激光雷達(dá)“3.0時代”來臨了嗎？

2021年以來，隨著高性能車規(guī)級激光雷達(dá)在成本、性能、可靠性等方面基本成熟，激光雷達(dá)的市場認(rèn)知和應(yīng)用規(guī)模迎來新一輪爆發(fā)。

如何定義激光雷達(dá)“3.0時代”？

激光雷達(dá)賽道一直充滿迷霧，不同技術(shù)路徑各有優(yōu)勢劣勢，如何破局而出？

激光雷達(dá)的終局是什么，是成本、性能和穩(wěn)定性的極致平衡嗎？

探維科技CEO王世瑋受邀參加數(shù)字科技百日談，暢談他的看法。

主題：激光雷達(dá)“3.0時代”來臨了嗎？

人物：探維科技CEO王世瑋

激光雷達(dá)技術(shù)從國內(nèi)外的研究到應(yīng)用，有演進(jìn)的脈絡(luò)和動向，請您幫助大家理解和刻畫一下所謂的1.0、2.0、3.0。

借此機(jī)會，我們把激光雷達(dá)3.0的概念給大家做一個介紹。首先，激光的飛行時間測距技術(shù)（TOF）是光學(xué)領(lǐng)域比較常見、基礎(chǔ)的技術(shù)方案。最早阿波羅飛船登月，測量地球到月球的距離，就是通過計算光在太空中飛行的時間得到精確的距離信息，當(dāng)時還不能叫做激光雷達(dá)。

我們所看到的激光雷達(dá)產(chǎn)品的1.0，就是大家經(jīng)常說的機(jī)械式激光雷達(dá)。最早我們看到的機(jī)械式激光雷達(dá)安裝在自動駕駛測試車的車頂，做360度環(huán)視，一邊旋轉(zhuǎn)掃描，一邊采集點云，承擔(dān)無人駕駛車的感知功能，性能很好，測距很遠(yuǎn)，3D感知的場景非常清晰，開創(chuàng)了激光雷達(dá)在自動駕駛系統(tǒng)和車載端的應(yīng)用，這是機(jī)械式激光雷達(dá)的歷史使命。

所謂2.0技術(shù)，就是大家經(jīng)常說的車規(guī)級激光雷達(dá)，隨著自動駕駛技術(shù)從ADAS升級到L2+，甚至L3、L4，激光雷達(dá)想要上量產(chǎn)的乘用車和商務(wù)車，所面對的核心問題就是要走向固態(tài)化、低成本和車規(guī)級。目前國內(nèi)外已經(jīng)發(fā)布了一些搭載激光雷達(dá)的量產(chǎn)乘用車車型，激光雷達(dá)開始走入消費者的視野，為車輛提供高級輔助駕駛所需的感知功能。

我們總結(jié)歸納激光雷達(dá)2.0的版本，跟1.0最大的差別就是從機(jī)械式走向了固態(tài)，或者說混合固態(tài)，其中包含很多技術(shù)路線。技術(shù)路線雖然不同，但都是為了量產(chǎn)，為了能夠滿足車規(guī)級的要求。我們看行業(yè)的發(fā)展趨勢，一個非常明確的剛需就是安全。激光雷達(dá)滿足車規(guī)級的要求以后，一定要保證自動駕駛系統(tǒng)從感知層再到?jīng)Q策層都能夠更加安全可靠，在更多的場景下，讓自動駕駛系統(tǒng)去發(fā)揮它的無人駕駛功能。

在傳感器端如何更好地提升感知性能，就是我們在推廣的概念，或者說是我們對未來的判斷。后面激光雷達(dá)一定是和更多的傳感器去融合，圖像加上激光點云，能夠以光學(xué)和基于硬件的形式去做到高精度的空間對準(zhǔn)，高精度的時間同步，通過前融合的方式把攝像頭和激光雷達(dá)的數(shù)據(jù)，真正地整合到一起來。這就是我們看到的未來整個感知層技術(shù)演進(jìn)方向和趨勢。

所以我們激光雷達(dá)3.0的概念，就是硬件級圖像前融合的固態(tài)激光雷達(dá)，能夠同時給用戶、給算法層去輸出具有高清細(xì)節(jié)的圖像信息，同時也能給出非常高精度的距離3D感知的信息，這個就是我們所定義的激光雷達(dá)3.0的概念和技術(shù)的方向。

在激光雷達(dá)上車的過程中，客戶現(xiàn)階段對于激光雷達(dá)有什么樣具體的需求？在上車的過程當(dāng)中到底有什么樣的痛點？在這個過程當(dāng)中探維這樣的創(chuàng)業(yè)公司有什么樣的機(jī)遇？

