割韭菜最快的刀，叫激光雷达_老虎社区_美港股上老虎

割韭菜最快的刀，叫激光雷达

格隆汇2021-11-26

激光雷达的概念，被国产车企神化了。 1607年，伽利略做过一次测量光速的实验。他尝试用距离和时间测算出，光在空气中传播的速度。但我们知道，在那个年代的技术条件下，伽利略没法准确测试光速。然而今天，我们已经能测出，一束光从射出至遇到物体后返回的精确时间差，同时我们也知道精确的光速，于是这个办法就可以用来测量发射点到目标物体的距离，这种方法叫“飞行时间”，简称TOF。被车企捧上天的激光雷达，正是...

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。

暂无评论

热议股票

7x24

全部

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"share":"https://www.laohu8.com/m/news/2186905153?lang=zh_CN&edition=full","thumbnail":"https://static.tigerbbs.com/19b45da5a23f10631afe3a10d97dc84d","is_english":false,"pubTime":"2021-11-26 10:02","share_image_url":"https://static.laohu8.com/6b8fa6424aebe95f6781d04ef17a1852","id":"2186905153","market":"sh","top_or_hot":-1,"title":"割韭菜最快的刀，叫激光雷达","media":"格隆汇","content":"<div>\n<p>激光雷达的概念，被国产车企神化了。\n1607年，伽利略做过一次测量光速的实验。他尝试用距离和时间测算出，光在空气中传播的速度。但我们知道，在那个年代的技术条件下，伽利略没法准确测试光速。\n然而今天，我们已经能测出，一束光从射出至遇到物体后返回的精确时间差，同时我们也知道精确的光速，于是这个办法就可以用来测量发射点到目标物体的距离，这种方法叫“飞行时间”，简称TOF。\n被车企捧上天的激光雷达，正是...</p>\n\n<a href=\"http://www.gelonghui.com/p/498157\">网页链接</a>\n\n</div>\n","source":"gelonghui_highlight","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>割韭菜最快的刀，叫激光雷达</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割韭菜最快的刀，叫激光雷达\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-11-26 10:02 北京时间&nbsp;&nbsp;&nbsp;<a href=http://www.gelonghui.com/p/498157><strong>格隆汇</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>激光雷达的概念，被国产车企神化了。\n1607年，伽利略做过一次测量光速的实验。他尝试用距离和时间测算出，光在空气中传播的速度。但我们知道，在那个年代的技术条件下，伽利略没法准确测试光速。\n然而今天，我们已经能测出，一束光从射出至遇到物体后返回的精确时间差，同时我们也知道精确的光速，于是这个办法就可以用来测量发射点到目标物体的距离，这种方法叫“飞行时间”，简称TOF。\n被车企捧上天的激光雷达，正是...