通过广州车展-看自动驾驶激光雷达
文章来源：Vehicle
发布时间：2021-12-15
对于产业技术以及资本来说，这就是自动驾驶的是未来，而且这个市场巨大，会逐步让辅助驾驶从低速走向高速，从有限场景走向完全自动驾驶。
广州车展，依然是电动车，智能车的风头，要博取眼球必须是打智能驾驶座舱以及自动驾驶的牌，谈到智能驾驶座舱其实更多是架构以及软件应用的他的产业化更多的是被高通芯片雄霸
。但自动驾驶的产业化现在还有不少空间，其中有资本和技术一直追逐的激光雷达。
广州车展上可以看到自动驾驶车辆不单单开始采用激光雷达，而是采用多个激光雷达，长城的沙龙机甲龙甚至来个广告4颗以下请别说话，但说实话咋不能误导消费者，自动驾驶肯定不是堆料那么简单。
但从广州车展确实不少厂家开始采用激光雷达，而且还不止一个，例如下图展示的，三个都成主流，所以激光雷达或许正在快速上车成为自动驾驶不可或缺的零部件。
-
-
-
-
-
-
-
CHELLENGE-激光雷达对于自动驾驶的未来趋势和挑战
如果熟悉我们之前文章什么是自动驾驶实时运动规划
，估计对一个图片有印象，在当年达喀尔城市挑战赛中得奖的以及参赛的车子头顶上都戴的这个转动的东西就是激光雷达。
现在不少开发当中或者是做demo的汽车还使用这个，还有Robotexi等物流小车使用，但对于造型讲究和要求车规级的乘用车显然不能使用，需要整合进入整车，当前中国市场车规级激光雷达一般像一面表明光洁的镜面整合车身例如下图：
相信我们都看过新闻报道不少当前辅助自动或者宣称自动驾驶出问题的情况，例如我们之前文章从特斯拉 mode 3径直撞上静止车辆说起
中特斯拉直接撞向静止的物体。
主要是由于当前采用的毫米波雷达的波长的特征所以现在的毫米波雷达没有高度信息，并且空间分辨率不足，没有高度信息，意味着雷达很难区分横穿马路的路牌和桥下的车；空间分辨率不足，意味着两个距离很近的物体，其回波会被混在一起，很难知道有几个目标，所以雷达公司和一些车企在拿到雷达的反射数据后，会通过算法直接将一些静止物体，或者疑似静止的物体过滤掉，以避免产生错误的反应，所以雷达是ACC自适应巡航时候的核心产物，到TJA 交通拥堵辅助的应用就是顶峰了，但未来自动驾驶，高速以及高速时候路面可能出现的静止以及细小物品都是毁灭性打击。
如我们之前文章（自动驾驶中的传感器以及组合方案
）讲过自动驾驶需要通过感知硬件来感知周围的路况。目前汽车上应用到的感知硬件包括但不限于：摄像头、毫米波雷达、超声波雷达、激光雷达以及V2X相关硬件等，未来会是通过多种传感器融合实现自动驾驶，他们的优缺点主要如下：
摄像头是目前最主流的自动驾驶感知硬件，类似人眼看世界，系统算法会自动分析图像并找出其中的各种事物。双目摄像头还可以像人眼一样通过夹角分析出前方障碍物的距离。不过视觉十分依赖算法，而算法需要海量的数据进行训练，对于后来者有极高的门槛。此外，摄像头受逆光、能见度等环境因素影响颇大，识别准确率在不同环境下会有较大波动。
毫米波雷达在汽车上的应用更久，ACC自适应巡航就是靠毫米波雷达实现的。目前毫米波雷达成本可控，同时毫米波雷达在恶劣天气下也可以正常工作，并且可以更直接的判断其他车辆的速度，因此在自动（辅助）驾驶中应用广泛。但毫米波雷达识别精度有限，难以判断障碍物的具体轮廓，目前主流的毫米波雷达甚至无法判断垂直高度信息，对小尺寸障碍物的判断更加模糊。
激光雷达了，相比前两者，激光雷达可以准确的感知周边环境的三维信息，探测精度在厘米级以内。这就使得激光雷达能够准确的识别出障碍物具体轮廓、距离成3D「点云」，且不会漏判、误判前方出现的障碍物。相比前两者目前主流水平，激光雷达普遍的有效探测距离也更远。
