雷锋网 (大众号：雷锋网) 按：虽然开发者们在机器学习的研发上忙得不亦乐乎，但现实上 AI 并不是万金油，没有充足的传感器支持，自动驾驶汽车在平安性上还是达不到要求。

特斯拉 Model S 在 2016 年一头撞上卡车形成司机死亡的事故就给我们敲响了警钟，事先车上的摄像头没能辨认出那辆体型宏大的白色卡车。

因而，为了保证万无一失，车辆必需对四周的环境停止准确牢靠的建模，特别是辨认出关键的“要挟”，而这个进程次要靠一台甚至少台激光雷达或基于激光的近程传感器。不过，这只是实际上的。

理想中激光雷达反而成了自动驾驶行业的心病。它们的确好用，但大少数测试车上运用的 Velodyne 旋转式激光雷达单价就高达 7 万美元。这样的自动驾驶汽车放到批发市场基本就是“找死”。

当然，激光雷达技术可不是铁板一块。 好音讯是，业内有少量公司参加了这场淘金热，它们要经过技术创新彻底打破激光雷达市场的格式。

在往年的 CES 上，我们就见到了许多出路远大的公司，其中的一些还拿出了表现亮眼的原型产品。回到当下汹涌澎湃的AI浪潮，正如所有的企业都被互联网化一样，所有的互联网企业都将 AI 化。而这些互联网企业中，也包含CSDN。同时，作为全球最大的中文IT社区，CSDN还有一个历史使命——为广大的互联网公司进行AI赋能。虽然如今判别谁能笑到最初还还为时髦早，但我们对它们的开展途径停止剖析与评价还是很有必要的。

为什么激光雷达成了“天选之子”？

自动驾驶汽车搭载的传感器类型普通包括摄像头、雷达、超声波传感器和激光雷达。

摄像头生成的数据，人就能看懂，不过其测距才能堪忧，而且对光环境也非常挑剔。在英伟达的自动驾驶研发中，摄像头不断占据中心角色，而被英特尔蚕食的 Mobileye 也在销售以摄像头为中心的零碎。

雷达在探测间隔上优势宏大，也不怕天气影响，不过在辨认物体时分辨率有些让人担忧。值得留意的是，在与 Mobileye 各奔前程之前，特斯拉不断在用 Mobileye 的摄像头方案，但如今特斯拉换成了以雷达为中心的方案。

不过，以上这两种传感器在江湖位置上还是无法与激光雷达等量齐观，后者曾经成为大少数顶级自动驾驶零碎的基石， 包括 Waymo 和 Uber 等公司都在追逐最新的激光雷达技术，两家巨头对簿公堂就是由于该技术（Uber 最初赔了 2.45 亿美元，该技术的重要性可见一斑） 。更疯狂的是， Aptiv（安波福）公司的自动驾驶展现车甚至直接装了 9 台激光雷达。

眼下，高端型号的激光雷达可以提供近乎完满的 360 度间隔探测信息，其分辨率也相当惊人。

不过，7 万美元的售价可不是闹着玩的。此外，车辆还得顶着一个宏大的“大花盆”在路上奔驰。因而， 将来如何降低激光雷达售价并减少其体积是各家厂商 ADAS 与自动驾驶零碎研发中的刚需。

MEMS 反射镜和半导体激光雷达

现有的激光雷达零碎包括少量平行的激光器，每个还都配了本人的探测器。

经过一个旋转的反射镜，整套零碎会生成一个 360 度的单色间隔图。在制造进程中，激光器和探测器必需小心停止婚配。 相似英飞凌这样的公司则靠 MEMS 技术（微机电零碎）挪动反射镜，不但简化了整个零碎的架构，还大幅增添了本钱。

除了运用 MEMS 技术， 研发人聚集了全世界身经百战的最优秀的创业导师，汇集了全世界各国最优质的产业资源，召唤全球未来的商业领袖。员以为借助相似摄像头传感器的半导体也能完成相反效果，只需用激光来补偿摄像头测距才能孱弱的软肋。

这样的设计不但降低了本钱，还能轻松整合进挡风玻璃或车辆的 A 柱中。不过这样设计的最大限制是视场，仅有 120 度左右。这也就意味着，要保证自动驾驶汽车的平安，车上就得装置多个激光雷达，车载计算机还要第一工夫将激光雷达采集的数据停止整合。

