基于TOF原理的深度摄像头与激光雷达的能力（包括距离与分辨率）不可同日而语，这是不同波长光的物理特性决定的。
基于其它原理的深度摄像头就更不靠谱了，对面车来几束远光直接就瞎了（这个人眼可以直观感受）。
深度摄像头用在玩具上，家用电器上，小机器人上都挺有前途的，自动驾驶汽车真不行，性能严重不足（当然，作为辅助驾驶还是有用的）。

还有一个重要原因，现在视觉依赖于深度学习，深度学习依赖于数据，但很多数据是学习不到的。
举个简单的例子，雨天视野一般，车速也不快30~40，路上一块直径将近1米的落石，人类驾驶员要么绕行，要么停车报警，虽然大部分司机一辈子第一次见那么大石头跑路上了，但还是能一眼认出来那是一块大石头。
按照深度学习训练出来的视觉连车辆都还认不全，遇到这种情况完全就是睁眼瞎。
激光雷达就不一样了，虽然激光雷达也没法分辨这是大石头还是其它啥玩意，但人家可以给你归类“不明障碍物”，还把距离、位置、尺寸这些信息都采集到了，后面处理自然简单。

【 在 lvsoft 的大作中提到: 】
: 不是，我的意思是，如果两套方案的天花板都没本质区别，那为啥 激光雷达 + 视觉就 > 单视觉啊，
: 你应该也有体会，工程上有句话叫多个香炉多只鬼，更复杂的设计如果不能带来足够具体的好处，那就是扣分项。
: 所以我想讨论的就是激光雷达跟视觉各有所长，这个各有所长的长具体体现在什么地方。
: ...................
--
FROM 122.238.142.*