激光雷達的「下沉」戰事

圖片來源@Unsplash

文｜汽車之心（ID：Auto-Bit），作者｜老爺車，編輯｜王德芙

熱錢還在不斷湧入自動駕駛行業，一場合縱連橫後的大戰爆發在即。

無論是通用-本田-Cruise、豐田-Uber，還是大眾-福特-Argo、現代起亞-亞馬遜-Aurora、Waymo-雷諾日產聯盟或是百度，都有希望在這場戰爭中稱王。

而激光雷達公司，將有望成為這些巨頭們背後最大的「兵工廠」。

尋找激光雷達行業應用的「金礦」

自 2007 年以來，Velodyne 開始為全球大大小小的自動駕駛項目提供激光雷達。

截止今年 3 月的數據，Velodyne 激光雷達銷量已經突破 3 萬台，銷售額達到 5 億美元（約合 34.5 億人民幣）

——這個銷量，在全球範圍內超過所有競爭對手的出貨量總和，覆蓋的應用範圍主要包括自動駕駛、測繪、工業港口、物流和安防等領域。

然而，這還不是激光雷達最大的金礦。

今年 6 月，法雷奧對外透露：已經從四家全球主流車企獲得總價值約為 5 億歐元（約合 38.7 億元人民幣）的訂單。

這些訂單的生命周期預計將延續至 2024 年到 2025 年，並最終可能帶來總值 10 到 15 億歐元的長期業務（即可追加的訂單）。

目前，法雷奧的 4 線產品 ScaLa（第一代）是達到車規級應用標準的激光雷達，且已實現量產，並於 2017 年開始裝配到擁有 L3 級自動駕駛功能的 A8 車型上。

現在來看，激光雷達最終被安裝到兩類汽車上：

一類是進行自動駕駛測試的無人車，這個市場對激光雷達的線數要求高，願意開出更高的價格，但是訂單規模小；

一類是汽車廠商推出的具有輔助駕駛、自動駕駛功能的量產車，因為面向消費者，所以訂單量大。但這類車對激光雷達的體積、大小和可靠性期望非常高，往往會要求激光雷達獲得各種認證。

對於第二類市場來說，為了保證系統擁有更多安全冗餘，汽車廠商更有願意在激光雷達驅動的 ADAS 系統上買單。

多數主流車企表示，在 2025-2030 年間，他們能夠承受的激光雷達價格在 1000 美金之內。

全球範圍內的激光雷達公司，正在朝這一目標推進。

一個趨勢是，不少激光雷達公司在為自動駕駛公司提供解決方案的同時，也開始部署更多 ADAS 功能，試圖成為 L2/L3 級自動駕駛方案中的補償選項。

以攝像頭為核心的 ADAS 系統，依然有局限

一直以來，特斯拉 CEO Elon Musk 都將激光雷達當成「異端」。

他甚至直言：激光雷達對自動駕駛而言是徒勞無益的；激光雷達是一種又貴又沒必要的產品。

果真如此嗎？

佐思產研研究總監周彥武在一篇名為：《ADAS 漫談：為什麼自動駕駛必須用激光雷達》的文章中，解釋了以攝像頭為核心的 ADAS 和自動駕駛系統有諸多局限：

首先，視場角（Field of ?View，FOV） 角度過大導致車輛有非常明顯的盲區。

FOV 一般是越大越好，但要考慮到畸變的問題。一般 CMOS 感測器鏡頭 FOV 不超過 76 度。超過 76 度是廣角鏡頭，廣角鏡頭在近處有明顯失真；超過 120 度則是魚眼鏡頭，圖像邊緣有嚴重失真。

為了解決 FOV 的問題，沃爾沃和特斯拉選擇了三目系統。

沃爾沃的三目系統，FOV 視角分別是 140 度、45 度和 34 度。特斯拉 FOV 為 150 度、50 度和 25 度。但這個系統依然解決不了近距離盲區問題。

