“上车‍”用了15年！激光雷达的争议与新生

36氪2021-09-29

原标题: 激光雷达十五年：争议、聚力、新生 2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

Youn7276
2021-09-30
Youn7276
阅
- 快乐玩美股:
  [财迷]
高明兴_8399
2021-09-29
高明兴_8399
哈哈
- 高明兴_8399:
  ok

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/1132157934?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819","is_english":false,"pubTime":"2021-09-29 14:41","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"1132157934","market":"us","top_or_hot":-1,"title":"“上车‍”用了15年！激光雷达的争议与新生","media":"36氪","content":"<div>\n原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里...\n\n<a href=\"https://36kr.com/p/1419231393268864\">网页链接</a>\n\n</div>\n","source":"36k","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>“上车‍”用了15年！激光雷达的争议与新生</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n“上车‍”用了15年！激光雷达的争议与新生\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-09-29 14:41 北京时间&nbsp;&nbsp;&nbsp;<a href=https://36kr.com/p/1419231393268864>36氪</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里...\n\n<a href=\"https://36kr.com/p/1419231393268864\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"NIO","symbol_name":"蔚来","start_time":0,"source_url":"https://36kr.com/p/1419231393268864","article_id":"1132157934","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=1132157934","pubTimestamp":1632897693,"columns":[],"sourceInfo":{"source_id":"36k","name":"36氪"},"weMediaInfo":null,"summary":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研","collect":0,"end_time":0,"defaultTopTitle":"36kr.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"NIO":"蔚来"},"translate_title":"It took 15 years to get on the bus! Controversy and rebirth of lidar","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/31f5700be4fd8d3da12c50a07726919a","symbols_score_info":{"NIO":0.9,"ABCD":0.9},"content_text":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里以外，最终的奖金也让DARPA又揣回了兜里。\n2007年，美国，加利福尼亚州，DARPA再度举办了无人驾驶挑战赛，也许是想着money大概率又要揣回兜里，第一名的奖金从04年的100万美元直接翻倍到200万，在这场比赛中，来自美国各个顶尖学府的53个团队获得了参赛资格。\n比赛看似简单，用六个小时的时间正常行驶完89公里的城市路程，但大家都明白，无人驾驶的第一只螃蟹，三年前可是狠狠地夹了所有人的嘴。\n三年时间，从14公里到89公里，从沙漠到城市，随着比赛结束，入围决赛的11个团队里6个团队终于首次完成了人类的无人驾驶比赛，来自卡内基·梅隆大学的“格子呢赛车”团队成功拔得头筹，仅用4小时10分20秒完成了比赛，也如愿得到了200万的奖金。\n然而在世人为“格子呢”热烈欢呼的时候，比赛里最大的赢家其实已经悄然出现，那就是比赛中自动驾驶的核心部件激光雷达制造商——Velodyne，一家由姓Hall的David和Bruce两兄弟创办的美国本土科技公司。在完成比赛的六支车队中，Velodyne的HDL-64E传感器安装在了其中的五支车队。\n比赛大捷为当时Velodyne激光雷达供应链流失，经营压力颇大的Hall两兄弟打了一针强心剂：向车用进发！激光雷达上车的未来战事，也由这场比赛正式拉开大幕...\n争议：马斯克的“愤怒”\n提到激光雷达，就不得不提另一位自动驾驶“前锋”，一个近年来没事儿就cue一下激光雷达来“解闷儿”的特斯拉创始人埃隆·马斯克。“注定失败”（doomed）、“鸡肋”（crutch）、“站不住脚”（lame）等词儿都是马斯克给激光雷达下过的脚注。\n\n然而激光雷达真有这么不堪吗？这还要从“着急发车”的马斯克和“众生平等”的Velodyne说起。\n曾经的钻石巨头戴尔比斯一句“钻石恒永久，一颗永流传”，为广大结婚新人的预算里，额外添上了一笔曾经莫须有的巨大开支。\n相较于想结婚先买钻，在自动驾驶领域，当年的状况就是想玩自动驾驶，先找Hall两兄弟。\n诸如谷歌成立的Google X神秘部门，百度的自动驾驶部门，没错，当年不管你是多大的巨头，都得“敬一敬”Velodyne这个车用激光雷达领域的“独苗”。\n虽然赛道越来越热，Velodyne却似乎并没有加快扩产步伐，这也就造成了巨头们一度被激光雷达“卡脖子”。据相关资料显示，百度、谷歌所使用的Velodyne 64线机械激光雷达每两台就需要一周左右的时间生产，曾经也有媒体表示，Velodyne的交货周期甚至能一度拖到四个月。\n就像米饭一粒一粒地放进锅里煮，“谷歌们”碗都端半天了，但没办法，只得“骂骂咧咧”又无可奈何地等着人家给你盛饭。但有一个人坐不住了，那就是“着急发车”走向量产的马斯克。\n要知道，当年Velodyne的激光雷达可不光是在交货时间上让人绝望，马斯克最诟病激光雷达的点还是在于售价，百度、谷歌搭载的Velodyne 64线激光雷达是一个售价高达八万美元的庞然大物，一个配件成本直接顶两辆特斯拉Model3售价，这马斯克不能忍。\n结果就是，当Velodyne的“佛”遇上马斯克的“急”，分道扬镳已成定局，你走你的雷达道，我过我的视觉桥。\n也许是独自走视觉路线有点落寞，时不时的隔空喊话也得安排，“激光雷达是傻子的选择，任何依赖激光雷达的人都注定要失败，注定！（激光雷达）是不必要的昂贵传感器，这就像是一大堆昂贵的附加物，就比如一个阑尾就够闹心了，但你有一大堆。”\n这是马斯克关于激光雷达的经典语录，也许，正是因为Velodyne激光雷达让马斯克“落泪”的往事，特斯拉产品直到如今，仍然坚定地走着摄像头主导的纯视觉路线，但事实上，马斯克所言的“阑尾”正在受到全世界其他对手的关注。\n聚力：全世界向左，特斯拉向右\n其实，Velodyne并不想卡住全世界的脖子，出于激光雷达高度复杂与精密的部件结构，很长一段时间里，实际生产作业都是通过人工完成，无法实现全面的自动化生产，眼看特斯拉在视觉路线上平地起高楼，整个激光雷达赛道都逐渐开始暗流涌动。\n\n从YOLE的整理资料可以看到，如今的车用激光雷达赛道上，玩家已经是五花八门，除了Velodyne，“忍不了”了的谷歌已经通过Waymo发力，在国内，华为、镭神智能、禾赛科技等激光雷达玩家也先后出现。\n人一多，往往就会七嘴八舌，激光雷达赛道亦是如此。在如今的赛道上，仁者见仁，智者见智。