自動駕駛技術仍有很大的提升空間，但從百度、華為、小米等路測視頻說明智能駕已經“肉眼可見、觸手可得”。

智能駕駛，就是駕駛車輛時讓汽車模仿人腦，用眼睛（感知層的傳感器）獲取信號，用大腦（決策層的芯片）分析信號，最后做出動作（執行層的控制器）。

賦予車輛可靠的視覺能力是一件至關重要的事。今天，筆者主要和跟讀者聊聊智能駕駛之眼---激光雷達。

揭開激光雷達的神秘面紗

激光雷達聽起來蠻有科技感的，結合自動駕駛光環，頗有科幻片的即視感。

實際上，激光雷達是傳感器的一種。汽車上主要有四種傳感器：攝像頭、超聲波雷達、毫米波雷達、激光雷達。本質上都是利用光波獲取探測物的信號后進行分析。

其中超聲波雷達最常見，大家倒車時經常聽到“滴滴滴”報警聲，就是超聲波雷達探測到有障礙物，讓汽車發出提醒。

激光雷達類似，其工作原理是向目標發射探測信號（激光束），然后將接收到的反射信號（目標回波）與發射信號進行比較，就可獲得目標的有關信息，比如目標距離、方位、高度、速度、姿態、甚至形狀等。激光雷達實際上是由“一些芯片和鏡子（光學器件）組成的一個機器”。

激光雷達涉及很多復雜的專業分類和名詞，比如機械雷達、固態\半固態雷達、TOF\FMCW、OPA\相控陣、EEL\VECSEL等等。但實際上理解激光雷達這個事，只要搞清楚：

1、激光器如何打出激光的，打出什么激光（發射系統的技術路線）；

2、一個激光器打出一束激光，如何能打出橫向和縱向的很多光，以獲取更多信息，又不需要裝很多激光雷達（光束操作，用鏡子反射光束，使得其在縱向產生很多光束，或者讓芯片一次打出很多光束）；

3、探測傳回來的激光用什么芯片去做處理（探測系統使用什么芯片）；

4、芯片使用什么方法去處理數據（測距原理及數據處理方法）。

這幾個問題，有興趣的讀者可以多思考多學習，由于技術很復雜，更新也特別快，我們在這里不詳細展開。只用一張圖片簡單告訴大家，激光雷達按照“測距、發射、光速操縱、探測、數據處理”五個維度來實現的。

這其中涉及 22個類別。每個不同分類方式又進一步細分成不同的技術路線，只是就目前行業階段還無法判別未來的主流線路。

激光雷達，并不是新鮮事物

在上世紀60年代發明激光之后，激光雷達作為一種測量手段面世。它使用激光束掃描一個區域，然后分析反射回來的光束。由于激光的波長比無限電波長短得多，更容易從雷達可能忽略的小物件上反射回來。后來，激光雷達被用于制作地圖、測量大氣狀態，也被警方用于探測事故和犯罪現場。

掃地機器人的出現，首次實現了激光雷達普通人理解的“好用”。即通過一個可以360度旋轉的激光發射裝置對地面障礙物進行測距，從而完成地面建模，配合SLAM（simultaneouslocalization and mapping，同步定位與建圖）算法對地面的“全局規劃式”清掃。

很快，激光雷達就被科學家們應用到了汽車上。美國上市公司Velodyne可以說是車載激光雷達的鼻祖。早在2007年美國國防部高級研究計劃局組織的無人車挑戰賽上，參賽的7只隊伍中有6只安裝了這家公司的雷達，2009年谷歌開始自動駕駛項目用的也是Velodyne的激光雷達。

該公司主流的64線激光雷達曾經價格是8萬美元一臺，即使這么貴，福特和百度曾在2016投了1.5億美元就是為了能夠優先拿到訂單。

然而，在近三四年激光雷達飛速發展歲月里，由于管理層戰略上的意見分歧，Velodyne迅速衰落。

六十年間，激光雷達從最初遠程測距到眼科檢查，再推動掃地機器人進入千家萬戶，而自動駕駛的到來，將激光雷達推到了舞臺正中央。

馬斯克可能會改變主意

為了實現自動駕駛，各個車廠都在摸索不同的方案，主要區別在于傳感方案選擇上。

在自動駕駛汽車目前使用的傳感系統中，有三套便宜且易于部署，它們分別是攝像頭、超聲波探測器和雷達。第四套系統為激光雷達。這四類路線，本質是以特斯拉為代表的“以攝像頭為主的視覺感知”和以Waymo為代表的“3D激光雷達感知”之間的爭論。

