全球自动驾驶盘点四：激光雷达在自动驾驶上的应用及基本构成｜厚势汽车
来源：斛律哥，厚势专栏作家，汽车行业分析师。复旦大学信息工程博士，上海交通大学电子科学硕士，曾在某超大型汽车集团自动驾驶团队从事对标分析和系统设计多年
编辑：晓晓
入群：加微信号 autoHS，入厚势汽车科技群与行业专家讨论更多自动驾驶行业信息
厚势从最主要的几个国家和代表性公司及产品入手，盘点全球自动驾驶的进展现状，系列文章分为发展现状综述、Waymo 篇、Tesla 篇、激光雷达和定位等主题文章，本文是第四篇--激光雷达篇的第一部分。
我们把激光雷达全文写完，才发现讲的偏深了，为方便阅读，特地把浅一点的内容放在本文。接下来厚势还会陆续发布激光雷达主题文章，敬请期待。
一、 感知的分类
（自动驾驶车辆的）感知可以分为两种：测量型感知和估计型感知。传感器都是为这两种感知服务的。
测量型感知：测量的原理是基于解析公式的结果。例如毫米波雷达，其物理原理 LFMCW 能够保证得到其他车辆的角度、距离、速度，输出的也是目标的角度、距离、速度。激光雷达，使用 TOF 原理测距，也是有明确的数据公式。激光雷达的测距输出、GPS 的原始观测量、毫米波雷达的测距测速输出、超声波雷达的测距输出、底盘数据、IMU 的角速度和加速度输出、摄像头的原始图像都是测量型感知。
测量型感知器的主要问题是信息量过少。优点就是可信、可靠，测量精度受限于测量误差，但是误差有明确的上限和下限。
激光雷达（1）和GPS（2）
毫米波雷达
GPS接收机
估计型感知：从原始测量型感知结果出发，通过大量计算的二次加工，形成的输出结果。
估计型感知依靠拟合、推测和习惯，这与人类的思维过程更加类似。估计型感知所使用的方法构建了现代通信理论。
高斯分布
想必大家都知道 Sebastian Thrun 的《概率机器人》这本书。自动驾驶汽车需要依靠概率来最终解决感知的问题。估计型感知包括：通过原始图像输出目标；通过毫米波雷达跟踪目标、深度学习与 Lidar 的结合；通过 IMU 的原始输出进行位置和姿态推算；通过 GPS 伪距和载波计算位置和速度。
估计型感知器的主要问题是输出偏离真实多大都有可能。只是可能性或大或小，所谓失之毫厘，谬以千里。所以我们对估计型感知输出的结果，主要讲的就是准确的概率。优点就是信息丰富，能够投入实际应用。
估计型感知（REM）
估计型感知（Tesla，目标叫Freespace）
估计型感知（INS）
视觉识别出错，就会把货车当成天空。INS 推算一旦超出限制时间，误差成指数级上升，估计型感知怕的就是出错。测量型不怕误差大，怕的是信息量太少，一个单点的激光测距仪，测的再准，也没什么用。激光雷达由于信息最丰富（密度大、精度高），在测量型感知中具备很大优势。同时，由于其准确性，又是估计型感知的最爱。因此，激光雷达是保障自动驾驶汽车环境感知的准确性和稳定性的关键，是自动驾驶的头牌传感器。
特斯拉在武汉撞翻一片护栏
二、 激光雷达与自动驾驶
2005 年是自动驾驶汽车的元年。在当年的 DARPA 挑战赛中，Sebastian Thrun 和斯坦福的途锐无人车 Stanley 风骚的超过 CMU，一举夺魁。当年 23 辆车的 5 辆跑了 128 英里到达终点。
Stanley第一代
Velodyne原型Lidar
伴随自动驾驶汽车闪亮登场的，便是 Sick 和 Velodyne 的激光雷达。Stanley 用了Sick，而 Velodyne 自己装了一辆汽车参赛。2005 年不是自动驾驶的高光时刻，但绝对是 Velodyne 的高光时刻。笔者入行自动驾驶以来，接触了许多 Velodyne 相关的资料，这个原型 Lidar 出现在许多资料中。从那一年，Sebastian Thrun、Velodyne、Standford，CMU 便成为自动驾驶中最被人津津乐道的几个词，接下来的 N 年，HDL-64 都是真正自动驾驶玩家的首选玩具。
那激光雷达是如何工作的，激光雷达看到的世界是什么样的，下面这两个视频可以给大家一些直观感受。
视频1 什么是激光雷达，激光雷达是怎么工作的
（https://v.qq.com/x/page/l06420yon52.html?）
视频2 号称是全球最好的激光雷达，可以满足所有自动驾驶的需求
（https://v.qq.com/x/page/a0534453web.html?）
目前，激光雷达已经成为自动驾驶汽车的标配。如果一家方案商想实现更多的自动驾驶功能，那就堆砌激光雷达吧。除了马斯克的 TESLA，几乎每个自动驾驶车辆都安装得有激光雷达。谷歌 Waymo 甚至成为了激光雷达的供应商，直接对外销售激光雷达：
