本已经认定不可能解决所有corner case，普遍认为大模型那套才是未来。transformer训练的时候你可以收集雷达数据，和视频数据对齐了做输入集，然后加上人的驾驶操作做为输出集，一起喂了做训练，但是实际上人类驾驶99.9%的数据不是依赖雷达数据来驾驶的，那么你把雷达数据去掉，训练出来的模型也不会有什么区别，因为从函数角度来看，雷达数据不影响模型的输出

如果你能收集到足够训练用的，人类依赖雷达开车的数据，你就能训练出来雷达有意义的模型

guizebug

2017.05.04 发表于 2026-6-22 11:11
油车已经统一搭配AEB的时候为什么还有这么多人坚持纯视觉

我的gti上个月刚全车雷达报故障，所以这个我很有发言权
大众meb平台的AEB就是纯视觉，全车雷达坏没有滴滴嘟嘟完全不影响AEB预警和接管刹车，鉴于大众就是买的整套博世方案，基本上可以说有单目摄像头的油车的AEB都是纯视觉。

—— 来自 vivo V2303A, Android 16, 鹅球 v3.5.99

firewings0607

鸳鸳相抱 发表于 2026-6-22 13:20
很简单，机器学习训练集数据的问题，写规则那套方式业内基本已经认定不可能解决所有corner case，普遍认 ...

没有自动驾驶用case去做吧？深度学习和大模型也是两回事啊，雷达和视觉的训练都是人开着装了雷达和摄像头的机器去学习吧，实际开车又没人对着摄像头开，同理雷达也是给机器看的，人在驾驶时雷达的数据

鸳鸳相抱

firewings0607 发表于 2026-6-22 13:32
没有自动驾驶用case去做吧？深度学习和大模型也是两回事啊，雷达和视觉的训练都是人开着装了雷达和摄像头 ...

2022年以前智驾是rule based

至于大模型的训练，就算你特意去采集有雷达数据显示的车的驾驶数据，你能保证驾驶员依赖雷达数据进行驾驶吗？
目前没听说有人在采集这样的数据，但是人眼看到的东西，和摄像头看到的，是高度近似的

雷达数据大部分是做个保底rule base

firewings0607

lvyuanqi 发表于 2026-6-22 11:35
真正智能驾驶完善，还得加上车路协同吧，甚至车车协同，汽车之间互相通信，这样来达到最佳行驶情况，路面传 ...

说不定ai爆了之后，下一波投资能到基础建设上，如果说是你知道我去哪我知道你去哪，现在的毫米波完全做得到万一能有公共协议说不定就爆了
前边的近距离得用超声波观察距离来挪车吧这个有点疑问，人开车挪车啥的其实也不需要知道到底还有几厘米吧，就是目视也能完成判断
只有多传感器才能在不同的环境获取不同的信息，这个问题就是有哪些是视觉完全没有办法做的事而传感器能显著提升效率；无人机的例子，但是没有传感器的车开起来完全没问题吧，如果说是场景扩展我只能想到机器间的通讯，还是难以想象人用雷达做什么

2017.05.04

guizebug 发表于 2026-6-22 13:22
我的gti上个月刚全车雷达报故障，所以这个我很有发言权
大众meb平台的AEB就是纯视觉，全车雷达坏没有滴滴 ...

你确定吗，绝大部分的车的AEB是个单独的前向雷达

—— 来自 HUAWEI SGT-AL00, Android 12, 鹅球 v4.0-alpha

firewings0607

鸳鸳相抱 发表于 2026-6-22 13:35
2022年以前智驾是rule based

至于大模型的训练，就算你特意去采集有雷达数据显示的车的驾驶数据，你能保 ...

饿，没有理解你说的rule是指啥，有啥具体的例子或者算法可以看看不，我了解对图计算很早就走到了图卷积对象识别和深度学习判断吧，此处的case是对啥写函数呢
第二个表达的意思是无论雷达还是摄像头，训练是人开着带雷达/摄像头的车驾驶，机器来学习如何使用摄像头和雷达，人对雷达和摄像头都没法用和车一样处理的数据来开车，训练的不是这个，是正常驾驶下收集到的摄像头和雷达信息
综上对上一个回答的雷达模型没有意义有些疑问，为什么需要人类依赖雷达开车的数据，才能进行训练

firewings0607

鲁邦三世1 发表于 2026-6-22 11:42
不提其他的
我就想问现在有哪家辅助驾驶用的摄像头比得上人眼的像素了，后端的影像处理速度和精度比得上 ...