總體來看，各有優劣，單一方案都存在缺陷。

攝像頭在逆光或光影復雜的情況下視覺效果較差；毫米波雷達對靜態物體識別效果差；超聲波雷達測量距離有限且易受惡劣天氣的影響，因此單獨依靠攝像頭或毫米波雷達的方案去實現智能駕駛是存在缺陷的，而激光雷達可探測多數物體（含靜態物體）、探測距離相對更長（0-300米）、精度高（5cm），且可構建環境3D 模型、實時性好，因而成為推進智能駕駛到L3級及以上的核心傳感器，但是單顆高達成本500-2000 美元（約人民幣2000-13000元之間），高昂的成本成為制約其大規模應用的原因之一（一般傳感器方案在整車價格4%左右，中低端車無法接受這么高成本，因此毫米波雷達出貨量受到限制）。

谷歌、優步及有志制造自動駕駛汽車的大多數汽車廠商已在使用激光雷達。但并非所有人都深信激光雷達的價值。從特斯拉的純視覺方案來看，馬斯克認為，只用攝像頭做傳感器也能實現高級別自動駕駛，“人眼可以駕駛汽車，誰能說單用攝像頭不行呢”。

聽起來很有道理，實際上，純視覺方案對于大部分車企來說，有兩個最致命的缺陷。

首先，視覺方案太依賴圖像了，視線不好或者圖形太接近會讓系統出現誤判。2016年5月，在佛羅里達，一輛特斯拉以自動駕駛模式高速行駛，與迎面而來在路口拐彎的一輛貨車相撞，特斯拉司機死亡。雖說特斯拉自動駕駛模式要求司機們仍保持手抓方向盤，眼觀前路，但這輛特斯拉的攝像頭和雷達似乎并沒有探測到那輛貨車。

其次，視覺方案需要車企極強的圖像處理能力，這是特斯拉的壁壘之一，也是大部分車企短期難以實現的。

具體來看，特斯拉通過汽車內外置的大量傳感器收集大量信息之后，使用神經網絡的深度學習算法來進行特征提取，同時需要判斷車輛、人行道、交通燈、障礙物、行人、駕駛員、溫度、濕度等多個環境變量的相互關系，因此算力系統必須超強，同步運行多個神經網絡（約50 個）才能工作。

一系列及其復雜的算法和芯片要求，使得大部分車企望而卻步，不如選擇更加容易實現的激光雷達方案。

所以，筆者認為馬斯克當初是“屁股決定腦袋”，我們從來是追求更好，而不是單純追求“能用就好”。對比三個雷達方案，激光雷達無疑是其中最優的。

目前來看，激光雷達只有成本這一個劣勢，但隨著量產放量成本會迅速下降，從這個角度看，成本不會成為實質性障礙。

事實上，越來越多的新車型已經安裝了激光雷達。2020年起，全球范圍有21款車型宣布將搭載激光雷達，中國公司推出了其中的14款：蔚來、小鵬和北汽極狐在2020年下半年宣布新車型上將搭載激光雷達，2021年，上汽、廣汽、長城、吉利、理想、集度、威馬、高合等品牌也陸續跟進。

有傳聞，今年上半年特斯拉已向美國聯邦通信委員會FCC提交了毫米波雷達的相關材料,意味著特斯拉可能正在設計毫米波雷達。根據特斯拉向當局提供的文件,這種高分辨率雷達將用于成像,配合攝像頭用于自動駕駛的探測方案。也就是說，特斯拉可能會“回頭”。

從L4到L5過渡階段，雙手脫把的瀟灑離不開自動駕駛的安全保障，對車體周圍環境的探測范圍和精度都提出了更高的要求。

但是，雷達都有一個缺陷，就是無法通過圖形識別路標、紅綠燈等圖像信息，所以從缺陷互補，或者從安全性更強的角度，未來智能價值的傳感器方案大概率是混合冗余方案，即激光雷達方案搭配視覺方案，這樣會使得智能駕駛更加可行和安全。

