一句话定义：激光雷达（LiDAR，Light Detection and Ranging）是一种主动测距传感器，它不断发射激光脉冲，通过测量光“打出去再弹回来”的时间，直接算出每个点的距离，成千上万个点拼成一片三维“点云”（point cloud），也就是那个世界在空间里的坐标快照。
打个比方：黑屋子里，你用手电筒快速扫一圈，同时手里掐着秒表，光打到哪面墙、几微秒后返回，你就能算出墙有多远。激光雷达就是把“手电筒+秒表”做到每秒几十万次，而且每一束光都对应一个精确方向。于是它不用“理解”画面，先老老实实把周围量成一张三维地图——这就是“用光测距”。
它和摄像头看到的世界差在哪？摄像头是被动的：环境光经镜头成像，三维空间被压扁成二维像素。深度信息在投影那一步就丢了，只能靠双目视差、运动、物体大小、学习到的先验去“猜”。猜在多数时候够用，但遇到白墙、隧道口、逆光、夜间的深色衣服，就容易失准。激光雷达自带光源，不依赖环境亮度，深度是测出来的而不是推出来的；点云还直接给出物体轮廓和空间位置，对“这堵墙离我几米”这类问题几乎不需要语义理解。
但摄像头也不是输家：它便宜、分辨率高，能读颜色、纹理、文字和交通标志，语义信息是激光雷达给不了的。所以行业主流是传感器融合（sensor fusion），而不是二选一。
| 维度 | 激光雷达 | 摄像头 | 毫米波雷达（补充对照） |
|---|---|---|---|
| 深度来源 | 直接测距 | 算法推断 | 无线电测距+多普勒测速 |
| 依赖环境光 | 不依赖 | 强依赖 | 不依赖 |
| 语义/颜色 | 弱 | 强 | 无 |
| 雨雾与脏污 | 受影响，需清洁与算法容错 | 受影响 | 相对更稳 |
| 输出形态 | 稀疏但精确的三维点云 | 稠密二维图像 | 更稀疏的距离/速度 |
和相邻概念的区别：毫米波雷达用无线电波，测速极强、穿透雨雾好，但角分辨率低，常分不清“是天桥还是停着的车”；激光雷达波长更短，空间分辨率高，但能量衰减和散射让它在浓雾、大雨、镜头脏污时变脆弱。两者互补，不是替代。
对从业者，这意味着三件事：点云处理（配准、分割、跟踪）是与图像完全不同的技术栈；多传感器标定（calibration）决定融合的上限；数据标注要从“画框”转向“三维框+点云语义”。对普通人，理解激光雷达能帮你破除一个误解：自动驾驶并不是先“看懂”世界再行动，它往往先精确量出世界，再去解释世界——而“量”和“看”是两种能力。具体车型的传感器配置与法规要求会变化，以厂商和监管部门的官方页面为准。