共光路 vs 传统融合方案，差在“物理对齐”和“算法对齐”
行业做多传感器融合的主流方式是什么？激光雷达、摄像头、毫米波雷达各自采集数据，然后交给中央计算单元用算法做融合。这套模式的问题在哪？三个传感器安装位置不同，看到的同一物体坐标天然有偏差；采集频率不同，时间戳天然对不齐。算法要做的事是先“校准”再“融合”，把空间坐标对齐、把时间戳对齐、再把三类数据融合成统一的环境模型。这个过程不仅消耗大量算力，还存在瞬时识别滞后隐患。共光路舱内激光雷达换了一种思路。激光和视觉走同一套光学路径，在传感器内部就完成了预处理和对齐。出来的数据本身就是时间和空间同步的，不需要算法再做二次修正。打个比方，传统方案是三个人各拍一张照片，然后用软件拼在一起；共光路方案是一台相机同时拍下三张底片。后者根本没有“拼”这个环节，精度更高、延迟更低、算力消耗更少。这不是算法优化能追平的差距，是架构层面的代差。