中國企業有望引領

前文我們提到激光雷達并不是新鮮事物，受益于近幾年乘用車應用加速。中國作為全世界電動汽車較為普及的國家，自然不會放過這個風口。

去年以來，全球激光雷達市場融資總額超60億元，中國公司拿到了58億；2020年至今，全球有21款量產車型將搭載激光雷達，其中中國公司推出了14款且大部分車型選擇了國產供應商。

當年，Velodyne獨領風騷，但很快有中國企業盯上這個賽道，比如2014年成立于硅谷，原來做危化氣體泄露檢測的創業公司禾賽科技。禾賽由三位85后精英（孫愷、李一帆、向少卿）聯合創立，孫愷是斯坦福博士，李一帆是UIUC博士，向少卿是斯坦福碩士。禾賽諧音斯坦福所在地圣何塞（SanJose）。

嗅到風口的還有哈工大機電工程與自動化博士邱純鑫和他有過連續創業經驗的親弟弟邱純潮，他們在2014年成立速騰聚創，邀請大疆前首席科學家朱曉蕊教授加入。

中國企業擅長價格戰，一旦海外對手降價，中國企業能實現更便宜。當然，在追求便宜的同時，本土化服務也力求更好，一些國產雷達雖然問題多一些，但如果硬件有問題，1~2天就能換上新的，而Velodyne在中國不設倉庫，只安排市場、銷售人員，產品返修一次要1到3個月。而且中國現在有著全球最大的電動車市場，激光雷達企業天時地利人和。

除了禾賽和速騰聚創，中國優秀的激光雷達企業如雨后春筍。華為在2020年12月正式發布單軸轉鏡的96線激光雷達，并同步宣布了合作車型為北汽極狐阿爾法S。這之后，長城機甲龍也宣布將搭載華為的雷達。

由王世瑋、吳冠豪和鄭睿童于2017年創立的探維科技，這家公司的核心人馬是清華精儀系博士、碩士，他們跳過了機械旋轉式雷達，成立之初就做混合固態、固態路線，目前已發布了等效192線的混合固態激光雷達。

由大疆孵化的覽沃（Livox）是自己原創棱鏡旋轉掃描方案，在2020年CES上，覽沃發布了“Horizon地平線”和Tele-15兩款產品，地平線單價低至800美元。同年底，覽沃宣布獲得小鵬P5訂單，成為最早拿下量產訂單的中國激光雷達公司，該車型已于去年交付。

百度原自動駕駛事業部總監鮑君威和Velodyne原技術骨干李義民在2014年創立的圖達通（Innovusion）的激光雷達已獲蔚來ET7、ET5量產訂單。

據咨詢公司Yole數據顯示，激光雷達廠商在汽車和工業市場應用的份額占比排名，法雷奧排名第一，占比28%；速騰聚創RoboSense占比10%，排名第二；Luminar、大疆Livox、電裝、大陸、Cepton五家廠商以7%占有率，并列第三；Innoviz、Ibeo、華為、禾賽科技、Innovusion圖達通、Velodyne，占有率均為3%。

我們有理由相信，隨著中國激光雷達企業下游客戶的迅速放量，中國企業的市占率會迅速提升，至少能占據全球半壁江山。

根據YOLE的粗略測算，2021年全球激光雷達在汽車上的裝車數量，大約在24萬顆。一輛車一般要2顆激光雷達，意味著全球每年一億輛的新車上，只有千分之一安裝了激光雷達。

如此低的滲透率，在智能駕駛迅速發展的今天，是不可想象的。可以預判，隨著激光雷達由幾萬美元一顆，下降到現在一千多美元，未來下降到幾百美元，激光雷達的普及率會得到迅速的提升。

這個市場規模是巨大的，在消費電子進入疲軟的今天，激光雷達會給整個電子產業打入一劑強心針。

我們粗略計算一下：2021年，全球乘用車激光雷達出貨12萬顆，大約8億美金銷售額，滲透率不足0.1%；到2025年，按照《智能網聯汽車技術路線圖2.0》的時間表，PA(部分自動駕駛)、CA(有條件自動駕駛)級智能網聯汽車市場份額超過50%，即使假設只有一半使用激光雷達，中國也有500萬輛車擁有激光雷達；海外即使只有跟中國市場一樣規模，那全球也將擁有2000萬顆出貨量（假設一輛車兩顆激光雷達）。我們假設屆時只有200美元一顆，那么也是40億美元的市場空間。實際上這是一個非常保守的估算，但是也有四年五倍！