從技術到落地，看無人駕駛的漸進式革命
無人駕駛是一個龐大而且複雜的工程，不但涉及的技術方方面面, 從實驗室到商業落地也有一段長路要走。汽車製造商、互聯網巨頭、晶元巨頭、感測器研發商、汽車創業企業等產業鏈各方紛紛入局，從展示技術研發到探索商業化落地，加速跑出者才能率先獲得下一場競賽的接力棒。
感測器如何進一步縮小並融入車體？激光雷達什麼時候才能實現真正的車規級量產？在無人車技術不斷發展的前提下，電池和其他相關車載系統的發展如何跟上？無人駕駛晶元的發展路線怎樣才是合理的，是像Nvidia那樣做通用化平台，晶元和感測器分割，還是像Mobileye那樣打造專用化晶元感測器方案打包的平台？ 傳統車企、初創型車企、出行服務提供商、解決方案提供商之間將以什麼樣的方式合作競爭？
聚光燈熄滅之後，不禁問自己，我們距離L4級別及以上的無人駕駛還有多遠？
整體趨於理性，秀概念不如求落地
和前兩年各種黑科技、新概念滿天飛相比，無人駕駛在經過一段時間發展後，各類公司越來越多地選擇以實際應用的角度切入無人車的戰略發展，或是專註做無人駕駛計程車服務，如Voyage，或是聚焦在「打造無人駕駛大腦」，把自己定位為一二級供應商，如中國軍團的Momenta。這一趨勢在今年的CES上尤為明顯：汽車零部件供應商巨頭德爾福拆分出來的安波福與美國網約車Lyft達成合作，改裝了無人駕駛的寶馬5系投入載客試乘；法國Tier-1巨頭也與其投資的無人駕駛技術公司Navya合作打造了無人駕駛計程車Autonom Cab，並選了一個較簡單的封閉場景讓人們進行體驗；而豐田、本田、福特等傳統車企則紛紛往出行服務商和智慧城市締造者模式轉型。
無人駕駛領域的一些問題、痛點和思考
—怎樣的無人車商業模式才是可行的？
—誰才是真正掌握無人駕駛汽車用戶、數據以及品牌所屬權的那一方？
—如何判斷一個無人駕駛公司技術的好壞？技術還是否是判斷無人車公司未來的關鍵點?是否無人車領域的投資已單純的變成了頭部案例的角逐？
—無人駕駛技術的「long tail」長尾問題過多，路測中似乎永遠都有可能遇到之前沒有遇見過的路況。在沒有99.999%把握的情況下，無人駕駛原則上就不能離開所謂safety driver, 這樣的情況下，無人駕駛的商業落地是否遙遙無期？
—即使無人駕駛技術足夠成熟，政策和監管又需要多久才能跟上行業的發展？改善民眾對無人駕駛的天然恐懼感，說服民眾跳進無人駕駛計程車或願意把孩子交付給無人駕駛校車，又還需要多久？
從「買車」變為「買服務」：
截止2030年，無人駕駛汽車將佔到37%的行駛里程，而民眾在出行的花費將減少10%。未來的出行方式是由車企、初創型公司、還是出行服務商提供，目前誰也說不清楚。唯一確定的是，汽車行業的利潤分配將迎來變革式改變，傳統汽車生產銷售的利潤分成將劇降至50%以下，未來將是個「買出行服務」為主的時代。
而在對無人駕駛企業商業模式的探討上，
目前常見的有以下幾種模式：
1. 打造封閉的軟體+硬體生態系統，形成一個閉環，如下文會提到的Zoox
2. 打造開源的無人駕駛技術，通過銷售自己的其他服務來獲利，如Udacity
3. 與汽車廠商建立合作關係，成為他們的供應商。而這種模式又分好幾種，有提供軟體的如Uber和Mobileye； 有提供解決方案的，如Pony.AI; 有提供軟硬體集成服務或後裝的，如圖森和AutoX
