感知是智能駕駛的核心，激光雷達和純視覺技術是目前主要的兩種技術路線。每種傳感器天然上都存在著一些優(yōu)勢和劣勢，激光雷達以其高精度和不受光照條件影響的特點，在復雜環(huán)境和極端天氣條件下表現出色，而純視覺方案則以其低成本和靈活性，在大部分時間和場景下具有優(yōu)勢，未來幾年，這兩種技術路線可能會長期共存、融合發(fā)展。
激光雷達技術分析
（一）激光雷達的基本原理
激光雷達（LiDAR，Laser Detecting and Ranging）是一種利用激光脈沖照射目標并測量反射脈沖來獲取目標信息的探測手段。激光雷達主要由激光發(fā)射器、光學接收器、掃描系統(tǒng)以及信息處理系統(tǒng)等核心部件構成。激光發(fā)射器向目標發(fā)射激光束，光學接收器接收反射信號，掃描系統(tǒng)用于調整激光束的發(fā)射方向，信息處理系統(tǒng)則負責處理接收到的信號并生成周圍環(huán)境的三維“點云”，經過適當處理后，即可獲取目標的詳盡信息，實現周圍環(huán)境的探測、跟蹤與識別。
（二）激光雷達的主要技術路線
激光雷達的技術路線涵蓋測距原理、光源、探測器以及光束操縱等多個維度。1.測距原理激光雷達的測距原理主要有四種類型：飛行時間法（ToF）、調頻連續(xù)波（FMCW）、三角測距法和相位法。其中，ToF和FMCW是當前應用最廣泛的兩種技術。
飛行時間法（ToF）：通過記錄短脈沖激光從發(fā)射到接收的時間差來計算距離。ToF激光雷達具有高精度探測優(yōu)勢，但最大激光功率受到限制，探測距離存在瓶頸，且在白天會受到陽光干擾。
調頻連續(xù)波（FMCW）：通過線性調制發(fā)射激光的光頻，使回波信號與參考光進行相干拍頻得到頻率差，從而間接獲得飛行時間并反推目標物距離。FMCW激光雷達具有抗干擾能力強、可直接測量速度信息以及遠程探測性能高等優(yōu)點，但設計和制造成本較高。
2.光源激光雷達的光源可以分為以光纖激光器為代表的1550nm激光器和以半導體激光器為代表的905nm激光器。
1550nm激光器：大氣穿透能力強，人眼安全性高，峰值功率可達上百甚至上千瓦，適用于遠距離探測。但需要使用昂貴的銦鎵砷（InGaAs）作為接收端，且對芯片散熱能力和封裝要求較高。
905nm激光器：可以使用廉價的硅基CMOS作為接收端，光噪聲和控制信號平穩(wěn)，但測距受限在150米以內，適用于乘用車。
905nm光源預計將占主導地位。激光器波長選擇主要兼顧性能和對人眼安全性，目前主流的激光雷達主要有905nm和1550nm兩種波長。905nm優(yōu)勢是基于GaAs材料體系，產業(yè)成熟，成本低；缺點是發(fā)射功率受到對人眼安全性限制，探測距離較短。1550m優(yōu)點是對視網膜更加友好，可以發(fā)射更大功率，探測距離可以做到更遠；不足是其無法采用常規(guī)的硅吸收，而需要InGaAs材料，成本更高。不過隨著905nm技術持續(xù)升級(禾賽發(fā)布了905nm的艙內激光雷達ET25，探測距離與1550nm相當)，1550nm成本偏高，預計未來905nm激光器預計仍將占主導地位。按結構分，激光發(fā)射器可以分為邊發(fā)射激光器(EEL)和垂直腔面激光器(VCSEL)及光纖激光器。EEL優(yōu)勢在于輸出功率及電光效率較高，缺點是光束質量較差，生產成本相對VCSEL較高。VCSEL優(yōu)點包括體積小易于集成、易于規(guī)?；a、成本低、可靠性較高等優(yōu)勢，不足之處是輸出功率及電光效率較EEL 低。