激光雷达效果怎么样（激光雷达谁用谁傻）

激光雷达效果怎么样（激光雷达谁用谁傻）在相当长的一段时间中，自动驾驶车辆采用体积较大的360度环视雷达，安装在车顶。扫描的原理也相对简单，通过电机一边旋转一边扫描。2016年左右，激光雷达开始被运用至自动驾驶场景中。逢此时节，凤凰网汽车《新局·直播》邀请探维科技CEO&创始人王世玮、沙龙汽车智能化中心高级总监杨继峰、黑芝麻智能应用工程总监王九旭与中汽测评智能网联测评主管张鲁共同探讨。激光雷达上车史潮水有周期，想更深刻理解激光雷达的挑战与机遇，或许可以再回看一点。

距沙龙那句振聋发聩的“四颗以下，请别说话”已经过去半年，激光雷达依然是车圈顶流，频繁登上“热搜”。

前有集度公布激光雷达搭载方案，让李想隔空喊话夏一平，引何小鹏声援。后有丰田挺特斯拉，从五颗激光雷达党“反水”到纯视觉阵营。日产更是一把All in，铁了心在2030年全系车型都装激光雷达。

从冲在前线的蔚小理威哪，发展到智己极狐埃安等传统车企的“小号”，超过10家车企一口气推出了近20款搭载激光雷达的新车。

随热度而来的，还有质疑。前有马斯克大胆放话“谁用谁傻瓜”，后有阵营大佬丰田反水，高阶自动驾驶技术，必须有激光雷达？激光雷达和纯视觉，谁是更有无最优解 ？如何动态眼光，预判激光雷达的未来？

逢此时节，凤凰网汽车《新局·直播》邀请探维科技CEO&创始人王世玮、沙龙汽车智能化中心高级总监杨继峰、黑芝麻智能应用工程总监王九旭与中汽测评智能网联测评主管张鲁共同探讨。

激光雷达上车史

潮水有周期，想更深刻理解激光雷达的挑战与机遇，或许可以再回看一点。

2016年左右，激光雷达开始被运用至自动驾驶场景中。

在相当长的一段时间中，自动驾驶车辆采用体积较大的360度环视雷达，安装在车顶。扫描的原理也相对简单，通过电机一边旋转一边扫描。

机械式雷达最大的特点，就是性能足够好，可以自动驾驶算法的开发与进化。因此，早期很多L4以上的全无人驾驶系统，都将激光雷达作为主传感器。

但由于机械式雷达是源于测绘需求，并非面对车载系统设计的一套技术路线，因而存在成本高与环境稳定性差的问题，也很难在车身上长时间稳定工作。

随着行业发展与自动驾驶场景成熟，以及量产需求的走高，车载激光雷达逐渐向固态的路线发展。

王世玮介绍道，目前最理想的是纯固态激光雷达。它与相机的工作逻辑相似，不需要任何运动部件就能做到扫描。也具备稳定性更好，集成度与芯片化的优势，能够降低成本，可以很稳定地在车身上工作。

但现实相对冷酷。目前固态激光雷达的解决方案还不成熟，主要分为Flash与opa两大研发路线。

Flash雷达的痛点，在于测距距离较近。如果想实现更高层级的自动驾驶，需要对远距离的路况进行3D场景的采集，以目前Flash路线的发展，还无法完成这一任务。

而opa的问题，在于技术成熟度还不够高。目前行业内还无法展示出一个高质量的路测验证结果。“也许未来有机会进入更加成熟的公众化领域”，王世玮评论道。

真的有必要来一颗？

对于激光雷达必要性的问题，选择难度直接拉满的沙龙，给出了属于自己的理解。

杨继峰告诉凤凰网汽车，沙龙机甲龙上搭载四颗激光雷达，源于顶层设计的目标，是希望预留“全生命周期”的硬件能力。基于此，规划感知系统、计算架构及整套解决方案。

他指出，目前的自动辅助驾驶场景，主要集中在高速与快速路上。但未来研发的重点，一定是车况更复杂的城市道路。

从高速到城市场景，无论是从硬件系统的架构，还是到各个场景下的驾驶策略的设计，都存在很大区别。因此，对于沙龙这样一个新品牌来说，希望整个感知能力，是向着未来需求看齐的。

