近期，关于自动驾驶技术的讨论再度升温，尤其是针对视觉方案与激光雷达方案的优劣之争。从技术中立的角度来看，这一争论反映了自动驾驶技术近年来的迅猛发展。
华为在其自动驾驶系统中，明确区分了中等算力的纯视觉方案ADS SE与大算力的激光雷达方案ADS。前者被定位为基础版，而后者则被视为高阶版。这种划分方式并非个例，本土头部智驾车企小鹏汽车和理想汽车也采用了类似的策略。
理想汽车的高阶智驾车型搭载了激光雷达和双Orin X芯片，而小鹏汽车同样将搭载激光雷达和双Orin X的Max车型视为高阶智驾的代表。小鹏在转向视觉路线后，推出了AI鹰眼视觉方案，凭借强大的算力和算法，该方案能够应对复杂天气和夜间驾驶等场景，功能上限是全场景NOA。
然而，历史上摄像头因其在暗光、强光及雨雾等场景下的局限性而被诟病。这些缺点曾像标签一样贴在摄像头上，难以抹去。但随着技术的不断进步，这种情况正在发生改变。
如今，摄像头在恶劣光照条件下的表现已有显著提升。例如，小鹏P7+上的摄像头号称比人眼清晰十倍，无惧暗光、逆光和夜视场景。虽然宣传中不乏夸张成分，但不可否认的是，与几年前相比，摄像头技术已取得了长足的进步。
摄像头技术的提升得益于光学镜头、图像传感器、图像信号处理器以及模组封装技术的升级。其中，图像传感器CIS的HDR高动态转换增益技术能够应对暗光、强光、逆光等多种光照条件。目前，国内头部CIS厂商已将HDR提高到140dB，甚至更高，这意味着摄像头对极端明暗场景的适应性得到了极大增强。
在雨雾场景下，摄像头也会面临噪声干扰的问题。但通过图像信号处理ISP、多模态滤波技术和深度学习AI模型的软硬件协同优化，这些问题得到了有效改善。例如，多模态滤波技术利用近红外线和红外线的穿透特性，增强有效光信号，减少散射干扰；而AI模型则通过深度学习，直接从原始数据中学习雨雾颗粒噪声的分布特征，并提升模型的泛化性。
