激光雷达—无人驾驶汽车的眼睛

头图借用了特斯拉（故意的），我们都知道，特斯拉的无人驾驶技术并未使用激光雷达，而且出过几次事故，当然不全是因为没有使用激光雷达，但是可以说，缺少激光雷达的无人驾驶是近视的，无人驾驶离不开激光雷达！

今天我们就一起了解如此重要的必将用于无人驾驶技术的传感器—激光雷达！

什么是激光雷达？

LiDAR(LightLaserDeteetionandRanging)，是激光探测及测距系统的简称。用激光器作为辐射源的雷达。激光雷达是一种主动式的光学遥感技术，是激光技术与雷达技术相结合的产物。是以发射激光束（对人畜无害的红外光束Light Pluses，多为950nm波段附近的红外光）探测目标的位置、速度等特征量的雷达系统。由发射机、天线、接收机、跟踪架及信息处理等部分组成。

激光雷达工作原理

激光雷达的工作原理与雷达非常相近，以激光作为信号源，由激光器发射出的脉冲激光，打到地面的树木、道路、桥梁和建筑物上，引起散射，一部分光波会反射到激光雷达的接收器上，根据激光测距原理计算，就得到从激光雷达到目标点的距离，脉冲激光不断地扫描目标物，就可以得到目标物上全部目标点的数据，用点云数据进行成像处理后，就可得到精确的三维立体图像。

激光光束与声波相比更加聚拢，因此可以准确测量视场中物体轮廓边沿与设备间的相对距离，这些轮廓信息组成所谓的点云并绘制出3D环境地图，精度可达到厘米级别。

起源于军事需要

激光雷达最初起源于军事需要，作为目标探测和跟踪系统被认为是更难被敌军干扰和探测到的装置，凭借激光雷达实现高清晰度的成像以收集足够的细节来识别目标，如坦克、飞机或步行中的人，这也促使机载激光雷达比地面激光雷达更具优势，应用场景更为丰富。 

事实上，激光雷达在20世纪70年代发才真正展起来，当时在航天方面主要用于测量火箭初始飞行阶段的弹道轨迹，近两年最为大众称道的是用于无人驾驶汽车导航和制导的激光雷达，特别是它可以使无人机和无人驾驶汽车自行避开障碍物。

激光雷达传感器的应用

毫无疑问，未来激光雷达传感器最大的增长点将来源于无人驾驶技术，对于自动驾驶汽车来说相当于它的眼睛，通过激光雷达传感器使无人驾驶汽车能够识别道路、其他车辆、行人、障碍物及交通基础设施。

激光雷达，毫米波雷达和摄像头是无人驾驶的三大关键传感器技术。在特斯拉几起安全事故之后，人们认识到了毫米波雷达和单目摄像头在识别物体时存在天然短板，目前，Google、Audi、福特和百度等公司研发的无人驾驶汽车基本都采用了激光雷达，唯有特斯拉因为价格原因没有采用，未来如果使用激光雷达的无人驾驶技术取得成功并进行量产将带来巨量的激光雷达需求。

激光雷达在无人驾驶的两个核心作用

1. 3D建模进行环境感知

通过激光扫描可以得到汽车周围环境的3D模型，运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。

2. SLAM加强定位

激光雷达另一大特性是同步建图（SLAM），实时得到的全局地图，通过与高精度地图中特征物的比对，可以实现导航及加强车辆的定位精度。

激光雷达市场及产业链

1.主要面向无人车测试市场

目前，车载激光雷达市场主要还是无人车测试市场，2015年全球市场规模大致在1亿美金左右。目前处在井喷前夜，属于寡头垄断市场，由于产品技术壁垒高，目前售价不菲。未来两年，16线激光雷达，如果年出货量达到10万台的话，售价能够降到5000元。

2. 产业链

上游：元件端，包括激光器、光学元器件、天线、接收机等；

下游：应用端，目前主要面向无人车测试市场，包括Google、Audi、福特和百度等公司。

激光雷达产品及技术趋势

未来的技术路线还未确定，多线束激光雷达、固态激光雷达还是多激光雷达耦合？

1.多线激光雷达

按激光线束的多少分为4线、16线、32线和64线激光雷达，线束越多，技术越难，价格越贵。目前Velodyne能够产出32线和64线激光雷达，而且价格非常贵（一台Velodyne 64线产品8万美元），出货量很慢（64线雷达一个星期只能完成两台成品）。