不同的模式有各自的適用範疇和優劣性，比如如果選擇打造一個閉環生態系統，那麼就無法與他人共享數據，就會導致公眾對安全性和公平性的擔憂；而選擇成為解決方案提供商的初創企業則在不斷的探索中發現，這一商業模式對技術層面的要求比想像中高的多。我們只能說，行業在變化，玩家們也在不斷探索最適合最有利的商業模式。
在互聯網&創業公司和老牌企業的競爭方面，
不難總結出幾種合作模式：
1. 協作: 寶馬和英特爾和Mobileye建立了聯盟, 百度則與博世展開了合作，這種模式也導致很多OEM擔心自己淪為代工商
2. 投資併購：通用花費10億美金買走了Zoox的競爭對手Cruise Automation, 福特成為Argo AI的大股東等
3. 縱向整合：如特斯拉組建「特斯拉網路」專車服務等
單點的技術競爭不再有意義，
無人駕駛技術提供商的競爭開始向平台化建構過渡：
1. 百度最新的開放式無人駕駛平台Apollo 2.0，讓其擁有了更完整的解決方案和靈活的架構，支持更多車輛，如小型巴士、SUV和卡車，並在全球範圍內提供更廣泛的高清地圖服務
2. 采埃孚的proAI平台同樣是模塊化平台，對於車企而言，可以按需求向采埃孚獲取細化的無人駕駛技術，以豐富落地車型中相應的無人駕駛功能
3. 三星的DRVLINE自動計時平台包括多項技術標準，接納第三方的硬體或者軟體，能夠讓車企實現一定程度的定製化
資本市場範疇，頭部效應越發明顯：
隨著路測里程的不斷增加，技術的不斷成熟，我們不難發現在資本市場，投資人的視角也越發挑剔。一年前，一個2分鐘的自動駕駛視頻就能引發轟動，一個超車行人或自行車的妥善處理就能獲得滿堂彩，而到了今年，一兩個小時的路測Demo放出來，也只能換來資本市場一句「Demo做得好太容易了」。在這樣的情況下，無人駕駛領域頭部效應越發明顯，對技術的投資逐漸變成了對團隊和已經有好靠山的項目的角逐，未來幾年內，「淘汰潮」和行業整合洗牌是必然趨勢。
追蹤觀察一些無人駕駛領域玩家的近期發展，
不難印證上面提到的幾個趨勢：
豐田
虛擬司機「Chauffeur」和「駕駛衛士Guardian」同步走
分類：傳統車企
豐田近期推出了「Platform3.0」新一代無人車，雖然依舊基於原本的雷克薩斯LS600hL車款，但相比上一代更注重將無人駕駛感測器及硬體設施和車自身的設計融為一體，更易於為消費者接受。
在感知技術方面，第三代採用的Luminar激光雷達陣列現整合了360度視野 ，同時在車身四周較低部位加裝了低視距LiDAR (低於200米), 旨在更好的發現車身周圍經過的兒童或是路上的小型雜物等。
安裝在車身四周的低視距激光雷達，共有四個
新的車頂蓋設計，據介紹是從越野摩托車頭盔中獲得的靈感，車頂的防風雨控制面板，同時可以用來偽裝激光雷達陣列，而不是像上一代那樣簡單粗暴地將感測器頂在頭頂。
第二代
第三代
這款測試平台車有兩個版本，一個版本叫」Guardian」，包括雙駕駛艙控制設計，旨在測試豐田正在開發的高級駕駛員輔助（即L3）技術; 而另一個版本」Chauffeur」則只有一個駕駛艙，它將被用來測試豐田正在開發的完整的4級或5級自動駕駛技術。據介紹，Platform3.0將在春季投入生產。
福特
「讓我們尋回街道」
分類：傳統車企
福特汽車總裁兼首席執行官吉姆·哈克特在2018年CES上表示公司將積极參与全球向智慧城市邁進的進程，注重於發展移動解決方案。吉姆在演講中大秀情懷，他表示：在汽車大規模普及之前，城市街道是鄰裡間和家庭聚集的社交中心，攤販可以出售商品，兒童可以安心玩耍。福特想要通過發展智能汽車和技術扭轉這一趨勢，將街道這一公共資源還給人們。
福特的CES展台