未来趋势会是通过多种传感器融合（激光雷达与毫米波雷达、摄像头等进行数据融合）可以得出更全面的周遭环境信息，对自动（辅助）驾驶的路径规划和安全性有着极大的帮助。
他的原理，我们在之前的文章自动驾驶中的传感器以及组合方案
中触及过，他属于雷达的一种，发射电磁波通过测量所经过的时间或相移。然后，根据光的总飞行时间（按照光速）计算距离，这种叫做脉冲ToF（time of flight ） 另外一种叫做调频连续波frequency modulation continuous wave (FMCW)，通过两种形式去探测远处物理形成点云交给自动驾驶处理器处理识别。
所以谈及激光雷达的结构，简单点就是镭射光线源、接收传感器、光学器件例如玻璃、光束控制、信号处理和电源管理。对于性能，最关键的元素是照明源和接收传感器。
对于激光雷达的种类，其实很多文章和生产商喜欢把它分成三种：机械式，半固态，固态。这种分法其实看的是里面你是否有运动的机械零件，但相对通俗易懂。
-
机械式就是常看到在工作时以一定的速度旋转，使雷达获得360°的水平全景视野，在垂直方向采用了定向分布式扫描。不过由于需要机械旋转，有运动部件，导致雷达的可靠性差，寿命短。使得这种雷达目前无法通过车规级认证，大多用在非量产的高阶自动驾驶验证车上面。
还有按照雷达是扫描还是非扫描来分的，但其实最后结果差不多
当然还有一种新的技术方式FMCW 激光雷达发射调频连续激光，通过回波信号与参考光进行相干拍频得到频率差，从而间接获得飞行时间反推目标物距离，同时也能够根据多普勒频移信息直接测量目标物的速度，技术发展方向有利用硅基光电子技术实现激光雷达系统的芯片化。
FMCW 激光雷达可实现更高的探测灵敏度和精度，适合硅光子和相控阵技术低成本批量生产，并且可以有效阻止其他雷达的干扰。但是，对元件的功耗处理能力要求很高是限制该技术的基本因素，若要获得市场认可，其中的激光器必须要在调频速度、调频范围、线性度、激光相干性、满足车规以及能够低成本量产等多方面取得进展。
当前激光雷达主要玩家，据有关消息称中国国内就达80家，yole归类的比较完整如下：
机械式雷达代表企业有 Velodyne、Valeo、Ouster、Waymo、速腾聚创、禾赛科技、镭神智能、北科天绘等。
转镜雷达方案代表品牌包括华为、Valeo、Ibeo、禾赛、Luminar、Innovusion等。
棱镜雷达方案代表品牌包括Livox（大疆子公司），Baraja等。
MEMS 激光雷达的代表厂商有 Innoviz、 Innovusion、Pioneer、Blickfeld、速腾聚创、万集科技、禾赛科技等。
Flash 激光雷达方向的代表厂商有 LeddarTech 、Sense Photonics、大陆、IBEO、北醒光子、Xenomatix、Ouster 等。
OPA 激光雷达，落地很少，Quanergy 曾推出一款 S3，但是迟迟无法落地。市场上有部分企业正在研发、探索中，如 Analog Photonics、力策科技等，预计该技术的真正落地还需 5 年以上。
FMCW激光雷达还处于发展早期，其领先的方法是调频连续波（FMCW），全球只有近 10 家企业涉足，包括 Aeva（获保时捷投资）、Blackmore（2019 年被 Aurora 收购）、Strobe（2017 年被 Cruise 收购）、SiLCTechnologies（获戴尔投资）、Bridger Photonics（获蔡司投资）、光勺科技等。
