这是最反直觉的地方。激光雷达确实能看到地面的高度变化。但算法不能简单地规定：只要地面高了一点，就是障碍物。

因为正常道路本来就有：上坡、下坡、拱形路面、减速带、桥面接缝……如果一点高度变化都不允许，车可能连坡都不敢上。所以地面识别必须允许一定范围的：高度差、坡度和连续变化。问题也就在这里。阈值太严格，正常坡道会被误判。阈值太宽松，一些坑、坎、突起，又可能被“吸收”进正常地面。

以系统真正判断的不是：“这里有没有高度差？”而是：“这个高度变化，究竟是正常路面，还是危险路况？”这道题，比看见一个箱子难多了。

还有一个经常被忽略的问题：传感器不是悬在空中的。激光雷达、摄像头、IMU，都装在车上。路一烂，车身开始俯仰、横滚、上下振动，传感器也跟着一起动。于是可能出现一个很尴尬的循环：

路越烂 → 车越颠 → 数据越不稳定 → 下一块路越难判断。

尤其一些小型无人车、配送车，受轮径、悬架、载荷、车体结构和成本限制，面对连续坑洼时，车身响应可能比乘用车更加剧烈。所以你看到的是车在“蹦”。系统看到的，可能是一整个都在晃的世界。

其实最值得讨论的是这一点。假设系统已经识别出：前方路面有起伏。但它最后仍然没有减速。为什么？因为很多规划系统首先考虑的是：能不能通过。

墙：不能走。  车：不能撞。

坑洼路：好像还能过。于是系统得到一个结论：可通行。

但人类司机想的根本不是这么简单。我们会继续判断：这个坑有多深？应该多慢？左右轮高度差大不大？车会不会侧倾？货会不会甩？会不会把底盘磕了？甚至：会不会翻？

所以真正的问题是：

系统回答了“能不能走”，却没有认真回答“应该怎么走”。

这才是很多奇怪现象的根源。

更好的系统，不应该只把道路分成：可以走 / 不可以走。还应该进一步判断：好不好走。

平整道路：正常通过。

轻微起伏：适当减速。

明显坑洼：低速通过。

横向落差过大：换轨迹。稳定性风险太高：绕行，甚至停车。也就是说，规划里不仅应该有：碰撞风险。还应该有：

颠簸风险、横滚风险、车身稳定性、载荷变化和舒适性。

否则就会出现一种很荒诞的结果：系统说：“没撞东西，能过去。”车辆说：“你倒是问问我受不受得了啊。”所以，自动驾驶遇到烂路不减速，有时候并不是传感器彻底失效。可能是：

它把突起当成了正常地面；

车辆颠簸让感知越来越不稳定；

这种奇怪路况测试得还不够；

或者最关键的：

它知道这里能走，却不知道应该怎么走。

能过去，不等于能这么过去。

真正成熟的自动驾驶，不只要知道：前面有没有路。

还应该知道：

这条路，到底应该怎么走。