</p>\n\n<a href=\"http://www.gelonghui.com/p/498157\">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":null,"symbol_name":null,"start_time":0,"source_url":"http://www.gelonghui.com/p/498157","article_id":"2186905153","we_media_id":null,"thumbnails":["https://static.tigerbbs.com/19b45da5a23f10631afe3a10d97dc84d"],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2186905153","pubTimestamp":1637892164,"sourceInfo":{"source_id":"gelonghui_highlight","name":"格隆汇"},"weMediaInfo":null,"summary":"激光雷达的概念，被国产车企神化了。\n1607年，伽利略做过一次测量光速的实验。他尝试用距离和时间测算出，光在空气中传播的速度。但我们知道，在那个年代的技术条件下，伽利略没法准确测试光速。\n然而今天，我","collect":0,"end_time":0,"defaultTopTitle":"gelonghui.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"The fastest knife for cutting leeks is called lidar","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/1b71914a6bf3b2f4682cc840d16875f6","symbols_score_info":{},"content_text":"激光雷达的概念，被国产车企神化了。\n1607年，伽利略做过一次测量光速的实验。他尝试用距离和时间测算出，光在空气中传播的速度。但我们知道，在那个年代的技术条件下，伽利略没法准确测试光速。\n然而今天，我们已经能测出，一束光从射出至遇到物体后返回的精确时间差，同时我们也知道精确的光速，于是这个办法就可以用来测量发射点到目标物体的距离，这种方法叫“飞行时间”，简称TOF。\n被车企捧上天的激光雷达，正是利用了“TOF测距原理”。\n激光雷达，通过发射激光束来测量周围环境物体的距离和方位，从而判断车辆与障碍物的相对位置。自动驾驶算法将根据这些传感器感知的数据，最终对车辆下达各种操作指令。\n特斯拉CEO埃隆·马斯克，曾多次公开攻击激光雷达路线：“傻瓜才用激光雷达”，并且坚持采用纯视觉路线。但恰巧相反，几乎所有的国产汽车企业都选择了激光雷达路线。通过预埋激光雷达，为新车贴上“智能化”的标签。最近，大家是在硬件数量、车型数量上“卷”了起来。\n据虎嗅统计，已量产/计划2022年量产的激光雷达车型至少有12款，绝大部分新车型都在这次广州车展上进行了亮相。其中，搭载华为自动驾驶技术的车型就超过3款，而小鹏汽车则已有2款激光雷达车型，而长城旗下高端品牌沙龙汽车，更是夸张地装上了4颗激光雷达。\n\n这给消费者一种“激光雷达元年”既视感。\n归根结底，车企疯狂推出激光雷达车型，是想拉高硬件的天花板，不管最终能实现哪些自动驾驶软件功能，但起码硬件参数不能落后。子曰：“工欲善其事，必先利其器。”虽然想法是好的，但仅凭一页PPT、一台展车，消费者为什么要掏出四五十万元为激光雷达买单？\n国内激光雷达厂商速腾聚创告诉虎嗅，产业爆发时间点已经来临，激光雷达行业在2016年左右开始加速发展，高性能的车规级激光雷达产品已经成熟并车规量产——“2021年已经是激光雷达的量产元年。”\n\n\n一、路线之争：还没有终极方案\n\n\n当下，国内的激光雷达市场正经历着与动力电池几乎一致的技术路线转变历程。\n早期，是以三元锂电池为主的阶段，企业追求的是高性能，而忽视了高成本。但随着更多“国产替代”的出现，成本优异的磷酸铁锂电池受到追捧，但性能上有一定短板。每一种技术路线，都有它的优劣势，企业会尝试从技术层面去解决问题。但在很长时间内，可能看不到终极解决方案。\n激光雷达，作为“所见即所得”的传感器，可增强感知系统的冗余性，补充毫米波雷达、摄像头缺失的场景，是实现高阶自动驾驶的“必备神器”。\n根据扫描模块结构划分，激光雷达可大致分为：机械式、半固态、固态三种。\n\n激光雷达主要技术路线分类（来源：禾赛科技招股书）\n机械式激光雷达，是最早进入市场、最成熟的一种技术路线。它是指的在垂直方向上排布多束激光器、通过电机带动光电结构 360°旋转，从而化点为线形成三维点云的方案，其线数与分辨率成正比，具有高分辨率、高测距的特点。