江苏龙网

  1. 首页 > 人文 > >

「钛媒体」激光雷达的“下沉”战事

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

图片来源@Unsplash

文｜汽车之心（ID：Auto-Bit） ， 作者｜老爷车 ， 编辑｜王德芙

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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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；

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 。

以摄像头为核心的 ADAS 系统 ， 依然有局限

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

一直以来 ， 特斯拉 CEO Elon Musk 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：

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

首先 ， 视场角（Field of View ， 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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

2017 年 ， 奥迪推出号称全球首款 L3 级别自动驾驶车型奥迪 A8 ， 这款车型也让行业关注到全球第一款为量产车准备的激光雷达——法雷奥 ScaLa 。

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 Eonite Perception 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 Eonite Perception 的工程师 ， Mobileye 成立激光传感器部门——LiDAR.AI 。

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 David Hall 对外界表示 。

他认为 ， Velodyne LiDAR 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 Level 4/5 市场并非明智之举 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 Super Cruise 一样有竞争力的 ADAS 方案 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 Mapper.ai 的知识产权资产 ， 双方将合作开发更安全的 ADAS 系统 。 Mapper.ai 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 Eonite Perception 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 。

Luminar CEO Austin Russell 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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 May Mobility（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 Level 3 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 。

「钛媒体」激光雷达的“下沉”战事

----「钛媒体」激光雷达的“下沉”战事 //----[ http://www.caoding.cn]

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 Velodyne 128 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 ， David Hall 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）


    推荐阅读


    上一篇：【钛媒体】Costco在中国能成功吗？

    下一篇：[钛媒体]特斯拉的底牌是什么？