光纖激光器復雜度較高，在激光雷達領域應用占比較小。近年來國內外廠商陸續(xù)推出多層級結高功率VCSEL，大幅提升了光功率密度，高功率VCSEL開始代替部分傳統(tǒng)的 EEL方案。3.探測器激光雷達的探測器主要有PIN PD（PIN光電二極管）、APD（雪崩式光電二極管）、SPAD（單光子雪崩二極管）和SiPM（硅光電倍增管）四類。其中，APD為當前主流，SPAD靈敏度和工作效率更高。4.光束操縱激光雷達的掃描方式決定了其探測的廣度與精度。主要包括機械式、半固態(tài)和固態(tài)三種方案。
機械式：通過電機帶動光機結構整體旋轉，可以對周圍環(huán)境進行360°的水平視場掃描，在視場范圍內測距能力更強。
半固態(tài)：具有微機電系統(tǒng)（MEMS）、轉鏡和棱鏡三種方案，是機械式和純固態(tài)式的折中方案，目前階段乘用車量產裝車的主流產品。
固態(tài)：包括光學相控陣（OPA）和閃光激光雷達（FLASH），不存在可活動部件，在成本和穩(wěn)定性方面都有較大潛力。
（三）激光雷達的優(yōu)缺點
優(yōu)點
高精度和可靠性：激光雷達通過發(fā)射并接收激光來探測周圍環(huán)境，其測距和空間感知能力顯著強于依賴反射光的攝像頭。
全天候工作能力：激光雷達不受光線影響，能夠在各種天氣條件下穩(wěn)定工作，這使得它在復雜環(huán)境下具有更高的可靠性。
數據更新速度快：激光雷達能夠實時反饋周圍環(huán)境的變化，有助于提升自動駕駛系統(tǒng)的實時性。
缺點
成本較高：激光雷達的價格雖然正在快速下降，當前量產激光雷達的成本約500美元，但售價仍高于攝像頭系統(tǒng)，限制了其在低端市場的普及率。
技術成熟度：雖然激光雷達技術已經取得了一定進展，但在一些關鍵技術上仍存在挑戰(zhàn)，如FMCW激光雷達的成本和信號解算復雜度等。
（四）激光雷達在自動駕駛中的應用
激光雷達被譽為無人駕駛汽車的“眼睛”，在自動駕駛技術中發(fā)揮著至關重要的作用。隨著智能駕駛級別的提高，所需激光雷達的數量也隨之增加。車載激光雷達的數量配置通常在1到4顆之間。具體數量取決于車輛的設計需求和預算。1顆激光雷達的FOV視角為120°，視覺盲區(qū)較大；2顆激光雷達可以基本覆蓋車前180°的視覺范圍，但車前仍有一小塊30°的盲區(qū)；3顆和4顆激光雷達則分別在正前方和正后方布局1顆，如小米汽車首款車型的具體激光雷達配置是以1顆禾賽混合固態(tài)雷達AT128為主雷達，以數顆禾賽全固態(tài)雷達作為補盲雷達。多顆雷達的方案雖然覆蓋了更高的視野，但成本較高，且視覺探測與攝像頭等其他硬件有重疊，更多車企選擇2顆雷達的技術方案。
激光雷達在自動駕駛中起到以下三個關鍵作用：1.環(huán)境感知，三維建模與障礙物檢測；2.定位導航，高精度定位激光雷達能夠提供厘米級的測距精度，實現車輛的高精度定位；3.決策控制，路徑規(guī)劃與避障；4.其他應用，通過激光雷達獲取的車輛周圍環(huán)境信息，可以在車載屏幕上實時顯示虛擬的道路、建筑物和行人等。
（五）激光雷達的市場規(guī)模
