從直觀效果來看，線數(shù)越多，垂直分辨率越高，對物體輪廓的描繪也就越精確。早期產(chǎn)品多使用 16 線激光雷達(dá)，這種低線數(shù)產(chǎn)品僅適合低速環(huán)境。隨著技術(shù)發(fā)展到 32 線、64 線，逐漸適用于中低級別的 ADAS 系統(tǒng)。如今主流車規(guī)方案是 128 線激光雷達(dá) ，例如禾賽科技的 Pandar128，在 10% 反射率前提下，能探測到 200 米的距離，角分辨率達(dá) 0.1°×0.125°。像極氪 9X 首次搭載的 520 線激光雷達(dá)，相比 128 線產(chǎn)品，垂直分辨率提升近 3 倍，可在 300 米外識別長寬超 75 厘米物體，能提前應(yīng)對高速行駛中的風(fēng)險。高線數(shù)激光雷達(dá)能清晰分辨 200 米外車輛輪胎紋理，而 16 線雷達(dá)僅能勾勒出模糊輪廓。高線數(shù)雷達(dá)在復(fù)雜場景中的優(yōu)勢也十分顯著，識別路肩、低矮障礙物(如錐桶、寵物)的準(zhǔn)確率提升 40%，誤判率降低至 0.3% 以下。在極端天氣下，高線數(shù)雷達(dá)的性能優(yōu)勢也能得以凸顯，搭載 192 線激光雷達(dá)的車型在雨天仍能探測 250 米外行人，而低線數(shù)雷達(dá)在同等條件下探測距離可能縮水 60%。

更多的激光束意味著更高的安全冗余。在 360° 旋轉(zhuǎn)式和一維轉(zhuǎn)鏡式架構(gòu)中，激光雷達(dá)的線數(shù)等同于激光器的數(shù)量，眾多獨立工作的激光器，即便其中個別出現(xiàn)極小概率的失效問題，也很難對激光雷達(dá)的整體感知能力造成嚴(yán)重影響。

高 “線數(shù)” 面臨的挑戰(zhàn)

線數(shù)增加并非毫無弊端，最直接的就是數(shù)據(jù)量呈指數(shù)級增長。192 線雷達(dá)每秒生成 184 萬點數(shù)據(jù)，這就需要強(qiáng)大的算力支持，例如搭載英偉達(dá) Orin - X 芯片(算力 254 TOPS)才能實時處理這些數(shù)據(jù)。若算力不足，系統(tǒng)可能出現(xiàn)延遲甚至宕機(jī)，導(dǎo)致自動駕駛系統(tǒng)無法及時準(zhǔn)確地做出決策，增加行車風(fēng)險。

隨著線數(shù)增多，激光雷達(dá)的內(nèi)部構(gòu)造更為復(fù)雜，生產(chǎn)難度大幅提升。早期若想在一個激光雷達(dá)內(nèi)部垂直堆積 128 組激光收發(fā)模塊，會導(dǎo)致激光雷達(dá)體積龐大，根本無法適配車輛，并且成本極高，阻礙了其大規(guī)模量產(chǎn)。雖然目前激光雷達(dá)行業(yè)的芯片化技術(shù)，已能將 128 組激光收發(fā)模塊集成到幾顆厘米級的芯片上，但高線數(shù)激光雷達(dá)的成本依舊高于低線數(shù)產(chǎn)品。以極氪 9X 搭載的 520 線雷達(dá)為例，其成本遠(yuǎn)超主流產(chǎn)品，一旦損壞，維修費用可能達(dá)萬元級，這無疑增加了車企的硬件成本以及消費者后期的使用成本。

適配場景才關(guān)鍵

不同線數(shù)的雷達(dá)其實更適合不同的場景，對于 L2 + 級輔助駕駛而言，96 - 128 線即可滿足需求，城區(qū) NOA(Navigate on Autopilot，即城市導(dǎo)航輔助駕駛)由于路況更為復(fù)雜，需要 128 線以上配合 0.1° 角分辨率，才能更好地應(yīng)對復(fù)雜路況，保障駕駛安全。而 Robotaxi 由于運營環(huán)境復(fù)雜，且對安全性、可靠性要求極高，則需 192 線以上確保在極端天氣等復(fù)雜條件下的探測能力。

部分廠商通過動態(tài)聚焦技術(shù)實現(xiàn) “等效高線數(shù)”，在車輛行駛至路口等關(guān)鍵區(qū)域時，臨時提升掃描密度，在保證關(guān)鍵場景感知精度的同時，平衡了精度與功耗，避免因一味追求高線數(shù)而帶來的高成本與高能耗問題。

由此可見，自動駕駛激光雷達(dá)并非 “線” 越多就越好。線數(shù)只是影響激光雷達(dá)性能的重要參數(shù)之一，還需綜合考慮算力匹配、成本控制以及實際應(yīng)用場景等多方面因素。在未來，隨著芯片化技術(shù)普及，激光雷達(dá)將朝著 “高線數(shù) + 低成本” 方向演進(jìn)，與算力、算法深度融合，從而推動智能駕駛從 “可用” 邁向 “好用”，真正實現(xiàn)安全、高效、普及的自動駕駛愿景 。