背後的Video大屏幕循環展示街道上的生活場景
為了體現將無人車切入實際應用的決心，福特汽車還與Postmates, 一家美國同城按需快遞公司，達成了合作，福特負責無人車隊的管理和提供技術支持，而Postmates作為合作商則提供服務層的運營。而這也不是福特第一次和2C端服務商合作，我們不難看出，福特的關注重點不再是單一追求自動駕駛研發技術，而是更多的思考如何把自動駕駛技術融入到用戶的生活，且減少用戶接受新事物的不適感。
福特和Postmates合作的無人同城快遞車
Aurora
將Mobility-as-a-Service (MaaS)推向城市
分類：無人駕駛初創公司
商業模式：為車企提供解決方案
Aurora以超強的技術背景出名，由來自谷歌、Uber和特斯拉的幾位大神共同創立。早在谷歌成立X實驗室、Uber開始共享出行服務、抑或是特斯拉交付第一輛電動汽車之前——三位創始人Sterling Anderson、Drew Bagnell和Chris Urmson就已經在研究無人駕駛了。
Aurora的商業模式主要為車企等合作夥伴提供技術解決方案，專註於對無人駕駛汽車底層技術方案的研發。雖然Aurora成立較晚，但創始團隊普遍認為目前切入無人駕駛，市場仍有機會。而就在2018年1月，這家一直保持低調的公司宣布和德國大眾以及韓國現代達成合作，將正式開啟無人車商業化道路。從合作模式來看，Aurora提供了無人駕駛的中樞神經系統，而大眾和現代則負責塑造汽車的外觀和體驗，保持對用戶互動的控制，而Aurora的技術則在後台運行。兩家車廠均把商用時間表定在了2021年。
CES上Aurora借大眾展台推出的無人車
Roadstar.ai
18年重點是回歸祖國做落地實踐
分類：無人駕駛初創公司
商業模式：由解決方案提供商轉型車隊運營
Roadstar於2017年成立，在矽谷和深圳都有研發中心。三位創始人先後就職於谷歌、特斯拉、百度等，有著豐富的自動駕駛研發經驗。
Roadstar.ai的商業模式是提供自主研發的多感測器融合解決方案，并力求在將來能實現車隊運營：使用多個異構感測器來進行測量和感知，包括激光雷達、攝像頭、毫米波雷達、GPS/IMU等。通過對不同感測器的原始數據進行前融合處理，統一輸出像素級的八維空間數據。在感測器層面，Roadstar除了使用老牌Velodyne外，也同時支持國產，使用了禾賽科技和速騰的激光雷達。據了解，Roadstar2018年的發展重點是回歸祖國，已在多個地區簽下了無人車落地項目，並將負責深圳無人公交車第二代的運營。
Roadstar.ai的CES展台
Zoox
低調行事、堅持造車的一股清流
分類：無人駕駛初創公司
商業模式：造車+車隊運營
Zoox創始團隊來自斯坦福，CTO Jesse是蘋果公司主席的公子，在矽谷人脈甚廣。這家公司早在2014年即開始研發L4以上級別無人車，是創業公司里起步最早的一批。由於起步早，吸引了包括IDG在內的大批投資人。其商業模式是自己造車+運營車隊，目前在三藩市區內路測順利，據稱有望在2020年開始運營車隊
Pony.ai
力爭中國第一
分類：無人駕駛初創公司
商業模式：打造深度定製化的整體解決方案
Pony.ai於2016年底成立，在美國矽谷和北京都有辦公點，成立至今擴張迅速，預計2018年團隊將達到150人。2017年底，Pony在廣州南沙成立了研發基地，正式開始路測。而今年1月，在成立僅僅一年有餘後， Pony宣布完成了1.12億美金A輪融資。Pony的商業模式是給車廠提供解決方案，但和其他把自己定位成Tier1的無人駕駛技術公司不同，Pony認為自動駕駛技術需要深度的定製和適配，並不能實現像賣零部件一樣賣解決方案給各大車廠。
