LiDAR用於(yu) 自動駕駛的汽車外部環境感知，最早將在2021年出現在量產(chan) 車型上。寶馬預計將在2021年秋季上市車型上采用以色列LiDAR製造商Innoviz Technologies生產(chan) 的第二代激光雷達產(chan) 品。該產(chan) 品於(yu) 2019年夏季開始交付樣品，目前計劃於(yu) 2020年正式量產(chan) 。

同樣美國的激光雷達製造商Quanergy Systems也在2018年宣布，其產(chan) 品將從(cong) 2021年開始搭載於(yu) 量產(chan) 車型。先鋒電子也表示，其LiDAR將在2020年之後安裝在當地的穿梭巴士和其他特殊用途車輛上。

“機械式vs 非機械式”的競技

上述三家公司所提供的LiDAR都是“機械式的”（圖1）。與(yu) 自2012年以來Waymo安裝在自動駕駛測試車輛車頂上的圓柱形“機械式”相比已大幅降低了成本。Waymo使用的機械式產(chan) 品由美國Velodyne 公司提供，價(jia) 格最貴的型號達到了約7萬(wan) 美元，隻能是作為(wei) 實驗室階段采用。

圖1： 用於(yu) 自動駕駛汽車的LiDAR發展路徑

圖片顯示了LiDAR在自動駕駛汽車發展過程中的使用狀況。 Waymo從(cong) 2012年開始已經在公共道路上測試的試驗車型上采用“機械式”產(chan) 品，旨在替代單車成本接近1000萬(wan) 日元的第一代“非機械式”LiDAR產(chan) 品提案出現在2010年代後期。 主要是對激光束掃描方法進行了改進，其中一部分產(chan) 品將在2020年代初期搭載在量產(chan) 車型中。 為(wei) 了將LiDAR的測距範圍擴展到200 m以上，過去2~3年內(nei) 提出的技術一直在改進波長和測距方法，這些技術預計將在2020年代後期開始用於(yu) 量產(chan) 車型。 （ 右圖為(wei) Innoviz距離圖像，Blackmore激光光源，Pioneer MEMS掃描圖像，Velodyne機械產(chan) 品）

另一方麵， 非機械式激光雷達也將在2021年搭載於(yu) 量產(chan) 車型之上，通過非旋轉元器件或MEMS係統替換用於(yu) 掃描近紅外激光的掃描機構，從(cong) 而降低成本。 預計量產(chan) 價(jia) 格在1000美元左右。雖然與(yu) Velodyne的實驗規格不完全相同，但基本可以滿足汽車製造商的要求，同時價(jia) 格大幅下降，預計2年內(nei) 這些車載激光雷達將投放市場。

未來，非機械型LiDar由於(yu) 其成本競爭(zheng) 力和高可靠性，極有可能淘汰機械類產(chan) 品。 以機械類產(chan) 品著稱的Velodyne據說也已完成非機械型產(chan) 品的開發。看到這裏，旁觀者已經看到基本是非機械型產(chan) 品贏得競爭(zheng) ，而接下來的競爭(zheng) 就是性能的競爭(zheng) 了。如果將與(yu) 機械型產(chan) 品競爭(zheng) 的非機械型稱為(wei) “第一代”產(chan) 品，則與(yu) 非機械型競爭(zheng) 的是“第二代”（圖1）產(chan) 品。第二代非機械型融合了多種新技術，可增強在距離超過200 m或陽光等噪音較大的環境中的檢測能力（圖2）。

（a）搭載AEye激光雷達的測試車輛

（b）Blackmore開發的產(chan) 品

（c）Blickfeld的開發產(chan) 品

（d）Innoviz的產(chan) 品照片

（e）先鋒電子的開發產(chan) 品

圖2： 關(guan) 於(yu) LiDAR的新產(chan) 品和技術層出不窮，仍在尋找最佳方式。 最新產(chan) 品是一種非機械式的改良產(chan) 品，可以安裝在量產(chan) 車型上。

從(cong) 2025年開始全麵普及

第一代非機械型產(chan) 品的商用化僅(jin) 僅(jin) 是LiDAR的開始， 眾(zhong) 多LiDAR製造商都認為(wei) 2025年後才會(hui) 開始全麵采用車載LiDAR。