四颗，正是“超前交付”的一种象征。沙龙正是要去坚定地，去做一个 360 度的激光雷达感知。

同时，从自动驾驶产品设计的角度看，L2、L3与L4本质上是三种完全独立的产品形态，有着不同的设计运行范围和法规体系。

要理解这套体系，就需要谈到自动驾驶中“ODD”。

ODD的全称是OperationalDesignDomain（运行设计域）。每个自动驾驶系统运作的前提条件及适用范围，都不太一样。只有当全部条件都满足的时候该自动驾驶才能保证正常运作。相反，欠缺任何一个前提条件，该系统都有可能出现故障，这种情况下，就要采取紧急停车措施或是驾驶员手动接管。

本质上，ODD代表着自动驾驶的一种限制。在无法完全达到随心所欲地无人驾驶之前，自动驾驶技术需要被一个特定场景限制来运作，以尽可能消除无法应对的不确定性。因为场景不同，对无人驾驶泊车、超车、跟车、让行等等的一系列参与交通的要素要求就会改变。

L2希望保证在各类场景中都能使用，L3需要的是驾驶员脱手情况下保证其安全，L4则是用户坐在后排，需要更好的乘坐体验。

例如，考核自动驾驶系统是否可靠的关键之一，是车辆接管次数和平均接管里程（MPI）。但在L2场景中，大部分用户接管的接管行为，并非发生在危险情况，而是因为不满意辅助驾驶时系统作出的加减速与变道行为。

谈及机甲龙尾部激光雷达的作用，杨继峰表示，重点是让车辆获得车后方的感知能力，是一个针对任何场景下的全维度提升。

例如，在狭窄道路的泊车场景中，可以更好地支持循迹倒车功能，避开小型障碍物。能够将整个后部的危险更加早且更加准确地预告出，提供更好的鲁棒性。

但这颗雷达的应用范围，不一定是某个use case，或者一个特定的测试案例。他能够将车后方的危险情况更准确地报告出来。一定有一些功能，感受到后进化力的价值。

针对市场上现有的数十款智能汽车，张鲁介绍了中汽中心的针对辅助驾驶所做的测评，并指出了当前产品存在痛点。

他表示，目前以毫米波雷达为主的智能驾驶系统，从性能表现和从这个驾驶员交互两个方面都有一定的问题。性能水平方面，最突出的问题是预期功能安全不足，这与中国本土化道路情况复杂，导致辅助驾驶系统适应能力不足存在一定关联。例如，近距离加塞以及低速车行驶场景，感知系统的感知能力仍不足以良好应对这些情况。

在自动泊车方面，车辆遇到一些特殊车位时表现不足。同时，一些高速公路施工，故障车辆停在道路中央，包括行人横穿应急车道等场景，得分相对较低。

此外，车辆针对危险驾驶员的监控能力也存在不足，有很多车型允许驾驶员脱手时间过长，这对于辅助驾驶系统的安全性也有一定影响。

激光雷达，越多越好？

装几颗，还是要看和谁的利益相关。一位激光雷达供应商表示：“我们肯定希望整车厂装得越多越好”。

王世玮指出，一辆车到底装几颗雷达足够，价格是决定性因素。重点在于，普通消费者愿意花多少钱来为自动驾驶系统买单。

他预测道，未来L3场景下，至少一颗主雷达会成为必备。而3-4颗将成为主流配置，正前方需要用激光雷达探测，两侧搭载两颗补盲的雷达，或者再加一颗后向雷达。因此，3-4颗左右是相对安全合理的配置，也能够做到360°环视。

雷达路线被看好的核心原因，是因为它能够与摄像头互补。

摄像头无法感知到原始的深度信息，类似于遮挡人类的一只眼睛，会让人失去距离感。纯视觉去探测物体深度，需要很强的芯片算力支撑，以及大量的数据供机器学习。但雷达可以检测到三维坐标信息与反射强度，因此，现在常见的智能驾驶系统方案，是用雷达的结果与摄像头结果相互融合。

