淘金熱中賣「鐵鍬」的才最賺錢：激光雷達發展趨勢漫談

雷鋒網按：雖然開發者們在機器學習的研發上忙得不亦樂乎，但事實上 AI 並不是萬金油，沒有充足的感測器支持，自動駕駛汽車在安全性上還是達不到要求。

特斯拉 Model S 在 2016 年一頭撞上卡車造成司機死亡的事故就給我們敲響了警鐘，當時車上的攝像頭沒能識別出那輛體型巨大的白色卡車。

因此，為了保證萬無一失，車輛必須對周圍的環境進行精確可靠的建模，特別是識別出關鍵的「威脅」，而這個過程主要靠一台甚至多台激光雷達或基於激光的遠程感測器。不過，這只是理論上的。

現實中激光雷達反而成了自動駕駛行業的心病。它們確實好用，但大多數測試車上使用的 Velodyne 旋轉式激光雷達單價就高達 7 萬美元。這樣的自動駕駛汽車放到零售市場根本就是「找死」。

當然，激光雷達技術可不是鐵板一塊。好消息是，業內有大量公司加入了這場淘金熱，它們要通過技術創新徹底打破激光雷達市場的格局。

在今年的 CES 上，我們就見到了許多前途遠大的公司，其中的一些還拿出了表現亮眼的原型產品。雖然現在判斷誰能笑到最後還還為時尚早，但我們對它們的發展路徑進行分析與評估還是很有必要的。

自動駕駛汽車搭載的感測器類型一般包括攝像頭、雷達、超聲波感測器和激光雷達。

攝像頭生成的數據，人就能看懂，不過其測距能力堪憂，而且對光環境也十分挑剔。在英偉達的自動駕駛研發中，攝像頭一直佔據核心角色，而被英特爾鯨吞的 Mobileye 也在銷售以攝像頭為核心的系統。

雷達在探測距離上優勢巨大，也不怕天氣影響，不過在識別物體時解析度有些讓人擔憂。值得注意的是，在與 Mobileye 分道揚鑣之前，特斯拉一直在用 Mobileye 的攝像頭方案，但現在特斯拉換成了以雷達為中心的方案。

不過，以上這兩種感測器在江湖地位上還是無法與激光雷達平起平坐，後者已經成為大多數頂級自動駕駛系統的基石，包括 Waymo 和 Uber 等公司都在追逐最新的激光雷達技術，兩家巨頭對簿公堂就是因為該技術（Uber 最後賠了 2.45 億美元，該技術的重要性可見一斑）。更瘋狂的是，Aptiv（安波福）公司的自動駕駛展示車甚至直接裝了 9 台激光雷達。

眼下，高端型號的激光雷達可以提供近乎完美的 360 度距離探測信息，其解析度也相當驚人。

不過，7 萬美元的售價可不是鬧著玩的。此外，車輛還得頂著一個巨大的「大花盆」在路上飛馳。因此，未來如何降低激光雷達售價並縮小其體積是各家廠商 ADAS 與自動駕駛系統研發中的剛需。

現有的激光雷達系統包含大量平行的激光器，每個還都配了自己的探測器。

通過一個旋轉的反射鏡，整套系統會生成一個 360 度的單色距離圖。在製造過程中，激光器和探測器必須小心進行匹配。類似英飛凌這樣的公司則靠 MEMS 技術（微機電系統）移動反射鏡，不但簡化了整個系統的架構，還大幅削減了成本。

除了使用 MEMS 技術，研發人員認為藉助類似攝像頭感測器的半導體也能實現相同效果，只需用激光來彌補攝像頭測距能力孱弱的軟肋。

這樣的設計不但降低了成本，還能輕鬆整合進擋風玻璃或車輛的 A 柱中。不過這樣設計的最大限制是視場，僅有 120 度左右。這也就意味著，要保證自動駕駛汽車的安全，車上就得安裝多個激光雷達，車載計算機還要第一時間將激光雷達採集的數據進行整合。