Innoviz認為(wei) ， 到2025年，車載激光雷達市場將首次突破1000萬(wan) 台，其中將引入具有全自動駕駛功能的私家車（“ L4級”或“ L5級”） 。在此之前，大多數應用將用於(yu) 自動穿梭巴士和機器人出租車。由於(yu) 價(jia) 格相對沒有私家車敏感，因此最初可能使用機械型版本，類似於(yu) Google的實驗車輛所使用的版本。

先鋒電子對LiDAR全麵采用的時機也有類似的看法。“ 2015年的時候，許多人預測具有L3級以上自動駕駛功能的私家車的普及將在2022~2023年，但是最近的觀點卻普遍認為(wei) 可能會(hui) 到2025年以後。” （先鋒電子智能和自動駕駛技術研究部門部長村鬆英治）。

性能與(yu) 價(jia) 格之間的兩(liang) 軸競爭(zheng)

在2025年之後的普及時期，激光雷達製造商已經進入了兩(liang) 個(ge) 方麵的競爭(zheng) ： （1）非機械型產(chan) 品之間的性能競爭(zheng) ，（2）各個(ge) 雷達產(chan) 品的價(jia) 格競爭(zheng) 。

隨著競爭(zheng) 要素的增多，2020年代初的第一代非機械式產(chan) 品的贏家，可能在2025年之後無法保持贏家的地位。而眾(zhong) 多以第二代非機械式Lidar為(wei) 目標的製造商們(men) 大多期待在2025年之後取勝。

（1）關(guan) 於(yu) 性能的競爭(zheng) ，自2018年以來尤為(wei) 明顯。先鋒鬆村先生表示：“我認為(wei) ，進入2018年明顯感覺到對於(yu) LiDAR提出了更高的性能要求。” 不僅(jin) 限於(yu) 他，不少相關(guan) 人士均表示，車載LiDAR所需的規格要求在不斷增加。過去，距離圖像的級別為(wei) “距離為(wei) 200m，分辨率小於(yu) 1度”，但最近級別已增加為(wei) “距離為(wei) 200-300m，分辨率為(wei) 0.1度”。

例如，在以超過100 km/h或甚至200km~300km的高速自動駕駛期間，就必須進行長距離測距以控製速度而不會(hui) 突然製動。即使當前無法識別的物體(ti) 位於(yu) 前方，高分辨率LiDAR也可以輕鬆地從(cong) 遠處提高識別精度。在私家車特別是豪華私家車中，在高速自動駕駛過程中的舒適駕乘度可能是造成差異化的主要因素

（2）使用無線電波的車載雷達，原本配備的分辨率是不足以識別物體(ti) 的形狀或種類的，但最近1年已經出現了大約1度左右高分辨率的產(chan) 品。部分雷達可以代替LiDAR進行外部傳(chuan) 感。不需要光學組件，隻需要用半導體(ti) 和印刷板就能實現。盡管不是用於(yu) 自動駕駛，但已批量生產(chan) 用於(yu) 車載，量產(chan) 初期就實現了僅(jin) 數千日元的低價(jia) 格水平。

雖然目前尚無分辨率達到0.1度的車載雷達，但在分辨率小於(yu) 1度的範圍內(nei) ，如果將駕駛條件限製在每小時數十公裏的低速範圍內(nei) ，完全有可能替換LiDAR。此外，理論上將測量距離擴展至300m也是比較容易實現的，而且不容易受到諸如雨天等惡劣天氣的影響。

對於(yu) 性能依然中途半端的LiDAR，我們(men) 可能很容易得出使用雷達就足夠了的結論。所以降價(jia) 很重要。

價(jia) 格下降不及預期

LiDAR價(jia) 格並未以LiDAR製造商在2016-2017年預期的速度下降。 僅(jin) 僅(jin) 將掃描機構替換成非機械式顯然是不夠的，還需要大規模量產(chan) 。 與(yu) 雷達或攝像頭在車載領域已經大規模量產(chan) 的情況不同，而第一款車載產(chan) 品LiDAR在增加出貨量和降低價(jia) 格方麵仍然還是“先有雞還是先有蛋”的關(guan) 係。

在2016-2017年左右，人們(men) 期望到2020年左右，非機械型激光雷達產(chan) 品的成本可低於(yu) 100美元）。然而，實際上LiDar製造商們(men) 最新的預期是，在2025年左右，能提供滿足汽車製造商需求的LiDAR成本可實現100到數百美元（圖3）。

