鸿蒙智行共光路舱内激光雷达，为何要与摄像头共光路？

本文首发于智驾最前沿微信公众号，2026年8月成都车展上鸿蒙智行发布了共光路舱内激光雷达，并将这类传感器称为激光视觉Limera。

小编在刚看到这个概念后，以为是简单将激光雷达缩小后塞进挡风玻璃，但仔细研究后发现有很多值得聊的地方。

共光路舱内激光雷达真正值得关注的，并不是将激光雷达放到舱内，而是共光路这三个字。

其实传统摄像头和激光雷达本来就可以融合，为什么还要让它们共用一套光路？

01

传统激光雷达和摄像头为什么要做对齐？

在典型的多传感器智驾系统里，摄像头和激光雷达各自完成自己的工作。

摄像头获取可见光图像，可以提供颜色、纹理、文字以及丰富的语义信息；

激光雷达主动发射激光，通过接收目标反射回来的激光获得距离和空间位置，并形成三维点云。

两种信息放在一起以后，系统就能同时利用视觉语义和三维几何信息。

图片源自：网络

如摄像头判断前方可能是一块施工警示牌，激光雷达则可以提供这个物体距离车辆多远、位于什么空间位置。

但两套传感器并不是从完全相同的位置观察道路。

摄像头安装在一个位置，激光雷达安装在另一个位置，两者的镜头、视场角和光轴也存在差异。

因此，同一个行人在图像里和点云里出现的位置并不会天然完全重合。

系统需要通过外参标定，把两个传感器的坐标系建立关系，再进行坐标转换和数据融合。

这里的对齐并不意味着传统方案不好。

事实上，当前大量量产智驾系统都在使用这种方式，而且经过成熟的标定和融合算法后，可以获得很好的效果。

共光路真正想改变的是其中一个基础条件，即能不能让视觉和激光从一开始就拥有更加一致的光学视角？

这也是共光路存在的意义。

02

共光路到底共了什么？

华为乾崑对Limera的公开描述是一镜双模。

简单理解，就是外界进入传感器的可见光和激光雷达发射出去后返回的激光回波，都通过同一个接收镜头进入，然后再在内部光学系统中分开，分别形成视觉信息和激光测距信息。

因此，共光路并不是摄像头和激光雷达共用一个芯片，也不是把两个已经做好的传感器简单装进同一个盒子，智驾最前沿也根据自己的理解，给大家绘制了结构图。

图片源自：智驾最前沿绘制

其实共光路舱内激光雷达共用的是前端的光学入口和部分光学路径。

这一区别非常重要。

假设前方有一个小型障碍物。

传统分离式方案中，摄像头和激光雷达分别看到这个目标，之后系统再判断图像中的目标和点云中的目标如何对应。

共光路方案则让两种光学信息从同一个镜头进入，这意味着它们从传感器层面就拥有更加一致的视角和光学基准。

这相当于把一部分原本由后端算法处理的问题，提前到了传感器前端。

但这里也不能简单理解成共光路以后就不需要标定了。

传感器内部仍然存在光学系统、探测器和电子链路，不同信息经过不同路径后仍需要完成各自的信号处理。

图片源自：网络

车辆级系统也仍然需要处理传感器坐标、时间戳和数据融合问题。

更准确的说法应该是共光路降低了视觉和激光之间因为安装位置不同而产生的视角差异，让两种信息更容易建立空间对应关系，而不是彻底取消后端融合。

这也是物理级融合这个概念更准确的理解方式。

03

为什么还要把激光雷达放到舱内？

共光路解决的是两种感知信息如何更好地结合，舱内设计解决的则是另一个问题，即激光雷达本身怎么安装。

传统车载激光雷达一般于车外，需要面对雨水、泥污、灰尘、冰雪以及道路飞溅物。

将激光雷达放进挡风玻璃后方，可以让它不再直接暴露于外部环境中。

华为公开的Limera采用全固态设计，没有机械扫描部件，尺寸约为110毫米×110毫米×38毫米，因此具备放置在前挡风玻璃后方的条件。

不过，放进车内并不会单纯降低安装难度，反而会带来了新的光学问题。

因为激光不再直接从传感器进入空气，而是需要穿过挡风玻璃。

图片源自：网络

挡风玻璃的材料、夹层、镀膜以及玻璃外侧的水膜、灰尘等，都可能改变激光的传播和回波接收条件。

对于摄像头来说，挡风玻璃本来就是它的常见工作环境；但对于激光雷达而言，玻璃成为光路的一部分以后，就必须把它纳入整个光学设计。

这也是舱内激光雷达和普通隐藏式摄像头不能简单类比的地方。

同时，舱内布置还有一个优势，就是传感器本身不再直接面对外部污染。

华为公开介绍中提到，Limera位于雨刷覆盖区域，挡风玻璃出现污渍时可以通过雨刷进行清洁。

这里需要注意，这并不意味着激光完全不受雨雪影响，而是把原本直接作用于传感器窗口的问题，转化成了挡风玻璃光学状态的问题。

04

共光路真正改变的是融合方式

如果把这套技术放回自动驾驶感知系统里看，其实有它独特的价值。

传统方案可以理解为两个传感器分别观察，再进行融合。

这种方案最大的工程任务之一，就是建立两个传感器之间可靠的空间关系。

共光路则把这个关系向前推进了一步。

摄像头看到的是二维图像，激光雷达得到的是三维几何信息。两者共用光学入口之后，同一个目标在两种数据中的视角关系更加一致。

对于感知算法来说，这意味着图像上的语义信息与点云中的空间信息更容易对应。

如一个目标在视觉图像中只有几个像素，单纯依靠视觉很难判断它究竟是道路上的什么物体；而激光信息可以提供距离和三维形状。

反过来，激光点云本身的语义信息有限，视觉又可以提供颜色、纹理和类别线索。

这套方案并不是让一种传感器替代另一种，而是让它们看到同一个目标后，更容易形成相互补充的信息。

这也是为什么共光路比单纯的小型激光雷达更值得讨论的原因。

图片源自：网络

目前鸿蒙智行已经在部分车型上采用这种舱内激光视觉方案。

例如2026款问界M6的部分配置直接采用共光路舱内激光雷达，而部分更高阶配置则采用896线双光路图像级激光雷达。

从这个产品组合也可以看出，它并不是简单把传统车外激光雷达全部替换掉，而是在尝试增加一种不同的感知形态。

至于具体性能，则应该把厂商宣传和实际道路表现分开来看。

比如公开资料中出现过30厘米小目标探测距离等测试数据，这些属于特定条件下的厂商测试结果，不能直接理解成任何天气、道路和目标条件下都能达到相同表现。

因此对于共光路舱内激光雷达，真正值得看的并不是多少线或者某一个宣传数字，而是要看它能不能在实际感知系统中稳定提供有价值的三维信息，以及这种信息与视觉数据结合后，能否减少感知误差。

这才是共光路真正值得关注的地方。