這個問題還挺大，我覺得這個問題還是得從激光雷達(dá)2.0車規(guī)量產(chǎn)的應(yīng)用普及開始聊。因為ADAS系統(tǒng)，或者說是L2+、L3的自動駕駛系統(tǒng)，可能會遇到一些事故的隱患和出現(xiàn)一些意外的情況，總結(jié)下來看，目前出現(xiàn)的大部分場景和失效的模式，還沒有因為激光雷達(dá)的原因?qū)е碌摹＝^大部分的失效，還是攝像頭加上毫米波的感知方案在一些corner case下遇到意外情況導(dǎo)致。

目前整個行業(yè)內(nèi)，激光雷達(dá)量產(chǎn)車型進(jìn)ADAS系統(tǒng)，是一個逐漸普及的過程?？梢钥吹胶芏嘬嚻蠖家呀?jīng)有了激光雷達(dá)車型的計劃，但是目前搭載激光雷達(dá)自動駕駛系統(tǒng)的車型普及率還不是特別高。大家可能還在行業(yè)內(nèi)共同探討激光雷達(dá)究竟上車要發(fā)揮什么作用，如何跟攝像頭、毫米波這樣相對比較成熟的感知傳感器去配合、融合。

所以這個問題既涉及到激光雷達(dá)上車的大趨勢，同時也涉及到不同傳感器之間，如何去更好地互相配合，能更完善地、更完整性地保證自動駕駛系統(tǒng)在更多的場景下，做到極致的安全體驗。我們在激光雷達(dá)2.0版本的階段下，給很多車載的乘用車客戶去提供更低成本、更加可靠，環(huán)境穩(wěn)定性更好的固態(tài)激光雷達(dá)產(chǎn)品，進(jìn)一步推動在當(dāng)下的ADAS系統(tǒng)中，車企能夠有更多更好的傳感器選擇。

我們所看到的這些corner case的共同點基本都是屬于道路上遇到靜態(tài)物體的情況，這是毫米波沒有辦法解決的。同時，如果障礙物或者說一些特殊的車輛，它在圖像當(dāng)中所展現(xiàn)的形態(tài)并不是常見的障礙物，圖像識別失效的風(fēng)險也非常大。所以類似這樣的場景，對于攝像頭加毫米波的感知系統(tǒng)而言，失效的風(fēng)險是非常高的。

然而，激光雷達(dá)最擅長的就是對于異形或大型物體的感知，哪怕它是靜態(tài)的，激光雷達(dá)點云都是可以在相當(dāng)遠(yuǎn)的距離下，甚至150米、200米外就能夠做到檢測和識別。

當(dāng)然目前激光雷達(dá)在上車的過程當(dāng)中也遇到一些困難和挑戰(zhàn)，我覺得主要來自于兩個方面，一方面是激光雷達(dá)的成本一定要達(dá)到入門型的，或者大眾型的車型能接受的價格。另外一方面，在傳感器融合的層面，不要讓不同的傳感器互相掣肘。所以探維做的事情一方面在激光雷達(dá)的方案上，充分考慮低成本和車規(guī)級的要求。我們的ALS方案，非常適合規(guī)?；能囈?guī)級量產(chǎn)，而且最終的目標(biāo)成本，能夠做到接近千元級的水平，滿足未來自動駕駛車型對于激光雷達(dá)終極成本的一個要求。

同時，我們也在做激光雷達(dá)3.0的方案——硬件級圖像前融合。我們能夠在最原始數(shù)據(jù)Raw data的層面，直接把攝像頭的信息和激光點云的信息做深度的整合，讓算法不再是獨立去處理激光雷達(dá)的數(shù)據(jù)和攝像頭的數(shù)據(jù)，而是同步處理，直接采用前融合的感知算法、感知架構(gòu)。這樣的話，我們在后面整車傳感器融合集成的過程當(dāng)中，就不太需要去考慮究竟該采信攝像頭，還是該采信激光雷達(dá)。因為兩者的原始數(shù)據(jù)其實是一同進(jìn)到?jīng)Q策系統(tǒng)當(dāng)中來的，而且兩者的標(biāo)定關(guān)系，對應(yīng)關(guān)系，還有時空同步的一些問題，都會在我們前融合的方式當(dāng)中去得到完美的解決。這其實也是在低成本的前提下，一舉解決了多傳感器系統(tǒng)中，不同傳感器的特性如何互相融合的工程難題。

