激光雷达的“下沉”战事

热钱还在不断涌入自动驾驶行业，一场合纵连横后的大战爆发在即。

无论是通用-本田-Cruise、丰田-Uber，还是大众-福特-Argo、现代起亚-亚马逊-Aurora、Waymo-雷诺日产联盟或是百度，都有希望在这场战争中称王。

而激光雷达公司，将有望成为这些巨头们背后最大的「兵工厂」。

寻找激光雷达行业应用的「金矿」

自2007年以来，Velodyne开始为全球大大小小的自动驾驶项目提供激光雷达。

截止今年3月的数据，Velodyne激光雷达销量已经突破3万台，销售额达到5亿美元（约合34.5亿人民币）

——这个销量，在全球范围内超过所有竞争对手的出货量总和，覆盖的应用范围主要包括自动驾驶、测绘、工业港口、物流和安防等领域。

然而，这还不是激光雷达最大的金矿。

今年6月，法雷奥对外透露：已经从四家全球主流车企获得总价值约为5亿欧元（约合38.7亿元人民币）的订单。

这些订单的生命周期预计将延续至2024年到2025年，并最终可能带来总值10到15亿欧元的长期业务（即可追加的订单）。

目前，法雷奥的4线产品ScaLa（第一代）是达到车规级应用标准的激光雷达，且已实现量产，并于2017年开始装配到拥有L3级自动驾驶功能的A8车型上。

现在来看，激光雷达最终被安装到两类汽车上：

一类是进行自动驾驶测试的无人车，这个市场对激光雷达的线数要求高，愿意开出更高的价格，但是订单规模小；

一类是汽车厂商推出的具有辅助驾驶、自动驾驶功能的量产车，因为面向消费者，所以订单量大。但这类车对激光雷达的体积、大小和可靠性期望非常高，往往会要求激光雷达获得各种认证。

对于第二类市场来说，为了保证系统拥有更多安全冗余，汽车厂商更有愿意在激光雷达驱动的ADAS系统上买单。

多数主流车企表示，在2025-2030年间，他们能够承受的激光雷达价格在1000美金之内。

全球范围内的激光雷达公司，正在朝这一目标推进。

一个趋势是，不少激光雷达公司在为自动驾驶公司提供解决方案的同时，也开始部署更多ADAS功能，试图成为L2/L3级自动驾驶方案中的补偿选项。

一直以来，特斯拉CEOElonMusk都将激光雷达当成「异端」。

他甚至直言：激光雷达对自动驾驶而言是徒劳无益的；激光雷达是一种又贵又没必要的产品。

果真如此吗？

佐思产研研究总监周彦武在一篇名为：《ADAS漫谈：为什么自动驾驶必须用激光雷达》的文章中，解释了以摄像头为核心的ADAS和自动驾驶系统有诸多局限：

首先，视场角（FieldofView，FOV）角度过大导致车辆有非常明显的盲区。

FOV一般是越大越好，但要考虑到畸变的问题。一般CMOS传感器镜头FOV不超过76度。超过76度是广角镜头，广角镜头在近处有明显失真；超过120度则是鱼眼镜头，图像边缘有严重失真。

为了解决FOV的问题，沃尔沃和特斯拉选择了三目系统。

沃尔沃的三目系统，FOV视角分别是140度、45度和34度。特斯拉FOV为150度、50度和25度。但这个系统依然解决不了近距离盲区问题。

其次，车辆在低速情况下，单目摄像头系统对突然出现的静止目标或缓慢移动目标（一般是行人）基本无效。

Mobileye明确指出50公里/时以上行人识别才工作。为何需要如此高的速度？

这是因为，机器视觉主要针对动态目标识别，特别是汽车领域，优先识别动态目标如车辆、行人、自行车、电动车等。

了解上述背景后，我们才能理解激光雷达在自动驾驶系统中所扮演的角色，才会明白为什么汽车行业总强调：

做到99%的识别率还不够，我们需要达到99.99999……%——而激光雷达就是小数点后几位的最强保障。

在这种情况下，激光雷达的首要价值，便是作为摄像头和毫米波雷达之外的安全冗余。

目前业内主流的ADAS方案使用的是Mobileye提供的视觉芯片。

虽然Mobileye对车道线及车辆尾部识别的准确度较高，但对部分形状奇特，具有本土特色的改装车、三轮车等车型，系统仍旧无法进行匹配识别。

毫米波雷达分辨率不足、对非金属类物品存在一定漏检几率，无法保证车辆精准判断自身及周围障碍物的位置关系。

奥迪A8搭载的法雷奥ScaLa激光雷达则解决了上述问题。

这也在一定程度上可以解释：为什么在去年11月，一向以视觉为主的Mobileye斥资千万美元收购了一家激光雷达相关的公司EonitePerception。

这是一家专门开发利用激光雷达进行3D地图绘制和跟踪的软件。依托EonitePerception的工程师，Mobileye成立激光传感器部门——。

正如这个部门的命名，这起收购将加强Mobileye在激光雷达领域的技术，弥补Mobileye在视觉领域的不足。

过去，Mobileye的ADAS系统依赖摄像头，但现在包括车企、科技巨头等在内的自动驾驶公司更偏好使用激光雷达。

因为激光雷达能在任何光照条件下准确绘制出汽车运行的区域，结合摄像头和雷达，自动驾驶汽车就能清楚了解实时路况。

激光雷达公司开始注重ADAS功能的开发

「市场正在发生改变，我们现在要将一部分精力分给ADAS终端。」今年3月，Velodyne创始人DavidHall对外界表示。

他认为，VelodyneLiDAR在L4/L5市场有自己的优势，现在的情况下Velodyne的产能足够满足用户需求。

而ADAS市场即将迎来新的热潮，在这里Velodyne的激光雷达能收获丰厚的利润，因此守着Level4/5市场并非明智之举。

在今年的CES上，Velodyne发布近距离激光雷达产品VelaDome。

这款产品可以覆盖车辆整个侧面的近距离范围，对车辆近距离/死角处的行人或者自行车检测效果显著。

Velodyne还希望将自己的激光雷达结合软件打入ADAS市场，从而拿出像特斯拉AutoPilot和通用SuperCruise一样有竞争力的ADAS方案。

激光雷达软件系统Vella就是这一背景下推出的产品。Vella主要配合Velodyne的固态激光雷达Velarray使用，而后者能够嵌入安装在汽车挡风玻璃后面或者保险杠位置。

