在特斯拉數起安全事故之后，馬斯克宣布，明年所有量產的Model S，Model X和Model 3車型，都將配備能夠在某一程度實現最高級別自動駕駛（Level 5）的傳感器，包括8個攝像頭、12個全新超聲波傳感器以及一個前向探測雷達。馬斯克把“攝像頭+毫米波+超聲波”的傳感方案貫徹到底，自始至終都沒有考慮激光雷達。

　　車用激光雷達就這樣被馬斯克“嫌棄”了？

　　眾所周知，全自動駕駛已經解放了人類的手腳、雙眼，在環境感知時必須滿足任何時間任何天氣下對周圍環境360度探測，而現階段單靠其中一種傳感器都無法滿足這個要求。

　　馬斯克的想法可以猜到一二。“攝像頭+毫米波雷達+超聲波雷達”因為價格低廉，可以做到最快速度產品化。讓更多自動駕駛功能被用起來，然后通過眾包采集的方式，來提供完善算法所需的有效數據，這是馬斯克的思路，目標是“挖掘軟件算法潛力來克服硬件瓶頸，實現全自動駕駛”。

　　另一種思路就是把各種“不完美”的傳感器組合起來。

　　攝像頭擅長識別（物體是車還是人、標志牌是什么顏色），但容易受光線、天氣影響，在強光直射時會出現致盲，運氣最差的時候會導致整個傳感器失靈。毫米波雷達在不同光線和天氣中表現出較強的可靠性，主要作用也是檢測追蹤物體，但分辨率相對較低，看東西像近視眼沒戴眼鏡，并且檢測行人的能力不足；激光光束的聚攏特性，不會因為衍射而錯過細小物體，不過因為整體技術不如毫米波成熟，在雨霧天的表現會收到影響。

　　這種路線認為，在“硬件萬無一失”的前提下，可以簡化算法更快實現功能。沒有一個傳感器可以獨當一面，激光雷達也不例外。但是因其精準快速的特點，成為必不可少的補充。

　　對還處在百花爭鳴階段的自動駕駛來說，時間會驗證技術路線的可行性。但不可否認的是，一種被不少人認可的主流技術方案里，激光雷達與自動駕駛在一起已是板上釘釘的事實。ABB、沃爾沃、福特等品牌都有在量產車上使用激光雷達的計劃，早在四五年前就和激光雷達供應商開始了開發合作，并且會在三年內陸續推出裝載激光雷達的量產車。

　　市場主流激光雷達供應商

　　目前，多數車用激光雷達都由兩家國外公司壟斷。

　　Velodyne64線激光雷達點云圖

　　一家是來自美國硅谷的Velodyne。主要產品是3D激光雷達。因為縱向激光線數多，有16、32和64，垂直視角更大，可以進行整個環境的數據收集，清晰勾勒出視場中物體的邊沿輪廓，如果用軟件生成激光點云圖，可以實時描繪出周圍所有物體。這種多線數激光雷達往往采用一個或多個方案，放在車頂或車身不同位置，小到路沿大到行人、樹木、房屋，在掃描范圍內的物理環境都可以被3D重建。

　　Solid-State Hybrid Ultra Puck? Auto

　　我們最常見的“車頂花盆”就是這家公司的64線激光雷達產品，32線也可以在不少自動駕駛汽車案例中找到身影。為了更加適應汽車市場，Velodyne專為車企設計了一款32線激光雷達Solid-State Hybrid Ultra Puck? Auto，產品如其名，大約冰球大小。現在正在與車企合作測試做進一步完善，如果2017年訂單量達到100萬臺，可以給到500美金的單價。

　　還有一家是德國公司Ibeo。提供線數較少的二維激光雷達。這些激光雷達在垂直方向發射的激光線數較少，一般為4條或8條。探測環境的時候，只有一個平面或類似2.5D的有效掃描范圍。這類低線束激光雷達一般嵌入到車燈或者前臉保險杠的位置，起到檢測前方車輛、行人、地線、馬路牙、路肩、路欄等移動物體的作用。

　　法雷奧與Ibeo合作量產的ScaLa

　　Ibeo和法雷奧合作研發的4線激光雷達ScaLa系列，被用于Cruise4U系統中AEB（自動剎車系統）的測距模塊，明年年初就會量產。Ibeo和車企合作的自動駕駛測試車上，常見miniLUX和LUX兩款產品。LUX四線系列目前一般在10萬人民幣級別，量產后的供貨價格有可能控制在人民幣3000元以下。

　　兩種方案思路不同，應用場景也存在差異，但是都想用更加準確的檢測追蹤等能力，把自動駕駛向安全再推進一點點。3D激光雷達可以盡可能多地重建周圍環境，并且挖掘出高精度地圖的延伸價值，而2.5D激光雷達可以補充3D激光雷達車身周圍的盲區。

　　但值得注意的是，激光雷達仍然是面向測試用車的“后裝產品”，還沒有達到直接上車走量的標準，也要進行很多車規級驗證。成本造價不菲，一不小心就比車還貴，加上主機廠對裝車美觀的要求，活好錢少身材小的車規級激光雷達是迫切需要。

　　國內初創公司的機會與挑戰

　　國外掌握了相對成熟的技術，不過在市場初起階段，任何公司都有機會用一款過硬的產品進入市場。

　　目前進入車用領域的創業公司都試圖挑戰3D激光雷達，誕生了很多16線和32線是產品，用來追求垂直方向更加優秀的感知范圍和分辨率。

　　不同激光雷達的構造存在差別，不過大致由發射系統、接收系統、信息處理等部分組成。除了本身精密儀器的技術要求，對于將激光雷達線數增加并放至車載環境使用，國內創業公司需要面臨不少挑戰。

　　首先，在追求探測視角和精度，并且要滿足車用小型化。線數增加后，確保不同束激光發射后被相應的接收器接受，是一個存在難度的核心技術點。同時，激光雷達內部的多種元器件間容易形成干擾，激光線束增加的同時，還要確保緊湊空間內多路激光收發無串擾。

　　其次，行車有信息采集實時性的要求，高速電路的采集頻率要達到1G/s。遠距離探測的需要，對返回小信號提取的能力，也提出了更高要求，這部分和信號處理的算法存在關聯。

　　最后，正如前文所說，目前激光雷達要重點考慮低成本和量產。因此產品內部模塊在設計時，就要考慮適應量產的模塊，減少人工介入的環節。并且在后期大批量生產的供應鏈上，提前做好儲備。

　　總體而言，產品設計、識別算法、供應鏈、集成等維度，是產品端需要做好的功課。

　　除了產品上的突破，激光雷達在國內可以提供服務上的“加分項”。對剛剛接觸這個新傳感器的企業而言，多線數激光雷達的原始點云數據處理并不擅長，他們更傾向供應商能提供一個加工后的結果，直接輸出分類信息。除了產品一并提供原始點云數據預處理軟件，面向客戶輸出軟硬件一體的方案，會讓公司在競爭中占據先機。

　　小結

　　在火熱而競爭激烈的自動駕駛領域，可以把核心競爭力簡單粗暴地概括為“把黑科技帶進生活的執行力”。作為自動駕駛不可或缺的核心傳感器，激光雷達在國內規模化生產的消息，也會加速一輛消費級的自動駕駛汽車來到我們身邊。