单从YOLE的路线分类上来看，已有玩家布局的激光雷达研发路线就已经多达九条，而诸如AEVA、INFOWORKS等企业的成像方式尚未披露，后续再有新路线出现，也是存在可能性的。\n简单梳理一下，激光雷达的路线在成像方式和测距方式上有着多重细分：\n在成像方式上，主要有机械式、MEMS、OPA、FLASH；\n在测距方式上，则有Pulse（脉冲）也就是ToF、FMCW（调频连续波）、phase shift（相移）。\n错综复杂的研发路线，五花八门的布局企业不禁让人看得一头雾水，我们就针对当前几个主流的研发模式来进一步阐述。\n首先是成像方式上，机械式激光雷达正是曾经Velodyne让马斯克“愤怒”的一条路线，它主要通过搭载到车顶通过电机驱动进行360°的旋转扫描达到全方位成像目的，但问题在于，成本很难下降且没有谁愿意车顶天天架上这样一个庞然大物，想要搭载到量产车上，显然是不现实的，在自动驾驶测试研究上使用居多。\n\n而近年来较火的MEMS路线就突出了其对比优势，不同于机械式激光雷达用电机驱动旋转，MEMS激光雷达将核心放在了MEMS芯片上，将微光反射镜与MEMS驱动器整合在一起。虽然其扫描角度相较于机械式的360°仅有60-70°，但较小的体积与价格美丽优势巨大，可以多个合用弥补角度缺陷，也被奉为当下车用激光雷达量产的最优解。\n在测距方式上，当前的主要争议在于ToF和FMCW路线，目前，较多玩家布局的ToF路线系统工作在波长850和905nm，接近最大的780nm可见光光谱，最大激光功率受到限制，探测距离随之存在局限性。而FMCW激光雷达可满足1550nm的波长范围，对于恶劣天气的透过率更大，安全性也更强。\n但事实上，FMCW仍像是一张很香的饼，即便潜力巨大，但目前的成本、探测距离以及诸多性能方面的实际落地情况并不理想，市面上还没有足以超越ToF的产品。\n让人眼花缭乱的激光雷达技术路径，正在向人们诠释着一个事实，那就是激光雷达确实正在聚力待发，这一点，即使是“铁骨铮铮”马斯克似乎也有所认同。近期彭博社报道称，特斯拉已与Luminar公司签订协议，计划搭载其激光雷达进行研发测试。\n\n看来终归没有人能逃过“真香”定律，但至于激光雷达哪条路线更好，极具性价比的MEMS还是未来可能出现的新路线？目前没有人能给出一个定论。但可以肯定的是，谁能够率先“上车”，并得到市场认可，谁便能够抢占先机。\n就像现在抑或曾经，即便无人理睬，特斯拉产品却始终坚持的纯摄像头路线，即使只有一家坚持在做，但量产，往往是最有说服力的答案。\n新生：激光雷达终上车‍\n虽说入局玩家众多，但如今的激光雷达，还是时常给人一种雷声大雨点小的感觉。2017年，奥迪A8成为了世界范围内首款搭载车用激光雷达的量产车型，宣称匹配L3级自动驾驶上市，但直到2021年之前，奥迪A8仍是唯一的激光雷达量产车型。\n而且这个L3着实有点尴尬，据Technology Review于2017年的报道，奥迪A8当年的自动驾驶系统通过按下“AI”按钮激活，在速度超过37英里/小时（约60km/h）便会进行刹车，怎么看都更像是一个体验性大过实用性的功能。而且根据SAE的自动驾驶分级标准，奥迪A8在激光雷达的加持下，很难达到L3级别的自动驾驶要求。\n\n在三年的沉寂过后，今年年初，蔚来发布了首款搭载Innovusion激光雷达的轿车ET7，随之，广汽埃安、智己、极狐等一众车企相继发布了自己的激光雷达计划，也宣布要做搭载激光雷达的车型，而9月15日已经开始上市销售的小鹏P5同样搭载了激光雷达。\n虽然Luminar、Velodyne等公司的名声在激光雷达江湖上飘了甚久，但此次激光雷达上车潮里，不少车企选择了搭载国内厂商的激光雷达产品。\n就比如蔚来方面，ET7此次搭载了一个由图达通（Innovusion）研发的猎鹰Aquila激光雷达，来增强其除了毫米波雷达和摄像头的自动驾驶功能。\n值得注意的是，激光雷达公司图达通是一家17年才成立的初创企业，而早在18年的A轮融资中，就由蔚来资本领投，在后续的B轮和B+轮中，蔚来也均有投资。\n\n小鹏方面，P5此次在车的雾灯附近位置搭载了两个由初创公司览沃科技（Livox）研发的HAP激光雷达，览沃科技是由大疆内部孵化的独立公司。\n\n其实无论是图达通的猎鹰Aquila还是览沃的HAP，通过摄像头、毫米波雷达和激光雷达的性能利弊可以看出，蔚来和小鹏真正需要的正是通过激光雷达来弥补摄像头和毫米波雷达在3D重建能力上的局限性。\n\n特斯拉之所以有底气“死磕”摄像头，正是因为其入局自动驾驶较早，在纯摄像头路线上拥有大量的数据和技术积累，就像影子模式，通过全球巨大的用户车辆，来训练其AI从纯粹的视觉入手，快速学习认清道路上的各种物体。\n2007年，“格子呢赛车”团队的雪佛兰太浩冲过终点，15年过去，随着越来越多搭载了激光雷达的车型落地或预备落地，激光雷达究竟会像智能手机一样将自动驾驶推上全新的高度，还是像VR一样，在一阵热潮过后再度回归沉寂，答案离我们已经很近了。","kind":"news","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[{"id":865336696,"gmtCreate":1632951054308,"gmtModify":1632951091792,"author":{"id":"3577393549070429","authorId":"3577393549070429","name":"Youn7276","avatar":"https://static.tigerbbs.com/487c5c26a5e210d6b88adaeaba12329b","vip":1,"crmLevel":2,"crmLevelSwitch":0,"idStr":"3577393549070429","authorIdStr":"3577393549070429"},"htmlText":"阅","listText":"阅","text":"阅","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":3,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/865336696","repostId":1132157934,"repostType":4,"repost":{"id":"1132157934","kind":"news","pubTimestamp":1632897693,"share":"https://www.laohu8.com/m/news/1132157934?lang=zh_CN&edition=full","pubTime":"2021-09-29 14:41","market":"us","language":"zh","title":"“上车‍”用了15年！激光雷达的争议与新生","url":"https://stock-news.laohu8.com/highlight/detail?id=1132157934","media":"36氪","summary":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研","content":"原标题:&nbsp;激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n<img src=\"https://static.tigerbbs.com/f9a7bee19ba9a8c5b0cc87faabf7acdc\" tg-width=\"640\" tg-height=\"481\" referrerpolicy=\"no-referrer\">\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里以外，最终的奖金也让DARPA又揣回了兜里。\n2007年，美国，加利福尼亚州，DARPA再度举办了无人驾驶挑战赛，也许是想着money大概率又要揣回兜里，第一名的奖金从04年的100万美元直接翻倍到200万，在这场比赛中，来自美国各个顶尖学府的53个团队获得了参赛资格。\n比赛看似简单，用六个小时的时间正常行驶完89公里的城市路程，但大家都明白，无人驾驶的第一只螃蟹，三年前可是狠狠地夹了所有人的嘴。\n三年时间，从14公里到89公里，从沙漠到城市，随着比赛结束，入围决赛的11个团队里6个团队终于首次完成了人类的无人驾驶比赛，来自卡内基·梅隆大学的“格子呢赛车”团队成功拔得头筹，仅用4小时10分20秒完成了比赛，也如愿得到了200万的奖金。