从实际下去讲，半导体激光雷达在探测间隔上也会弱于那些更大的旋转激光雷达。 要想完成探测范围的全掩盖，要么在车的各个角上装置多个激光雷达，要么就装置一个大型旋转式激光雷达，外加几个辅佐的半导体激光雷达以消弭盲区。

由于当下激光雷达在体积和售价上的限制，许多设计师选择用摄像头或其它偏移传感器来处理顶置旋转激光雷达的盲区成绩。

Velodyne 曾经成了激光雷达代名词

借助 DARPA 自动驾驶应战赛一战成名的 Velodyne 如今简直曾经成了激光雷达的代名词。

假如你在自动驾驶汽车车顶上看到一个旋转的宏大设备，那一定就是昂贵的 Velodyne 激光雷达。眼下，大少数厂商采用的都是 64 线激光雷达。不过市场上还有功能更强也更昂贵的 128 线激光雷达和体积更小的 32 线激光雷达。

普通来说，用于顶级研讨和地图绘制的车型会搭配最好的激光雷达，但大少数被厂商吹得缄口不语的原型车却只能装置几台小型激光雷达。

不过，Velodyne 独霸车载激光雷达市场的时代能够一去不复返了。

在往年的 CES 展上，参展的激光雷达厂商曾经 16 家以上。当然，并不是一切厂商都能拿出完好的产品，相似 Leddertech 这样的公司，就专攻将自家信号处置技术整合出去自其他公司的传感器。

除此之外，还有一些创新才能很强的新创公司，开端往激光雷达中添加多个传感器和传感器交融。

传感器交融是下一步：AEye 和 Tetravue

虽然转向半导体激光雷达能大幅拉低设备本钱，但这种处理方案仍然有很多创新与整合的空间。

鉴于激光雷达只是自动驾驶汽车的必备输出之一，因而将多个传感器的交融优化成连接的数据模型是自但是然的要求。眼下，整个传感器交融的进程是在相似英伟达 Drive 芯片的迷你超级电脑中完成的。

新创公司 AEye 曾经将激光雷达和一颗传统摄像头整合到了自家的原型传感器上，它们还给这套零碎加了个“大脑”，以便依据激光雷达和摄像头的反应对激光形式停止优化。

AEye 以为，这样的处理方案在效率上可达传统 MEMS 激光雷达的五倍以上。同时，它还能提供完好的 RGB+ 深度图像。AEye 还将新产品命名为 iDAR，声称自家产品在辨认物体才能上是传统激光雷达的 10 到 20 倍。往年，首批 iDAR 就将正式走下消费线。

Tetravue 也想完成相反的成果，不过它们选的路有所不同。该公司不但在零碎中参加了传统的摄像头，还给它装备了光限幅器，这样一来不但能失掉 RGB 数据，还能采集精确的深度信息。

据雷锋网理解，Tetravue 有希望往年晚些时分拿出测试产品。 令人振奋的是，Tetravue 面前有三星、富士康和博世等巨头，这样它在创新路上就不那么困难了。

欧司朗和 EPC：“把铁锹卖给矿工”

无论是哪场淘金热，最有能够赚钱的就是那些卖工具给矿工的公司。

在自动驾驶行业，假如你深挖激光雷达的供给链，就会发现许多有实力的公司。欧司朗就是其中之一，这家半导体制造商曾经将自家产品植入多个激光雷达设计，其中就包括 Velodyne 的产品。

假如再停止细化，就要说到控制激光发射的高速氮化镓（GaN）半导体资料了。EPC 是这个小圈子内的翘楚，EPC 公司的 CEO Alex Lidow 就表示，简直一切的激光雷达制造商都是 EPC 的客户。

无论最初的成功者是谁，激光雷达为汽车公司和消费者带来的益处都不言而喻。将来，我们的自动驾驶零碎和驾驶员辅佐零碎都会用上价钱更低、运用更灵敏的激光雷达。

PS：看遍这一年中国与全球智能驾驶范畴的技术前沿与商业探究，雷锋网新智驾年度引荐，扫描下图二维码或点击 https://www.leiphone.com/special/custom/AIdrive.html ，理解更多信息。

。