【芯智驾】激光雷达上车拐点将至，技术迭代与量产能力成突围关键

作者：杜莎

2021-05-10

相关舆情

AI解读

生成海报

芯智驾──集萃产学研企名家观点，全面剖析AI芯片、第三代半导体等在汽车“大变形”时代的机会与挑战！

在智能电动汽车快速迭变的当下，激光雷达成为行业内怎么也绕不开的焦点，蔚来ET7、智已L7、小鹏P5、极狐阿尔法S等纷纷宣布激光雷达上车计划。市场端，激光雷达俨然成为车企布局自动驾驶的必选项。当然，业内对于激光雷达的争议，从未停止过，这得从传感器市场应用情况谈起。

“视觉系”VS“雷达系”

在自动驾驶中，缺一不可的三大要素包括感知、决策和执行。其中，“感知”是一切的起点和基石，只有不断提高感知性能，才有推动更高级别自动驾驶落地的可能。目前，用于感知的传感器主要有摄像头、毫米波雷达、超声波雷达、激光雷达。市场上现有的自动驾驶感知方案也可分为两大派系——“视觉系”和“雷达系”。

图片来源：网络

众所周知，特斯拉是“视觉系”忠实的拥趸，该方案以摄像头为核心传感器，辅以毫米波雷达、超声波雷达。“雷达系”是以激光雷达为核心，以摄像头、毫米波雷达、超声波雷达为辅实现精确感知。“视觉系”VS“雷达系”，行业里对此的争议主要体现在哪里？激光雷达究竟是否必不可少？

L3级及以上自动驾驶，激光雷达必不可少

按SAE标准，自动驾驶分为L0、L1、L2、L3、L4、L5等6个级别。其中L3级是自动驾驶的分水岭，驾驶主体从人转移到系统，难以跨越。目前，各厂家在L2级功能上已深耕多年，不依赖激光雷达，视觉方案一般可实现自动刹车辅助系统（AEB）、自适应巡航控制（ACC）、交通拥堵自动驾驶（TJP）、车道偏离预警系统（（LDWS））等预警类、识别类功能。

而激光雷达上车则可以提升L2的功能，并突破L3级自动驾驶瓶颈。法雷奥中国区CTO顾剑民与Robosense合伙人兼研发副总裁篠原磊磊对集微网表达了相同的观点，“对于L2级辅助驾驶来说，激光雷达可能并不一定完全必要，但能显著提升L2辅助驾驶的功能体验。对于L3以上的高级自动驾驶车辆来说，要实现真正的安全，激光雷达必不可少的。”

为什么应用激光雷达更安全？这要从这些传感器的原理谈起。

图片来源：小鹏汽车

摄像头的原理，即“所见即所得”。摄像头采集的是像素信息，和人眼看到的差不多。与系统不同的是，人眼配备了大脑这一超强的智能处理器，在毫不费力的情况下识别出环境中的人、动物、车道标识、车辆和其他物体。而对系统来说，像素信息必须通过卷积神经网络或者AI智能等复杂过程才能识别与分析，而且受恶劣天气影响大，不适合构建3D环境。

毫米波雷达主要采集速度与距离信息，可以在各种气候条件下使用，但是分辨率却很低，对护栏等金属的反射波较弱，也不适合物品类型的识别。

目前，市场上应用的L2级辅助驾驶系统大多是毫米波雷达+摄像头的视觉融合方案。但是，视觉方案的局限也十分突出，提及最多的是无法突破真实驾驶场景中的长尾问题。以特斯拉为例，特斯拉的FSD是一套目前水平在 L2+级，未来目标是全自动驾驶的系统，尽管遥遥无期。特斯拉近几年的多起交通安全事故，都显示出FSD系统仍然存在诸多安全盲点。

为此，特斯拉通过一系列解决方案形成数据采集与学习循环，希望突破视觉系统的缺陷。但我们十分清楚，长尾问题的本质就是无穷无尽，真实的驾驶中总会有没有遇到过的场景。感知能力上的边界想通过智能算法等来弥补，当下看来更是一件难以企及的事情。这也是除特斯拉坚持以外，大部分主机厂开始选择激光雷达作为安全冗余的重要原因。

激光雷达不是万能，但正好可以很好弥补视觉方案的局限，它能在1s内发射高达百万数量级的脉冲光，形成庞大的点云，绘制出物体的精确轮廓，从而构建出周围环境的三维模型。因此，比起摄像头可以构建更真实的3D环境，比起毫米波雷达又具有更准确的物体识别能力。可见，激光雷达的上车不仅是对辅助驾驶是有力补充，更有助于加快L3及以上自动驾驶功能的研发与落地。