圖3：能切實可行的降價(jia) 方向

Quanergy LiDAR產(chan) 品的價(jia) 格路線圖。 對於(yu) 許多LiDAR製造商而言，在滿足LiDAR要求的同時，迅速降低價(jia) 格似乎很困難，2025年該公司的價(jia) 格將低於(yu) 100美元。 （圖片來源Q公司）

波長和測距的新方法

為(wei) 了在激烈的車載傳(chuan) 感器競爭(zheng) 環境中擴大采用範圍，特別是LiDAR的專(zhuan) 業(ye) 製造商們(men) 正在以低成本和非機械型為(wei) 前提，開發各種新技術（表1）。其中可以看到作為(wei) 第二代無機械式產(chan) 品，可取的主要新技術是關(guan) 於(yu) 波長和距離的測量方法。

表1： LiDAR開發示例

主要為(wei) 非機械式。 Cepton的掃描機構是機械式的，但是很容易降低價(jia) 格。 此外，汽車，車載設備和IC廠商也紛紛投入開發。 Velodyne目前還沒有公開其非機械型產(chan) 品規格，但據說正在與(yu) 瑞典電子製造商Veoneer合作。

更高的微米光輸出對眼睛安全

至於(yu) 波長，現有的LiDAR大多使用900~905 nm左右的波長。 與(yu) 此相對，第二代非機械型產(chan) 品則采用了1550nm（1.55 µm）甚至10 µm的較長波長。長波長光具有兩(liang) 個(ge) 主要優(you) 點。

一是它不容易受到陽光的影響。地麵上太陽光的能量密度的峰值在500 nm附近，從(cong) 900 nm附近開始波長越長能量密度就會(hui) 越低（圖4）。所以在白天作為(wei) 激光噪聲的太陽光減少的話，就可以容易地增加光接收單元的SN比（信噪比）。

圖4：長波長化和“雷達化”的進展

左圖是太陽光的光譜。 波長越長，陽光能量越少。 對眼睛的影響也降低了。 右邊是三個(ge) 示例，說明了如何讀取反射激光的距離（R）。 脈衝(chong) 差（⊿t）用於(yu) 幅度檢測，相位差（⊿Φ）用於(yu) 相位檢測，頻率差（⊿f）用於(yu) 頻率檢測。 將來，雷達使用的頻率檢測可能會(hui) 成為(wei) 主流。 （右圖： 基於(yu) Oryx的圖創建）

另一個(ge) 優(you) 點是容易增加輸出強度。對於(yu) 激光，IEC（國際電工委員會(hui) ）規定900納米左右的波長為(wei) 輸出上限，以保護人眼。當光線通過眼睛的晶狀體(ti) 被視網膜吸收時，視網膜可能會(hui) 受損。波長為(wei) 1400 nm以上的激光不會(hui) 被視網膜吸收，所以能不受IEC法規的約束。原理上就是輸出一個(ge) 超強光線，而在光接收部位調整SN比。

用1550nm的光識別前方1公裏

AEye（美國），Baraja（澳大利亞(ya) ），Blackmore Sensors and Analytics（美國）使用波長為(wei) 1550nm的光源。以色列Oryx Vision則使用10µm光源。

AEye聲稱 它可以使用1550nm的波長識別1公裏的距離。 為(wei) 了不損害眼睛，采用的光源是光纖激光器，其輸出可以高於(yu) 半導體(ti) 激光器的輸出。 但是，由於(yu) 輸出過強可能會(hui) 導致內(nei) 置在另一個(ge) 係統的照相機中的CMOS圖像傳(chuan) 感器的像素（光電二極管）有時會(hui) 被損壞。Blackmore則先在480m範圍內(nei) 進行識別。采用的是已被證明可用於(yu) 光通信的半導體(ti) 激光器和安裝技術。

通常，半導體(ti) 激光器不能用於(yu) 10µm的光源。以色列Oryx則使用天線代替受光元件1） 。

先鋒電子目前使用的波長為(wei) 905 nm，但將來可能會(hui) 使用更長的1550 nm波長光源以獲得更長的測量距離。該公司使用其獨有的MEMS係統用於(yu) 掃描，並且設計它不選擇光源的波長。

直接測量速度，對攝像頭也很安全

在LiDAR距離測量中，通常使用ToF（飛行時間），但是FMCW（調頻連續波）的方法正在增加。ToF發射脈衝(chong) 光並測量反射光的延遲時間從(cong) 而測算出距離。FMCW讀取反射波的頻率變化而測算距離（圖4）。

