298
20年前，如果有人夸车智能，也许会带你看倒车影像。
10 年起 ，如果有人夸车智能，也许会先指指车内后视镜前的摄像头。
如今，如果再有人跟您夸车智能，恐怕首先会让您看车顶突出的那块黑疙瘩。这块黑疙瘩就是传说中的激光雷达（Lidar，Laser Detecting and Ranging）。
在当下的中国新能源汽车市场，除了坚持走纯视觉路线的特斯拉和极越外，其他车企的新车如果没有搭载激光雷达，都不好意思多说两句自己的智能驾驶体验。
2月底，极氪为最新上市的全新极氪001全系标配了来自速腾聚创的激光雷达。3月初，零跑汽车新推的C01也搭载了激光雷达。没几天，零跑汽车又宣布与禾赛科技达成战略合作。
3月12日，中国头部激光雷达公司禾赛科技发布的2023年财报数据显示，该公司年营收同比增长56.1%至18.77亿元，激光雷达出货量同比增长176.1%至22.2万台。
数据持续向好的激光雷达厂商不止禾赛科技，还有他们的主要竞争对手速腾聚创、图达通和华为等。
对于普通人来说，提起激光雷达，总有一种不明觉厉的感觉。这玩意儿又贵、又影响车辆造型，为啥非要装在车上？究竟能给智能驾驶带来哪些不可替代的好处？咱们今天就来聊一聊。
虽然直到2022年才算真正走上量产车，但激光雷达却并不是什么新鲜玩意儿。
采用激光扫描技术进行测绘的历史最早可以追溯到上世纪60年代。比如，上世纪六七十年代，号称“阿波罗计划”的美国宇航局登月项目。
月球上有很多陨石坑，不论载不载人，航天器一旦落入较深的陨石坑，基本就算废了。所以，航天飞船需要通过激光雷达来探测陨石坑的位置，以防月球探测器落入其中。
除了航空航天领域外，激光测绘技术在诞生的前三四十个年头还主要被用于国防军事、科研探索、工业设备等领域。总之，与普通人还是有着很远的距离。
直到时间走进21世纪，激光雷达才与车有了联系。
21世纪初，深陷阿富汗战争的美国军队时常因路边炸弹袭击导致人员伤亡。因此，美国国会通过一项法案，要求到2015年让军方三分之一车辆实现无人驾驶。
作为美国国防部属下机构，美国国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）于2004年举办了第一届自动驾驶挑战赛，来刺激更多人帮助其发展自动驾驶技术。
为了这场比赛，举办方DARPA拿出100万美元的奖金来吸引参赛者。可惜，这场比赛中没有一位参赛者的车辆能够自主完成全程比赛，也就没人拿到奖金。
有一个好奇心非常重的音响品牌创始人虽然没有参赛，但也十分关注这场自动驾驶挑战赛。他发现，有参赛者用多个激光测距传感器对前方障碍物进行探测，对于自己有了启发。
受到启发后，这位仁兄在2005年参加了第二届DARPA自动驾驶挑战赛，并在自己的参赛车辆上安装了一个机械旋转式的激光测距传感器。这个激光传感器通过快速旋转的多线激光发射和接收模块，对车辆周围360°环境进行扫描，获得的环境数据要相比以往激光测距丰富得多。
虽然因为车辆遭遇严重机械故障而没有完赛，但这个新鲜的激光传感器受到了主办方DARPA和不少参赛者的关注。
这位仁兄的名字就是David Hall，他的音响企业叫做Velodyne。但自这场比赛后，这家公司就不再只是音响企业，而是成了世界上第一家激光雷达企业。
到了2007年，参与DARPA挑战赛的十多个团队都来找Velodyne寻求相关技术。当时，Velodyne向这些团队提供了一款64线机械旋转式激光雷达HDL-64E，单颗售价高达8万美元（约合人民币57.5万元）。