其次，車輛在低速情況下，單目攝像頭系統對突然出現的靜止目標或緩慢移動目標（一般是行人）基本無效。

Mobileye 明確指出 50 公里/時以上行人識別才工作。為何需要如此高的速度？

這是因為，機器視覺主要針對動態目標識別，特別是汽車領域，優先識別動態目標如車輛、行人、自行車、電動車等。

了解上述背景後，我們才能理解激光雷達在自動駕駛系統中所扮演的角色，才會明白為什麼汽車行業總強調：

做到 99% 的識別率還不夠，我們需要達到 99.99999……% ——而激光雷達就是小數點後幾位的最強保障。

在這種情況下，激光雷達的首要價值，便是作為攝像頭和毫米波雷達之外的安全冗餘。

2017 年，奧迪推出號稱全球首款 L3 級別自動駕駛車型奧迪 A8，這款車型也讓行業關注到全球第一款為量產車準備的激光雷達——法雷奧 ScaLa。

目前業內主流的 ADAS 方案使用的是 Mobileye 提供的視覺晶元。

雖然 Mobileye 對車道線及車輛尾部識別的準確度較高，但對部分形狀奇特，具有本土特色的改裝車、三輪車等車型，系統仍舊無法進行匹配識別。

毫米波雷達解析度不足、對非金屬類物品存在一定漏檢幾率，無法保證車輛精準判斷自身及周圍障礙物的位置關係。

奧迪 A8 搭載的法雷奧 ScaLa 激光雷達則解決了上述問題。

這也在一定程度上可以解釋：為什麼在去年 11 月，一向以視覺為主的 Mobileye 斥資千萬美元收購了一家激光雷達相關的公司 Eonite Perception。

這是一家專門開發利用激光雷達進行 3D 地圖繪製和跟蹤的軟體。依託 Eonite Perception 的工程師，Mobileye 成立激光感測器部門——LiDAR.AI。

正如這個部門的命名，這起收購將加強 Mobileye 在激光雷達領域的技術，彌補 Mobileye 在視覺領域的不足。

過去，Mobileye 的 ADAS 系統依賴攝像頭，但現在包括車企、科技巨頭等在內的自動駕駛公司更偏好使用激光雷達。

因為激光雷達能在任何光照條件下準確繪製出汽車運行的區域，結合攝像頭和雷達，自動駕駛汽車就能清楚了解實時路況。

激光雷達公司開始注重 ADAS 功能的開發

「市場正在發生改變，我們現在要將一部分精力分給 ADAS 終端。」今年 3 月，Velodyne 創始人 David Hall 對外界表示。

他認為，Velodyne LiDAR 在 L4/L5 市場有自己的優勢，現在的情況下 Velodyne 的產能足夠滿足用戶需求。

而 ADAS 市場即將迎來新的熱潮，在這裡 Velodyne 的激光雷達能收穫豐厚的利潤，因此守著 Level 4/5 市場並非明智之舉。

在今年的 CES 上，Velodyne 發布近距離激光雷達產品 VelaDome。

這款產品可以覆蓋車輛整個側面的近距離範圍，對車輛近距離/死角處的行人或者自行車檢測效果顯著。

Velodyne 還希望將自己的激光雷達結合軟體打入 ADAS 市場，從而拿出像特斯拉 AutoPilot 和通用 Super Cruise 一樣有競爭力的 ADAS 方案。

激光雷達軟體系統 Vella 就是這一背景下推出的產品。?Vella 主要配合 Velodyne 的固態激光雷達 Velarray 使用，而後者能夠嵌入安裝在汽車擋風玻璃後面或者保險杠位置。

Velodyne 稱，「相較於攝像頭 毫米波雷達系統，其實現的 ADAS 性能將發生革命性變化。」

進軍 ADAS 市場，考慮到產品迭代與性能全面性的問題，Velodyne 還通過收併購來擴大商業版圖：

今年 7 月，Velodyne 收購位於舊金山的高精地圖創業公司 Mapper.ai 的知識產權資產，雙方將合作開發更安全的 ADAS 系統。Mapper.ai 的高精地圖和定位技術將加速 Vella 軟體的開發。

這起收購看起來與 Mobileye 收購 Eonite Perception 有異曲同工之妙。

目前，Velodyne 的這套解決方案可讓客戶解鎖 ADAS 的更多功能，包括行人和自行車避讓、車道保持輔助（LKA）、自動緊急制動（AEB）、自適應巡航控制（ACC）、交通堵塞輔助（TJA）等等。