隨著自動駕駛技術的不斷發(fā)展，激光雷達的市場規(guī)模也在不斷擴大。2023年全球車載激光雷達市場規(guī)模已達5.38億美元，同比增長了79%，預計到2029年將增長至36.32億美元，年復合增長率高達38%。車載激光雷達環(huán)節(jié)，受益于中國新能源汽車市場蓬勃發(fā)展，中國車載激光雷達企業(yè)市占率較高。根據蓋世汽車研究院智能駕駛配置數據庫數據，2024年1-2月，速騰聚創(chuàng)以55.3%的市場份額位列激光雷達供應商裝機量排名第一位；華為技術以16.5%的市占率奪得榜眼；圖達通和禾賽科技分別位列三、四名，其他市場份額則由法雷奧、大疆覽沃、Cepton、Innoviz 等公司瓜分。根據中國信通院報告數據，截至2023年第三季度，國內已有36家車企確認采用激光雷達。根據蓋世汽車統(tǒng)計，目前標配NOA領航功能的車型超過70%主要集中在30萬以上價格區(qū)間，隨著搭載領航功能車型逐漸下探到15萬左右的價格區(qū)間，2024年搭載量預計將突破180萬輛，在此過程中，預計會有更多的車型將激光雷達作為標配。
（六）激光雷達的代表企業(yè)
目前，中國激光雷達市場上涌現出了眾多優(yōu)秀企業(yè)，如禾賽科技、速騰聚創(chuàng)、圖達通等。這些企業(yè)在激光雷達的研發(fā)、生產和銷售方面取得了顯著成果，為自動駕駛技術的發(fā)展提供了有力支持。
禾賽科技：2023年，禾賽科技占據37%市場份額，理想汽車是其最大單一客戶。財報數字顯示，2024年前9個月，禾賽科技的激光雷達總交付量為27.98萬臺，同比增長108.2%；其中，ADAS產品總交付量為26.31萬臺，同比增長129.9%。營收方面，禾賽第三季度營收為5.39億元，同比大漲21.1%，環(huán)比增長17.4%；2024年前三季度實現收入為13.57億元，同比微增3.16%。值得一提的是，禾賽科技2024年第三季度的毛利率環(huán)比增長2.6%，同比增長17.1%，達到47.7%。
速騰聚創(chuàng)：2024年前三季度，速騰聚創(chuàng)總收入約11.3億元，同比增長91.5%。前三季度激光雷達累計銷量達到381900臺，同比增長259.6%，毛利率由2024年一季度的12.3%逐季提升至2024年三季度的17.5%，盈利預期持續(xù)改善。小鵬、問界、極氪、比亞迪、智己等均是其合作企業(yè)。截至2024年9月30日，速騰聚創(chuàng)的激光雷達歷史累計總銷量突破72萬臺。在今年的CES 2024上，速騰聚創(chuàng)還正式發(fā)布首款940nm的超長距激光雷達M3，其是全球激光雷達行業(yè)首款通過940nm激光收發(fā)方案，實現300m@10%超遠測距能力的激光雷達產品。
圖達通：圖達通2021年、2022年、2023年營收分別為460萬美元、6630萬美元、1.21億美元；扣稅前虧損分別為1.14億美元、1.88億美元、2.18億美元；圖達通2024年上半年營收為6610萬美元，凈虧損為7870萬美元。主要產品包括Falcon獵鷹、Robin靈雀和OmniVidi等系列激光雷達，已廣泛應用于蔚來汽車的搭載于ET7、ET5、ES7、ES8、EC7、ES6、ET5T、EC6等多款車型上。
純視覺方案技術分析
（一）純視覺方案的工作機制
純視覺方案主要依賴高清攝像頭來建模和進行智能駕駛，不依賴任何雷達系統(tǒng)。其工作機制是通過攝像頭捕獲光影，經過圖像傳感器（CIS），依靠半導體的光電效應將光信號轉化為電信號，即每個像素的數字信號。輸出后用圖像處理芯片（ISP）進行圖像處理，包括鏡頭陰影校正、黑電平校正、自動白平衡等。處理完成后輸出圖像供自動駕駛系統(tǒng)進行感知和決策。在特斯拉的純視覺方案中，擔當核心的是攝像頭。特斯拉使用PyTorch進行AI訓練，其AI訓練包括48個不同的神經網絡，能輸出1000個不同的預測張量。特斯拉還采用了特有的“影子模式”，即持續(xù)收集外部環(huán)境和司機行為，并與AI自身的策略進行對比，如果司機的操作與策略的判斷有出入，數據就會上傳到云端，并對算法進行修正訓練，以此提高識別準確度。