\n然而在世人为“格子呢”热烈欢呼的时候，比赛里最大的赢家其实已经悄然出现，那就是比赛中自动驾驶的核心部件激光雷达制造商——Velodyne，一家由姓Hall的David和Bruce两兄弟创办的美国本土科技公司。在完成比赛的六支车队中，Velodyne的HDL-64E传感器安装在了其中的五支车队。\n比赛大捷为当时Velodyne激光雷达供应链流失，经营压力颇大的Hall两兄弟打了一针强心剂：向车用进发！激光雷达上车的未来战事，也由这场比赛正式拉开大幕...\n争议：马斯克的“愤怒”\n提到激光雷达，就不得不提另一位自动驾驶“前锋”，一个近年来没事儿就cue一下激光雷达来“解闷儿”的<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>创始人埃隆·马斯克。“注定失败”（doomed）、“鸡肋”（crutch）、“站不住脚”（lame）等词儿都是马斯克给激光雷达下过的脚注。\n<img src=\"https://static.tigerbbs.com/aa4f2ca7f86e16e01007dfc48bceb6c8\" tg-width=\"640\" tg-height=\"359\" referrerpolicy=\"no-referrer\">\n然而激光雷达真有这么不堪吗？这还要从“着急发车”的马斯克和“众生平等”的Velodyne说起。\n曾经的钻石巨头<a href=\"https://laohu8.com/S/DELL\">戴尔</a>比斯一句“钻石恒永久，一颗永流传”，为广大结婚新人的预算里，额外添上了一笔曾经莫须有的巨大开支。\n相较于想结婚先买钻，在自动驾驶领域，当年的状况就是想玩自动驾驶，先找Hall两兄弟。\n诸如<a href=\"https://laohu8.com/S/GOOG\">谷歌</a>成立的Google X神秘部门，<a href=\"https://laohu8.com/S/BIDU\">百度</a>的自动驾驶部门，没错，当年不管你是多大的巨头，都得“敬一敬”Velodyne这个车用激光雷达领域的“独苗”。\n虽然赛道越来越热，Velodyne却似乎并没有加快扩产步伐，这也就造成了巨头们一度被激光雷达“卡脖子”。据相关资料显示，百度、谷歌所使用的Velodyne 64线机械激光雷达每两台就需要一周左右的时间生产，曾经也有媒体表示，Velodyne的交货周期甚至能一度拖到四个月。\n就像米饭一粒一粒地放进锅里煮，“谷歌们”碗都端半天了，但没办法，只得“骂骂咧咧”又无可奈何地等着人家给你盛饭。但有一个人坐不住了，那就是“着急发车”走向量产的马斯克。\n要知道，当年Velodyne的激光雷达可不光是在交货时间上让人绝望，马斯克最诟病激光雷达的点还是在于售价，百度、谷歌搭载的Velodyne 64线激光雷达是一个售价高达八万美元的庞然大物，一个配件成本直接顶两辆特斯拉Model3售价，这马斯克不能忍。\n结果就是，当Velodyne的“佛”遇上马斯克的“急”，分道扬镳已成定局，你走你的雷达道，我过我的视觉桥。\n也许是独自走视觉路线有点落寞，时不时的隔空喊话也得安排，“激光雷达是傻子的选择，任何依赖激光雷达的人都注定要失败，注定！（激光雷达）是不必要的昂贵传感器，这就像是一大堆昂贵的附加物，就比如一个阑尾就够闹心了，但你有一大堆。”\n这是马斯克关于激光雷达的经典语录，也许，正是因为Velodyne激光雷达让马斯克“落泪”的往事，特斯拉产品直到如今，仍然坚定地走着摄像头主导的纯视觉路线，但事实上，马斯克所言的“阑尾”正在受到全世界其他对手的关注。\n聚力：全世界向左，特斯拉向右\n其实，Velodyne并不想卡住全世界的脖子，出于激光雷达高度复杂与精密的部件结构，很长一段时间里，实际生产作业都是通过人工完成，无法实现全面的自动化生产，眼看特斯拉在视觉路线上平地起高楼，整个激光雷达赛道都逐渐开始暗流涌动。\n<img src=\"https://static.tigerbbs.com/79d8ba2f6ba56b0b94a589b9ac7ce57a\" tg-width=\"640\" tg-height=\"413\" referrerpolicy=\"no-referrer\">\n从YOLE的整理资料可以看到，如今的车用激光雷达赛道上，玩家已经是五花八门，除了Velodyne，“忍不了”了的谷歌已经通过Waymo发力，在国内，华为、镭神智能、禾赛科技等激光雷达玩家也先后出现。\n人一多，往往就会七嘴八舌，激光雷达赛道亦是如此。在如今的赛道上，仁者见仁，智者见智。单从YOLE的路线分类上来看，已有玩家布局的激光雷达研发路线就已经多达九条，而诸如AEVA、INFOWORKS等企业的成像方式尚未披露，后续再有新路线出现，也是存在可能性的。\n简单梳理一下，激光雷达的路线在成像方式和测距方式上有着多重细分：\n在成像方式上，主要有机械式、MEMS、OPA、FLASH；\n在测距方式上，则有Pulse（脉冲）也就是ToF、FMCW（调频连续波）、phase shift（相移）。\n错综复杂的研发路线，五花八门的布局企业不禁让人看得一头雾水，我们就针对当前几个主流的研发模式来进一步阐述。\n首先是成像方式上，机械式激光雷达正是曾经Velodyne让马斯克“愤怒”的一条路线，它主要通过搭载到车顶通过电机驱动进行360°的旋转扫描达到全方位成像目的，但问题在于，成本很难下降且没有谁愿意车顶天天架上这样一个庞然大物，想要搭载到量产车上，显然是不现实的，在自动驾驶测试研究上使用居多。\n<img src=\"https://static.tigerbbs.com/3f0fce480c34612d60b1c948abb9bf6e\" tg-width=\"640\" tg-height=\"452\" referrerpolicy=\"no-referrer\">\n而近年来较火的MEMS路线就突出了其对比优势，不同于机械式激光雷达用电机驱动旋转，MEMS激光雷达将核心放在了MEMS芯片上，将微光反射镜与MEMS驱动器整合在一起。虽然其扫描角度相较于机械式的360°仅有60-70°，但较小的体积与价格美丽优势巨大，可以多个合用弥补角度缺陷，也被奉为当下车用激光雷达量产的最优解。\n在测距方式上，当前的主要争议在于ToF和FMCW路线，目前，较多玩家布局的ToF路线系统工作在波长850和905nm，接近最大的780nm可见光光谱，最大激光功率受到限制，探测距离随之存在局限性。而FMCW激光雷达可满足1550nm的波长范围，对于恶劣天气的透过率更大，安全性也更强。\n但事实上，FMCW仍像是一张很香的饼，即便潜力巨大，但目前的成本、探测距离以及诸多性能方面的实际落地情况并不理想，市面上还没有足以超越ToF的产品。\n让人眼花缭乱的激光雷达技术路径，正在向人们诠释着一个事实，那就是激光雷达确实正在聚力待发，这一点，即使是“铁骨铮铮”马斯克似乎也有所认同。近期彭博社报道称，特斯拉已与Luminar公司签订协议，计划搭载其激光雷达进行研发测试。\n<img src=\"https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819\" tg-width=\"640\" tg-height=\"570\" referrerpolicy=\"no-referrer\">\n看来终归没有人能逃过“真香”定律，但至于激光雷达哪条路线更好，极具性价比的MEMS还是未来可能出现的新路线？目前没有人能给出一个定论。但可以肯定的是，谁能够率先“上车”，并得到市场认可，谁便能够抢占先机。\n就像现在抑或曾经，即便无人理睬，特斯拉产品却始终坚持的纯摄像头路线，即使只有一家坚持在做，但量产，往往是最有说服力的答案。\n<a href=\"https://laohu8.com/S/ABCD\">新生</a>：激光雷达终上车‍\n虽说入局玩家众多，但如今的激光雷达，还是时常给人一种雷声大雨点小的感觉。2017年，奥迪A8成为了世界范围内首款搭载车用激光雷达的量产车型，宣称匹配L3级自动驾驶上市，但直到2021年之前，奥迪A8仍是唯一的激光雷达量产车型。\n而且这个L3着实有点尴尬，据Technology Review于2017年的报道，奥迪A8当年的自动驾驶系统通过按下“AI”按钮激活，在速度超过37英里/小时（约60km/h）便会进行刹车，怎么看都更像是一个体验性大过实用性的功能。而且根据SAE的自动驾驶分级标准，奥迪A8在激光雷达的加持下，很难达到L3级别的自动驾驶要求。