\n“机械式激光雷达就是搞一面镜子绕着激光源转啊转，达到更多角度的覆盖，大家看到一些车辆上面有仪器在转啊转的，就是这个原理。”某自动驾驶公司从业者告诉虎嗅，因为对装配要求高，机械式很难做到量产，例如，Velodyne 32线激光雷达HDL-32E，就需要32组发射光源与32组接收光源进行一一对应调试，容易出故障。\n除了激光器堆叠需要人工操作之外，机械式的平均失效时间仅1000-3000小时，与车规要求的最低 13000小时差距明显，难以实现乘用车的前装量产。所以，机械式激光雷达一般只会被用来作为L4/L5自动驾驶测试或运营车的主雷达。\n\nHDL-32E转起来是这样\n2019年，是“机械式激光雷达”折戟中国的一年。\n这一年，美国激光雷达企业Velodyne就曾起诉中国激光雷达创业公司禾赛科技与速腾聚创。根据法院文件显示，公司状告禾赛科技与速腾聚创正在销售的产品侵犯了其NO. 7969558美国专利（高清晰度激光雷达系统）的多个方面，该专利权曾在2011年被授予Velodyne的创始人David Hall。\n但庆幸的是，“558”专利主要是限制了其他厂商在机械式激光雷达的后续研发。但以速腾、禾赛为首的国内厂商，已经抢先布局了半固态激光雷达。虽是无奈，但这恰巧是趋势所在。\n半固态激光雷达，因为可转动的部位更少，也就越稳定，制造成本越低。比如转镜方案中，它的收发模块保持不动，电机在带动转镜运动的过程中将光束反射至空间的一定范围，从而实现扫描探测。而微振镜方案，则采用高速振动的二维MEMS微振镜实现对空间一定范围的扫描测量。\n但因为扫描的方式不同，导致了不同技术路线的激光雷达，呈现出来的数据有一定差异。某自动驾驶解决方案商告诉虎嗅，“成本低且稳定性强的激光雷达，覆盖范围较有限，而且其中的部分产品会由于扫描模式的复杂度（短时间内同一方向多次扫描）造成重影问题，导致测距不准。”\n\n目前，起售价不到20万的小鹏P5，搭载两颗来自大疆Livox览沃的HAP激光雷达，属于转镜半固态激光雷达的一种，其工作原理是由旋转的棱镜折射激光，通过改变光路使其扫描到更多地方来进行建模。因为减少了激光发射和接收的线数，极大地降低了物料成本。\n但是，HAP激光雷达也一个不足之处在于，缺乏实时性，点云密度会受扫描时间影响，往往呈现出中间的密度最高，周围逐渐较低的点云特征（呈菊花状）。为解决该问题，览沃通过算法适配，使得这款激光雷达能在0.1秒的积分时间下，可以做到等效144线水平，和机械式激光雷达的效果无异。\n\n硬件的差异，并不意味着最终落地的功能就会落后。\n要知道，小鹏P5所用的HAP激光雷达，并不是主要决策数据来源，而是作为前方环境的数据补充，提高车辆在进行高级辅助驾驶时的安全性。\n这就像动力电池一样，车企和厂商一方面是改善低成本产品的性能，另一方面也会寻求更理想的终极方案。禾赛科技告诉虎嗅：“Flash、OPA等纯固态激光雷达设计中没有任何运动部件，理论上体积可缩到所有方案中最小，一直被认为是车载激光雷达的终极形态”。\n但是，由于目前基础元器件技术限制，Flash方案的产品探测距离远不如MEMS或机械式，主要用作补盲雷达；OPA方案距离产品量产还有长的路要走，相关的样机还处于很早期研发阶段。\n\n\n二、成本之争：成本降百倍，卖到白菜价不是梦\n\n\n早在2017年，奥迪发布全球首款量产的L3级自动驾驶汽车——奥迪A8L，也是首款搭载激光雷达的量产汽车。是由零部件制造商法雷奥Valeo与德国传感器技术公司Ibeo联合进行的开发，A8L上那颗SCALA激光雷达，正是半固态激光雷达的“鼻祖”。\n\n首款搭载激光雷达的量产汽车A8L\n当然，不是每家车企都有奥迪如此强大的号召力，能让供应商为其开发最先进的激光雷达。再加上，买百万级豪华品牌车型的用户对价格并不敏感。但当车型售价拉低到30万元的级别时，每加一颗激光雷达所产生的成本差异，就会显得格外亮眼。\n早期的激光雷达市场，主要是那些不计成本科技公司做自动驾驶测试用。比如2016年，一枚由美国厂商Velodyne制造的16线机械旋转式激光雷达售价约8000美元（约合人民币5.1万元），一枚以同样原理制造的64线激光雷达售价高达8万美元（约合人民币51万元）。