成立時間不長卻發展如此迅速，這和Pony耀眼的創始團隊分不開關係：CEO彭軍曾任百度首席架構師，負責自動駕駛，大數據及廣告變現等多個關鍵領域的技術主導。而聯合創始人兼CTO樓天城之前曾在谷歌和百度兩家公司自動駕駛部門工作。「我們的目標是做中國第一」，Pony的主創團隊這樣表示。
圖森
爭取成為最快實現商業化的無人車公司
分類：無人駕駛初創公司
商業模式：為高速公路、礦區卡車等提供自動駕駛演算法和系統
2016年，圖森這家中國公司因在自動駕駛演算法公開排行榜KITTI和Cityscapes評測數據集上獲得了九個世界第一而聲名鵲起。圖森的目標是與運營車輛企業合作，提供定製攝像頭配合毫米波雷達的低成本自動駕駛演算法和解決方案，這一模式其實與國外自動駕駛卡車公司Otto相似。由於高速路段的複雜性相較市區路段較小，不少業內人士認為圖森有可能成為最快實現商業化的無人車公司。
AutoX
不用激光雷達的少數派
分類：無人駕駛初創公司
商業模式：提供依賴於演算法和低價攝像頭的最便宜的自動駕駛方案
AutoX於2016年在美國創立，創始人為麻省理工人工智慧實驗室博士肖建雄，圈內的外號是Professor X。AutoX的主要研究方向是通過計算機視覺，實現汽車在任何條件下的無人駕駛，且提供成本遠遠低於市面上常見的無人駕駛解決方案。相比其他競爭對手，AutoX的方案更依賴於演算法，並運用了結合機器學習和計算機視覺兩個領域的三維深度學習技術 – 該技術的創始人正是Professor X本人。
目前業界對於AutoX 的解決方案褒貶不一，有人認為是另闢蹊徑，以演算法節約硬體成本，也有不少業內人士認為完全不依賴激光雷達等先進感測器的做法不可取。當然了，AutoX的聰明之處在於並沒有把話說死，創始團隊在接受採訪時也表明，雖然目前的重點是構建低成本自動駕駛底層系統，但未來不排除會通過迭代使自己的系統能夠支持其他感測器。
Drive.ai
深挖汽車後裝市場
分類：無人駕駛初創公司
商業模式：打造無人駕駛+V2V & V2X的智能系統
Drive.ai是一家由前斯坦福大學人工智慧實驗室室友們聯合創建的矽谷創業公司，該公司的商業模式是利用深度學習技術，創建用於自動駕駛汽車的人工智慧軟體，而這一軟體系統並不單單包含車輛的無人駕駛系統，還包括車輛與行人、車輛與車輛間的交互系統。公司主要發力的是後裝而非前裝市場，通過為現有車輛提供改裝套件，幫助其實現L4級的自動駕駛。
無人駕駛「眼球」之爭——激光雷達
實現L4以上級別的自動駕駛，需要複雜的多種感測器組合。汽車行業對激光雷達在無人駕駛領域核心地位的認知不斷深入，這項技術已經成為研發無人駕駛汽車的「標配「。
現階段, 大多數公司都是用激光雷達、毫米波雷達、攝像頭的組合，少數如Tesla採用毫米波雷達+攝像頭的方案，業界為此一直存在質疑，普遍認為廉價的毫米波雷達精度不夠，無法發現行人和靜止或橫向的物體，而光學攝像頭通過對周圍環境進行二維拍照，再通過演算法生成物體的形狀、距離等，由於受限於光線等因素，判斷並不可靠。相比之下，激光雷達優勢明顯，探測距離遠，精度高，然而也存在對霧和煙塵等的穿透能力較弱等缺陷，而一度高昂的成本也限制了激光雷達的大規模生產應用。
激光雷達的用途，主要分類及優劣勢
