激光雷达使用脉冲激光波来绘制与周围物体的距离。它被大量的无人车用于实时导航环境。它的优势包括精确的深度感知，可以让激光雷达知道与物体的距离在几厘米以内，最远可以达到60米。它还非常适用于3D地图，这意味着返回的车辆可以在环境中进行可预测的导航--这对大多数自动驾驶技术来说是一个重大的好处。
激光雷达感知三维成像
激光雷达的主要优势之一是有许多领域有改进的潜力。这些领域包括固态传感器，可将成本降低十倍，传感器的范围可增加到200米，以及四维激光雷达，可感知物体的速度及其在三维空间的位置。然而，尽管取得了这些令人振奋的进展，但激光雷达仍然受到一个关键因素的阻碍，即成本过高。
第四代iPad Pro装备激光雷达
激光雷达并不是唯一的自动驾驶检测技术，摄像头是主要的竞争对手，被特斯拉倡导为最好的发展方向。埃隆-马斯克曾将激光雷达描述为 "傻瓜式 "和 "不必要的"。其论点是，人类开车只基于环境可见光，所以机器人同样应该可以。
特斯拉
摄像头比激光雷达小得多，价格也便宜得多（虽然需要更多的摄像头），而且有一个优势，那就是能以更好的分辨率和颜色看到，这意味着它能读懂交通灯和标志。然而，摄像头有很多特性，使其在普通驾驶条件下使用起来很棘手。激光雷达使用的是近红外光，而摄像头使用的是可见光，因此在面对雨、雾，甚至一些纹理时，更容易出现问题。此外，激光雷达不依赖环境光，自己产生光脉冲，而摄像头对光线的突然变化、阳光直射甚至雨滴都比较敏感。
车载激光雷达
摄像机占据主导地位的关键障碍是人工智能，它负责读取和解释数据量大的数据，必须在几毫秒内识别各种情况。目前流行的一种观点是既利用激光雷达的卓越视觉，又利用相机的色彩、物体和文字识别，获得周围环境的清晰画面。这种方案也是着重计算的，当然也要依赖人工编写的算法。
复杂神经网络
这就导致了一场竞赛，激光雷达和人工智能之间的竞赛。如果激光雷达的价格达到可接受的程度，比摄像头真正可用和可靠的速度还要快，那么激光雷达很可能会作为一种廉价、可靠和非常准确的距离传感器，在无人车中普及，至少是和摄像头结合使用。虽然未来激光雷达可能不是绝对必要的，但它的可靠性、简单性和普遍性会使它非常有吸引力。然而，如果特斯拉或其他公司在不久的将来成功创造出一种能够快速可靠地处理摄像头成像信息的复杂神经网络（马斯克曾戏称这可能在年内实现），那么谁输谁赢还未可知。
