高阶智能驾驶已经成为车企必争之地，围绕高阶智能驾驶主要有两条技术路线，一是以特斯拉为代表的纯视觉派，主张取消激光雷达，通过视觉来实现高阶智能驾驶；另一派是视觉+激光雷达的技术路线，认为纯视觉存在一定的短板，需要加上激光雷达来实现城市NOA的快速落地。
激光雷达的原理是通过激光发射和接收装置，基于 ToF/FMCW 测距方式，获得目标物体位置、速度等特征数据。激光雷达相较于其他车载感知技术（如摄像头和雷达）有以下独特的技术优势。
1. 高精度的三维成像能力
激光雷达能够直接生成环境的三维模型，而不依赖复杂的算法推算。其典型精度可以达到厘米级，这种高精度使得激光雷达在物体识别、测距和定位中占据明显优势。相比之下，摄像头需要通过图像处理算法实现深度感知，精度容易受到环境光线和图像质量的影响。
2. 对环境光线的低敏感性
激光雷达的探测能力不依赖可见光，它使用的是近红外波段或其他激光波段。这使其在黑暗或强光条件下仍能正常工作，而摄像头在类似条件下可能无法采集有效数据。d此外，与雷达相比，激光雷达的分辨率更高，可区分更精细的目标。
3. 宽广的探测范围和视场角
现代车载激光雷达通常能够实现360°水平视场（通过旋转装置）和较大的垂直视场，使其可以全面覆盖车辆周围的环境。这一特性极大提升了自动驾驶汽车的感知能力，特别是在复杂的城市交通场景中。
4. 目标识别的独立性
激光雷达通过点云直接对物体进行识别和分类。与摄像头依赖物体的颜色、形状等视觉特征不同，激光雷达只需依赖空间特征，因此更适合处理诸如透明物体（如玻璃）或伪装物体（如同色背景）等复杂情况。
5. 抗干扰能力
激光雷达的激光脉冲具有极高的方向性和短持续时间，使其在复杂电磁环境中受到的干扰较少。而传统毫米波雷达可能在频率拥挤的环境中受到干扰，影响其探测性能。
2023年新版《税则》中，品目90.15新增子目9015.1010——激光雷达，海关发布的《2023年关税调整方案》就有对该激光雷达进行如下定义：“本国子目9015.1010所称‘激光雷达’，是指由发射系统、接收系统、信息处理等部分组成的一种激光测距仪（可包括测角功能）。单独报验的激光发射器，或以本国子目激光雷达为部件进一步集成的检测或导航设备不归入本子目。
而现在的主流车型已具备毫米波雷达和前识别摄像单元，且不少车企已经将两者集成一体成为车载雷达摄像头模组，目前还计划在此基础上再集成激光雷达。该商品是用在汽车上，应按汽车零件归类原则（第十七类类注二和类注三）进行归类。该商品为毫米波雷达和前识别摄像单元一体机器，既不属于毫米波雷达，亦不属于摄像单元，故不符合《税则》第十七类类注二排他条款的范畴，应按第十七类类注三进行归类，按汽车车身零件归入税号8708.2990。
因此我们得到了9015.1010和8708.2990两个八位码，用以表示独立的激光雷达单元和集成进车辆零件中的雷达模组。需要注意的是，后者释义为“车身（包括驾驶室）的未列名零件、附件”。除了激光雷达外也可以是其他应用于汽车的新技术零件。但总体来说其确实可以反映高科技车载零件的贸易情况。
当我们单独查看“激光雷达”本身的进出口情况时可见，中国进口激光雷达是要显著多于出口的。其差额达到了数倍之多。
但如果将单独的激光雷达与车身部件放在一起查看出口额则可以发现，两者的贸易额完全不在一个量级。后者并非一个新编码而是偏向于大类。有意思的是，可见在2020年前其增长非常平稳，而后经历了快速增长与起伏回落。这其中或许少不了地缘政治等外部性因素的影响。
如果从供应链角度看来看，中国主要自欧洲进口激光雷达，其中德国占了大头 。而出口测则倾向于对日本、美国及南美非洲国家。结合其进出口总额来看，可以看出中国尚未在该类产品上实现完全的国产替代。
但激光雷达，尤其车载激光雷达很少独立进行进出口，因为其往往被装配在其他产品上。不同的机动车/航空器/船舶等对激光雷达的定制化要求很高，无论是尺寸参数还是性能，几乎不存在通用的情况。因此该类产品的生产以内需消化为主，贸易也往往以附带零件的形式出现。因此单纯以货物贸易数据视角来看并不全面。 如GTM系统查询结果，90151010精确匹配的出口数据只有寥寥几条。但如果查询全部搭载激光雷达的汽车出口那想必是浩如烟海了。
而另一个热点则是围绕着视觉路线与雷达路线之争。
纯视觉感知路线选择以机器视觉为核心，利用毫米波雷达+摄像头解决方案实现自动驾驶。而在自动驾驶技术上，特斯拉扮演着领头羊角色。基于神经网络应用深度学习算法，特斯拉有了抛弃雷达设备的底气，成为纯视觉驾驶方案的坚定拥护者。马斯克认为纯视觉方案主要提供足够多的行驶数据喂养，通过海量的数据训练和AI大模型优化迭代，积累驾驶经验，纯视觉智驾可训练到像“人”在开车。这个设想一旦得以实现，其性能要远超“没有智能”的激光雷达，且在单车成本上要更低。另一方面，激光雷达是复杂的主动器件。摄像头和人眼属于被动器件在同样的技术条件下，复杂系统的主动器件可维护性更差、寿命更短。
近期发布的多款新车，如乐道L60、小鹏MONA M03、问界M7 pro、深蓝S7乾崑智驾版等均使用了纯视觉版本。而特斯拉更是视觉方案的铁杆支持者。另一方面，比亚迪、高通、华为、地平线、英伟达等则是激光雷达的领军研发者与使用者。大厂们投入的资源在两者之间似乎并未出现明显的天平倾斜。
当然也有“小孩子才做选择，大人全都要的”，多传感器融合方案将同时搭载视觉识别模块与激光雷达模块。多传感器融合方案可以提升系统感知准确度，多种传感器联合互补，避免单一传感器的局限性，最大程度发挥各种传感器的优势，还能提升系统感知可靠性。多传感器融合可带来一定的信息冗余度，即使某一传感器出现故障，系统仍可正常工作，并且可以增强环境适应能力。多传感器融合技术采集的信息具有明显的特征互补性，弥补了单一传感器的语义不确定性。尤其在黑暗环境下（纯视觉系统趴窝）和复杂动态电磁环境下（激光雷达趴窝），单一系统都会面临严重挑战但多传感器融合系统则得以稳操胜券。
用马斯克本人的话来说，他认为雷达和视觉感知不一样。这话的底气是特斯拉在自动驾驶算法和大数据层面有着强大的的先发优势。但在安全层面，面对我国更为复杂的路况，显然有激光雷达作为加强的融合感知方案更加安全。 然而这也极大地增加了成本。不同模块需要的操作系统无法兼容，且其所需两种截然不同的芯片装载进有限的空间内也使得设计变得更为复杂。对于竞争激烈的车企来说这无异于豪赌。
总的来说，从安全要求角度讲，多传感器融合系统显然是最可靠也是最昂贵的，而纯视觉和激光雷达方案都各有千秋的同时也都有其局限性。在新技术车快速占领市场，且日益复杂的路况对智能驾驶和自动驾驶能力提出越发高的要求的现在，这个不同分支的技术之争还将持续下去，并在可预见的未来影响着不同车企的命运。