此后，谷歌兄弟公司Waymo、被通用汽车收购的Cruise、苹果、Uber等公司开始发力自动驾驶时，都在测试车上使用了Velodyne的机械式激光雷达，将Velodyne推向商业化的顶峰。
然而， 受限于尺寸、价格、稳定性等方面因素的影响，机械式激光雷达难以搭载上量产车。当时间走进21世纪10年代，禾赛科技、速腾聚创等中国企业发现属于自己的机会就来了。
当时间拉回到现在，中国激光雷达厂商已经成为这一市场的头部。包括Velodyne在内海外厂商要么还为生存所困，要么已经寿终正寝。
讲激光雷达，光讲历史怎么够？不得来点技术干货。
激光雷达，是一种通过发射和接收激光束来实现目标检测的感知元件。它可以在1秒内获取几十万到几百万个位置点信息（点云）。除了获得位置信息外，通过激光信号的反射率还可以区分目标物质的不同材质。
由于激光频率高、波长短，所以具备极高的角度分辨率和测距精度。
咱们在上文说过，机械旋转式激光雷达的稳定性不行，主要是因为机械式激光雷达的电机需要带动整个元器件旋转。那么，能不能开发一种将部分元器件固定，只让极少数元器件动的半固态激光雷达呢？
基于这样的思考逻辑，转镜式半固态激光雷达率先诞生。
转镜式激光雷达，就意味着发射器和接收器等元器件固定不动，电机仅需要转动一个镀膜的小镜子，就可以实现对外界事物的探测。
转镜式激光雷达的反射镜一般为3面或者4面。通常情况下，这类激光雷达的电机只需保证反射镜匀速旋转即可。相较于机械旋转式激光雷达结构更简单，这一产品在成本、尺寸和稳定性方面都可以有所优化。
禾赛科技主推的AT128激光雷达就是采用转镜技术实现对水平方向事物进行扫描，垂直方向的扫描则主要借助多个激光器进行覆盖。
有了只覆盖水平角度的半固态激光雷达，就有人希望把垂直角度也给覆盖了。然后，就诞生了MEMS（Micro Electro Mechanical Systems，微机电系统）振镜式半固态激光雷达。
MEMS激光雷达，主要是通过MEMS振镜，进行水平方向和垂直方向的振动，实现激光束的扫描。由于MEMS振镜振动的角度范围比较有限，所以需要多个激光器各自负责20多度的扇区，共同覆盖一个较大的水平视场角。
搭载在全新极氪001上的速腾聚创M1P就是一款MEMS激光雷达，内部由5个激光器来覆盖120度的水平视场角。
从成本、性能、尺寸等多维度来看，转镜式激光雷达和MEMS激光雷达仍是当下量产车上主要使用的两种激光雷达，基本覆盖90%以上的市场。
不止尺寸小、质量稳定和成本低，这两类半固态激光雷达的好处还在于覆盖距离远、覆盖范围广。转镜式激光雷达和MEMS激光雷达的有效探测距离能够达到150～200m、覆盖超120度的水平视角。
由于动辄大几千的成本，一般车企只舍得在车上装载1～2颗激光雷达。所以，当下的激光雷达基本只用于前向事物的探测，其他角度则主要依靠毫米波雷达和摄像头来完成。
除此之外，市场上还有棱镜式半固态激光雷达、Flash固态激光雷达和OPA（Optical Phased Array，光学相控阵）固态激光雷达。
得益于成本和成像效果优势，与摄像头原理类似的Flash固态激光雷达目前在低速物流车、量产车侧面补盲等场景有所应用。棱镜式半固态激光雷达和OPA固态激光雷达目前基本还和量产车无关。
虽然大多数车企在走向高阶智能驾驶的路上认为激光雷达必不可少，但少数车企仍认为激光雷达没有必要。
对于当下的绝大多数车企来说，开发智能驾驶技术是无法回避激光雷达这一产品。