当天激光雷达的应用交通应用主要是中国市场比较火热，应用情况分三种：
-
Robotaxi 以及各种自动驾驶demo和测试。
-
-
对于Robotaxi 很多可能发展成为未来的无人物流配送车，或者无人运输巴士。这一块的激光雷达主要使用技术更成熟价格更低的机械式雷达。
而到了量产乘用车市场也是各个供应商和资本追逐的地方，由于其想象空间太大，目前对于激光雷达的体积，重量，性能要求比较高，所以这2021年是激光雷达上车量产元年，目前宣称搭载上市或者即将上市的车型有：
基本上车的主流激光雷达技术为MEMS振镜，雷达数量也是最高达4个，主流为3个。上车率比较高的供应商为速腾聚创和华为，但显然华为绑定其MDC(了解华为MDC点击
智能自动驾驶六大主流车载芯片及其方案
)。自动驾驶芯片之王当属英伟达，如我们之前文章讲到英伟达定位准确为T1或者T2供应商，而且工具链提供完整方面自主开发。
对于智慧城市，这个想象空间也不小，新基建的未来，未来政府可能是个风投也可能是营业组织，例如智慧城市传感器接入商用，打个比方自动驾驶车辆驶入高速公路未来或许不是收你过桥过路费用，或许收你传感器信号接收费。
显然2021年是激光雷达上车量产元年，供应商，技术路线等才刚刚开始，还是战国时代。从供应商技术角度来讲目前乘用车半固体是主流，固态是趋势，从主机厂角度来讲比较关心：
成本价格，显然有中国供应商的百家争鸣价格应该是会持续下探对于MEMS方案肯定是万元之内，甚至有人给出6000元左右。
重量，体积，以及功耗，这个对于主机厂来讲肯定是都是越小越好，但目前这个长宽高都有所限制，听说厚度有做到50mm的。
至于其他性能参数比较复杂，等下次我们弄清楚再来一篇分享。
由于目前激光雷达的价格，体积扇热等问题，主机厂考虑汽车设计美观，维修保养，性能最优，这些都成了激光雷达布置整合的难题。现状各种头顶牛魔王的造型确实是不得已为之，它可以实现更好的雷达覆盖和保护，毕竟站得高看得远，碰也难碰得到车顶。装在前保险杠前面设计挺美，但性能可能受限还不耐脏和一碰就上万没了。所以目前激光雷达将讨论和挡风玻璃，和大灯和前保进行相关合作整合更好的方案。
对于整车中各种传感器的组合，摄像头，雷达，激光雷达，超声波，虽然上文介绍了大家的优缺点，但是很多overlap 重叠的地方到底听谁的呢？这个时候就会有一个算法融合的问题，寻找最优最省算力最准确的方法成了主机厂的难题。
对于产业技术以及资本来说，这就是自动驾驶的是未来，而且这个市场巨大，会逐步让辅助驾驶从低速走向高速，从有限场景走向完全自动驾驶。
但我这里想给真正为这个买单的消费者们泼一盆冷水，当前激光雷达车辆可能还是在基础阶段，是有的阶段，要到好用的阶段，还需要一段成长，让子弹飞一会儿。
汽车激光雷达雷达组装和布置趋势-By Ajay Sattu, Weilung Lu, Mike Sleiman, Burt Barber
棱镜激光雷达 - Richard M. Marino
现在以及未来激光雷达展望 - Junko yoshida
DESIGN AND IMPLEMENT OF A CONICAL AIRBORNE LIDAR SCANNING SYSTEM - HaochengHu1, 2 , Guoqing Zhou1, 2.3 Xiang Zhou1,2,3, * , Yizhi Tan1,2 , Jiandong Wei 1
FMCW 雷达-Bridger
获取更多评论