激光雷達英文簡稱為LiDAR，原理是利用激光束探測目標，獲得數據並生成精確的數字高程模型。激光雷達並不是新興事物，在工業和軍事上已有很多年的應用歷史。然而對於駕駛員輔助系統，激光雷達的關鍵挑戰則在於保證系統在任何環境狀況下（溫度變化、陽光照射、黑暗中或雨雪天氣）都能正常工作，視角夠大且還要能以一定精度辨認出一定距離以外的物體。當然，還需要能夠體積小，可以在低成本下完成大規模車規級生產。
以下為市面上一些激光雷達的工作原理和優劣勢:
核心問題和行業趨勢
—哪種激光雷達技術最好？
目前來看，雖然各種技術流派都各有優劣，但總體來看，固態、成本降低、體積縮小是大趨勢。
—什麼才是激光雷達研發的真正技術難點？
簡單說來，就是接收的靈敏度 (如何去干擾去雜質) + 演算法的靈敏度 (如何更快捷的計算點雲等)
—激光雷達發射波段的選擇？
大部分激光雷達公司選擇近紅外波段的905nm半導體激光發射器發射激光脈衝，然而不少國家的法規限制了激光脈衝的功率，導致探測範圍有限；也有一些公司如Luminar使用1550nm激光器，可獲得40倍於905nm激光器的脈衝強度，擴大了探測範圍。
在不同波段的考量方面，905nm波長可以直射人眼視網膜造成危害，因此有功率限制；而1550nm波長則無法投射到視網膜上，但同時該波長的激光器成本比905nm高很多
—激光雷達視距達到多少米才算夠?
對於高速行駛的汽車，自動駕駛汽車需要能夠定位至少200米內的低反射物品才能留有足夠的制動時間。而目前，雖然市面上很多激光雷達企業表示自己產品的視距可達200米以上，但是不少都是實驗室數據，真正路測情況下視距達到100米已經非常可貴，未來激光雷達的穩定性和各種天氣光源下的表現還有待增強。
—激光雷達數據的處理應該是中心化還是分散式？
智能激光雷達的出現，使得激光雷達可以做到預先處理原始數據，加快障礙物定位、檢測與分類的過程，滿足了很多OEM和Tier1的需求。不過對於自動駕駛系統中，是使用中心化的方式處理數據，還是以分散式的方式讓各感測器處理數據，業界還存在爭議，目前沒有統一的定論。
—何時才能真正實現量產？
傳統旋轉機械式激光雷達的製作工藝複雜，需要大量的校準調試，這很大程度上限制了產品出貨量，使得價格居高不下。隨著新技術新工藝的發展，不少固態雷達公司號稱自己可以在2018年實現量產。不過對於部分專註於L4市場的激光雷達公司來說，無人車不量產則激光雷達的需求上不去，需求上不去激光雷達價格降不下來，則對無人車量產造成阻礙，這個問題似乎是一個死循環。這也是為什麼越來越多的激光雷達公司逐步放眼於LiDAR在L3 ADAS系統、地圖、安防等其他領域的應用。
—做硬體還是軟體？激光雷達公司商業模式不斷變化
不少激光雷達公司在做硬體的同時也開始做可以獨立使用的Perception軟體，似乎從純硬體向解決方案提供商過渡是行業的一個大趨勢，如Quanergy在18年1月推出了自己的Perception軟體系統，而速騰聚創也一早推出了「普羅米修斯計劃」- 將感測器硬體、平台與激光雷達演算法合三為一。
—資本市場觀察？
無人駕駛的火熱帶動了激光雷達市場。從市場熱度來看，相比頭部效應明顯，二三梯隊公司卻稍顯冷卻的無人駕駛市場，激光雷達的市場是從上到下的火熱。在Velodyne、Quanergy等領頭羊的帶領下，仍然有一大批初創公司孜孜不倦的帶著新技術新發明進入市場，並且不斷獲得融資。相比無人駕駛，不同激光雷達的性能表現比較簡單直觀，這也是投資人樂意嘗試新技術新產品的原因。
代表公司
