激光雷達(dá)是什么？

激光雷達(dá)簡稱LiDAR，是一種集激光、GPS全球定位和慣性測量裝置為一體的系統(tǒng)，用于獲得數(shù)據(jù)并生成精確的數(shù)字模型。這三種技術(shù)的結(jié)合，可以高度準(zhǔn)確地定位激光束打出的位置之所在，相較其他產(chǎn)品，激光雷達(dá)可將精準(zhǔn)、快速與高效的優(yōu)勢充分進(jìn)行發(fā)揮。

激光雷達(dá)相當(dāng)于人類之眼：

激光雷達(dá)通俗來說還是一種傳感器，其它傳感器還包括攝像頭、超聲波、紅外、毫米波雷達(dá)等等，其最大的特點即在于可以生成三維的位置信息，豈能快速能夠確定物體的位置、大小、外部形貌甚至材質(zhì)，同時獲得數(shù)據(jù)并生成精確的數(shù)字模型。

相較于攝像頭等傳感器，激光雷達(dá)除了能夠生成三維位置模型之外，它的探測距離更遠(yuǎn)、測量精度更高，同時響應(yīng)速度也更靈敏，不收環(huán)境光的影響。因此激光雷達(dá)不僅是相當(dāng)于給車裝了一雙眼睛，而且還是一雙千里眼。

目前激光雷達(dá)的種類：

從類型上來說，激光雷達(dá)可以分為機械激光雷達(dá)和固態(tài)激光雷達(dá)，機械激光雷達(dá)帶有控制激光發(fā)射角度的不見，而固態(tài)的則依靠電子部件來控制激光發(fā)射角度。相比傳統(tǒng)機械式，固態(tài)雷達(dá)掃描范圍更大、響應(yīng)速度更快，成本也得到了有效控制，成為主流不可避免。

從內(nèi)部線束數(shù)量來說，激光雷達(dá)又可以分為單線束和多線束激光雷達(dá)，傳統(tǒng)的單線束雷達(dá)掃描一次只產(chǎn)生一條掃描線，因此其生成的還是平面信息。雖說如此，單線束雷達(dá)由于測量速度更快的特點也有著廣泛的應(yīng)用空間，譬如地形測繪等方面。

但傳統(tǒng)的單線束雷達(dá)由于掃描視角非常小，對于自動駕駛車型肯定無法適用。那么如何解決這個問題，增加線束是最簡單直接的辦法，線束越多其探測范圍越廣，數(shù)據(jù)愈發(fā)精確。因此目前市面上的激光雷達(dá)產(chǎn)品有4線束、8線束、16線束、32線束以及64線束等等，當(dāng)然隨著時間推移，功能更變態(tài)的128線束激光雷達(dá)也已經(jīng)亮相。

“相愛相殺”的激光與毫米波：

激光雷達(dá)與毫米波雷達(dá)可謂相愛相殺，針對激光雷達(dá)在雨雪霧天氣下無法工作的特性，這點毫米波可以進(jìn)行有效彌補，同時指向性也比較好，但相比激光雷達(dá)對中遠(yuǎn)距離物體判斷的準(zhǔn)確性，毫米波則遜一籌，譬如幾百米外的物體，毫米波雷達(dá)可能只能測出是個障礙物，但具體是什么物體則超出了它的工作范圍。

但當(dāng)今的條件下，激光雷達(dá)和毫米波已經(jīng)完成能夠做到很好的兼容，加上攝像頭它們組成了傳感器的“三劍客”，它們的功能由本身的性質(zhì)所決定，三者都不可或缺。

毫米波雷達(dá)主要用還是在障礙物檢測；攝像頭很難得到三維物體的模型，包括它對于環(huán)境的干擾也比較依賴這個光照的影響，但攝像頭對物體分類和跟蹤是非常好的；激光雷達(dá)普遍用于定位、障礙物檢測、物體分類、動態(tài)物體跟蹤等應(yīng)用。

激光雷達(dá)精度竟不是越高越好？

很多朋友都以為，在科技快速發(fā)展的今天，雷達(dá)的精度自然是越高越好。但殊不知這其中涉及了一個偏差的誤區(qū)。以激光雷達(dá)為例，其獲取的數(shù)據(jù)是判斷障礙物類型、處于運動中的物體的監(jiān)測的關(guān)鍵，如果精度太差自然無法識別，這個我們都可以理解。但如若精度太高呢，其對激光雷達(dá)甚至自動駕駛車型的其它零部件都會提出相當(dāng)高的要求，除了徒增有些根本不需要的工作量之外，運行成本也會無形中增加不少，甚至可能會縮短車輛壽命，因此還是應(yīng)了那句話“不多不少，適量就好”。

沒有激光雷達(dá)自動駕駛怎么辦?

自動駕駛必須用激光雷達(dá)，如果激光雷達(dá)能有效控制成本，ADAS等級數(shù)較低的駕駛輔助功能也需要用激光雷達(dá)。究其原因，基于攝像頭的ADAS和無人駕駛系統(tǒng)，或者單獨使用毫米波的局限性相當(dāng)之大。

首先是視場角的問題，為了保證足夠的探測距離，視場角的角度不可太大，而這就導(dǎo)致車輛有非常大的橫向盲區(qū)。而使用廣角鏡頭亦或魚眼大家也知道邊緣失真非常嚴(yán)重，針對此有些廠商推出多攝像頭的工作模式，縱然這樣，也解決不了近距離盲區(qū)的問題，同樣的多目攝像頭會有重疊區(qū)域，這樣做會增加算法的復(fù)雜性，使用過濾器再經(jīng)處理會增加系統(tǒng)反應(yīng)時間，增加成本。

其次是低速問題，攝像頭對于車輛低速下的表現(xiàn)不好，甚至出現(xiàn)對那些靜止目標(biāo)和緩慢移動的目標(biāo)無法識別。毫米波則可能只能識別出是障礙物，對與到底是人還是障礙則顯得多少力不從心，沒有激光雷達(dá)，甚至尋找激光雷達(dá)的替代品，這條路都將步履艱難。

當(dāng)然要解決自動駕駛的問題，產(chǎn)業(yè)鏈的完善和配套也是不容忽視的問題。據(jù)筆者跟相關(guān)人士交談了解到的消息看，未來幾年自動駕駛汽車的激光雷達(dá)、自動駕駛芯片以及電動車電池組都或多或少會遭遇產(chǎn)能無法匹配的問題，對高昂的成本控制也是一大難題。因此除了5G等硬性條件外，自動駕駛之路依然任重道遠(yuǎn)，激光雷達(dá)的鏡像仍然存在未知。

編者說：

由上可見，沒有激光雷達(dá)，自動駕駛的發(fā)展將寸步難行。但縱然如此，對自動駕駛車的安全性也尤其要格外重視，哪怕現(xiàn)在的安全率達(dá)到99%也不行，因為剩下的那1%很可能是人，而這點在之前的美國亞利桑那州uber事件上已經(jīng)有了血的教訓(xùn)。我們希望未來的自動駕駛車型能以更好的姿態(tài)出現(xiàn)在我們面前，但冰凍三尺非一日之寒，羅馬建成亦非以一日之功，我們會對這條漫漫長路的探索保持足夠的耐心，藍(lán)海突圍，指日可待！