激光雷达，自动驾驶道路上的新宠，勿忘道路千万条，安全第一条

关注智能汽车的小伙伴们最近应该能高频地刷到一个专业词汇——激光雷达，没错，越来越多的友商都发布了车载激光雷达的战略布局，而小鹏汽车在今年将率先量产全球首款搭载激光雷达的智能汽车。

除了小鹏，今年蔚来、极狐、R 汽车等多家汽车品牌都将带来搭载激光雷达的自动驾驶量产车型。借着小鹏新车的东风，浅谈一下自动驾驶赛道的新宠儿——激光雷达。

马斯克曾将激光雷达贬得一无是处？认为激光雷达多此一举，仅靠摄像头与毫米波雷达，足以征服天下。

然而，国内越来越多的车企，声称将会搭载激光雷达，自动驾驶必将往前跨越一大步。谁说的更有道理，这两派究竟在争什么，借着小鹏新车的东风，浅谈一下自动驾驶赛道的新宠儿——激光雷达。

争什么？

摄像头的感知逻辑，非常接近于人眼的感知逻辑，但因为摄像头拍到的是2D图像，则非常依赖算法准确识别“拍到的东西是什么”。而且，边角案例的存在，也是摄像头非常恼人的问题，这即是摄像头存在的上限。

激光雷达属于强感知，通过发射激光，可以计算出障碍物的距离、速度，关键可以构建出一个立体空间的3D模型。不过，激光雷达也不是万能的，在大雨等恶劣天气下，如何去除干扰是一个难题。

摄像头与激光雷达之间，并非生而冲突，完全可以实现大融合，彼此兼容，增强更多的安全冗余。

待激光雷达成本大幅下降之后，一定会有更多的新车选择搭载激光雷达，而自动驾驶的水准亦将更上一层楼。

这里逻辑的问题在于，人眼本身不是一对简单的光学镜头，视网膜可以兼顾白昼和黑夜，也负责颜色识别并且在相对较亮的光照下更能发挥作用。加上人类大脑做信息过滤和处理，根据交通状况做出适应性决策。现在的车载摄像头技术以及人工智能技术达不到人类的学习和决策能力。

华为在B站上的一个无人驾驶的视频颠覆了人们对于无人驾驶的想像，面对复杂的路况，搭载华为无人驾驶技术的汽车就像一个老司机一样应对自如，而这个双休日，无人驾驶这块的消息一直在发酵，比如下面这条对于华为无人驾驶技术与特斯拉的对比，了解一下。

@张抗抗

“如果不配备激光雷达，感知能力上的边界要想通过

智能算法来弥补，那得多付出10倍的努力！”

按SAE标准，自动驾驶分为L0、L1、L2、L3、L4、L5等6个级别。其中L3级最难跨越，各厂家在L2功能上深耕多年，不依赖激光雷达就可把ACC、LCC等L2经典功能做得比较成熟，包括小鹏汽车在内的部分车企甚至把NGP之类的高速领航类辅助驾驶功能做到了相当高的实用水平。

这么看来，激光雷达是不是暂时用不上了呢？非也，因为激光雷达不仅对L3、L4有用，也能显著提升L2辅助驾驶的功能体验！为什么激光雷达会让人更放心呢？这要从它的原理讲起：

一条激光过去是直的，相当于数字扫点，理论上把所有周围的点扫一遍，就能清楚知道周围环境是什么样。与激光雷达不同，摄像头的采集的是像素信息，就和人眼看到的差不多。

激光雷达独立感知

与机器不同的是，人眼配备了超强的智能处理器(大脑)，在毫不费力的情况下识别出环境中的车道、车辆和其他物体，而对车辆来说，像素信息只是无意义的海量数字，必须经过如下的抽象、重构等复杂过程，必须依赖超强智能才能达到人类的识别效果。

也就是说，如果不配备激光雷达的话，感知能力上的边界要想通过智能算法来弥补，那得多付出10倍的努力。并且，激光雷达对于强光变换、弯道巡航、夜间行车、狭窄通行等场景下的L2功能体验提升都会很有帮助。

激光雷达的优势是「长距离、高精度、强适应性、高准确性」，能够充分弥补其他传感器的不足。搭载激光雷达，毫无疑问有助于在ADAS中提升感知精确度，而装车最大的阻碍因素，只是成本。

激光雷达正好可以弥补摄像头和毫米波雷达的缺陷：比起摄像头可以构建更真实的3D环境，而比起毫米波雷达又具有更准确的物体识别能力。

激光雷达+摄像头+超声波+毫米波雷达融合感知

激光雷达原理

激光雷达的工作原理是将电脉冲变成光脉冲发射出去，光接收机再把从目标反射回来的光脉冲还原成电脉冲，通过测量发射脉冲与一个或数个回波脉冲之间的时间差而获得距离以及物体材质和颜色等参数。