\n<img src=\"https://static.tigerbbs.com/c16eeba4b2d6e8af04da74b3ca789931\" tg-width=\"640\" tg-height=\"495\" referrerpolicy=\"no-referrer\">\n在三年的沉寂过后，今年年初，<a href=\"https://laohu8.com/S/NIO\">蔚来</a>发布了首款搭载Innovusion激光雷达的轿车ET7，随之，广汽埃安、智己、极狐等一众车企相继发布了自己的激光雷达计划，也宣布要做搭载激光雷达的车型，而9月15日已经开始上市销售的小鹏P5同样搭载了激光雷达。\n虽然Luminar、Velodyne等公司的名声在激光雷达江湖上飘了甚久，但此次激光雷达上车潮里，不少车企选择了搭载国内厂商的激光雷达产品。\n就比如蔚来方面，ET7此次搭载了一个由图达通（Innovusion）研发的猎鹰Aquila激光雷达，来增强其除了毫米波雷达和摄像头的自动驾驶功能。\n值得注意的是，激光雷达公司图达通是一家17年才成立的初创企业，而早在18年的A轮融资中，就由蔚来资本领投，在后续的B轮和B+轮中，蔚来也均有投资。\n<img src=\"https://static.tigerbbs.com/14f87ed0d27d3338ba700088b3a9f983\" tg-width=\"640\" tg-height=\"230\" referrerpolicy=\"no-referrer\">\n小鹏方面，P5此次在车的雾灯附近位置搭载了两个由初创公司览沃科技（Livox）研发的HAP激光雷达，览沃科技是由大疆内部孵化的独立公司。\n<img src=\"https://static.tigerbbs.com/5270604112bd3073f46eb4482a28697e\" tg-width=\"640\" tg-height=\"323\" referrerpolicy=\"no-referrer\">\n其实无论是图达通的猎鹰Aquila还是览沃的HAP，通过摄像头、毫米波雷达和激光雷达的性能利弊可以看出，蔚来和小鹏真正需要的正是通过激光雷达来弥补摄像头和毫米波雷达在3D重建能力上的局限性。\n<img src=\"https://static.tigerbbs.com/bd54d4b3cfd905adfc29d4d339d7d678\" tg-width=\"640\" tg-height=\"304\" referrerpolicy=\"no-referrer\">\n特斯拉之所以有底气“死磕”摄像头，正是因为其入局自动驾驶较早，在纯摄像头路线上拥有大量的数据和技术积累，就像影子模式，通过全球巨大的用户车辆，来训练其AI从纯粹的视觉入手，快速学习认清道路上的各种物体。\n2007年，“格子呢赛车”团队的雪佛兰太浩冲过终点，15年过去，随着越来越多搭载了激光雷达的车型落地或预备落地，激光雷达究竟会像智能手机一样将自动驾驶推上全新的高度，还是像VR一样，在一阵热潮过后再度回归沉寂，答案离我们已经很近了。","source":"36k","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>“上车‍”用了15年！激光雷达的争议与新生</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n“上车‍”用了15年！激光雷达的争议与新生\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-09-29 14:41 北京时间&nbsp;&nbsp;&nbsp;<a href=https://36kr.com/p/1419231393268864>36氪</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里...\n\n<a href=\"https://36kr.com/p/1419231393268864\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819","relate_stocks":{"NIO":"蔚来"},"source_url":"https://36kr.com/p/1419231393268864","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1132157934","content_text":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里以外，最终的奖金也让DARPA又揣回了兜里。\n2007年，美国，加利福尼亚州，DARPA再度举办了无人驾驶挑战赛，也许是想着money大概率又要揣回兜里，第一名的奖金从04年的100万美元直接翻倍到200万，在这场比赛中，来自美国各个顶尖学府的53个团队获得了参赛资格。\n比赛看似简单，用六个小时的时间正常行驶完89公里的城市路程，但大家都明白，无人驾驶的第一只螃蟹，三年前可是狠狠地夹了所有人的嘴。\n三年时间，从14公里到89公里，从沙漠到城市，随着比赛结束，入围决赛的11个团队里6个团队终于首次完成了人类的无人驾驶比赛，来自卡内基·梅隆大学的“格子呢赛车”团队成功拔得头筹，仅用4小时10分20秒完成了比赛，也如愿得到了200万的奖金。\n然而在世人为“格子呢”热烈欢呼的时候，比赛里最大的赢家其实已经悄然出现，那就是比赛中自动驾驶的核心部件激光雷达制造商——Velodyne，一家由姓Hall的David和Bruce两兄弟创办的美国本土科技公司。在完成比赛的六支车队中，Velodyne的HDL-64E传感器安装在了其中的五支车队。\n比赛大捷为当时Velodyne激光雷达供应链流失，经营压力颇大的Hall两兄弟打了一针强心剂：向车用进发！激光雷达上车的未来战事，也由这场比赛正式拉开大幕...\n争议：马斯克的“愤怒”\n提到激光雷达，就不得不提另一位自动驾驶“前锋”，一个近年来没事儿就cue一下激光雷达来“解闷儿”的特斯拉创始人埃隆·马斯克。“注定失败”（doomed）、“鸡肋”（crutch）、“站不住脚”（lame）等词儿都是马斯克给激光雷达下过的脚注。\n\n然而激光雷达真有这么不堪吗？这还要从“着急发车”的马斯克和“众生平等”的Velodyne说起。\n曾经的钻石巨头戴尔比斯一句“钻石恒永久，一颗永流传”，为广大结婚新人的预算里，额外添上了一笔曾经莫须有的巨大开支。\n相较于想结婚先买钻，在自动驾驶领域，当年的状况就是想玩自动驾驶，先找Hall两兄弟。\n诸如谷歌成立的Google X神秘部门，百度的自动驾驶部门，没错，当年不管你是多大的巨头，都得“敬一敬”Velodyne这个车用激光雷达领域的“独苗”。\n虽然赛道越来越热，Velodyne却似乎并没有加快扩产步伐，这也就造成了巨头们一度被激光雷达“卡脖子”。据相关资料显示，百度、谷歌所使用的Velodyne 64线机械激光雷达每两台就需要一周左右的时间生产，曾经也有媒体表示，Velodyne的交货周期甚至能一度拖到四个月。\n就像米饭一粒一粒地放进锅里煮，“谷歌们”碗都端半天了，但没办法，只得“骂骂咧咧”又无可奈何地等着人家给你盛饭。但有一个人坐不住了，那就是“着急发车”走向量产的马斯克。\n要知道，当年Velodyne的激光雷达可不光是在交货时间上让人绝望，马斯克最诟病激光雷达的点还是在于售价，百度、谷歌搭载的Velodyne 64线激光雷达是一个售价高达八万美元的庞然大物，一个配件成本直接顶两辆特斯拉Model3售价，这马斯克不能忍。\n结果就是，当Velodyne的“佛”遇上马斯克的“急”，分道扬镳已成定局，你走你的雷达道，我过我的视觉桥。\n也许是独自走视觉路线有点落寞，时不时的隔空喊话也得安排，“激光雷达是傻子的选择，任何依赖激光雷达的人都注定要失败，注定！（激光雷达）是不必要的昂贵传感器，这就像是一大堆昂贵的附加物，就比如一个阑尾就够闹心了，但你有一大堆。”\n这是马斯克关于激光雷达的经典语录，也许，正是因为Velodyne激光雷达让马斯克“落泪”的往事，特斯拉产品直到如今，仍然坚定地走着摄像头主导的纯视觉路线，但事实上，马斯克所言的“阑尾”正在受到全世界其他对手的关注。\n聚力：全世界向左，特斯拉向右\n其实，Velodyne并不想卡住全世界的脖子，出于激光雷达高度复杂与精密的部件结构，很长一段时间里，实际生产作业都是通过人工完成，无法实现全面的自动化生产，眼看特斯拉在视觉路线上平地起高楼，整个激光雷达赛道都逐渐开始暗流涌动。\n\n从YOLE的整理资料可以看到，如今的车用激光雷达赛道上，玩家已经是五花八门，除了Velodyne，“忍不了”了的谷歌已经通过Waymo发力，在国内，华为、镭神智能、禾赛科技等激光雷达玩家也先后出现。\n人一多，往往就会七嘴八舌，激光雷达赛道亦是如此。在如今的赛道上，仁者见仁，智者见智。