雷達!雷達!自動駕駛的鷹之眼

最近的資本市場，新能源概念是出盡風頭。互聯網上也十分熱鬧，馬斯克、何小鵬兩位創始人在社交平臺上隔空交火，陰陽怪氣的對話看得吃瓜群眾那才叫一個爽啊。事情源于去年廣州車展上，小鵬汽車發布了一款“鵬翼版”全新P7，CEO何小鵬透露明年將推出全球首款搭載激光雷達的量產智能汽車。當晚馬斯克就在Twitter上嘲諷小鵬汽車軟件模仿特斯拉，隨后何小鵬則在微博強硬回懟，聲稱要將特斯拉打得找不著東。

聯想到去年馬斯克還吐槽“激光雷達就像人身上長了一堆闌尾，闌尾本身的存在基本是無意義的”，“任何依賴激光雷達的公司都可能無疾而終”。按理說，激光雷達已經不在馬斯克的視野范圍內了，為何卻在這個時候因為激光雷達而親自上陣懟小鵬汽車呢？

有趣的是，在汽車圈子之外的華為也開始密集釋放關于量產車規級激光雷達的消息。在今年廣州車展期間，華為智能汽車解決方案BU總裁王軍接受媒體采訪時表示，華為的激光雷達已經成為車企搶購的爆品，并考慮在近期做一個激光雷達產品的整體發布。為何馬斯克要因為激光雷達打口水仗，為何巨頭們紛紛盯著激光雷達？這都要從汽車的智能駕駛說起。

要理解這個問題，首先要明白智能駕駛怎么實現的。在《速度與激情8》中，大反派查理茲·塞隆為了搶奪核武器發射裝置，用高科技黑入汽車智能駕駛系統，使得上千輛無人汽車組成了一支龐大的“僵尸車”軍團，在街頭攔截俄國國防部長的專車，汽車巨浪在街頭洶涌前進，畫面震撼。那智能駕駛究竟怎樣實現的呢？簡單地說，就是給常規車加上智能駕駛模塊，再連上通信網絡。這個模塊主要有三大核心功能：環境感知——計算決策——控制執行，分別對應于人的“眼睛——大腦——神經”。

它們的功能執行邏輯也很簡單，非常像人類：走在路上，首先眼睛發現對面走來了一個人，然后大腦去決策怎么躲避這個人，最后是神經驅動肢體去繞開這個人。智能汽車的眼睛主要是由攝像頭、激光雷達、高精度地圖、GPS定位等構成，主要負責收集車身周邊信息，確定車輛的位置。智能汽車的大腦是在收到了眼睛傳來的數據信息后，通過計算芯片+感知算法，去識別交通狀況，然后分析計算出最優的路線。

智能汽車的神經是基于大腦給出的決策結果，對制動系統、轉向系統、電機系統等下達指令，控制車輛運行狀態，執行駕駛路線。而馬斯克和何小鵬的爭論點在于：應該主要用什么來當眼睛，激光雷達還是攝像頭？

智能汽車眼睛誰來當呢？視覺方案模仿的是人眼，主要是靠“看”，相當于一個二維照相機。雷達方案模仿的是蝙蝠，是立體的“掃”，相當于一個三維照相機。視覺方案的好處在于，已經相對成熟。以攝像頭主導、配合毫米波雷達等低成本元件，構成純視覺計算，可以滿足當前L2級自動駕駛的需求，典型代表就是特斯拉。

但攝像頭拍下來的畢竟是二維圖像，相比三維信息更難挖掘，需要更強大的算法、大量數據的訓練和更長期的研發投入，并且會存在精度、穩定性和視野等方面的缺陷，暫時無法滿足L3級以上的自動駕駛要求。

雷達方案可以創建出清晰的3D圖像，通常看得更遠，看得更清晰，抗干擾能力也更強，可以滿足L3級以上的自動駕駛要求，但成本也更高。通常以激光雷達主導，配合攝像頭、毫米波雷達等元件，典型代表為谷歌Waymo、國內的百度Apollo。

激光雷達的原理簡單來講就是激光雷達的發射器發射出一束激光，激光光束遇到物體后，經過漫反射返回至激光接收器，雷達模塊根據發送和接收信號的時間間隔乘以光速，再除以二，即可計算出發射器與物體的距離。同時，反饋回來的輪廓信息組成所謂的“點云”并繪制出三維環境地圖，精度可達到厘米級。

根據結構，激光雷達分為機械式、固態式和混合固態式三種，可以說是傳統版、高配版和市場版三種路線。

機械式激光雷達當前技術最為成熟，它主要分為1線，4線，8線，16線，32線，64線，128線等，線數越大，激光雷達的性能就越高。傳統的機械激光雷達結構復雜，體積大，成本高，想實現大規模量產變得十分困難。此外，這種雷達里面機械部件太多，調試裝配復雜，生產周期長，并且機械部件在真實路況下比較容易損壞，難以符合車規的要求。

固態式激光雷達屬于“高富帥”版，目前固態雷達從技術方案的角度上可以分為MEMS微機電、OPA和FLASH三種。MEMS激光雷達也就是常說的混合固態激光雷達，因為其內部僅需一束激光光源，用“可動”的微鏡面來反射光線，因此這張激光雷達兼具“固態”和“運動”兩種屬性，故得名混合固態。其優點在于體積小，成本低，但可靠性仍有待驗證。

OPA系統則使用一個光學相位調制器用來控制通過透鏡的激光的速度，從而控制光的波面形狀，以此來消除機械運動部件。采用OPA技術的代表廠商為美國的Quanergy，其最新的OPA激光雷達產品為S3-2。