（二）純視覺方案的優(yōu)缺點
優(yōu)點成本效益：攝像頭價格低廉，相比昂貴的激光雷達，其成本幾乎可以忽略不計。此外，純視覺方案對算力的需求也相對較低，這進一步提升了其成本優(yōu)勢。自然適應性和靈活性：通過攝像頭捕捉的圖像數據，借助深度學習算法進行處理和分析，純視覺方案能夠實現環(huán)境感知和決策。這種方式模擬了人類的視覺系統(tǒng)，使其在各種場景下都能提供穩(wěn)定、安全的駕駛體驗。缺點夜間建模能力挑戰(zhàn)：在夜間光線暗的情況下，純視覺方案需要更高的進光量來提高視野，這對攝像頭硬件要求較高。惡劣天氣條件下的感知能力受限：大雨、暴雨、濃霧或黑夜等惡劣天氣條件下，純視覺方案的感知能力可能會下降，對系統(tǒng)的安全性提出了挑戰(zhàn)。
（三）純視覺方案在自動駕駛中的應用
純視覺方案在自動駕駛中的應用主要是通過攝像頭捕捉圖像數據，并通過算法進行處理和分析，以實現環(huán)境感知和決策。特斯拉是純視覺方案的堅定支持者，其Autopilot自動輔助駕駛系統(tǒng)就是一個很好的例子。該系統(tǒng)通過攝像頭捕捉道路信息，結合深度學習算法進行圖像處理和決策，實現了自動駕駛的基本功能。特斯拉的純視覺方案還采用了BEV（Bird's Eye View）視覺算法和柵格網絡等技術，實現了三維空間鳥瞰視圖構建，并融入了時間序列特征。這些技術極大程度拉近了純視覺方案與激光雷達方案間的差距，提升了自動駕駛系統(tǒng)的性能和安全性。從特斯拉FSD的表現來看，用純視覺方案來做更高階的智能駕駛并非不可能，甚至還能做出非常好用的系統(tǒng)。前提就是，純視覺方案需要不斷學習，用更成熟的算法來彌補信息獲取受阻情況下的不良表現。純視覺技術路線對大算力、大數據、大算法有著很高的需求，要對端到端模型有更多更長時間的訓練。今年以來國內的小鵬、理想、極越等車企還是開始傾向于采用純視覺方案，并認為這是智能駕駛的最優(yōu)路徑。四維圖新、毫末智行等智能駕駛方案供應商也相繼發(fā)布了視覺為主的低成本智能駕駛方案。今年發(fā)布的多款采用純視覺方案智駕的新車，如樂道L60、小鵬MONA M03、深藍S7乾崑智駕版等，都是聚焦于20萬元以下市場。明年，還會有更多搭載純視覺方案的車型問世。除了技術路線取向的考慮外，更多的還是出于成本原因，降低智駕的入門門檻，在特斯拉FSD入華前搶先占領市場。從成本來看，市面上單個攝像頭的成本可能僅在幾十美元左右，像特斯拉采用的純視覺方案，八個攝像頭的硬件成本僅為200美元。激光雷達目前單顆成本約500美元（約合人民幣3500元），預計到2025年，部分新產品的成本將降至200美元以內（約合人民幣1400元）。隨著激光雷達成本的快速下降，純視覺與激光雷達方案在硬件上的成本將會進一步縮小，而純視覺方案為了提升算力、算法和模型訓練，在背后所需要投入的長線資源也許會比激光雷達方案更多。
激光雷達與純視覺技術的融合
（一）技術融合的必要性
激光雷達與純視覺技術各有優(yōu)缺點，將兩者融合可以取長補短，提升自動駕駛系統(tǒng)的整體性能和安全性。激光雷達雖然在三維建模和距離測量方面表現出色，但其在惡劣天氣條件下的表現不盡如人意，且成本較高。純視覺方案雖然成本低、集成度高，但在距離感知和光照變化應對方面存在不足。通過融合兩種技術，可以充分利用各自的優(yōu)勢，提升自動駕駛系統(tǒng)的感知能力和決策準確性。