单从YOLE的路线分类上来看，已有玩家布局的激光雷达研发路线就已经多达九条，而诸如AEVA、INFOWORKS等企业的成像方式尚未披露，后续再有新路线出现，也是存在可能性的。\n简单梳理一下，激光雷达的路线在成像方式和测距方式上有着多重细分：\n在成像方式上，主要有机械式、MEMS、OPA、FLASH；\n在测距方式上，则有Pulse（脉冲）也就是ToF、FMCW（调频连续波）、phase shift（相移）。\n错综复杂的研发路线，五花八门的布局企业不禁让人看得一头雾水，我们就针对当前几个主流的研发模式来进一步阐述。\n首先是成像方式上，机械式激光雷达正是曾经Velodyne让马斯克“愤怒”的一条路线，它主要通过搭载到车顶通过电机驱动进行360°的旋转扫描达到全方位成像目的，但问题在于，成本很难下降且没有谁愿意车顶天天架上这样一个庞然大物，想要搭载到量产车上，显然是不现实的，在自动驾驶测试研究上使用居多。\n\n而近年来较火的MEMS路线就突出了其对比优势，不同于机械式激光雷达用电机驱动旋转，MEMS激光雷达将核心放在了MEMS芯片上，将微光反射镜与MEMS驱动器整合在一起。虽然其扫描角度相较于机械式的360°仅有60-70°，但较小的体积与价格美丽优势巨大，可以多个合用弥补角度缺陷，也被奉为当下车用激光雷达量产的最优解。\n在测距方式上，当前的主要争议在于ToF和FMCW路线，目前，较多玩家布局的ToF路线系统工作在波长850和905nm，接近最大的780nm可见光光谱，最大激光功率受到限制，探测距离随之存在局限性。而FMCW激光雷达可满足1550nm的波长范围，对于恶劣天气的透过率更大，安全性也更强。\n但事实上，FMCW仍像是一张很香的饼，即便潜力巨大，但目前的成本、探测距离以及诸多性能方面的实际落地情况并不理想，市面上还没有足以超越ToF的产品。\n让人眼花缭乱的激光雷达技术路径，正在向人们诠释着一个事实，那就是激光雷达确实正在聚力待发，这一点，即使是“铁骨铮铮”马斯克似乎也有所认同。近期彭博社报道称，特斯拉已与Luminar公司签订协议，计划搭载其激光雷达进行研发测试。\n\n看来终归没有人能逃过“真香”定律，但至于激光雷达哪条路线更好，极具性价比的MEMS还是未来可能出现的新路线？目前没有人能给出一个定论。但可以肯定的是，谁能够率先“上车”，并得到市场认可，谁便能够抢占先机。\n就像现在抑或曾经，即便无人理睬，特斯拉产品却始终坚持的纯摄像头路线，即使只有一家坚持在做，但量产，往往是最有说服力的答案。\n新生：激光雷达终上车‍\n虽说入局玩家众多，但如今的激光雷达，还是时常给人一种雷声大雨点小的感觉。2017年，奥迪A8成为了世界范围内首款搭载车用激光雷达的量产车型，宣称匹配L3级自动驾驶上市，但直到2021年之前，奥迪A8仍是唯一的激光雷达量产车型。\n而且这个L3着实有点尴尬，据Technology Review于2017年的报道，奥迪A8当年的自动驾驶系统通过按下“AI”按钮激活，在速度超过37英里/小时（约60km/h）便会进行刹车，怎么看都更像是一个体验性大过实用性的功能。而且根据SAE的自动驾驶分级标准，奥迪A8在激光雷达的加持下，很难达到L3级别的自动驾驶要求。\n\n在三年的沉寂过后，今年年初，蔚来发布了首款搭载Innovusion激光雷达的轿车ET7，随之，广汽埃安、智己、极狐等一众车企相继发布了自己的激光雷达计划，也宣布要做搭载激光雷达的车型，而9月15日已经开始上市销售的小鹏P5同样搭载了激光雷达。\n虽然Luminar、Velodyne等公司的名声在激光雷达江湖上飘了甚久，但此次激光雷达上车潮里，不少车企选择了搭载国内厂商的激光雷达产品。\n就比如蔚来方面，ET7此次搭载了一个由图达通（Innovusion）研发的猎鹰Aquila激光雷达，来增强其除了毫米波雷达和摄像头的自动驾驶功能。\n值得注意的是，激光雷达公司图达通是一家17年才成立的初创企业，而早在18年的A轮融资中，就由蔚来资本领投，在后续的B轮和B+轮中，蔚来也均有投资。\n\n小鹏方面，P5此次在车的雾灯附近位置搭载了两个由初创公司览沃科技（Livox）研发的HAP激光雷达，览沃科技是由大疆内部孵化的独立公司。\n\n其实无论是图达通的猎鹰Aquila还是览沃的HAP，通过摄像头、毫米波雷达和激光雷达的性能利弊可以看出，蔚来和小鹏真正需要的正是通过激光雷达来弥补摄像头和毫米波雷达在3D重建能力上的局限性。\n\n特斯拉之所以有底气“死磕”摄像头，正是因为其入局自动驾驶较早，在纯摄像头路线上拥有大量的数据和技术积累，就像影子模式，通过全球巨大的用户车辆，来训练其AI从纯粹的视觉入手，快速学习认清道路上的各种物体。\n2007年，“格子呢赛车”团队的雪佛兰太浩冲过终点，15年过去，随着越来越多搭载了激光雷达的车型落地或预备落地，激光雷达究竟会像智能手机一样将自动驾驶推上全新的高度，还是像VR一样，在一阵热潮过后再度回归沉寂，答案离我们已经很近了。","news_type":1,"symbols_score_info":{"NIO":0.9,"ABCD":0.9}},"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"comments":[{"id":6042707,"gmtCreate":1632959662502,"gmtModify":1634726228389,"authorId":3574841454707089,"author":{"id":3574841454707089,"idStr":"3574841454707089","authorId":3574841454707089,"name":"快乐玩美股","avatar":"https://static.tigerbbs.com/193d55dc3ae5d7357bea35e08f9288e8","vip":1,"crmLevel":11,"crmLevelSwitch":0,"individualDisplayBadges":[]},"repliedAuthorId":0,"objectId":865336696,"type":1,"supId":0,"prevId":0,"content":"[财迷]","text":"[财迷]","html":"[财迷]"}],"langContent":"CN"},{"id":865023021,"gmtCreate":1632925043053,"gmtModify":1632925043521,"author":{"id":"3557375403451824","authorId":"3557375403451824","name":"高明兴_8399","avatar":"https://static.tigerbbs.com/c106c9c1b7bec94cd1fcd8a7834344f2","vip":1,"crmLevel":12,"crmLevelSwitch":0,"idStr":"3557375403451824","authorIdStr":"3557375403451824"},"htmlText":"哈哈","listText":"哈哈","text":"哈哈","images":[],"top":1,"highlighted":1,"essential":1,"paper":1,"likeSize":1,"commentSize":1,"repostSize":0,"link":"https://laohu8.com/post/865023021","repostId":1132157934,"repostType":4,"repost":{"id":"1132157934","kind":"news","pubTimestamp":1632897693,"share":"https://www.laohu8.com/m/news/1132157934?lang=zh_CN&edition=full","pubTime":"2021-09-29 14:41","market":"us","language":"zh","title":"“上车‍”用了15年！激光雷达的争议与新生","url":"https://stock-news.laohu8.com/highlight/detail?id=1132157934","media":"36氪","summary":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研","content":"原标题:&nbsp;激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n<img src=\"https://static.tigerbbs.com/f9a7bee19ba9a8c5b0cc87faabf7acdc\" tg-width=\"640\" tg-height=\"481\" referrerpolicy=\"no-referrer\">\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里以外，最终的奖金也让DARPA又揣回了兜里。