这么对比，没啥道理吧，这个逻辑是只有和人一样的眼镜和脑子才能像人一样开车？实际上也不需要这么精确吧虽然没有明确能提供的数据，但是现有的摄像头和处理器是已经可以像人一样开车了，那么随着硬件软件的提升是不是能够在摄像头和处理器远不如人的情况获得趋近的结果
换言之，也不是所有视力和智力相近的人开车水平都一样吧，视力差不能代表车开的不好，智力不高也不等于开车差吧

鸳鸳相抱

firewings0607 发表于 2026-6-22 13:54
饿，没有理解你说的rule是指啥，有啥具体的例子或者算法可以看看不，我了解对图计算很早就走到了图卷积对 ...

https://zhuanlan.zhihu.com/p/1893422226935616660

apefrank

人脑是视差测距，特斯拉是长焦标准广角三个独眼龙一起看，靠先验知识估算距离的，完全两码事好吧

firewings0607

鸳鸳相抱 发表于 2026-6-22 13:59
https://zhuanlan.zhihu.com/p/1893422226935616660

非常感谢拓宽了很多不了解的
对您前边描述的corner case是直接指规则驱动范式（Rule-based）这种模式吗，应该是我对这个描述的理解有误

对于训练集的问题，在“传感器输入”这节是不是也说出了对于传感器类型其实不太需要“保证驾驶员依赖雷达数据进行驾驶”这种模式

killsx

纯视觉上限的人开车，有雷达的融合方案就是有千里眼的超人开车了，看看华为aeb就知道，尤其是夜间简直无敌

firewings0607

killsx 发表于 2026-6-22 14:47
纯视觉上限的人开车，有雷达的融合方案就是有千里眼的超人开车了，看看华为aeb就知道，尤其是夜间简直无敌 ...

这个是不是第二种。理想情况下应该道路和车、车和车之间都有互通大家都是双向雷达（或者是其他通讯），这样就完全不需要人来开，因为你看到的交通状况已经完全小于车看到的交通状况了

rgm2000

为什么要纠结什么纯视觉？马斯克搞这个不就是为了降低成本么，然后就不知道为什么一群人就奉为金科玉律了。以后的自动驾驶必然是融合感知，各种传感器综合运用，这样才能超越人类，我们需要的不是替代人类的自动驾驶，而是超越人类的自动驾驶

guizebug

2017.05.04 发表于 2026-6-22 13:43
你确定吗，绝大部分的车的AEB是个单独的前向雷达

—— 来自 HUAWEI SGT-AL00, Android 12, 鹅球 v4.0-al ...

我一开始也没想到博世这个AEB是视觉方案，然而实际OBD读出来确实是我整车所有雷达都故障，唯一能前向远距离测距的ACC大雷达也是离线状态。但是这都不影响AEB的正常触发，只是纯靠雷达的低速碰撞预警无了。

—— 来自 vivo V2303A, Android 16, 鹅球 v3.5.99

2017.05.04

guizebug 发表于 2026-6-22 15:03
我一开始也没想到博世这个AEB是视觉方案，然而实际OBD读出来确实是我整车所有雷达都故障，唯一能前向远距 ...

所以AEB的性能也没被摄像头替代掉，而且即使能用性能也衰减了
ACC雷达就没有视觉方案能替代

cosx

纯视觉怎么能和人打等号

nianiania

视觉和激光雷达就不冲突，有些人单纯是太孝顺了给他马爹找补

—— 来自 vivo V2405A, Android 16, 鹅球 v3.5.99

septem123

纯视觉是跟牢美的算力神话绑在一起的

松下仓鼠

纯视觉方案用在 10 万以下车型，没啥问题，整套成本能控制在 1 万以内， 它不嫌我穷，我不嫌它笨，基础能力的确能改善用户体验。

nice女武神

鲁邦三世1 发表于 2026-6-22 11:42
不提其他的
我就想问现在有哪家辅助驾驶用的摄像头比得上人眼的像素了，后端的影像处理速度和精度比得上 ...

人眼高清只有1到2°范围  

logiccat

视觉方案≠等于人眼视觉，人眼其实并不是纯视觉，有后端大脑融合其他感知并行处理，现在的纯视觉做得到吗？
激光雷达≈触觉，当人处于黑暗的房间中时触觉就变成补充视觉的重要感知手段，当然还会融合其他感官比如听觉之类的进行判断

所以重要的从来不是视觉还是雷达，重要的是后端融合处理，雷达还是视觉，单打独斗都是有上限的，而超出上限的后果任何一个车企都负担不起，要不然早就全L3 L4上路了，毕竟L3 L4车企要负事故主要责任。