讓無人車看得更清晰

老司機

在吹IP的作者團隊中，有這樣一群小夥伴，他們愛汽車、懂高鐵，時刻關注技術技術動態發展，熱衷探究技術創新和知識產權的關係，他們是IP圈裡專註交通領域的老司機。

在吹IP，他們將會與大家分享交通領域的黑科技，說說地上跑的、天上飛的，新能源汽車、高鐵、智能駕駛……他們有數不盡的話題想和大家聊，還會用他們的專長來剖析時下熱點問題。

今年的除夕之夜，上百輛由百度Apollo無人車組成的車隊亮相2018央視春晚，車隊在無人駕駛模式下完成了交叉跑等動作，令人嘖嘖稱奇。而在近期，根據國外媒體報道，谷歌的母公司Alphabet旗下的無人車子公司Waymo，將在2018年年內在美國鳳凰城推出無人計程車服務，屆時用戶通過App叫車，即可坐在一輛無人駕駛汽車中出行。種種跡象表明，無人駕駛技術，真的就要來了。

百度無人車隊亮相央視2018春晚

無人車在行駛過程中，需要像人工駕駛一樣識別路況並進行對應的操作，如在綠燈或無障礙時勻速或加速行駛，而在遇到紅燈或障礙時進行減速或停止。無人車是如何「看到」路況的呢?

這需要車載感測器去探測無人車所處的環境，目前應用於無人車的感測器主要有四類：攝像機，激光雷達、毫米波雷達和超聲波雷達。其中，激光雷達在目前的無人駕駛技術中應用最為廣泛，谷歌、百度、Uber等公司均有使用。

激光雷達是通過發射激光束來探測目標的位置、速度等特徵量的雷達系統，其工作原理是向目標物體發射激光束，並接受照射到目標物體後反射回來的激光束，根據發射和接收激光束的時間間隔計算出目標物體的距離。通過激光束不斷地掃描目標物體，可得到大量的點雲，點雲在成像處理後可得到目標物體的三維圖像模型，點雲的密度越高，圖像越清晰。

因此，激光雷達具有高精度、高解析度的優勢，且與無人車的控制軟體相結合，還可建立周圍環境的3D模型，從而為無人車的自動駕駛提供更多的環境信息。目前的主流觀點認為，激光雷達已經成為自動駕駛技術中必備的感測器。

在無人駕駛技術中，為保證行車的安全性，激光雷達需要滿足測量距離和測量速度的要求，測量距離通常情況下要達到100-120米，精度在厘米級；測量速度則要求單個激光發射的速率要達到每秒幾萬個點，以達到實時感知外界環境變化的目的。

這種嚴苛的要求導致激光雷達的開發難度提高，進而使成本居高不下。以目前在百度和谷歌無人駕駛汽車上使用的HDL-64激光雷達為例，該激光雷達由業內著名的Velodyne LiDAR公司研發，其售價高達70萬人民幣，已遠超汽車本身的價格。

Waymo的無人駕駛汽車，車頂安裝有激光雷達

激光雷達高昂的售價直接影響了其在市場上的普及度，因此，如何降低激光雷達的成本，已經成為激光雷達領域以及無人駕駛領域的一個重要研究課題，也決定了激光雷達企業的競爭能力。

目前常用的降低激光雷達成本的一個有效手段為「固態化」。何為激光雷達的「固態化」？

激光雷達在工作過程中，其發射的激光需要進行勻速旋轉，激光在旋轉一定的角度後生成一幀完整的數據。為保證激光的旋轉發射，當前市面上可見的車載激光雷達內大多設有用於驅動激光發射器旋轉的機械旋轉部件。機械旋轉部件會造成激光雷達在生產中出現裝配複雜、生產周期長的問題，使激光雷達的成本居高不下。同時，機械旋轉部件在行車環境下的可靠性不高，為行車帶來了安全隱患。因此，為降低激光雷達的成本，同時提高無人車的行車安全性能，需要減少或者取消機械旋轉部件。

借鑒機械硬碟和固態硬碟的對比可知，機械硬碟內部基於機械旋轉部件來讀寫數據，其體積較大且結構複雜，而固態硬碟內部沒有機械旋轉部件，所以其體積小結構簡單，穩定性高。所以，「固態」激光雷達即為基於電子部件，無機械旋轉部件的激光雷達，具有體積小、結構簡單、穩定性高的優勢，其成本可大幅度降低。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！