\n2007年，美国，加利福尼亚州，DARPA再度举办了无人驾驶挑战赛，也许是想着money大概率又要揣回兜里，第一名的奖金从04年的100万美元直接翻倍到200万，在这场比赛中，来自美国各个顶尖学府的53个团队获得了参赛资格。\n比赛看似简单，用六个小时的时间正常行驶完89公里的城市路程，但大家都明白，无人驾驶的第一只螃蟹，三年前可是狠狠地夹了所有人的嘴。\n三年时间，从14公里到89公里，从沙漠到城市，随着比赛结束，入围决赛的11个团队里6个团队终于首次完成了人类的无人驾驶比赛，来自卡内基·梅隆大学的“格子呢赛车”团队成功拔得头筹，仅用4小时10分20秒完成了比赛，也如愿得到了200万的奖金。\n然而在世人为“格子呢”热烈欢呼的时候，比赛里最大的赢家其实已经悄然出现，那就是比赛中自动驾驶的核心部件激光雷达制造商——Velodyne，一家由姓Hall的David和Bruce两兄弟创办的美国本土科技公司。在完成比赛的六支车队中，Velodyne的HDL-64E传感器安装在了其中的五支车队。\n比赛大捷为当时Velodyne激光雷达供应链流失，经营压力颇大的Hall两兄弟打了一针强心剂：向车用进发！激光雷达上车的未来战事，也由这场比赛正式拉开大幕...\n争议：马斯克的“愤怒”\n提到激光雷达，就不得不提另一位自动驾驶“前锋”，一个近年来没事儿就cue一下激光雷达来“解闷儿”的<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>创始人埃隆·马斯克。“注定失败”（doomed）、“鸡肋”（crutch）、“站不住脚”（lame）等词儿都是马斯克给激光雷达下过的脚注。\n<img src=\"https://static.tigerbbs.com/aa4f2ca7f86e16e01007dfc48bceb6c8\" tg-width=\"640\" tg-height=\"359\" referrerpolicy=\"no-referrer\">\n然而激光雷达真有这么不堪吗？这还要从“着急发车”的马斯克和“众生平等”的Velodyne说起。\n曾经的钻石巨头<a href=\"https://laohu8.com/S/DELL\">戴尔</a>比斯一句“钻石恒永久，一颗永流传”，为广大结婚新人的预算里，额外添上了一笔曾经莫须有的巨大开支。\n相较于想结婚先买钻，在自动驾驶领域，当年的状况就是想玩自动驾驶，先找Hall两兄弟。\n诸如<a href=\"https://laohu8.com/S/GOOG\">谷歌</a>成立的Google X神秘部门，<a href=\"https://laohu8.com/S/BIDU\">百度</a>的自动驾驶部门，没错，当年不管你是多大的巨头，都得“敬一敬”Velodyne这个车用激光雷达领域的“独苗”。\n虽然赛道越来越热，Velodyne却似乎并没有加快扩产步伐，这也就造成了巨头们一度被激光雷达“卡脖子”。据相关资料显示，百度、谷歌所使用的Velodyne 64线机械激光雷达每两台就需要一周左右的时间生产，曾经也有媒体表示，Velodyne的交货周期甚至能一度拖到四个月。\n就像米饭一粒一粒地放进锅里煮，“谷歌们”碗都端半天了，但没办法，只得“骂骂咧咧”又无可奈何地等着人家给你盛饭。但有一个人坐不住了，那就是“着急发车”走向量产的马斯克。\n要知道，当年Velodyne的激光雷达可不光是在交货时间上让人绝望，马斯克最诟病激光雷达的点还是在于售价，百度、谷歌搭载的Velodyne 64线激光雷达是一个售价高达八万美元的庞然大物，一个配件成本直接顶两辆特斯拉Model3售价，这马斯克不能忍。\n结果就是，当Velodyne的“佛”遇上马斯克的“急”，分道扬镳已成定局，你走你的雷达道，我过我的视觉桥。\n也许是独自走视觉路线有点落寞，时不时的隔空喊话也得安排，“激光雷达是傻子的选择，任何依赖激光雷达的人都注定要失败，注定！（激光雷达）是不必要的昂贵传感器，这就像是一大堆昂贵的附加物，就比如一个阑尾就够闹心了，但你有一大堆。”\n这是马斯克关于激光雷达的经典语录，也许，正是因为Velodyne激光雷达让马斯克“落泪”的往事，特斯拉产品直到如今，仍然坚定地走着摄像头主导的纯视觉路线，但事实上，马斯克所言的“阑尾”正在受到全世界其他对手的关注。\n聚力：全世界向左，特斯拉向右\n其实，Velodyne并不想卡住全世界的脖子，出于激光雷达高度复杂与精密的部件结构，很长一段时间里，实际生产作业都是通过人工完成，无法实现全面的自动化生产，眼看特斯拉在视觉路线上平地起高楼，整个激光雷达赛道都逐渐开始暗流涌动。\n<img src=\"https://static.tigerbbs.com/79d8ba2f6ba56b0b94a589b9ac7ce57a\" tg-width=\"640\" tg-height=\"413\" referrerpolicy=\"no-referrer\">\n从YOLE的整理资料可以看到，如今的车用激光雷达赛道上，玩家已经是五花八门，除了Velodyne，“忍不了”了的谷歌已经通过Waymo发力，在国内，华为、镭神智能、禾赛科技等激光雷达玩家也先后出现。\n人一多，往往就会七嘴八舌，激光雷达赛道亦是如此。在如今的赛道上，仁者见仁，智者见智。单从YOLE的路线分类上来看，已有玩家布局的激光雷达研发路线就已经多达九条，而诸如AEVA、INFOWORKS等企业的成像方式尚未披露，后续再有新路线出现，也是存在可能性的。\n简单梳理一下，激光雷达的路线在成像方式和测距方式上有着多重细分：\n在成像方式上，主要有机械式、MEMS、OPA、FLASH；\n在测距方式上，则有Pulse（脉冲）也就是ToF、FMCW（调频连续波）、phase shift（相移）。\n错综复杂的研发路线，五花八门的布局企业不禁让人看得一头雾水，我们就针对当前几个主流的研发模式来进一步阐述。\n首先是成像方式上，机械式激光雷达正是曾经Velodyne让马斯克“愤怒”的一条路线，它主要通过搭载到车顶通过电机驱动进行360°的旋转扫描达到全方位成像目的，但问题在于，成本很难下降且没有谁愿意车顶天天架上这样一个庞然大物，想要搭载到量产车上，显然是不现实的，在自动驾驶测试研究上使用居多。\n<img src=\"https://static.tigerbbs.com/3f0fce480c34612d60b1c948abb9bf6e\" tg-width=\"640\" tg-height=\"452\" referrerpolicy=\"no-referrer\">\n而近年来较火的MEMS路线就突出了其对比优势，不同于机械式激光雷达用电机驱动旋转，MEMS激光雷达将核心放在了MEMS芯片上，将微光反射镜与MEMS驱动器整合在一起。虽然其扫描角度相较于机械式的360°仅有60-70°，但较小的体积与价格美丽优势巨大，可以多个合用弥补角度缺陷，也被奉为当下车用激光雷达量产的最优解。\n在测距方式上，当前的主要争议在于ToF和FMCW路线，目前，较多玩家布局的ToF路线系统工作在波长850和905nm，接近最大的780nm可见光光谱，最大激光功率受到限制，探测距离随之存在局限性。而FMCW激光雷达可满足1550nm的波长范围，对于恶劣天气的透过率更大，安全性也更强。\n但事实上，FMCW仍像是一张很香的饼，即便潜力巨大，但目前的成本、探测距离以及诸多性能方面的实际落地情况并不理想，市面上还没有足以超越ToF的产品。\n让人眼花缭乱的激光雷达技术路径，正在向人们诠释着一个事实，那就是激光雷达确实正在聚力待发，这一点，即使是“铁骨铮铮”马斯克似乎也有所认同。近期彭博社报道称，特斯拉已与Luminar公司签订协议，计划搭载其激光雷达进行研发测试。\n<img src=\"https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819\" tg-width=\"640\" tg-height=\"570\" referrerpolicy=\"no-referrer\">\n看来终归没有人能逃过“真香”定律，但至于激光雷达哪条路线更好，极具性价比的MEMS还是未来可能出现的新路线？