具体来看，激光雷达由四个系统组成，分别为激光发射、激光接收、信息处理和扫描系统。激光发射系统中激励源周期性地驱动激光器，发射激光脉冲，激光调制器通过光束控制器控制发射激光的方向和线数，最后通过发射光学系统，将激光发射至目标物体；激光接收系统的工作原理是经接收光学系统，光电探测器接受目标物体反射回来的激光，产生接收信号；信息处理系统是接收信号经过放大处理和数模转换，经由信息处理模块计算，获取目标表面形态、物理属性等特性，最终建立物体模型；扫描系统是以稳定的转速旋转实现对所在平面的扫描，并产生实时的平面图信息。

激光雷达主要技术指标包括视场角、线数、分辨率、探测距离、测量精度、反射率和扫描帧频等。

激光雷达是车辆安全和智能化的核心高端传感器，激光雷达也是我国智能汽车战略大力发展的关键基础技术之一。国家发改委、科技部、工信部等11部门联合印发的《智能汽车创新发展战略》中首次定义了什么是智能汽车：是指通过搭载先进传感器等装置，运用人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。在这个定义中，“搭载先进传感器”是智能汽车的重要标签。

激光雷达的分类

激光雷达按照测距方法可以分为飞行时间（Time of Flight，ToF）测距法、基于相干探测FMCW测距法、以及三角测距法等，其中ToF与FMCW能够实现室外阳光下较远的测程（100～250m），是车载激光雷达的优选方案。ToF是目前市场车载中长距激光雷达的主流方案，未来随着FMCW激光雷达整机和上游产业链的成熟，ToF和FMCW激光雷达将在市场上并存。

激光雷达产业链

激光雷达行业的上游产业链主要包括激光器和探测器、FPGA芯片、模拟芯片供应商，以及光学部件生产和加工商。激光雷达下游产业链按照应用领域主要分为无人驾驶、高级辅助驾驶、服务机器人和车联网行业。

小编想说。。。道路千万条，安全第一条

为确保所有道路使用者的安全，人类驾驶员会学习并遵循交通法规，并在实际情况中正确使用。我们也可以使无人驾驶汽车学习这些法规，因此我们需要拆解法规中的具体要求，帮助车辆的神经网络理解并遵循每一条法规，随后验证他们在所有情况下是否能安全遵守这些法规。

但是，在检查交通法规中的“绝不能”一词的后果时，验证无人驾驶汽车是否安全遵守这些规则变得非常复杂。为使无人驾驶汽车在所有场景中都能像人类一样反应灵敏，必须对这些法规进行编程，并考虑到细微差别、加权风险以及偶发事件。在上述情况下，不同法规会发生直接冲突，要求车辆忽略一条或多条法规。

该任务不仅仅需要程序员，还需要律师、安全专家、系统工程师和政策制定者共同完成。在新成立的AISEC项目中，研究小组正设计一种工具以促进跨学科合作，从而推动无人驾驶汽车的道德和法律标准的建立。

完善无人驾驶汽车是一个动态过程，取决于法律、文化和技术专家在不同时期对完美的定义。AISEC工具正是基于此想法构建，可提供“任务控制面板”（mission controlpanel），监测、补充并改变无人驾驶汽车最成功的法规，随后提供给汽车行业。

研究人员希望在2024年前交付AISEC工具的第一个实验原型，但仍需创建自适应验证方法来解决当前安全问题，这可能需要数年时间才能构建并嵌入到自动驾驶汽车中。

自动驾驶汽车事故新闻总会成为头条。在实验室里，如果无人驾驶汽车可以识别行人，并能够在99%的情况下及时停车，这类成就非常值得庆祝，但在真实生活中，它可能是一台杀人机器。而通过为无人驾驶汽车制定可靠且可验证的安全规则，可消除那1%的事故率。

激光雷达有几个部分组成：激光器、探测器、芯片和光学扫描件。下面，小编介绍的公司凭借优秀的产品性能在业界建立了良好的口碑，我们一起来了解下！

LASER COMPONENTS

LASER COMPONENTS公司是所有激光和光电子相关产品的合作伙伴。LASER COMPONENTS的大型产品组合分为以下几类：探测器，激光二极管，激光模块，电子产品，激光光学器件，光学滤波器，测量技术，光纤和激光配件。从传感器技术到测距，从生物技术到环境和生命科学以及医药。激光材料加工或测量技术等典型工业应用也是该公司日常业务以及工业图像处理和电信的一部分。做出正确的选择并选择LASER COMPONENTS，LASER COMPONENTS将提供全面产品和所有领域的专业服务。特定客户的发展是LASER COMPONENTS的特别优势之一。

主要产品

探测器、激光二极管、光学滤波器、红外元件、光子技数器

产品型号：

InGaAs PIN Photodiode、InAs Photodiodes、PbS and PbSe Detectors、Si APDs、InGaAs APD 1100 - 1700 、APD-Receivers、APD-Modules、High Voltage Modules for APD

雪崩光电二极管

与光电倍增管类似，雪崩光电二极管用于检测极弱的光强度。Si APD在250至1100 nm的波长范围内使用，InGaAs用作APD在1100至1700 nm波长范围内的半导体材料。

APD接收器

CMOS SPADs