百度斥巨資購買的激光雷達 對無人汽車來說有多重要

　　近年來，自動駕駛在人工智能技術和汽車行業高度發展下的熱度不斷上揚，國內外互聯網科技巨頭均在智能汽車領域開疆拓土，國內的自動駕駛產業鏈發展形勢是怎樣呢?以國內自動駕駛汽車龍頭—百度為例，對產業鏈中部分環節展開討論。

　　無人車技術概覽

　　現階段自動駕駛的發展階段剛起步，ADAS(高級輔助駕駛)仍然是行業主流，按照SAE(美國機動車工程師學會)標準大多數自動駕駛汽車處于L3級別，距離“真”自動駕駛大規模商用還很遙遠，自動駕駛汽車分成三大塊：控制、感知、汽車通訊;根據產業上下游細分為感知、計算平臺、算法集成、車輛控制、汽車通訊、無人駕駛汽車運營等六個方面。

　　感知方面：攝像頭、激光雷達、微米波雷達、超聲波雷達;

　　控制方面：算法集成、芯片計算;

　　汽車通訊：車聯網、高精度地圖;

　　據了解，組成汽車所需要的零部件數量非常龐大，僅一輛傳統汽車由7000多個～10000多個零件組成，構成智能汽車的零件數量可想而知。自動駕駛汽車最核心的部分是感知方面(眼睛)和控制方面(大腦中樞)，在此我們著重探討激光雷達。

　　激光雷達有多重要

　　在目前形勢上L3(屬于較低別自動駕駛)繼續往上提升至L4、L5級別，必須要借助激光雷達的技術來實現。激光雷達可以說是自動駕駛汽車中成本最昂貴的部件，谷歌Waymo自動駕駛汽車上安裝的激光雷達價格達7.5萬美元，其前幾年激光雷達均采購第三方廠商，不僅價格高昂并且不能很好與自家軟件算法相結合，促使谷歌Waymo自己動手，搭建了所有的自動駕駛傳感器。目前在激光雷達花費的成本相比之前降低了90%，只有掌握自主可控的核心技術，才有源源不斷的發展動力。

　　激光雷達常以線數區分，并通常設計為2的指數級，如4線、8線、16線、32線、64線及當前市面上最先進的128線頂級測試產品。激光雷達線數越多受測距、分辨率、掃描精度、信息反饋等性能參數越好。

　　激光雷達的核心技術主要掌握在Velodyne、Ibeo和Quanergy國外三家企業手中。由于產品性能卓越可以給自動駕駛汽車提供可靠的感應識別支持，獲得了多家企業的青睞。

　　美國Velodyne的產品占據市場80%的份額，可以說現在市面上在測試中的自動駕駛汽車都使用它的產品，客戶有福特、谷歌Waymo、Uber、百度等企業，其激光雷達產品是行業標配，就好比是移動通信芯片領域的高通，即使激光雷達售價高達7.5萬美元依然供不應求。

　　國內外技術差距

　　目前，國內激光雷達產品最高是40線，距離國外64線甚至128線還有巨大差距。為什么國內外激光雷達技術會有如此大的差距呢?又要提及國內“芯片”之痛了......

　　國外廠商之所以能做出64甚至128線(還在測試中)的激光雷達，內部元件的芯片起到決定作用。國內激光雷達芯片中的發射器和探測器技術是薄弱環節，造成產品的信號接收質量低、分辨率達不到要求，這兩部分的技術成為制約自身激光雷達主要原因。

　　華為能開發出麒麟970已經能夠在高端手機芯片領域與高通、蘋果掰手腕，為什么激光雷達不可以呢?不同于手機芯片，接收芯片不追求單位面積晶體管數量最多，但對分辨率有更高要求，在減小激光雷達體積的同時也要減少散熱、抗干擾等綜合考慮，因此在某種程度上看激光雷達芯片的研發難度遠超移動端芯片。

　　百度智能車搭載的64線產品(也是目前市場適用的最高級)約8萬美元，比一般汽車都貴，激光雷達技術上的瓶頸，造成當下是一個賣家的市場。谷歌Waymo自研激光雷達等傳感器硬件后使成本下降90%，可想而知，“90%”里面隱藏了多么巨大的市場機遇。

　　你是賣家還是買家?

　　國內方面，激光雷達是軍轉民的高精度雷達技術，激光雷達的應用一開始主要為軍事領域，在商用化部分也僅限于建筑測量、地形測繪等方面。車載激光雷達作為無人駕駛技術中最重要的傳感器之一，隨著無人駕駛商業化發展也越來越受到重視。國內一大批企業公司涌現，北科天繪、速騰聚創、禾賽科技、還有歐鐳激光等都傾注心血研發，力爭上游。

　　可以想象在未來，國內車載激光雷達技術壁壘突破會導致成本也進一步降低，車載激光雷達產業的爆發式增長，從賣家市場轉變為買家市場，最終推動無人駕駛汽車產業化的到來。

　　自動駕駛汽車將是人工智能應用落地的最大場景，車載激光雷達的問題又直指國內缺芯要害--自動駕駛產業鏈的自我完善、核心技術的自主可控才能站在浪潮的制高點。