未来车之眼？五个问题带你了解激光雷达

Q3：激光雷达“看”到的是什么？

　　之前我们说到，激光雷达可以准确测量距离，一束激光扫描一次，就可以获得一个目标点在空间中的三维坐标，车载激光雷达通过快速旋转以及多线扫描，就可以获得一个周围物体的“点云轮廓”，禾赛科技的应用工程总监史健做了一个很形象的比喻：激光雷达就是用乐高积木重建了外部世界的形状——相比照片，它们具备三围空间的深度和位置信息，另外由于每个点之间并不连续，所以成像也像乐高积木一样“棱角分明”。

Q4：现在的汽车遍布雷达（Radar），为什么还需要激光雷达（Lidar）？

　　虽然自动驾驶尚未普及，但是如今L2级辅助驾驶功能越来越多地出现在了车型的配置列表中。通常来说，这些具备L2级辅助驾驶功能的车通过摄像头以及遍布车身的毫米波雷达，能够一定程度识别部分前方物体，车道线以及同前方车辆的距离等信息。在此基础上，车辆可以以固定的速度自动保持同前车的距离，自动保持车道内行驶，侦测视线盲区车辆甚至可以自动变换车道。

　　其中通常位于车辆前风挡后方的摄像头承担了汽车“眼睛”的工作：通过摄像头采集到的图像，芯片通过图像识别算法可以实现对车辆前方障碍物、交通限速标识、车道线等特征的识别，甚至可以通过算法来判断车辆同前方障碍物的距离。

　　那么相比上述两种传感器，激光雷达自身的优势和特点又有哪些？

　　事实上这三种传感器功能既有分别也有交叉。相比诸如特斯拉这样激进车企采取的以摄像头为主来感知环境的自动驾驶技术路线，激光雷达的优势在于它可以直接、精准地获得车辆距离周围物体的距离和方位，而不是通过芯片中的算法对摄像头采集到的图像进行分析后得到的数据。此外，激光雷达数据传输和存储压力也小于车载摄像头，但有效数据比摄像头更丰富，这就减少了对于芯片算力的依赖，同时提高了可靠性。例如禾赛科技的64线激光雷达每秒钟可以获得115.2万个点数据，而一个分辨率为1080p的摄像头，假设为30帧/秒的话，每秒钟获得6220万个像素点的数据，而这些数据还需要芯片对其进行分析处理，才能得到所需的输出。

　　但是说到不足，激光雷达受限于自身原理，也有无法避免的局限性：当遇到雾霾、雨雪等天气状况时，激光雷达收到的数据会产生“噪点”，从而令自动驾驶芯片产生误判。事实上这正是由于激光雷达的高灵敏度和高精准度产生的关联结果，不过目前激光雷达公司正在着手研究这一问题的有效解决方案，在未来如果激光雷达能够解决这个困扰，那么对于实际应用可以说是前途一片光明。

　　以目前的技术水平来看，如果要实现自动驾驶，仍然需要不同的传感器进行分工和融合，才能够确保车辆对于周围环境有准确的认知。

　　如今各类驾驶辅助功能呈普及的趋势，并且具备L3级自动驾驶技术的车辆也即将走入市场。谈到关于L3级或以上自动驾驶技术的传感器，史健认为，激光雷达是不可或缺的。因为相比L2级高级辅助驾驶功能，L3的本质区别在于电脑可以接管车辆，这就意味着责任归属已经发生了变化。如果将整车人的生命安危交付给电脑芯片，那就需要电脑对于车辆周围环境必须有准确的感知和判断。

Q5：激光雷达还分为固态和——“液态”？

　　准确来说，如今车载激光雷达可以分为固态和机械旋转式。所谓“固态”是相对于旋转式激光雷达而言的：固态激光雷达本体不需要旋转，可以将体积做得很小，并且成本更低，对于消费者来说更容易接受。

　　据禾赛科技商务拓展高级总监卢炜介绍，目前“固态激光雷达”主要有三种类型，一种名为MEMS（微缩电机系统），但严格来说它并不属于固态激光雷达范畴——它通过集成在雷达内部的半导体微动部件来令发出的激光偏转扫描，因此内部仍然有运动零件。此外，目前在固态激光雷达领域进行探索的公司还在着力研究OPA相控阵固态激光雷达以及3DFlash固态激光雷达等等。（关于固态激光雷达的分类，我的同事冷晓阳已经做过详细的介绍，大家有兴趣可以点击这里。）

　　相比机械式激光雷达，固态激光雷达有着体积小、成本低的优势，但同时它的视角不能像旋转式机械激光雷达那样，实现360°无死角覆盖，另外目前除了MEMS“混合固态”激光雷达之外，另外两种产品尚处于研发阶段，距离车规级量产仍有一段距离。

文章总结：

　　通过以上介绍，屏幕前的你对于车载激光雷达了解加深了多少？自动驾驶时代距离我们尚远，而此次疫情期间在武汉运行的各种无人配送车让我们看到了自动驾驶技术更多的使用场景和优势。作为“未来汽车之眼”，相信激光雷达在未来将会是一个迅速发展的前沿科技。（文 汽车之家 王兴宇 图片来自网络及禾赛科技官网） 

查看同类文章：

新鲜技术解读

基础知识

更多精彩内容：

拆哪

2022中国汽车论坛

做汽车达人，不做汽车盲人！