同时，在一些特殊场景下，激光雷达能够给摄像头和毫米波提供更好的安全冗余和补充。

例如，在夜晚条件光线不佳的下，依赖照明的摄像头，测距范围会大幅衰减。就如同驾驶者在夜间行驶，需要更加集中精力去关注远距离物体。

张鲁表示，从短期来看激光雷达依然是智能驾驶系统中的一个重要传感器。

特别是在辅助驾驶迈向自动驾驶的阶梯式发展过程中，依然是一个最优选择。因此，在一定的算法基础与算力支撑下，激光雷达能够使自动驾驶系统在安全性上有很大提升。从用户使用场景测评的角度来说，激光雷达加入后，智能驾驶整体表现也有可能会提升。

此外，由于摄像头的图像感知依赖于大量的数据积累与机器学习过程，很多交通事故的发生，也来自特殊的应用场景没有被纳入到前期的数据积累中。越到最后需要攻关的1%，是算法的“长尾效应”所致，更需要付出大量的时间和成本去积累，才能够解决问题。

因此，对于整车厂来说，等待纯视觉路线成熟的时间太长。

一位行业人士表示，以目前的发展来看，5年内实现L3，到L4级别保守要到十年起步。“现在很多说实现L4级别的都在玩花样，最多做到小部分场景。”即使像要花钱买的自动辅助驾驶，也只是处于L2与L3之间，L2带几个加号的问题。

谁能说服马斯克？

无论是出于竞争力考虑，还是出于用户体验考虑，都希望高级辅助驾驶可以更快地实现量产。因此，激光雷达在短期内仍具有不可替代性。

那么核心问题，就是要解决激光雷达成本、系统稳定性和量产能力。

对于马斯克所说的“傻瓜才用激光雷达”，王世玮评论称，两三年前，激光雷达的价格确实过高，产品也不够成熟。

目前，摄像头、毫米波与激光雷达需要独立采集数据，再回传到感知系统中。决策过程需要取舍判断，如果规则设置得不合理，三个传感器之间互相掣肘，甚至会出现1 1＜1的情况。

探维科技选择的路线，是在车规级的基础上，把图像和激光点云做到点点对应的高精度匹配，发挥激光和图像各自的优点，匹配前融合算法，在提升感知精度的同时，将硬件成本做到最低。

对整车厂来说，核心依然是成本。未来，激光雷达的成本能否做到在2000-3000元，甚至像毫米波雷达一样，交付价格突破1000元。

王世玮认为，“长期来看，是有机会让马斯克改道激光雷达阵营的”。

两年内，对整车厂与供应商来说，是稳定量产交付的考验。标准需要做到年交付量在数万、甚至数十万。他预言，激光雷达大规模量产装车交付的时间节点，应该在2024-2025年左右。

王九旭表示，重点还是在今后两年的发展。

每个企业要选择量产落地，推向市场化的技术路线，就必须要做好量产、技术性、可靠性与市场化之间四点的平衡。一个爆款车型，才能够支撑智能驾驶的发展，且给车企带来可观利润。作为芯片供应商，黑芝麻智能也期待更多传感器与方案进入智能驾驶领域。

如果只是L2级别的系统，算力TOPS在个位数也足够。但多传感器数据融合的情境下，算力的需求在几十TOPS左右。如果是L2 以上的系统，要在100TOPS以上。对于L3/L4全域自动驾驶来说，算力需要在200以上。

杨继峰直言，从整车厂的角度来说，是“以始为终”定义交付给用户的体验。而非“以终为始”去定义技术栈。如果谈论到“终局”，机器是觉得潜力更好，AI公司的估值也会更好看。但今天车企要解决的，是如何释放自动驾驶辅助更多场景，以及更好地体验，以此获得更多的数据反哺。

今天，搭载激光雷达的目的，就是把更多场景释放给用户。只有实现功能释放，才会有用户数据闭环，才能迭代算法。甚至从某种程度上来讲，多融合方案也可以作为“纯视觉”的交叉校验。在软件开发和测试的环节中，甚至会故意屏蔽掉某些感知，去创造验证整个系统的鲁棒性。

但一切还是要从安全出发。“不谈自动驾驶系统安全的车企，不是疯子就是耍流氓。”

王九旭认为，无论是入门级车型还是百万豪车，用户对智能驾驶的需求都存在。因此，终局不会是哪条唯一的路线，而是一个多层次的自动驾驶系统“百花齐放”。

对于用户来说，自动驾驶依然是一项需要热切期待，冷静使用的功能。在到达终局的途中，激光雷达无疑是能有效“助攻”的一个感知元件。

纯视觉虽好，但一万年太久，我们只争朝夕。