激光雷達市場競爭激烈，既有行業龍頭Velodyne、quanergy, 也有後起之秀Aye、Cepton, 還有一批來自中國的初創公司如禾賽科技、速騰等。各大傳統車企也競相進入這一領域，大陸從Advanced Scientific Concepts（ASC）收購了激光雷達業務，福特收購了激光雷達公司Princeton Lightwave，通用汽車也收購了Strobe。
Velodyne
創始時間：1983年
融資情況：16年8月獲得$150mm福特和百度的聯合投資
量產階段：機械式激光雷達17年出貨量達20萬台，固態激光雷達預計18年進入規模化生產，價格可控制在幾百美金
激光雷達界行業龍頭，十多年前即開始研發激光雷達，隨著近兩年無人車的大熱嶄露頭角。Velodyne Lidar於2016年獨立，同年8月獲得百度和福特1.5億美金投資，其已經量產銷售的激光雷達有64線、32線和16線，為多家無人車公司使用。
Velodyne在本次CES上推出了128線激光雷達產品VLS-128，號稱視距達300米，點雲數據相較64線更為清晰，其超高解析度使得感測器端數據可以直接拿來運行圖像分類演算法，而無需進行原始數據的融合再做分類檢測，減少了處理時間，加快了車的反應能力。同時在降低價格方面，Velodyne表示已經設計了自己的ASIC晶元，使128線所需的總組件數量下降到幾百個，預計可在18年實現量產。
VLS128的圖像，高清晰度，點陣密度高
比左一64線產品，中間的128線體積縮小很多
同時，Velodyne 也發布了面向車規等級的固態激光雷達產品 Velarray，彰顯了Velodyne進駐固態激光雷達的野心，Velarray採用Velodyne專有的ASIC，以125mm x 50mm x 55mm的小尺寸封裝實現卓越的性能指標，可嵌入車輛的前部，側面和角落。它提供了高達120度的水平和35度的垂直視野，即使對於低反射率物體也具有200米的範圍。在大批量生產時，目標價格可低達是數百美元。
Quanergy
創始時間：2012年
融資情況：16年8月獲得$90mm德爾福、三星和Sensata的戰略性投資，總計融資達$135mm
量產階段：到2018年下半年達到年產量20萬台，從2019年開始，年產量將提升至100萬台
Quanergy的S3固態雷達獲得了2017CES的汽車智能類最高獎項，可謂賺足了眼球。該款固態激光雷達設備將光學相控陣（optical phased array）用作發送器，以120°的弧度發射準直的光脈衝，通過三個主要組件的交互，每秒生成五十萬個數據點。光接收器檢測反射光脈衝，信號處理器計算每個光脈衝的飛行時間（Time of Flight），創建車輛周圍的實時三維視圖，以檢測，分類和跟蹤場景中的物體。被業界認為可與Velodyne的混合固態掃描技術媲美，各有優劣。
Quanergy的明星產品固態雷達S3
18年的CES上，菲斯克(Fisker)攜手Quanergy 一同亮相，展示全新款EMotion電動豪車，Quanergy則將旗下的S3配置到該款車型。該車將於19年上市並將配備S3感測器並擁有自動駕駛功能。
菲斯克前和側面共裝了5個S3
隱蔽嵌入式設計，不影響美觀
Quanergy於16年8月從Sensata，Delphi Auto和三星獲得9000萬美金B輪融資，現估值達15億美金，有望成為首家IPO的自動駕駛汽車技術公司。Quanergy和多家OEM及Tier1供應商有深厚的合作夥伴關係，包括現代、Daimler等。