從理論上來講，半導體激光雷達在探測距離上也會弱於那些更大的旋轉激光雷達。要想實現探測範圍的全覆蓋，要麼在車的各個角上安裝多個激光雷達，要麼就安裝一個大型旋轉式激光雷達，外加幾個輔助的半導體激光雷達以消除盲區。

由於當下激光雷達在體積和售價上的限制，許多設計師選擇用攝像頭或其它偏移感測器來解決頂置旋轉激光雷達的盲區問題。

藉助 DARPA 自動駕駛挑戰賽一戰成名的 Velodyne 現在幾乎已經成了激光雷達的代名詞。

如果你在自動駕駛汽車車頂上看到一個旋轉的巨大設備，那肯定就是昂貴的 Velodyne 激光雷達。眼下，大多數廠商採用的都是 64 線激光雷達。不過市場上還有性能更強也更昂貴的 128 線激光雷達和體積更小的 32 線激光雷達。

一般來說，用於頂級研究和地圖繪製的車型會搭配最好的激光雷達，但大多數被廠商吹得天花亂墜的原型車卻只能安裝幾台小型激光雷達。

不過，Velodyne 獨霸車載激光雷達市場的時代可能一去不復返了。

在今年的 CES 展上，參展的激光雷達廠商已經 16 家以上。當然，並不是所有廠商都能拿出完整的產品，類似 Leddertech 這樣的公司，就專攻將自家信號處理技術整合進來自其他公司的感測器。

除此之外，還有一些創新能力很強的新創公司，開始往激光雷達中添加多個感測器和感測器融合。

感測器融合是下一步：AEye 和 Tetravue

雖然轉向半導體激光雷達能大幅拉低設備成本，但這種解決方案依然有很多創新與整合的空間。

鑒於激光雷達只是自動駕駛汽車的必備輸入之一，因此將多個感測器的融合優化成連貫的數據模型是自然而然的要求。眼下，整個感測器融合的過程是在類似英偉達 Drive 晶元的迷你超級電腦中完成的。

新創公司 AEye 已經將激光雷達和一顆傳統攝像頭整合到了自家的原型感測器上，它們還給這套系統加了個「大腦」，以便根據激光雷達和攝像頭的反饋對激光模式進行優化。

AEye 認為，這樣的解決方案在效率上可達傳統 MEMS 激光雷達的五倍以上。同時，它還能提供完整的 RGB+ 深度圖像。AEye 還將新產品命名為 iDAR，宣稱自家產品在識別物體能力上是傳統激光雷達的 10 到 20 倍。今年，首批 iDAR 就將正式走下生產線。

Tetravue 也想實現相同的成績，不過它們選的路有所不同。該公司不但在系統中加入了傳統的攝像頭，還給它配備了光限幅器，這樣一來不但能得到 RGB 數據，還能採集準確的深度信息。

據雷鋒網了解，Tetravue 有希望今年晚些時候拿出測試產品。令人振奮的是，Tetravue 背後有三星、富士康和博世等巨頭，這樣它在創新路上就不那麼艱難了。

無論是哪場淘金熱，最有可能賺錢的就是那些賣工具給礦工的公司。

在自動駕駛行業，如果你深挖激光雷達的供應鏈，就會發現許多有實力的公司。歐司朗就是其中之一，這家半導體製造商已經將自家產品植入多個激光雷達設計，其中就包括 Velodyne 的產品。

如果再進行細化，就要說到控制激光發射的高速氮化鎵（GaN）半導體材料了。EPC 是這個小圈子內的翹楚，EPC 公司的 CEO Alex Lidow 就表示，幾乎所有的激光雷達製造商都是 EPC 的客戶。

無論最後的勝利者是誰，激光雷達為汽車公司和消費者帶來的好處都顯而易見。未來，我們的自動駕駛系統和駕駛員輔助系統都會用上價格更低、使用更靈活的激光雷達。

PS：看遍這一年中國與全球智能駕駛領域的技術前沿與商業探索，雷鋒網新智駕年度推薦，掃描下圖二維碼或點擊 https://www.leiphone.com/special/custom/AIdrive.html，了解更多信息。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！