\n今年年初，国金证券发布研报《放量在即，激光雷达开启前装元年》称，已确认搭载激光雷达的前装量产车型将于2023年突破30万台，价位集中在40-80万元。但长期来看，未来高阶自动驾驶的激光雷达将逐步将整车成本控制在1000美元以内。\n而根据华为计划，其等效96线激光雷达的价格将要下降到200美元/台，未来目标是将价格下探到100美元/台，解决激光雷达上车的成本瓶颈，为L3级及以上高级别自动驾驶汽车的量产提供可能。\n“激光雷达作为一种集光、机、电一体化的精密传感器，它的核心元器件不只有运算芯片，很多核心光机电的零部件和技术不都遵循‘摩尔定律’”，速腾聚创向虎嗅表示。激光雷达内部有数百个细分器件，在生产工艺上，物料成本和设备调试成本高；在产品结构上，机械部分增大了雷达的体积和重量。\n想要降低成本，就需要从最底层的芯片开始改变。“芯片化升级，可以把激光雷达的成本和量产的棘手问题，变成了一个‘半导体’问题。”禾赛科技告诉虎嗅。\n实际上，激光雷达的BOM成本（物料成本）中，占据大头的激光收发模块，包括了激光器、探测器、激光器、激光驱动、模拟前端等电子部件。通过将这些激光器元器件集成在芯片上，来实现降低物料成本、降低安装调试成本，同时还可以通过不断提高半导体的制程，进一步降低芯片成本。\n不同于常规意义上的“价格战”，通过“芯片化”来降低价格的做法，非但没有以牺牲产品的性能为代价，反而还“顺便”带来一系列性能、功能上的提升。\n比如速腾聚创的“智能固态激光雷达M1”，是基于二维MEMS智能芯片扫描技术而来。不仅内部结构更精简、元器件更少、集成度更高，同时，它还多了一个“凝视”功能，可动态调节分辨率以及刷新率的大小。\n速腾聚创也告诉虎嗅：“MEMS方案中，技术壁垒比较高的是二维MEMS智能扫描芯片，我们用的MEMS芯片是完全自研的，该芯片已通过车规验证，目前正在规模化车规量产随M1交付定点客户。”\n但是众所周知，芯片化是一个长周期并且极容易失败的工作。所以理论上，只有厂商大量出货、车企大批应用，新产品的性能和可靠性才能被市场所验证，并且反过来推动新技术迭代。\n说白了，这就和当年动力电池一样。早期的磷酸铁锂电池，因为性能不如三元锂而一直不被看好，但因为其成本更低、安全性更高，所以在特斯拉、比亚迪都采用磷酸铁锂之后，拉动了规模化效应。越来越多的厂商去通过技术方式来解决它的短板。\n\n\n三、规模之争：车企与厂商的博弈\n\n\n“规模化是降本的核心条件之一。”\n速腾聚创也向虎嗅表示：“激光雷达技术的突破和成熟，是从产品设计出发，精简结构，提升可制造性，降低产品量产所需的物料成本和生产制造成本。大规模的前装订单是激光雷达进入车规量产阶段的触发条件，量产的规模化效应也随之带来激光雷达元器件成本和生产制造成本下降。”\n汽车是一个规模化效应尤为明显的行业，动力电池已经证明过，如今到了激光雷达行业。\n“成本及规模化一直处于动态平衡中，成本下降带动规模化应用，规模化应用又使得成本下降，两者处于正向反馈中。这从这几年激光雷达的成本下降便可以看出来。”轻舟智航感知总监张雨告诉虎嗅。\n但激光雷达在乘用车市场仍处于早期，刚开始合作的车企与厂商会存在一定的博弈：一方面车企想要以更低的价格采购高性能的激光雷达；另一方面，厂商只有采购量不断增加形成规模化效应之后，才能降低激光雷达的价格。所以，在合作初期，双方对于价格与规模，要达成较为一致的认知。\n\n前装量产的半固态激光雷达AT128（图片来源：禾赛科技）\n大厂一般都会通过投资的方式来，锁定激光雷达的价格和产能。\n行业里最近一次较大的融资时间就在11月16日，禾赛科技宣布获得来自小米产投7千万美金追加融资，加上之前官宣的超3亿美金融资，禾赛D轮融资总额已超过3.7亿美元。相关数据统计显示，这是2021年以来国内激光雷达领域单笔规模最大的融资。\n这也是小米自6月以来第二次加持禾赛，本轮融资的其他领投方还包括高瓴创投、美团和CPE等。自6月份以来，禾赛科技已经和至少12家OEM及自动驾驶研发企业达成了合作，包括理想汽车、路特斯、集度、爱驰汽车、华人运通等。除此之外，一径科技、Innovusion、镭神智能、探维科技等激光雷达厂商也相继拿到了新一轮的融资。\n主机厂这边，福特、戴姆勒、沃尔沃等跨国主机厂，基本上会选定至少一家厂商进行投资。比如，蔚来通过蔚来资本连续三次投资了Innovusion的A轮、B轮和B+轮融资。