Quanergy CEO接受採訪時表示，「現在Sunnyvale和麻省Sensata的工廠已具備量產實力，年產百萬的情況下價格可低至250美金。固態雷達相比機械旋轉式雷達的可靠性和硅基CMOS的低廉成本將推動固態LiDAR成為4級和5級自動駕駛車輛的唯一可選感測器方案，也將有助於工業自動化安全等別的應用」。
和競爭對手相比，Quanergy的聰明之處在於預見了L4市場的發展緩慢和規模小，CEO表示，無人車，尤其是L4無人車只是Quanergy軟硬體產品的很小的應用範圍，其產品將在安防、地圖測繪、工業自動化和L3 ADAS等領域得到廣泛應用。我們也期待在更多領域看到Quanergy的產品。
Cepton
創始時間：2016年
融資情況：17年獲得$8mm A輪投資
量產階段：2018年將聯合汽車供應鏈企業，推進年量產5000台的目標
Cepton科技是激光雷達行業的後起之秀，其三維激光雷達可應用於自動駕駛汽車，工業自動化與高精地圖等多個領域。自公司成立以來的18個月里，Cepton團隊已經開發和量產了三款高性能激光雷達並向全球8個國家和40多家客戶供貨，是激光雷達行業增長速度最快的明星企業。
Cepton團隊在CES上接受採訪時曾表示，其產品一半以上的應用是在無人駕駛之外，技術路線類似於MEMS，但是是採用微動原理(Micro-motion)。公司目前正與合作商合作完成車載激光雷達可靠性測試，預計2018年可以完成。Cepton近日宣布，將與無人駕駛技術創業公司May Mobility達成戰略合作，在May Mobility旗下自動駕駛車隊安裝Cepton新型激光雷達。
Aeye.AI
創始時間：2013年
融資情況：17年10月獲得KPCB A+輪投資, 總融資額為$22mm
量產階段：公司目前正在與大型出行廠商和OEM商合作進行初期測試，並計劃於2018年推出商業化產品
Aeye是一家美國舊金山的機器視覺公司，針對自動駕駛汽車提供基於固態激光雷達、軟體、演算法的視覺解決方案。Aeye率先推出iDAR（Intelligent Detection and Ranging）概念，是一種新型的智能數據採集形式，集成了三個核心組件：世界上第一個靈活的MOEMS LiDAR，與低照度高清攝像機相融合；人工智慧演算法；可自定義的軟體+可擴展的硬體。這種強大的組合使iDAR能夠動態地適應自動化和自動化車輛的實時需求。
Aeye於CES上推出了AE100， 是基於iDAR技術的固態激光雷達系統，可快速動態的完成感知和路徑規劃等功能。Aeye CEOLuis接受採訪時表示，AE100採用1550nm波長，在對周圍環境的覆蓋率解析度，掃描速度等方面都將領先於其他固態激光雷達。預計18年夏天起AE100將對開發無人車的OEM和Tier1開放供應。
北醒光子 Benewake
創始時間：2015年
融資情況：16年底獲得了IDG和順為資本等的A+輪投資，並於2017年加入了博世DNA
量產階段：其適用於倉庫無人機的激光雷達已經可以量產，出貨量累計萬台，高速無人駕駛場景下的應用尚在探索
這家來自中國的激光雷達公司在CES嶄露頭角，北醒的早期產品主要用於無人機避障，倉庫機器人等，隨著近幾年自動駕駛的持續升溫，北醒了解到車載激光雷達產品的強烈市場需求，開始瞄準車載領域創造新的價值。
北醒選擇 Flash LiDAR 作為產品發展方向，原因是因為激光雷達在激光發射端的產業鏈最成熟，有現成方案可用；而在接收端，使用的是高速 CMOS。選擇FLASH也就意味著發射的光線是面陣而不是線束，這就要求有更高的技術才能實現較遠的探測距離。
