激光雷达到底是噱头还是真的刚需？

  谈及无人驾驶，特斯拉一定是一个绕不开的品牌，马斯克对于纯视觉方案的坚持，让这个以无人驾驶闻名的汽车品牌饱受争议。

  仔细回顾以往发生的案例不难发现，基于纯视觉方案的特斯拉 Autopilot 对于前方的清扫车、拖挂车、水泥墩、维修车、消防车等异形、静态，或缓行的障碍物的识别能力仍待优化。

  「为什么不用激光雷达？」这是目前消费者面对整个新能源汽车市场问得最多的一个问题。

  2021 年 5 月，视听行业顾问格雷森布鲁特（Grayson Brulte）在美国佛罗里达州看到了一辆装有 Luminar 激光雷达的特斯拉 Model Y。你以为马斯克要把激光雷达放进 Model Y 了？其实，这些激光雷达仅用于测试与开发，来验证视觉系统的可靠性。

  回到刚刚那个问题，为什么不用激光雷达？其实是因为成本太高。一个 Luminar Iris 激光雷达的成本接近 1000 美元，虽然 Luminar 还提供更低价的「虹膜」套件，但成本也要将近 500 美元。

  其实吧，发射激光的原理并不难，激光雷达也不是什么新鲜东西——早在六十年前，激光就已经被应用于远程测距领域。

  但把它放到民用车上就不一样了，车载激光雷达需要克服高温、振动、粉尘等环境带来的一系列可靠性问题。与此同时，汽车厂商还得兼顾成本。毕竟卖车总不能亏钱吧？

  谈到成本，这里面猫腻可就多了。和其他电子科技类产品一样，激光雷达也有好有坏，要问哪家做得最好？还得是 Luminar。

  说得通俗点，Luminar 这个品牌就等于激光雷达里的爱马仕，处在鄙视链的最顶端，甚至，把它称作行业的颠覆者也不为过。

  在 2016 年和 2017 年，Luminar 先后收购了一家致力于光学和光子技术商业化的创新公司，和一家专注于高性能 InGaAs（铟镓砷）探测器的公司 —— 硅造探测器无法接收 1550nm 的波长，因此换用成本极高的铟镓砷。

  Luminar 如今的营收能力也不弱。据 2021 年年度财报显示，其 2021 年全年收入达到了 3200 万美元，同比增长 129%，公司预计 2022 年营收将超过 4000 万美元。

  是的，Luminar 的成功的原因并不是故事讲得好，而是软硬件的全面领先。

  目前，主流的激光雷达的波长为 905nm，包括 VLDR、法雷奥、大疆、innoviz 在内的厂商都在使用。

  与 905nm 光源相比， 1550nm 光源最大的优点是，它的探测距离变长了。

  得益于 1550nm 激光的强穿透力，Luminar 激光雷达能实现 500m 的超远探测距离，再辅以等效 640 线的高分辨率，可以对前方目标进行高进度识别，即便在浓雾和粉尘天气情况下，其性能仍称得上优良。

  Luminar 曾表示，即使是面对反射率 10% 的物体，其激光雷达的有效距离也能够达到 200 米。

  另外，1550nm 激光器在人眼安全、光斑质量、重复频率等指标上都远好于 905nm 激光器。

  Luminar 颠覆性的技术创新，系统地解决了一系列的问题。对他们来说，在 1550nm 激光上的技术积累，已经为他们挖出了一道极深的护城河。

  既然 Luminar 这么好，为什么大家不都用他家的产品？其他激光雷达供应商还有生存空间吗？

  其次，作为车规级激光雷达的顶流企业，Luminar 在选择合作伙伴的时候也十分挑剔，毕竟不能被一家整合能力有限的小厂败坏了名声。因此，与它合作的车企要么领军行业，要么就是潜力股 —— 梅赛德斯-奔驰、沃尔沃、极星，甚至是航空业大佬空中客车。

  从技术上来说，Luminar 激光雷达对于主机厂的整合能力有着极高的要求。车规级激光雷达是一种高密度光学元件综合体，对于主机厂来说也是一种整车设计和技术上的挑战。

  目前全球第一家与 Luminar 达成合作，并实现量产的车企并不是上面那些品牌，而是飞凡汽车。

  与概念车不同，量产意味着主机厂要解决很多大大小小的实际问题。而飞凡汽车的处理方法是：PP-CEM™ 像素级点云融合高阶智驾方案。

  这套智驾方案可大有乾坤，是由飞凡汽车的智驾团队独立开发的，它非但包括了 Luminar 高规激光雷达，还包含 Premium 4D 成像雷达等各类行业顶尖的传感器。同时，内置的英伟达-Orin™ 芯片能确保系统在面对多种传感器带来的海量数据时，果断做出决策。

  PP-CEM™ 背后的逻辑和我们自己开车是一样的，只不过它用完善的感知系统来「代替」了我们的感官；用强大的神经网络算法「代替」了我们的大脑。

  在这整个感知-决策-执行的过程中，传感器融合感知能力及芯片的决策链路共同作用，才成功让被「代替」的用户真正享受到高铁般的乘坐体验 —— 安全、高效。

  从各种传感器的组合应用中显而易见，飞凡汽车很清楚，面对复杂的行车环境，单一的传感器数据完全满足不了各种各样的环境下的感知需求。

  众所周知，恶劣天气和照明条件会对视觉摄像头造成严重影响，前置摄像头最终只能捕捉到模糊或扭曲的物体图像。此时，毫米波雷达能帮助系统实现部分标准静态障碍物的识别，提高车辆在雨雪天气的无人驾驶能力。

  对于毫米波雷达而言，探测目标对电磁波反射的敏感度会对探测结果造成影响，比如橡胶。第二，毫米波雷达几乎没办法区分龙门架、道路边上的标牌，或是停靠在路边的静止车辆。

  究其原因，只能归咎于毫米波雷达的空间分辨率过低，虽然将视觉摄像头和毫米波雷达相结合能轻松实现部分静态障碍物的识别，但车道内的非标准物体和小尺寸的静态障碍物仍是一个难题。

  首先在探测距离上，4D 成像雷达就领先了毫米波雷达一大截 —— 前者为 350m，后者通常为 210m。

  最关键的是，4D 成像雷达解决了毫米波雷达空间分辨率不足的硬伤，能够有效区分静止/缓行车辆、龙门架、路牌等，并能更早捕捉到雪糕筒等小体积障碍物。

  所以说，比起「视觉摄像头 + 毫米波雷达」，「激光雷达 + 4D 成像雷达」这一方案无疑是更合理的选择。

  从 PP-CEM™ 像素级点云融合高阶智驾方案的硬件使用中显而易见，与那些动辄四、五个激光雷达的「PPT 车型」相比，飞凡汽车并未进行无实际意义的盲目「堆料」，让激光雷达真正成为刚需，而非噱头。

  作为一家根植于中国的本土品牌，飞凡汽车自然更了解复杂多变的国内路况。飞凡 R7 的核心优势正是在于它能够合理应用各类传感器，让中国用户在更安全、更舒适的状态验无人驾驶功能。