去年福特和百度 1.5 亿美元投资 Velodyne 后，后者几乎买断了 Velodyne 在市场上的 64 线激光雷达。这不仅变相阻碍了整个自动驾驶行业的发展，也让大部分公司无法掌控无人车的开发和测试节奏。 

16线量产。17年4月，速腾聚创对外界宣布已经投入 20 余条生产线量产 16 线激光雷达，并且预计 1 个季度后达到 100 条以上的产线规模，目前他们的供货周期在 4 周以内，并且售价是市面上同类产品的三分之二。

2.固态激光雷达

在CES 2017 上，Quanergy 公司的 Solid State LiDAR S3 获得了汽车智能类的最佳创新奖，而这也是源于它的固态扫描技术，无机械旋转部件的解决方案。

固态激光雷达有几大优势，扫描速度快、精度高、但最重要的一点还是能够像生产芯片一样快速，同时极大的降低成本。但新技术同样面临很多问题没有解决，例如远距离成像问题，信号强度问题等等。

3. 多激光雷达耦合

多激光雷达耦合是指多个混合固态激光雷达经过合理设计布局，通过激光雷达联合标定以及数据同步处理，达到*组合混合固态激光雷达点云密度变化的目的。

这是一套为了缓解自动驾驶技术公司无法使用价格高昂、高线束的激光雷达而推出的激光雷达耦合方案，标准版为 4 个 16 线激光雷达。

相比单个 64 线激光雷达，标准版耦合方案（4 个 16 线）的优势有三：

一、其价格为 64 线激光雷达的四分之一；

二、在性能上能够实现高速自动驾驶实际使用所需的相同点云密度，其测量距离达到 150 米（同等产品的测量距离为 120 米）；

三、这套方案可以根据合作伙伴的不同需求进行拆解组合，以适用于不同场景。

激光雷达现状

1.技术难

激光雷达需要探测150米外的物体，而光从150米以外返回到镜头的强度，只有以前的大约十亿分之一，捕捉到反射回的微弱信号对光路设计和电子系统设计会有非常高的要求;此外，要做到几厘米级距离的分辨率，就要求电路系统进行每秒十亿次的采样；同时，要把32线激光的几百个子系统集成到拳头大的高速旋转的封闭空间内，还需要克服诸多的电磁窜扰等问题。

2.成本高

一辆造价大约30万美元的无人驾驶汽车，激光雷达就要占用约10万美元（一台Velodyne 64线产品8万美元，两台Velodyne 16线产品各1万美元），比例高达1/3。

以Velodyne为例，Velodyne 64 线数的调校中，每一条线都有一对激光发射器和接收器：20圈每秒的速度旋转，放出的激光要达到100米至200米的距离。在组装过程中，为保证发射出去的激光要被成对的接收器收到，不能有任何偏差。在这种情况下，64线雷达一个星期只能完成两台成品。这样的组装和调校过程极其复杂和耗时。在湾区的工厂还处于手工组装和调教阶段，人工成本和工厂成本都非常高。

国内外激光雷达厂商

1.国外厂商

目前美国Velodyne遥遥领先，德国Ibeo和美国Quanergy各有特色。最近一段时间以来，以色列Innoviz、美国Aerostar、加拿大LeddarTech、加拿大Phantom Intelligence、美国TriLumina等创业公司的名字也见诸报端。

2.国内厂商

国内厂商分为两类，第一类是主攻研发用于无人驾驶汽车的激光雷达，可以发现，国内做的比较好的这3家都已获投，而且玩家并不多，主要因为目前用于无人驾驶的激光雷达还是一个试验车市场，而且技术难度较大，短暂时间难以盈利，所以具有较高挑战。

另一类则是循序渐进，在做激光雷达相对简单的产品，并且已经有成熟的应用场景，比如用于测绘的机载、车载无人雷达，用于扫地机器人的二维激光雷达，用于AGV机器人的低线束激光雷达等。

总之，这些场景应用足以养活他们，并且这些厂商可以通过技术的不断积累，逐渐进入用于无人驾驶的激光雷达研发，这些厂商的潜力也不小，非常值得关注！

最后

可以感受到，最近激光雷达市场非常火热，是因为可以想象，无人驾驶技术一旦成熟商用，每台车可能需要不止一台激光雷达，这将是一个无比巨大的市场，是时候**激光雷达领域未来的独角兽了！