量产难题怎么破？

那么，激光雷达既然性能这么好，为什么市场上没能大规模应用呢？当然，这里的原委大家想必十分清楚：对于所有的商业化技术方案，其本质都是性能与成本的平衡与取舍。

激光雷达无法企及的高成本是限制其落地的最大因素，市场上大部分L2级及以下辅助驾驶车辆非必须也用不起。数据显示，2007年Velodyne刚刚推出机械式激光雷达HDL-64E之时，其价格高达8万美元。

但现在拐点已经到来。

近些年激光雷达成本正在大幅下降。例如，Luminar即将量产的激光雷达，据官方的说法价格是不超过1000美元。华为更是放话，希望“短时间内”将激光雷达成本降到数百美元以内。这么看来，对车企来说，1000美元左右才是较为友好的价格。

而成本下降的重要途径一方面是量的释放，而只要在成本达到可承受范围内，大规模“上车”就会进一步促进成本下降。另一大途径则是技术本身的演进。对此，顾剑民、篠原磊磊均赞同“激光雷达的技术方向将向固态激光雷达演进，这也是成本下降的一大重要因素”的观点。

激光雷达按有无机械旋转部件，可分为机械式激光雷达和固态激光雷达两类。对于固态激光雷达，一般包括MEMS半固态激光雷达、Flash激光雷达、OPA固态激光雷达。迄今为止，目前已经量产上车仅有法雷奥的机械式激光雷达SCALA。但机械式很难迈过“车规级”这个门槛，尤其是扫描部分都会由一个旋转棱镜来反射发射激光束，这是一个旋高速旋转的装置，而任何高速旋转部件装车都会面临车规级的挑战，包括震动、冲击、温度等，因此量产十分困难。所以，未来的方向肯定是将高速旋转件去掉。

业界认为，接下来几年的市场主流是MEMS半固态激光雷达，它是量产产品的首选。MEMS微振镜本质上一种硅基半导体元件，其特点是内部集成了“可动”的微型镜面，采用静电或电磁驱动方式。访谈中了解到，Robosense即将搭载在Lucid上量产的车规级激光雷达就是MEMS半固态激光雷达M1。测距方面，M1的最远探测可达200m，可以准确稳定识别处于150米外的黑色车辆。

此外，成本下探的同时，法规端的利好政策也接踵而至。受制于各地区交通法规的影响，上路的具备L3或以上级别自动驾驶功能的车辆大多是测试区域的车辆。日本在加速自动驾驶法规落地这方面走在前列。2019年以来，日本议会先后修订了《道路交通法》、《道路运输车辆法》，成为最早允许有条件的L3车辆上路的国家。

在日本这一先行者之后，英国交通部2021年4月底也宣布，将在年底前允许装载自动车道保持系统（ALKS）的汽车上路，届时这些车辆可在高速上以不超过60km/h的车速自动行驶。

当然，多重因素赋能下，我们也看到，跨入2021年，L3级自动驾驶迎来量产时间点，蔚来汽车、小鹏汽车、长城汽车、Lucid等多家车企均规划或推出带有激光雷达的车型，这一推动了国内激光雷达供应商的加速发展。

新进者加速涌入赛道，走上量产之路的供应商也面临重重考验

面对这一蓝海市场，激光雷达的新进入者也加速涌入这一赛道，如华为、大疆、Robosense、禾赛等，而且备受资本青睐。这也意味着，激光雷达这条道路的坚持和选择是正确的。但不可否认的是，挑战一直都存在，车规级、制造工艺、生产能力、可靠性以及主机配套集成这些都需要深厚的经验。

毫无疑问，对于这个赛道上所有的激光雷达供应商，如何将激光雷达的车规级批量生产，仍然最大的“拦路虎”。当下市场上大多数供应商切入激光雷达的方式主要是通过后装市场，但这一经验是否能完全复制应用于前装市场？答案当然是否定的。

我们通常看到测试车辆的激光雷达大都安装在车顶处，像一个“大花瓶”，但仅仅是造型这一点，量产的主机厂可能都无法接受。顾建民指出：“车厂要求激光雷达必须做到体积足够小，能够完全融合嵌入在车辆的造型里面。这就对供应商的高性能、制造工艺、生产能力以及上车集成的能力等都是全方位的考验。”

因此，对于华为、大疆、Robosense等国内的激光雷达供应商，能做到即将量产上车真的是跨越了很大的一步。那么，这些国内供应商还面临哪些挑战？篠原磊磊表示：“客户前期选择供应商往往关注激光参数指标，实则参数指标只是检验激光雷达性能的‘基本功’，在复杂交通驾驶场景中，存在诸如高反物体、近处障碍物、阳光照射、多雷达对射等极端工况，会给激光雷达点云质量带来极大的困扰。直接使后期算法产生误判，进而导致事故。因此如何系统性识别并解决这些极端工况的困扰，这将考验激光雷达厂商产品性能的‘上乘功夫’”。