北醒在CES的展台
據北醒聯合創始人鄭凱介紹，北醒的CE30-A已經出貨，主要用於倉庫內自動導航車，水平視場達132度，垂直視場9度，測距4米。此次CES，北醒推出了30-A的升級版30-D，探測距離30米，主要應用於低速場景下的自動駕駛和高速無人駕駛的側翼和路面的探測。
據鄭凱透露，CE30-D還在向車規級邁進，並與很多客戶達成協議進行測試。北醒在無人車載激光雷達領域還在不斷探索，先從封閉的低速環境實現落地，再逐步向開放的高速等場景產品探索，並首先面向商用貨車，再緊跟著面向載人的乘用車。
新產品CE30-D
其他代表公司
不做LiDAR做元件的LeddarTech– 推出了 LeddarCore LCA2 晶元——業界首款能夠實現車用激光雷達大規模量產的 3D 固態激光雷達晶元，該晶元每秒將可進行高達24. 5萬次數字化波形計算。同時展出的還包括目前仍處於開發階段的 LiDAR 系統分立方案 LeddarCore LCA3，首款樣品計劃將於 2018 年推出。
以色列黑馬Innoviz- 發布了新品InnovizPro是一款基於MEMS掃描技術的、獨立的固態LiDAR解決方案，能夠高精度地創建高密度3D點雲，並號稱可達到150米長距離的探測範圍。
3D圖像殺入激光雷達領域的TetraVue– 在CES上展示了其最新空間感知解決方案，集成了包括固態激光雷達發射單元、深度感知攝像頭等一系列感測器和演算法，其相機能夠處理 100 倍以上的實時數據，以精確地呈現周圍環境中物體的位置和運動情況。
奮起直追的中國軍團：國內的激光雷達產品在誕生之初，並不是專為自動駕駛的優化而設計的。巨大的市場需求潛力和國產化的機會，也帶動了近幾年初創激光雷達廠商的異軍突起。
—北科天繪：2018年初宣布已經完成過億元人民幣A+輪融資，由雲暉資本領投，StarVC跟投。本輪融資將主要用於擴大現有激光雷達產品的生產規模、相關領域高端人才引進、提供行業解決方案以及加強下一代激光雷達的技術研發。
—速騰聚創：CES期間首發MEMS技術路線的固態激光雷達M1Pre，其探測距離達到200米，角解析度則達到了0.09°（水平）*0.2°（垂直），面向車規進行設計，計劃今年第一季度向車廠交付樣機。
—Innovusion：由前百度自動駕駛事業部總監鮑君威創立, 公司位於矽谷。此次CES展示了Hi Def LiDAR產品，體積小於 100 立方英寸, 水平可視角是 90 度左右，垂直可視角 40 度左右，檢測距離在 200 米以上。
激光雷達作為無人駕駛的關鍵「標配」，已經從2年前的大秀概念進入了各放異彩的階段，儘管各自的技術路線各有千秋，激光雷達整體朝著體積更小、成本更低、量產在望 、感知更加智能的方向加速前進著。正如汽車界的概念車一樣，激光雷達也同樣需要經歷從Demo到量產之間的多重考驗。可以預見的是，隨著廠商和資本的持續投入，激光雷達的生產效率將大幅度提高，而最關鍵的價格問題，也有望加速實現幾何數量級的降價。
而除了激光雷達以外，高精度地圖的構建，模擬模擬系統的測試等都是無人駕駛的技術難點。目前真正能夠駛上真實道路，實現產業化的還只能算「自動駕駛」，「無人駕駛」還停留在試驗階段，距離實際應用還有一定距離。依靠漸進式的技術革新，採取「關鍵零部件升級-半自動-全自動」的實用主義的漸進式革命，或許才是通往無人駕駛商業化落地的最佳路徑。
我們整理了近期較受歡迎的市場及行業報告，
TAG:投中資本 |