如果说摄像头是汽车的视觉器官，那么雷达就是汽车的触觉器官。即便对于人来说，用眼睛看到和用手摸到也还是有一定区别的。
极氪相关智能驾驶工程师对百度有驾表示，激光雷达对于智能驾驶至少能带来两个维度的好处：
第一个维度，就是当车辆视觉传感器处于黑暗或强光等恶劣天气或复杂环境下，视觉算法可能无法判断车辆前方的交通状况，这就需要通过最远能摸到200米外物体的激光雷达来预判。
第二个维度，就是视觉系统往往是通过大量数据的训练来判断交通状况的。但真实道路的情况总是更加复杂，可能存在系统数据库之外的非标准障碍物。匹配足够强大的融合感知算法，借助激光雷达提前摸到物体，有利于大幅提升对系统的识别率。
这个时候，就有人问了，你刚说的都是针对摄像头这样的视觉传感器。如果不配备激光雷达，也还有价格更低的毫米波雷达不是。
毫米波雷达确实造价更低、探测距离更远，还不像激光雷达似的会受雨雪天气干扰。但毫米波雷达也有自己的问题，那就是探测精度太差了。
激光雷达或许能告诉你前面是人、车、自行车、狗，甚至尺寸都给你提供出来，但毫米波雷达恐怕只能告诉你前面有障碍物，把自行车当车、把狗当人的情况常有发生。
更让人担心的是，一旦距离金属物品过近，毫米波雷达发射出去的电磁波还会被干扰，导致识别率进一步下降。
简单来说，传感器类型越多，冗余越大，理论上也就越能识别精准，以提升安全性。
与此同时，也有两类人不认可这样的理论。
第一类人，是以特斯拉、极越为代表的纯视觉路线践行者。在他们看来，本来只有摄像头一路传感器来告诉车辆怎么走，再增加激光雷达这一路传感器给系统指挥，只能导致相互干扰，阻碍了行车效率。
与此同时，得益于BEV（(Bird's Eye View，鸟瞰视角）技术的不断升级，视觉系统也能看到三维的物体，和触觉能力差不多。针对视觉被干扰的问题，他们则认为，人驾驶的时候也会遇到类似问题，人能解决，AI就能解决。
另一类人，是希望通过4D毫米波雷达来替代激光雷达。4D毫米波雷达是在普通毫米波雷达上增加了俯视角度的探测，并可通过神经网络技术形成点云。
虽然4D毫米波雷达的点云密度低、分辨率差，但部分人认为这样的点云密度已够用。同时，这类产品受雨雾等天气影响较小，且成本优势明显。有消息称，4D毫米波雷达的成本可以降至激光雷达的十分之一左右。
目前，反对的声音还不是主流。在可预见的未来，激光雷达仍是智能驾驶行业的标杆配置。
2024年，是传统车企的新能源产品线从电动化走向智能化的重要一年，也是各大头部造车新势力猛“卷”城市NOA覆盖率的重要一年。
在这样的背景下，越来越多的汽车上搭载了仿佛已成为智能驾驶象征的激光雷达。
激光雷达，可以为智能驾驶增加一重保障。但有激光雷达，不代表智能驾驶体验就一定更好。对于激光雷达过于依赖，反而不利于企业在智能驾驶的进一步发展。
极氪智能驾驶工程师对百度有驾表示，该公司拥有“激光雷达+视觉融合”以及“纯视觉”两套方案，且都由极氪智驾团队统一管理。他们会率先基于视觉方案开发，然后在此基础上努力让激光雷达做好安全冗余。
视觉与激光雷达如何配合才能达到最好的智能驾驶效果？极氪给的答案，并不是唯一的答案。
如果您深度试驾过特斯拉和极越，就会发现，前者在高速路况的高阶智能驾驶体验超过市面上大多数配备激光雷达的车型，后者在城市场景的智能驾驶体验也不比搭载激光雷达的对手逊色。
希望在未来，激光雷达不会成为车上的摆设，也不会成为车企的依赖。我们最想看到的是，激光雷达能和其他传感器、系统形成合力，成为推动整个汽车产业向智能化方向加速前进的核心力量之一。
内容由作者提供，不代表易车立场