在Innovusion的B+融资公告中也写道：“本轮融资将主要用于力挺面向前装量产的蔚来ET7激光雷达的大规模量产交付。”\n显然，激光雷达“抢货大战”正在愈演愈烈。\n但这样的内卷，在行业人士看来是有利的。“这是一个双边合作的关系，两边各自承诺一些事情，然后大家建立这种信任，那就去干就完了。实际上，就是一开始的这笔投资谁先扔进去，只要有一方一扔，那就转起来了。”某自动驾驶供应商内部人士告诉虎嗅。\n\n“我们也一直盯着MEMS激光雷达，他们（激光雷达厂商）都说你到10万的量，我就能给你降到两三百美元。你要是几十万的量，我100美元完全可以做到。”上述自动驾驶供应商内部人士告诉虎嗅。\n根据沙利文预测，至2024年全球激光雷达市场将达到135.4亿美元，2020-2025年复合增速达到64.65％。分析师认为，激光雷达性能优势+价格下探+下游需求迫切，三因素共振推进激光雷达成为配套汽车量产主流方案。\n而在目前市占率方面，中国有5家中国厂商较为突出，但仍是法国厂商独占鳌头。\n据咨询公司Yole Développement数据显示，激光雷达厂商在汽车和工业市场应用的份额占比排名，法雷奥排名第一，占比 28%；速腾聚创RoboSense占比10%，排名第二；Luminar、大疆Livox、电装、大陆、Cepton五家厂商以7%占有率，并列第三；Innoviz、Ibeo、Innovusion、华为、禾赛科技、Innovusion图达通、Velodyne，占有率均为3%。\n\n\n\n四、功能之争：车企的两难式内卷\n\n\n激光雷达量产上车，只是实现自动驾驶的开始。\n这就好比，准备了一桌好食材，但能否把好食材烹饪成一桌美味佳肴，完全取决于厨师的水平。\n“现在车企的软件能力，肯定是跟不上的，这是非常肯定的。”某自动驾驶供应商内部人士告诉虎嗅。目前，业内对于自动驾驶功能有一个较为统一的认知：先把硬件留足富余，量产上车以后，再通过软件OTA让功能不断升级。\n以搭载2颗激光雷达的小鹏P5为例，在早期交付到用户手里时，它是不具备宣传时所说的“城市NGP”功能——在导航基础上，可以在部分市区场景内实现自动驾驶，比如“人车混流无保护左转”功能，还可以实现“语音变道”。\n在1024科技日上，小鹏展示了城市NGP在P5上的实测视频：路线全长15公里，从停车场出发，经过广州闹市区，最终到达另一个停车场。这基本上，已经可以理解为“城市自动驾驶”了，但考虑到法规和用户安全等问题，在宣传时，自觉的企业还是会适可而止的。\n\n极狐阿尔法S 华为HI版\n很多车企都在说的“DOOR TO DOOR门到门”自动驾驶功能，包括搭载华为自动驾驶技术的极狐阿尔法S Hi版也是如此。但到今天能够拿出车辆实测视频的屈指可数，虽然大家都在批判特斯拉的自动驾驶不靠谱，但最起码人家在美国地区，通过OTA升级让车辆实现了城市自动驾驶的能力。\n“特斯拉一直就是如此，他先装的非常强大的硬件，然后软件再做迭代。这个行业就是如此，硬件迭代周期非常慢，你现在不装，可能一、两年之后就落后了。但是，软件随时可以OTA。”上述自动驾驶供应商内部人士表示。其实，很多传统车企只学到了特斯拉的前半部分，学不到后半部分。\n回到自动驾驶实现路径上来看，最核心的是解决三个问题：“我在哪？”、“我要去哪”、“我要如何去”。\n按照行话来说就是：感知、决策与执行。更形象的来说，感知层就相当于人的五官，感知周围的环境，搜集数据传输到决策层；决策层相当于人的大脑，处理感知层传输的数据，输出相应的操作指令给执行层；执行层相当于人的四肢，执行大脑给出的指令。\n激光雷达，因为具有可准确获取目标的三维信息、分辨率高、抗干扰能力强、探测范围广、近全天候工作等优点，在智能驾驶环境感知系统中占据了重要地位。但激光雷达仅仅只是一个数据收集的传感器，并不具备决策和执行的能力。换句话说，激光雷达只是承担了“眼睛”的角色。\n有了千里眼还不够，关键还得靠利用好激光雷达所产生的数据，也就是靠算法。本质上，各类自动驾驶功能均依靠特定的应用算法开发实现。自动驾驶的环境复杂多变，从庞杂的激光雷达点云数据中准确快速地提取有效数据，并正确理解与分析有用信息是激光雷达应用算法开发的终极目标。\n但还是会有不少问题。比如目前，自动驾驶激光雷达应用算法尚没有统一的框架和评判标准，具有较强的针对性和一定的特殊性。往往是精度越高、适应性越差，使用范围相当有限。