目前没有人能给出一个定论。但可以肯定的是，谁能够率先“上车”，并得到市场认可，谁便能够抢占先机。\n就像现在抑或曾经，即便无人理睬，特斯拉产品却始终坚持的纯摄像头路线，即使只有一家坚持在做，但量产，往往是最有说服力的答案。\n<a href=\"https://laohu8.com/S/ABCD\">新生</a>：激光雷达终上车‍\n虽说入局玩家众多，但如今的激光雷达，还是时常给人一种雷声大雨点小的感觉。2017年，奥迪A8成为了世界范围内首款搭载车用激光雷达的量产车型，宣称匹配L3级自动驾驶上市，但直到2021年之前，奥迪A8仍是唯一的激光雷达量产车型。\n而且这个L3着实有点尴尬，据Technology Review于2017年的报道，奥迪A8当年的自动驾驶系统通过按下“AI”按钮激活，在速度超过37英里/小时（约60km/h）便会进行刹车，怎么看都更像是一个体验性大过实用性的功能。而且根据SAE的自动驾驶分级标准，奥迪A8在激光雷达的加持下，很难达到L3级别的自动驾驶要求。\n<img src=\"https://static.tigerbbs.com/c16eeba4b2d6e8af04da74b3ca789931\" tg-width=\"640\" tg-height=\"495\" referrerpolicy=\"no-referrer\">\n在三年的沉寂过后，今年年初，<a href=\"https://laohu8.com/S/NIO\">蔚来</a>发布了首款搭载Innovusion激光雷达的轿车ET7，随之，广汽埃安、智己、极狐等一众车企相继发布了自己的激光雷达计划，也宣布要做搭载激光雷达的车型，而9月15日已经开始上市销售的小鹏P5同样搭载了激光雷达。\n虽然Luminar、Velodyne等公司的名声在激光雷达江湖上飘了甚久，但此次激光雷达上车潮里，不少车企选择了搭载国内厂商的激光雷达产品。\n就比如蔚来方面，ET7此次搭载了一个由图达通（Innovusion）研发的猎鹰Aquila激光雷达，来增强其除了毫米波雷达和摄像头的自动驾驶功能。\n值得注意的是，激光雷达公司图达通是一家17年才成立的初创企业，而早在18年的A轮融资中，就由蔚来资本领投，在后续的B轮和B+轮中，蔚来也均有投资。\n<img src=\"https://static.tigerbbs.com/14f87ed0d27d3338ba700088b3a9f983\" tg-width=\"640\" tg-height=\"230\" referrerpolicy=\"no-referrer\">\n小鹏方面，P5此次在车的雾灯附近位置搭载了两个由初创公司览沃科技（Livox）研发的HAP激光雷达，览沃科技是由大疆内部孵化的独立公司。\n<img src=\"https://static.tigerbbs.com/5270604112bd3073f46eb4482a28697e\" tg-width=\"640\" tg-height=\"323\" referrerpolicy=\"no-referrer\">\n其实无论是图达通的猎鹰Aquila还是览沃的HAP，通过摄像头、毫米波雷达和激光雷达的性能利弊可以看出，蔚来和小鹏真正需要的正是通过激光雷达来弥补摄像头和毫米波雷达在3D重建能力上的局限性。\n<img src=\"https://static.tigerbbs.com/bd54d4b3cfd905adfc29d4d339d7d678\" tg-width=\"640\" tg-height=\"304\" referrerpolicy=\"no-referrer\">\n特斯拉之所以有底气“死磕”摄像头，正是因为其入局自动驾驶较早，在纯摄像头路线上拥有大量的数据和技术积累，就像影子模式，通过全球巨大的用户车辆，来训练其AI从纯粹的视觉入手，快速学习认清道路上的各种物体。\n2007年，“格子呢赛车”团队的雪佛兰太浩冲过终点，15年过去，随着越来越多搭载了激光雷达的车型落地或预备落地，激光雷达究竟会像智能手机一样将自动驾驶推上全新的高度，还是像VR一样，在一阵热潮过后再度回归沉寂，答案离我们已经很近了。","source":"36k","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>“上车‍”用了15年！激光雷达的争议与新生</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n“上车‍”用了15年！激光雷达的争议与新生\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-09-29 14:41 北京时间&nbsp;&nbsp;&nbsp;<a href=https://36kr.com/p/1419231393268864>36氪</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里...\n\n<a href=\"https://36kr.com/p/1419231393268864\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/22c39bb3f91cae240db26eadb1828819","relate_stocks":{"NIO":"蔚来"},"source_url":"https://36kr.com/p/1419231393268864","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"1132157934","content_text":"原标题: 激光雷达十五年：争议、聚力、新生\n2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，用100万美元的奖金，迅速吸引了当时的一众科研团队参加。\n\n顶尖的科研团队，拉风的参赛车辆，当所有目光聚集到赛场上时，尴尬的事情却发生了，最终入围比赛的106个科研团队里，翻车的翻车，死机的死机，240公里的赛程甚至没有一个车队成功行驶到12公里以外，最终的奖金也让DARPA又揣回了兜里。\n2007年，美国，加利福尼亚州，DARPA再度举办了无人驾驶挑战赛，也许是想着money大概率又要揣回兜里，第一名的奖金从04年的100万美元直接翻倍到200万，在这场比赛中，来自美国各个顶尖学府的53个团队获得了参赛资格。\n比赛看似简单，用六个小时的时间正常行驶完89公里的城市路程，但大家都明白，无人驾驶的第一只螃蟹，三年前可是狠狠地夹了所有人的嘴。\n三年时间，从14公里到89公里，从沙漠到城市，随着比赛结束，入围决赛的11个团队里6个团队终于首次完成了人类的无人驾驶比赛，来自卡内基·梅隆大学的“格子呢赛车”团队成功拔得头筹，仅用4小时10分20秒完成了比赛，也如愿得到了200万的奖金。\n然而在世人为“格子呢”热烈欢呼的时候，比赛里最大的赢家其实已经悄然出现，那就是比赛中自动驾驶的核心部件激光雷达制造商——Velodyne，一家由姓Hall的David和Bruce两兄弟创办的美国本土科技公司。在完成比赛的六支车队中，Velodyne的HDL-64E传感器安装在了其中的五支车队。\n比赛大捷为当时Velodyne激光雷达供应链流失，经营压力颇大的Hall两兄弟打了一针强心剂：向车用进发！激光雷达上车的未来战事，也由这场比赛正式拉开大幕...\n争议：马斯克的“愤怒”\n提到激光雷达，就不得不提另一位自动驾驶“前锋”，一个近年来没事儿就cue一下激光雷达来“解闷儿”的特斯拉创始人埃隆·马斯克。“注定失败”（doomed）、“鸡肋”（crutch）、“站不住脚”（lame）等词儿都是马斯克给激光雷达下过的脚注。\n\n然而激光雷达真有这么不堪吗？这还要从“着急发车”的马斯克和“众生平等”的Velodyne说起。\n曾经的钻石巨头戴尔比斯一句“钻石恒永久，一颗永流传”，为广大结婚新人的预算里，额外添上了一笔曾经莫须有的巨大开支。\n相较于想结婚先买钻，在自动驾驶领域，当年的状况就是想玩自动驾驶，先找Hall两兄弟。\n诸如谷歌成立的Google X神秘部门，百度的自动驾驶部门，没错，当年不管你是多大的巨头，都得“敬一敬”Velodyne这个车用激光雷达领域的“独苗”。\n虽然赛道越来越热，Velodyne却似乎并没有加快扩产步伐，这也就造成了巨头们一度被激光雷达“卡脖子”。据相关资料显示，百度、谷歌所使用的Velodyne 64线机械激光雷达每两台就需要一周左右的时间生产，曾经也有媒体表示，Velodyne的交货周期甚至能一度拖到四个月。