Velodyne称，「相较于摄像头+毫米波雷达系统，其实现的ADAS性能将发生革命性变化。」

进军ADAS市场，考虑到产品迭代与性能全面性的问题，Velodyne还通过收并购来扩大商业版图：

今年7月，Velodyne收购位于旧金山的高精地图创业公司的知识产权资产，双方将合作开发更安全的ADAS系统。的高精地图和定位技术将加速Vella软件的开发。

这起收购看起来与Mobileye收购EonitePerception有异曲同工之妙。

目前，Velodyne的这套解决方案可让客户解锁ADAS的更多功能，包括行人和自行车避让、车道保持辅助（LKA）、自动紧急制动（AEB）、自适应巡航控制（ACC）、交通堵塞辅助（TJA）等等。

LuminarCEOAustinRussell对现在的激光雷达也有自己的判断。

在他看来，Waymo等公司引领的自动驾驶出租车和卡车项目一时半会还不成气候，因此未来几年ADAS市场更具吸引力。

今年6月，Luminar推出了一个整合硬件和软件的激光雷达平台Iris（虹膜）。

为了打造这套解决方案，Luminar调动了60位软件工程师进行配合研发。Iris平台分为两个版本：

用于高级驾驶辅助系统（ADAS）的激光雷达解决方案，成本不超过500美元；

用于高级别自动驾驶（L4/L5）的方案，成本不超过1000元。

Luminar的车载激光雷达和软件将于2022年开始大规模交付，其中新款激光雷达体积只有现在产品三分之一，而且能无缝整合进量产车前格栅、车顶或车头大灯中。

2018年8月，Cepton牵手日本最大汽车照明灯公司Koito，为后者提供定制的小型激光雷达解决方案，将激光雷达安装进车灯中。

Cepton与Koito的合作，也主要是从ADAS开始展开，并将延伸到更高级的自动驾驶；与MayMobility（低速园区车）的合作则是面向L4级自动驾驶。

三年前，Innoviz就对外推出了两款MEMS固态激光雷达样品：InnovizPro和InnovizOne。

InnovizPro是一款基于MEMS扫描技术的高性能固态解决方案，可为汽车、测绘和其他应用提供出色的性能和价值。

InnovizOne则是一款易于车辆无缝集成的车规级解决方案，可为3级到5级自动驾驶提供3D感知能力。2021年，宝马决定将在Level3级自动驾驶汽车上使用InnovizOne激光雷达。

从过去高举高打主推L4/L5级自动驾驶，到如今开发更多带有ADAS功能的激光雷达解决方案，激光雷达公司通过产品「下沉」的方式，调整自己的市场策略：

在软件层面，更加注重ADAS功能，开发杀手级应用（例如给激光束编码）；

在硬件层面，既有适用于L3及以下的激光雷达方案，又有适合L4/L5级自动驾驶的产品。

这么做的目的，激光雷达公司按照激光雷达技术既有路线和发展速度，推出符合市场需求的产品。另一方面，配合一线主机厂和Tier1循序渐进推动自动驾驶演进。

为主动安全而生，激光雷达本质是3D传感器

通过加入激光雷达来提高ADAS系统的安全冗余——这就引申出激光雷达的出路：足够便宜，能进入前装。如此，激光雷达就能获得宝贵的装车机会。

这实际上带来的是双重好处：

首先，投入的资金实际上由消费者分担（当然消费者也获得更好的ADAS功能和体验）；

其次，真实场景替代仿真，获取真正的海量数据。

为了让车厂更容易接受激光雷达，并降低后者对量产车型安装激光雷达的难度，激光雷达公司提供ADAS功能供车企使用，也就成了顺理成章的选择。

由于激光雷达点云是3D立体的，包含了距离、尺寸、位置等信息，数据量相比视觉少，所以激光雷达公司提供ADAS功能，技术难度相对会小一些，不需要进行复杂的图像处理。

以博世MPC2为例（如上图），其摄像头输出一帧图片是1920*1080像素，每帧图片代表200万个空间点（每个像素对应的角分辨率是0.03度）。

以Velodyne128线激光雷达为例，其角分辨率为0.2*0.11度，扫描一周后，点数仅为23万个空间点（水平360度/0.2度*垂直128像素）。

因而，不需要复杂的图像处理、对算力要求极低，激光雷达可以利用自身嵌入式处理器，完成对ADAS算法处理。

十四年前，DavidHall发明的这种新型雷达传感器，在DARPA自动驾驶挑战赛中一战成名，也间接助推了自动驾驶的蓬勃发展。

今天，无论是高校、车企、Tier1、科技公司、新创公司在进行自动驾驶相关探索和研发时，都愿意为这个传感器买单。

但这给外界留下了一个刻板的烙印：认为激光雷达就是专门为高级别自动驾驶打造的传感器。

事实上，激光雷达并不专属于L4/L5级自动驾驶。

从今天看来，我们可以有新的理解：激光雷达是为智能驾驶、主动安全而生的3D传感器。（注：感谢流深光电、饮冰科技对本文的帮助）

很赞哦!（77）