（二）數據融合與感知決策
在數據融合方面，激光雷達和攝像頭可以采集到不同類型的數據。激光雷達提供的是精確的距離和速度信息，而攝像頭則提供豐富的視覺信息，包括顏色和紋路等。通過將這些數據進行融合，可以得到更全面、準確的感知結果。在感知決策方面，融合后的數據可以為自動駕駛系統(tǒng)提供更可靠的環(huán)境信息。系統(tǒng)可以根據這些信息做出更準確的決策，如路徑規(guī)劃、障礙物避讓等。此外，通過深度學習算法對融合后的數據進行處理和分析，還可以進一步提升自動駕駛系統(tǒng)的智能水平和適應性。
（三）融合感知的應用前景
融合感知技術在自動駕駛領域具有廣闊的應用前景。隨著技術的不斷進步和市場的不斷發(fā)展，未來的自動駕駛系統(tǒng)很可能會采用多種傳感器融合的方式，結合激光雷達、攝像頭、毫米波雷達等多種傳感器的優(yōu)勢。這種方案能夠在各種場景下提供更為全面、準確的感知能力，為自動駕駛技術的發(fā)展開辟新的道路。通過將激光雷達、攝像頭、毫米波雷達等多種傳感器的感知數據進行綜合處理，能夠提供更為準確、完整的環(huán)境信息。這種融合感知技術能夠充分利用各種傳感器的優(yōu)勢，彌補彼此的不足，從而提高自動駕駛系統(tǒng)的安全性和可靠性。不過，融合感知技術的推廣仍面臨成本、技術和法規(guī)等多方面的挑戰(zhàn)。首先，融合感知技術需要集成多種傳感器，這增加了系統(tǒng)的復雜性和成本。其次，不同傳感器之間的數據融合需要高精度的校準和同步，這對技術實現提出了很高的要求，當然，最重要的就是成本真的很高。近日，日本京瓷株式會社宣布開發(fā)出獨特的“攝像頭-激光雷達（Camera-LiDAR）”融合傳感器，將攝像頭和激光雷達光軸完美對準并集成到一個傳感單元中，從而實現激光雷達與純視覺融合數據的實時、無視差采集。
小結
綜上所述，在汽車領域，感知是智能駕駛的核心，每個傳感器天然上都存在著一些優(yōu)勢和劣勢，多傳感器的技術路線，優(yōu)勢互補。激光雷達以其高精度和不受光照條件影響的特點，在復雜環(huán)境和極端天氣條件下表現出色；而純視覺方案則以其低成本和靈活性，在大部分時間和場景下具有優(yōu)勢，兩者相結合是最穩(wěn)妥的解決方案。“純視覺”方案主要基于用攝像頭收集的數據進行環(huán)境感知，通過強大的人工智能神經元網絡算法和不斷的增強學習實現對周圍環(huán)境的三維感知，可以叫做“軟件派”；“融合感知”的方案，是在硬件上靠激光雷達+毫米波雷達+超聲波雷達+高清攝像頭的方式，結合規(guī)控代碼，實現可控，可稱之為“硬件派”。對于L2+的智能駕駛里面的純視覺方案和融合感知方案，可能在接下來的三、五年里面都會長期地共存。由于當前激光雷達成本仍高于攝像頭系統(tǒng)，預計在中高端車型上，融合感知方案將逐漸占據主流，但在中低端車型上，純視覺方案占比將高于融合感知方案。未來，隨著我國車路云一體化系統(tǒng)的發(fā)展以及低空經濟的發(fā)展，融合感知系統(tǒng)的應用將越來越廣泛，對于各種感知方式及其融合的要求越來越高，不論是車端、路端和云端的信息協同，還是低空經濟要求的高敏度的空中避障和高精度的低空智能駕駛，單一的傳感器可能都無法滿足其需求，多種傳感器優(yōu)勢互補、融合發(fā)展將是大勢所趨。
（來源：材料深一度）