FMCW不太容易受到陽光噪聲的幹擾，並且不受其他係統的幹擾。將來，如果自動駕駛汽車大麵積普及，與(yu) 使用ToF相比，很有可能減少誤檢測。這是因為(wei) 使用了連續波來代替ToF中使用的脈衝(chong) 。在ToF中，需要通過重複捕獲脈衝(chong) 的處理來減少錯誤檢測。FMCW是一種廣泛用於(yu) 雷達的方法，可以直接通過多普勒效應測量速度。這是優(you) 於(yu) LiDAR的優(you) 勢，後者即使是高分辨率雷達也無法直接測量速度。

使用這種測量技術還可以減少損壞攝像頭的CMOS圖像傳(chuan) 感器的風險。當發射相同能量的光時，連續波FMCW的峰值功率低於(yu) 脈衝(chong) 波。Blackmore通過使用相同的1550nm的競爭(zheng) LiDAR突出了這一點。

使用FMCW的LiDAR製造商除了Blackmore外還包括Oryx。從(cong) 距離測量方法來看，美國Aeva可能也采用了FMCW。LiDAR製造商之間的實現方法似乎沒有顯著差異。根據信號與(yu) 發出頻率線性變化的信號和信號之間的頻率差估算距離。通過多普勒效應測算速度。

厘米級“大” MEMS鏡

非機械型激光雷達的掃描方式除了MEMS，還有相控陣，微透鏡陣列等。

在MEMS中，通過MEMS移動鏡頭以改變激光的方向。 除了Innoviz，德國的Blickfeld也采用這一方式。Blickfeld表示，通過使用直徑比普通MEMS反射鏡係統大的反射鏡，從(cong) 光學原理上已經提高了分辨率和測量距離。通常，MEMS反射鏡最多隻有幾毫米，但該公司的反射鏡卻超過了10毫米。由於(yu) 重量的原因，在保持高速（600線/秒）和廣角（最大±60度）的同時實現驅動變得困難。該公司通過采用獨特設計方法開發的驅動技術實現了這一目標。

美國的TriLumina公司則正在開發微透鏡陣列掃描3 ）。

通過設計激光元件和透鏡的位置來控製激光的照射方向。 來自位於(yu) 透鏡中心的激光元件的光被導向透鏡的前部，而來自偏心（偏移）的激光元件的光可以被導向與(yu) 偏移側(ce) 相反的一側(ce) 。因此，大量（例如512個(ge) ）激光元件被分散並布置在一個(ge) 透鏡的正下方，從(cong) 而通過選擇發光元件可以在各個(ge) 方向上發射光。

僅(jin) 通過信號處理提高ToF

同時，采用ToF進行距離測量的開發中，抑製噪音影響的技術開發仍在繼續。例如東(dong) 芝（圖5）。

圖5： 通過信號處理抑製噪聲的影響

在LiDAR測距中應用技術來減少接收光的噪聲的示例，由東(dong) 芝開發。 與(yu) 該公司的常規方法相比（左），2019年的最新方法（右）減少了紅色包圍的區域中無法檢測到的部分（黑色）

通常，采用基於(yu) ToF的LiDAR的情況下，由於(yu) 日光等原因，可能無法識別本應接收的反射光。在以往的方法中，對周圍的多個(ge) 像素進行積分並求平均，但在這種情況下，對不相關(guan) 的物體(ti) （例如車輛和電線杆）進行求平均，存在降低分辨率的可能性。

該公司將其累積的像素限製為(wei) 與(yu) 目標像素相關(guan) 的像素。例如，據說來自同一車輛的多個(ge) 反射光具有相似的振幅等，並且即使它們(men) 彼此靠近，來自電線杆的反射光也具有不同的振幅等。因此，僅(jin) 集成測算相似（相關(guan) ）的反射光。

在2019年，該公司進行了進一步改進。具體(ti) 而言就是利用曆史信息。例如，在捕獲特定幀中的反射光的像素時，即使下一幀中的反射光的振幅減小，也增加認為(wei) 存在反射光的可能性。反射光接收電路例如僅(jin) 識別在一定期間（從(cong) 假定的最大距離起的反射時間）內(nei) 振幅大的兩(liang) 個(ge) 反射光。這次，在前一幀中存在反射光的像素的幅度拓展到例如是以第3~4幀為(wei) 對象，由此減少了無法測量距離的區域（圖5）。據說，在相同條件下，可測量距離增加了22％，分辨率提高了2.2倍。