激光雷達是什麽(me) ？

激光雷達簡稱LiDAR，是一種集激光、GPS全球定位和慣性測量裝置為(wei) 一體(ti) 的係統，用於(yu) 獲得數據並生成精確的數字模型。這三種技術的結合，可以高度準確地定位激光束打出的位置之所在，相較其他產(chan) 品，激光雷達可將精準、快速與(yu) 高效的優(you) 勢充分進行發揮。

激光雷達相當於(yu) 人類之眼：

激光雷達通俗來說還是一種傳(chuan) 感器，其它傳(chuan) 感器還包括攝像頭、超聲波、紅外、毫米波雷達等等，其最大的特點即在於(yu) 可以生成三維的位置信息，豈能快速能夠確定物體(ti) 的位置、大小、外部形貌甚至材質，同時獲得數據並生成精確的數字模型。

相較於(yu) 攝像頭等傳(chuan) 感器，激光雷達除了能夠生成三維位置模型之外，它的探測距離更遠、測量精度更高，同時響應速度也更靈敏，不收環境光的影響。因此激光雷達不僅(jin) 是相當於(yu) 給車裝了一雙眼睛，而且還是一雙千裏眼。

目前激光雷達的種類：

從(cong) 類型上來說，激光雷達可以分為(wei) 機械激光雷達和固態激光雷達，機械激光雷達帶有控製激光發射角度的不見，而固態的則依靠電子部件來控製激光發射角度。相比傳(chuan) 統機械式，固態雷達掃描範圍更大、響應速度更快，成本也得到了有效控製，成為(wei) 主流不可避免。

從(cong) 內(nei) 部線束數量來說，激光雷達又可以分為(wei) 單線束和多線束激光雷達，傳(chuan) 統的單線束雷達掃描一次隻產(chan) 生一條掃描線，因此其生成的還是平麵信息。雖說如此，單線束雷達由於(yu) 測量速度更快的特點也有著廣泛的應用空間，譬如地形測繪等方麵。

但傳(chuan) 統的單線束雷達由於(yu) 掃描視角非常小，對於(yu) 自動駕駛車型肯定無法適用。那麽(me) 如何解決(jue) 這個(ge) 問題，增加線束是最簡單直接的辦法，線束越多其探測範圍越廣，數據愈發精確。因此目前市麵上的激光雷達產(chan) 品有4線束、8線束、16線束、32線束以及64線束等等，當然隨著時間推移，功能更變態的128線束激光雷達也已經亮相。

“相愛相殺”的激光與(yu) 毫米波：

激光雷達與(yu) 毫米波雷達可謂相愛相殺，針對激光雷達在雨雪霧天氣下無法工作的特性，這點毫米波可以進行有效彌補，同時指向性也比較好，但相比激光雷達對中遠距離物體(ti) 判斷的準確性，毫米波則遜一籌，譬如幾百米外的物體(ti) ，毫米波雷達可能隻能測出是個(ge) 障礙物，但具體(ti) 是什麽(me) 物體(ti) 則超出了它的工作範圍。

但當今的條件下，激光雷達和毫米波已經完成能夠做到很好的兼容，加上攝像頭它們(men) 組成了傳(chuan) 感器的“三劍客”，它們(men) 的功能由本身的性質所決(jue) 定，三者都不可或缺。

毫米波雷達主要用還是在障礙物檢測；攝像頭很難得到三維物體(ti) 的模型，包括它對於(yu) 環境的幹擾也比較依賴這個(ge) 光照的影響，但攝像頭對物體(ti) 分類和跟蹤是非常好的；激光雷達普遍用於(yu) 定位、障礙物檢測、物體(ti) 分類、動態物體(ti) 跟蹤等應用。

激光雷達精度竟不是越高越好？

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

沒有激光雷達自動駕駛怎麽(me) 辦?

自動駕駛必須用激光雷達，如果激光雷達能有效控製成本，ADAS等級數較低的駕駛輔助功能也需要用激光雷達。究其原因，基於(yu) 攝像頭的ADAS和無人駕駛係統，或者單獨使用毫米波的局限性相當之大。

首先是視場角的問題，為(wei) 了保證足夠的探測距離，視場角的角度不可太大，而這就導致車輛有非常大的橫向盲區。而使用廣角鏡頭亦或魚眼大家也知道邊緣失真非常嚴(yan) 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(jue) 不了近距離盲區的問題，同樣的多目攝像頭會(hui) 有重疊區域，這樣做會(hui) 增加算法的複雜性，使用過濾器再經處理會(hui) 增加係統反應時間，增加成本。

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

當然要解決(jue) 自動駕駛的問題，產(chan) 業(ye) 鏈的完善和配套也是不容忽視的問題。據筆者跟相關(guan) 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、自動駕駛芯片以及電動車電池組都或多或少會(hui) 遭遇產(chan) 能無法匹配的問題，對高昂的成本控製也是一大難題。因此除了5G等硬性條件外，自動駕駛之路依然任重道遠，激光雷達的鏡像仍然存在未知。

編者說：

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