Flash激光雷達的原理非常接近于使用Flash的數碼相機，通過同時照亮一大片區域，在焦平面陣列（FPA）上獲取所產生的像素距離訊息。其優點在于采集率很快且免疫振動因素，但缺點是難以避免環境中其他反射鏡的影響，而且照亮整個探測場景和遠處物體需要很高的激光功率。Flash激光雷達中最為知名的是比利時廠商Xenomatix，其下Xenolidar系列是無須經過掃描的激光雷達，只需“一次閃光”就能檢測整個場景，但又不會受到短距離和高功率的限制。

隨著未來自動駕駛技術的進一步普及，激光雷達市場規模將會進一步擴大。咨詢機構Yole預計，2025年全球激光雷達出貨量約470萬個，銷售額約61.9億美元。激光雷達看起來這么美，為何各家車企卻并不見得對此有多狂熱呢？說白了，現在車上裝激光雷達，賬還是有點算不過來。

馬斯克曾說“激光雷達，免費他都不用”，他想從算法上解決視覺信息的處理問題。他的理由也很簡單，馬斯克認為車和道路都是為人類設計的，人的視覺加大腦處理信息的模式可以安全行駛，那么自動駕駛也可以做到。雷達是人都不具有的感官，為什么要裝，這不是正常人拄拐杖，多此一舉嗎？

但更可能讓馬斯克看不上的原因是當前激光雷達成本高昂，是視覺解決方案的十倍以上。以Velodyne的激光雷達為例，16線束的激光雷達需要約4000美元，64線束的更是高達8萬美元，相比之下，攝像頭自動駕駛的硬件成本才幾百美元。一個激光雷達價格頂得上兩輛Model 3，這種燒錢東西，馬斯克自然不感冒。

小鵬則在考慮打安全牌來和特斯拉競爭。小鵬聲稱之后要采用攝像頭+毫米波雷達+超聲波雷達+激光雷達的融合方式來搞自動駕駛，簡單來說就是加滿裝備跑得更快更穩更安全。可即使激光雷達能滿足L3以上級別的自動駕駛要求，高昂的成本，小鵬汽車又該如何應對呢？

小鵬自己的答案是其一直在培養自己的供應商，通過提升訂單量可以大幅降低制造成本，也可以增強自己的議價能力。但除了這個答案之外，顯然華為的入局是一個不可忽視的外部變量。就在小鵬和特斯拉互懟之際，華為也透露在研究激光雷達，目標是短期內開發出100線的產品，并在未來將成本降至200美元，甚至100美元。華為輪值董事長徐直軍還聲稱，“特斯拉現在能做到的事情，我們都能做到”，正在將華為的兵團作戰應用于激光雷達。

按正常的思維來看，小鵬直接挑戰低價激光雷達可能有點懸，但華為的入局讓這場爭論出現變局。此外，今年8月大疆宣布可以量產千元級別車用激光雷達，適用于L3、L4級別自動駕駛。Horizon和Tele-15的價格分別只要6499和9000元，相比于Velodyne的幾萬、幾十萬元已經非常便宜了。此外，禾賽光電、速騰聚創等都是國內比較好的激光雷達供應商。如果未來一兩年激光雷達價格大幅下降，“免費也不用”的特斯拉仍然繼續堅持自己的視覺方案，可能真夠馬斯克喝一壺的。

不管是華為還是其他廠商，要參與這場競爭，大致都會分三步走。第一步，以高產品性能的機械旋轉激光雷達，入手無人駕駛市場。該市場客戶多為頭部科技公司，對成本敏感度低、性能要求高，可根據客戶反饋和技術迭代，加深對系統理解，積累開發經驗，形成技術護城河，同時實現較高毛利率的銷售收入、占領市場份額、積累品牌口碑。第二步，根據產品累計的需求，自研芯片，增加產品集成度和降低成本，進軍客戶分散、性能要求低、成本敏感度高的服務機器人市場，以及開發周期漫長、對集成度、可靠性、成本、規模化生產要求嚴苛的ADAS乘用車市場。第三步，研發感知算法、即時定位與高精地圖構建、感知數據管理平臺，進軍車聯網市場。

當然激光雷達也不是完美的，應用中也存在著不足。比如大霧和大雨會減弱激光信號的強度，精度會下降，并且現在的激光雷達的點云是基于幾何呈現的，雖然能分辨出形狀，但卻不能辨別顏色和紋理等，這意味著激光雷達還無法區分紙袋和石頭的不同。激光雷達配合其他傳感器的整體方案可能才是應用方向。

在智能駕駛產業鏈的三個層面中，環境感知主要對應的是攝像頭、雷達（包括超聲波、毫米波、激光雷達）;計算決策主要對應的是計算芯片、感知算法、高精地圖、通信技術等方面：而控制執行則是制動系統、轉向系統、電機系統等方面。海外廠商存在先發優勢，國產勢力也正逐步崛起。

智能汽車是硬件+軟件的結合，當前世界的頭號玩家就是中美兩國。特斯拉與中國新勢力的競爭，也是中美硬件、軟件科技人才的競爭，也是美國開放合作和中國大兵團作戰的競爭。圍觀一場CEO直接的口水戰，固然樂趣十足，但背后的技術路線之爭，才會給我們的生活帶來更深遠的改變。

有意思的是，這段時間國內新能源汽車廠商推出的新品像是約好了一般，都配置了激光雷達。長城汽車WEY品牌發布了“咖啡智能”平臺的首款落地車型“摩卡”，并稱在這款車型上搭載了激光雷達。蔚來汽車對外稱首款電動轎車ET7將搭載激光雷達。未來，可能并不遙遠。