自动驾驶领头羊Waymo赚钱养家：对外销售激光雷达
（来自微信公众号：车智）
在激光雷达的使用上，有节制型、轻奢型和土豪型：
节制型
轻奢型
土豪型
三、激光雷达的分类、价格与量产
目前，激光雷达行业还是处于成长期。无论是产品，还是心态，都不是那么成熟。例如某外国公司宣称可以制造 100 美元的 Lidar，固然很吸引眼球，但也不太负责任。
什么样的产品可以做到 100 美元呢？
可以看看智能导航后视镜。后装产品、非车规、全 CMOS 工艺的数字电路、7 到 10 寸触摸屏、免费 OS、廉价摄像头。使用了大批量生产的通用零部件、低的技术门槛、JD 上面加起来几十万的销量，这样才能做到 100 美元的价格。
智能后视镜
而激光雷达，这三条一条都不沾，普通民用的 70m 的激光测距仪还要卖 779RMB 呢，所以自动驾驶的最大玩家 TESLA 笃定不上激光雷达，其实是对客户负责，就算物料成本降低到所谓的千元级，认证、开发、标定、测试、迭代的成本都需要客户去分摊，这还不包括为保证安全性整车系统所需要做的更改。
(https://www.zhihu.com/question/27719391/answer/183848931 ISO26262
中 ASIL 与 DFMEA 有什么区别？)
还是踏实一些好。
ASIL 等级定义
S E C定义
笔者以前将激光雷达分为机械扫描型（透镜旋转和整体旋转），MEMS 半固态型，全固态型（相控阵、Flash），现在大家也都这么分了。
机械雷达（透镜旋转型）
MEMS Lidar的鼻祖（弗劳恩霍夫协会）
相控阵（加州理工）
Flash（Leddartech）
下图是一个经典 Lidar 的内部结构。包括发射器、反射镜、电机、聚焦透镜和接收器。粗红线为发射光路，浅红色区域为接收光路。电机通过旋转使得发射、接受光束照射到不同的位置，从而形成 360° 扫描。
Lidar基本结构
就量产而言，激光雷达发展的轨迹是机械到 MEMS 到固态，这个已经是业内的共识。但是什么时候 MEMS 可以量产，什么时候固态可以量产，真的说不准。MEMS 的低成本是由于节省了发射管数目。全固态是因为可以实现 90% 的部件的集成电路工艺制作。
至于激光雷达的成本这块，笔者没有详细数据。毫无疑问，激光器最贵，DS90A_3 含税大约 150RMB 一支（https: //www.rutronik24.com.cn），国产的 905nm 在几十元左右，但外围电路要复杂一些；接收管使用国产的，在 50 元左右。对于机械式 Lidar，在收发管的数据是一样的。1550nm 要比 905nm 贵很多。数字处理电路、光学系统价格差不多，每一样大概是几百元的水平。综合计算，非车规的 16 线的激光雷达，总制造成本大约在数千元的水平（研发、人力成本未计入）。如果全部更换 AECQ-100 和 AECQ-200 的元器件，则价格会更高。
APD 报价
时钟电路
所以亲们知道为啥 MEMS Lidar 便宜吗，省激光管啊。16 线的 Lidar，来 16 只激光管，就 2400 了，而 MEMS 一支激光管就搞定。
但是，激光雷达产业化还有一段路要走。首先，零部件厂商要过 26262，元器件厂商要过 AECQ100。这些大概需要半年到一年时间。其次，元器件厂商要找到一条降价的技术路径，大幅度降低成本。从长远来看全固态具有无法替代的优势。恭喜伟大的半导体产业，又找到了一个摩尔定律可是实施的应用产业，光电子将在下个五年迎来又一个黄金时期。
下一篇，厚势将展开讨论激光雷达主要零部件（激光器和接收器）。激光雷达部分鸣谢南航微波光子实验室、上海瀚宇、深圳志奋领、北京双虹（杜尔润博）等朋友的大力支持。
-END-
文章精选
---厚势汽车科技周报---
特斯拉停止关闭实体店-威马融资30亿-蔚来亏损近百亿股价跌三成-恒大EV亏损17亿-海南禁售燃油车｜厚势EV周报0311
大众将投资福特AV估值40亿美元-自动驾驶融资屡破纪录-加州DMV发布AV报告-滴滴裁员3千-中国支持外资AV｜厚势AV周报02.18
苹果AV裁员2百-华为发布5G芯片-宝马奔驰合资酒杯-格力布局车联网-摩拜单车更名-宝马奔驰合资酒杯｜厚势AV周报01.28
---往期谷歌Waymo和其他自动驾驶文章---
---行业论文---
厚
势
汽
车
为您对接资本和产业
新能源汽车 自动驾驶 车联网
联系邮箱
sasa@ihoushi.com
点击阅读原文，查看文章「全球自动驾驶盘点三：特斯拉的整车传感器配置方案」