對于激光雷達(dá)這種產(chǎn)品，您接觸到的真實客戶更看重哪一點，是不是有一個排序？

我們?nèi)ツ暝谛袠I(yè)里提出了一個不可能三角的概念，其實就是性能、成本和車規(guī)級的環(huán)境穩(wěn)定性。在一定情況下同時做到最優(yōu)確實難度很高，需要突破技術(shù)的瓶頸。但是，這三點不管是終端用戶、OEM廠商，還是自動駕駛方案開發(fā)商來看，都是需要去兼顧的。

既然是量產(chǎn)車型，量產(chǎn)的場景一定是車規(guī)級的。在大規(guī)模量產(chǎn)的情況下，成本要做到最終的終端用戶能夠接受的水平。其中性能可以做一些轉(zhuǎn)化，因為本身性能更核心的還是要去滿足安全、滿足功能。如果說直接去討論這三者有沒有排序，有沒有取舍，我覺得其實是沒有的，因為都很重要。

我們?nèi)崿F(xiàn)這個不可能的三角，是希望助力激光雷達(dá)市場和自動駕駛賽道能夠達(dá)到市場的預(yù)期，共同把市場做的越來越大，普及率越來越高。當(dāng)然，這是宏觀層面的，具體到每一個場景下，其實很重要的一件事情就是去做需求分析。不管是低速的L4還是高速的乘用車ADAS的場景，我們目前在跟客戶一起合作過程當(dāng)中，一個非常寶貴的價值就在于如何把激光雷達(dá)這個產(chǎn)品定義好。

并不像早些年，大家在比拼產(chǎn)品參數(shù)，這不是根本性的需求。最重要的還是一起去跟客戶去定義產(chǎn)品、定義功能，我們究竟在什么樣的ADAS或者是L4的場景下需要多高的分辨率，多遠(yuǎn)的探測距離，這個一定是有科學(xué)而且是合理的邏輯分析以及試驗驗證能夠得到一些結(jié)論的。在此基礎(chǔ)上我們再去優(yōu)化結(jié)構(gòu)方案，來保證低成本和車規(guī)，這個是我們過去在做的事。目前跟客戶也是不斷去互動，不斷去提升。

確實我們在目前看來，以及對未來前瞻性的判斷，圖像融合應(yīng)該能夠進(jìn)一步提升感知層的綜合性能，同時還能夠兼顧車規(guī)、成本等關(guān)鍵的客戶需求。

您提出激光雷達(dá)3.0時代的概念，那么和大家暢想一下激光雷達(dá)4.0時代是什么樣的？

我先挑戰(zhàn)一下您的問題，因為終局這個概念很好。但是我想說的是，終局是一個思考問題的方式，而不是一個思考問題的結(jié)論，并不是一個答案。我們是長遠(yuǎn)的，更以終局的邏輯和心態(tài)去看待問題、分析問題。但是我一定要找到一個最終的解，這也不現(xiàn)實。所以終局也要定義好在什么范圍內(nèi)，在什么尺度下我們看終局是什么。您提到終局，我稍微對這個概念做一個回應(yīng)。

關(guān)于本身3.0，目前我們是行業(yè)的先驅(qū)者，本身我們硬件級圖像前融合這個技術(shù)也是業(yè)內(nèi)獨家的產(chǎn)品，未來我們?nèi)沃囟肋h(yuǎn)，需要相當(dāng)長的時間去和用戶共同探索如何上車，如何整合產(chǎn)業(yè)鏈，如何整合整個生態(tài)，去把不同的傳感器去更好地融合在一起。

對于4.0，咱們朝更遠(yuǎn)的去看，這個角度絕對沒有問題，但是今天要給出一個非常明確的答案還是非常困難的。我稍微探索性的暢想一下，也許會是一個更加廣泛，更加廣義的融合，這個也是一種可能，我們也許會增加更多的傳感器在一起，也許會把補(bǔ)盲雷達(dá)，或者是主雷達(dá)、前向雷達(dá)都可以更好的集成到一個產(chǎn)品中，或者是一個硬件架構(gòu)中，這可能是一個趨勢。

另外一個方向，我想到的可能是人眼和人腦一體化的感知系統(tǒng)，也許我們的傳感器會更加智能化。我們的感知算力層面、算法層面，甚至是決策層面也會走向前端，會是一種更加智能化的方式去在前端解決很多決策的問題，或者是安全性的問題。我覺得大概有這樣一些idea，但是下一代具體是什么形式還需要一些時間和工作跟行業(yè)一起去探索。

審核編輯 ：李倩