面对各类复杂多变的自动驾驶场景，使算法具有扩展性和可移植性，提升算法的自适应性尤为必要。\n另外还有数据驱动的功能迭代，也是考验车企的一道坎。\n“感知和规划全都是由数据驱动。数据驱动的优势在于，智能驾驶系统中，遇到的corner case的数量级是超过百万级，这仅靠工程师去优化是不可能的。因此真正强大的智能驾驶一定要靠数据驱动，把大量概率小但会碰到的场景，通过数据化的方式去迭代和优化。”智己汽车联席CEO刘涛告诉虎嗅。\n不过现在好了，传统汽车企业没有软件能力没关系，有钱就行。\n“很多车企甚至自己没有软件的能力，直接跟激光雷达的供应商说，干脆你把算法直接给我捎里面完了。然后激光雷达供应商可能也没有算法，最后可能来找我们。”上述自动驾驶供应商内部人士表示。\n这其实并不奇怪，在ADAS辅助驾驶领域，英特尔旗下的自动驾驶公司Mobileye曾一度占据了75%的市场份额。之所以成功，是因为它不只是做视觉传感器的普及者，而且是“视觉传感器+计算芯片+智能算法”的一整套解决方案商，这种接近于“即插即用”的合作模式备受车企喜爱。\n\n在2021年GTC大会，英伟达发布了完全自主设计的智能驾驶解决方案——NVIDIA DRIVE Hyperion 8，这是一款用于全自动驾驶系统的计算机架构和传感器组，它配备了英伟达自研芯片、英伟达推荐的摄像头、英伟达推荐的雷达，甚至还有英伟达标准的开发套件。\n另外，英伟达还直接展示了团队开发的感知算法，同时也提及自己的“高精地图测绘能力”。虽然英伟达没有直截了当的告诉车企，我们可以给你做全栈自动驾驶解决方案，但基本也展示出英伟达有做一家自动驾驶全栈供应商的实力。\n英伟达早期只向厂商提供芯片，到现在开拓各条战线。实际上，也倒逼着国产芯片厂商，提供更多软件方面的业务。比如前段时，刚囊获小米投资的AI芯片公司黑芝麻智能告诉虎嗅：“因为软件、算法及配套的开发支持，是体现芯片易用性的重要指标。目前的国产芯片相较于国际芯片品牌，它的优势主要就是体现在灵活高效的支持上，对客户贴身支持开发与服务。”\n“开发工具链是否完善是体现芯片易用性的重要指标。配合华山系列自动驾驶计算芯片，黑芝麻智能还发布了山海人工智能开发平台。它拥有50多种AI参考模型库转换用例，降低客户的算法开发门槛。”\n总的来说就是，有没有全栈软件自研能力都不重要，激光雷达厂商、自动驾驶解决方案商、自动驾驶芯片厂商们，总会有人帮车企来释放激光雷达的硬件价值。本质上，还是看车企愿不愿意花钱。\n\nWaymo的测试车激光雷达清洗方式\n最后的最后，还有一个至关重要的问题，需要车企自己来解决：“娇贵的激光雷达要如何保养？”\n一位自动驾驶业内人士向虎嗅表达了这样的担忧：“激光雷达的防污问题，以及后续的维修问题，车企目前没有给出类似的方案。比如脏了，车主应该怎么擦干净；坏了，车主是不是自己掏大钱换？”\n上激光雷达，只是麻烦的开始。但大家都上了你不上，也是麻烦的开始。激光雷达行业的内卷，源于造车行业的畸形内卷。\n写在最后\n“现在各行各业内卷都很严重。每个消费者都会有自己的选择，我们不可能让所有的消费者都喜欢我们，但是我们第一个走出内卷，还是把自己有特点的事做好。”小鹏汽车联合创始人、总裁夏珩在不久前的广州车展上如是说道。\n激光雷达的“内卷”已然形成，这对于消费者来说必然是好事。但同时，更多的选择性意味着可能有鱼龙混杂的情况出现。所以，在硬件配置之上，更需要认清一家车企在软件方面的能力。最起码的，也应该对用户的真实体验负责，而不是像当年山寨手机一样，靠摄像头数量、像素来吸引消费者。\n正如智己汽车联席CEO刘涛所言：“高科技不应该是炫技，而是要真正为用户的驾驶体验服务。”\n国产车企们，别让激光雷达，成了2022年的韭菜收割机。","kind":null,"is_publish_news":null,"is_publish_highlight":null,"is_publish_live":null,"is_publish_wemedia":null,"editions":null,"symbols":[],"gpt_button":1},"commentList":[],"hasMoreComments":false,"newsSizeData":{"likeSize":5,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false}}