三分钟了解激光雷达

随着通用汽车重心逐渐转移至 Cruise Automation，Waymo 自动驾驶开始商业化和 BAT 在智能驾驶领域进行深度布局，不难看出自动驾驶技术成了大厂争相踏入的一块热土，而说到自动驾驶则离不开感知、决策和控制三大核心逻辑。

这三大核心逻辑也很好理解，把车看做一个人，那感知就像人的眼睛，搜集感受周围的情况发送给大脑，大脑接收到眼睛感知的信息后，做出规划决策，再控制手脚来执行大脑的指令。这三环环环相扣，缺一不可。

我们今天先来看看第一环——感知。自动驾驶汽车的感知元件主要有摄像头、超声波雷达、毫米波雷达、激光雷达四种，我们这次重点来看综合性能最好的激光雷达。

激光雷达按照机械结构可以分为两种，一种是机械激光雷达，一种是固态激光雷达。

机械激光雷达外表上最大的特点就是有机械旋转机构，也就是自己会转，因此个头较大。

固态激光雷达其实还可以细分为 OPA、MEMS、Flash 三种线路，原理相对抽象就不展开了，我们来笼统地看一下，固态激光雷达结构上最大的特点就是没有了旋转部件，个头相对较小。

奥迪 A6 车标左侧为法雷奥激光雷达

激光雷达几个重要的参数分别为测量距离、角视场、测量精度、测量速率。

测量距离很好理解，最大测量距离决定了“眼睛”能看多远，当我们在高速行驶时这个参数尤为重要，能看多远决定了我们们能开太快，需要留足够的反应时间，自动驾驶也是一样。

角视场一般有垂直角视场和水平角视场，角视场决定了“眼睛”的视野有多大。

测量精度意味着“眼睛”能看得多清楚，这个精度“够用”就行，就像我们在开车时只需要看清周围会对我们造成影响的物体就够了，并不需要将地上的沙子、石子也看清。

这里有一个关键值就是角分辨率，角分辨率越小相对精度越高，举个例子，一个角分辨率为 0.4 度的 64 线激光雷达，扫描 50 米外 1.7 米的物体可以产生 5 条线的数据，一个角分辨率为 0.33 度的 40 线激光雷达，同样的物体可以获得 6 条线的数据。

测量速率决定了“眼睛”传播给“大脑”信息的刷新速度，激光雷达感知到了有一辆车，前后两次数据的对比可以得出这辆车是否在运动，运动方向，运动速度，这个速度时刻影响着大脑的判断。

机械式激光雷达将激光线束竖向排列形成一个面，通过械旋转部件转动这个面，扫描周围环境即可呈现出三维立体图形。我们常说的 16 线、32 线、64 线就是竖向排列线束的数量，数量越多，密度则越大，精度相对就越高，但计算机需要处理的信息量也随着增大。

Velodyne 64 线激光雷达“眼”里的世界

因为机械式激光雷达是旋转的，所以水平视角有 360 度，能将周围一圈都看清楚，旋转速度也影响着扫描频率。

机械激光雷达个头较大，又有机械旋转部件，所以并不能与我们常见汽车的造型完美融合，只能突兀地放在车顶，看起来并没有未来的感觉。

固态激光雷达因为没有旋转机构，所以水平视角非常有限，需要在不同方向布置多个固态激光雷达，优点是响应速度快，精度较高，而且个头相对较小，便于藏在车身内。

速腾聚创固态激光雷达

那么那里才能看到呢？

国内外做激光雷达比较有名的厂家主要有 Velodyne、Quanergy、LeddarTech、速腾聚创、北科天绘、禾赛科技等等。

其中起步最早、做的最大的就是 Velodyne，主攻机械激光雷达，其 64线、32 线、16 线激光雷达售价分别为 8 万美元、4 万美元、8 千美元，这还只是没有加税和运费的价格，是不是很夸张，即使这样依旧包揽了全球车企 70% 以上的订单，新出的 128 线的价格就留给大家发挥想象吧。还有一个困扰着 Velodyne 的问题就是产能，由于激光雷达制造精度要求高，Velodyne 64 线产品发货周期接近四个月，实属有钱都难买。

百度的 Apollo 使用的就是 Velodyne 的激光雷达。

今年 11 月百度世界大会上公布了和一汽合作的无人驾驶乘用车，并宣布要在 2019 年实现小批量产，虽然在外观上已经与车体融合，但距离被消费者认可还有一定距离。

Quanergy 主攻固态激光雷达，在 2016 年发布了号称全球首款的固态激光雷达，单个传感器成本为 200 美元。

国内的速腾聚创属于后来者，但有着很强的成本控制能力，同时还提供完整的激光雷达感知方案。

激光雷达相比毫米波雷达和摄像头在探测精度、探测距离、稳定性和环境适应性有明显优势，但价格非常感人，至于无人驾驶是走激光雷达路线还是循序渐进走计算机视觉+超声波雷达路线，我想更多取决于未来激光雷达的价格。