\n就像米饭一粒一粒地放进锅里煮，“谷歌们”碗都端半天了，但没办法，只得“骂骂咧咧”又无可奈何地等着人家给你盛饭。但有一个人坐不住了，那就是“着急发车”走向量产的马斯克。\n要知道，当年Velodyne的激光雷达可不光是在交货时间上让人绝望，马斯克最诟病激光雷达的点还是在于售价，百度、谷歌搭载的Velodyne 64线激光雷达是一个售价高达八万美元的庞然大物，一个配件成本直接顶两辆特斯拉Model3售价，这马斯克不能忍。\n结果就是，当Velodyne的“佛”遇上马斯克的“急”，分道扬镳已成定局，你走你的雷达道，我过我的视觉桥。\n也许是独自走视觉路线有点落寞，时不时的隔空喊话也得安排，“激光雷达是傻子的选择，任何依赖激光雷达的人都注定要失败，注定！（激光雷达）是不必要的昂贵传感器，这就像是一大堆昂贵的附加物，就比如一个阑尾就够闹心了，但你有一大堆。”\n这是马斯克关于激光雷达的经典语录，也许，正是因为Velodyne激光雷达让马斯克“落泪”的往事，特斯拉产品直到如今，仍然坚定地走着摄像头主导的纯视觉路线，但事实上，马斯克所言的“阑尾”正在受到全世界其他对手的关注。\n聚力：全世界向左，特斯拉向右\n其实，Velodyne并不想卡住全世界的脖子，出于激光雷达高度复杂与精密的部件结构，很长一段时间里，实际生产作业都是通过人工完成，无法实现全面的自动化生产，眼看特斯拉在视觉路线上平地起高楼，整个激光雷达赛道都逐渐开始暗流涌动。\n\n从YOLE的整理资料可以看到，如今的车用激光雷达赛道上，玩家已经是五花八门，除了Velodyne，“忍不了”了的谷歌已经通过Waymo发力，在国内，华为、镭神智能、禾赛科技等激光雷达玩家也先后出现。\n人一多，往往就会七嘴八舌，激光雷达赛道亦是如此。在如今的赛道上，仁者见仁，智者见智。单从YOLE的路线分类上来看，已有玩家布局的激光雷达研发路线就已经多达九条，而诸如AEVA、INFOWORKS等企业的成像方式尚未披露，后续再有新路线出现，也是存在可能性的。\n简单梳理一下，激光雷达的路线在成像方式和测距方式上有着多重细分：\n在成像方式上，主要有机械式、MEMS、OPA、FLASH；\n在测距方式上，则有Pulse（脉冲）也就是ToF、FMCW（调频连续波）、phase shift（相移）。\n错综复杂的研发路线，五花八门的布局企业不禁让人看得一头雾水，我们就针对当前几个主流的研发模式来进一步阐述。\n首先是成像方式上，机械式激光雷达正是曾经Velodyne让马斯克“愤怒”的一条路线，它主要通过搭载到车顶通过电机驱动进行360°的旋转扫描达到全方位成像目的，但问题在于，成本很难下降且没有谁愿意车顶天天架上这样一个庞然大物，想要搭载到量产车上，显然是不现实的，在自动驾驶测试研究上使用居多。\n\n而近年来较火的MEMS路线就突出了其对比优势，不同于机械式激光雷达用电机驱动旋转，MEMS激光雷达将核心放在了MEMS芯片上，将微光反射镜与MEMS驱动器整合在一起。虽然其扫描角度相较于机械式的360°仅有60-70°，但较小的体积与价格美丽优势巨大，可以多个合用弥补角度缺陷，也被奉为当下车用激光雷达量产的最优解。\n在测距方式上，当前的主要争议在于ToF和FMCW路线，目前，较多玩家布局的ToF路线系统工作在波长850和905nm，接近最大的780nm可见光光谱，最大激光功率受到限制，探测距离随之存在局限性。而FMCW激光雷达可满足1550nm的波长范围，对于恶劣天气的透过率更大，安全性也更强。\n但事实上，FMCW仍像是一张很香的饼，即便潜力巨大，但目前的成本、探测距离以及诸多性能方面的实际落地情况并不理想，市面上还没有足以超越ToF的产品。\n让人眼花缭乱的激光雷达技术路径，正在向人们诠释着一个事实，那就是激光雷达确实正在聚力待发，这一点，即使是“铁骨铮铮”马斯克似乎也有所认同。近期彭博社报道称，特斯拉已与Luminar公司签订协议，计划搭载其激光雷达进行研发测试。\n\n看来终归没有人能逃过“真香”定律，但至于激光雷达哪条路线更好，极具性价比的MEMS还是未来可能出现的新路线？目前没有人能给出一个定论。但可以肯定的是，谁能够率先“上车”，并得到市场认可，谁便能够抢占先机。\n就像现在抑或曾经，即便无人理睬，特斯拉产品却始终坚持的纯摄像头路线，即使只有一家坚持在做，但量产，往往是最有说服力的答案。\n新生：激光雷达终上车‍\n虽说入局玩家众多，但如今的激光雷达，还是时常给人一种雷声大雨点小的感觉。2017年，奥迪A8成为了世界范围内首款搭载车用激光雷达的量产车型，宣称匹配L3级自动驾驶上市，但直到2021年之前，奥迪A8仍是唯一的激光雷达量产车型。\n而且这个L3着实有点尴尬，据Technology Review于2017年的报道，奥迪A8当年的自动驾驶系统通过按下“AI”按钮激活，在速度超过37英里/小时（约60km/h）便会进行刹车，怎么看都更像是一个体验性大过实用性的功能。而且根据SAE的自动驾驶分级标准，奥迪A8在激光雷达的加持下，很难达到L3级别的自动驾驶要求。\n\n在三年的沉寂过后，今年年初，蔚来发布了首款搭载Innovusion激光雷达的轿车ET7，随之，广汽埃安、智己、极狐等一众车企相继发布了自己的激光雷达计划，也宣布要做搭载激光雷达的车型，而9月15日已经开始上市销售的小鹏P5同样搭载了激光雷达。\n虽然Luminar、Velodyne等公司的名声在激光雷达江湖上飘了甚久，但此次激光雷达上车潮里，不少车企选择了搭载国内厂商的激光雷达产品。\n就比如蔚来方面，ET7此次搭载了一个由图达通（Innovusion）研发的猎鹰Aquila激光雷达，来增强其除了毫米波雷达和摄像头的自动驾驶功能。\n值得注意的是，激光雷达公司图达通是一家17年才成立的初创企业，而早在18年的A轮融资中，就由蔚来资本领投，在后续的B轮和B+轮中，蔚来也均有投资。\n\n小鹏方面，P5此次在车的雾灯附近位置搭载了两个由初创公司览沃科技（Livox）研发的HAP激光雷达，览沃科技是由大疆内部孵化的独立公司。\n\n其实无论是图达通的猎鹰Aquila还是览沃的HAP，通过摄像头、毫米波雷达和激光雷达的性能利弊可以看出，蔚来和小鹏真正需要的正是通过激光雷达来弥补摄像头和毫米波雷达在3D重建能力上的局限性。\n\n特斯拉之所以有底气“死磕”摄像头，正是因为其入局自动驾驶较早，在纯摄像头路线上拥有大量的数据和技术积累，就像影子模式，通过全球巨大的用户车辆，来训练其AI从纯粹的视觉入手，快速学习认清道路上的各种物体。\n2007年，“格子呢赛车”团队的雪佛兰太浩冲过终点，15年过去，随着越来越多搭载了激光雷达的车型落地或预备落地，激光雷达究竟会像智能手机一样将自动驾驶推上全新的高度，还是像VR一样，在一阵热潮过后再度回归沉寂，答案离我们已经很近了。","news_type":1,"symbols_score_info":{"NIO":0.9,"ABCD":0.9}},"isVote":1,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"tweetType":1,"comments":[{"id":6039091,"gmtCreate":1632925047776,"gmtModify":1634782348367,"authorId":3557375403451824,"author":{"id":3557375403451824,"idStr":"3557375403451824","authorId":3557375403451824,"name":"高明兴_8399","avatar":"https://static.tigerbbs.com/c106c9c1b7bec94cd1fcd8a7834344f2","vip":1,"crmLevel":12,"crmLevelSwitch":0,"individualDisplayBadges":[]},"repliedAuthorId":0,"objectId":865023021,"type":1,"supId":0,"prevId":0,"content":"ok","text":"ok","html":"ok"}],"langContent":"CN"}],"isCommentEnd":true,"newsSizeData":{"likeSize":26,"commentSize":2,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.42.0","shortVersion":"4.42.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/1132157934","isCrawlerRequest":true}