Luminar CEO Austin Russell 對現在的激光雷達也有自己的判斷。

在他看來，Waymo 等公司引領的自動駕駛計程車和卡車項目一時半會還不成氣候，因此未來幾年 ADAS 市場更具吸引力。

今年 6 月，Luminar 推出了一個整合硬體和軟體的激光雷達平台 Iris（虹膜）。

為了打造這套解決方案，Luminar 調動了?60 位軟體工程師進行配合研發。Iris?平台分為兩個版本：

用於高級駕駛輔助系統（ADAS）的激光雷達解決方案，成本不超過 500 美元；

用於高級別自動駕駛（L4/L5）的方案，成本不超過 1000 元。

Luminar 的車載激光雷達和軟體將於 2022 年開始大規模交付，其中新款激光雷達體積只有現在產品三分之一，而且能無縫整合進量產車前格柵、車頂或車頭大燈中。

2018 年 8 月，Cepton 牽手日本最大汽車照明燈公司 Koito，為後者提供定製的小型激光雷達解決方案，將激光雷達安裝進車燈中。

Cepton 與 Koito 的合作，也主要是從 ADAS 開始展開，並將延伸到更高級的自動駕駛；與 May Mobility（低速園區車）的合作則是面向 L4 級自動駕駛。

三年前，Innoviz 就對外推出了兩款 MEMS 固態激光雷達樣品：InnovizPro 和 InnovizOne。

InnovizPro 是一款基於 MEMS 掃描技術的高性能固態解決方案，可為汽車、測繪和其他應用提供出色的性能和價值。

InnovizOne 則是一款易於車輛無縫集成的車規級解決方案，可為 3 級到 5 級自動駕駛提供 3D 感知能力。2021 年，寶馬決定將在 Level 3 級自動駕駛汽車上使用 InnovizOne 激光雷達。

從過去高舉高打主推 L4/L5 級自動駕駛，到如今開發更多帶有 ADAS 功能的激光雷達解決方案，激光雷達公司通過產品「下沉」的方式，調整自己的市場策略：

在軟體層面，更加註重 ADAS 功能，開發殺手級應用（例如給激光束編碼）；

在硬體層面，既有適用於 L3 及以下的激光雷達方案，又有適合 L4/L5 級自動駕駛的產品。

這麼做的目的，激光雷達公司按照激光雷達技術既有路線和發展速度，推出符合市場需求的產品。另一方面，配合一線主機廠和 Tier1 循序漸進推動自動駕駛演進。

為主動安全而生，激光雷達本質是 3D 感測器

通過加入激光雷達來提高 ADAS 系統的安全冗餘——這就引申出激光雷達的出路：足夠便宜，能進入前裝。如此，激光雷達就能獲得寶貴的裝車機會。

這實際上帶來的是雙重好處：

首先，投入的資金實際上由消費者分擔（當然消費者也獲得更好的 ADAS 功能和體驗）；

其次，真實場景替代模擬，獲取真正的海量數據。

為了讓車廠更容易接受激光雷達，並降低後者對量產車型安裝激光雷達的難度，激光雷達公司提供 ADAS 功能供車企使用，也就成了順理成章的選擇。

由於激光雷達點雲是 3D 立體的，包含了距離、尺寸、位置等信息，數據量相比視覺少，所以激光雷達公司提供 ADAS 功能，技術難度相對會小一些，不需要進行複雜的圖像處理。

以博世 MPC2 為例（如上圖），其攝像頭輸出一幀圖片是 1920*1080 像素，每幀圖片代表 200 萬個空間點（每個像素對應的角解析度是 0.03 度）。

以 Velodyne ?128 線激光雷達為例，其角解析度為 0.2*0.11 度，掃描一周後，點數僅為 23 萬個空間點（水平 360 度/0.2 度*垂直 128 像素）。

因而，不需要複雜的圖像處理、對算力要求極低，激光雷達可以利用自身嵌入式處理器，完成對 ADAS 演算法處理。

十四年前，David Hall 發明的這種新型雷達感測器，在 DARPA 自動駕駛挑戰賽中一戰成名，也間接助推了自動駕駛的蓬勃發展。

今天，無論是高校、車企、Tier1、科技公司、新創公司在進行自動駕駛相關探索和研發時，都願意為這個感測器買單。

但這給外界留下了一個刻板的烙印：認為激光雷達就是專門為高級別自動駕駛打造的感測器。

事實上，激光雷達並不專屬於 L4/L5 級自動駕駛。

從今天看來，我們可以有新的理解：激光雷達是為智能駕駛、主動安全而生的 3D 感測器。（註：感謝流深光電、飲冰科技對本文的幫助）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！