查看原文
其他

什么是激光雷达的“发动机技术”?一文讲透行业技术壁垒

许良 九章智驾 2022-04-26

划重点:

1.机械式激光雷达是机械扫描,混合固态激光雷达(MEMS、转镜、棱镜)也是机械扫描。

2.点频,是一个比FOV、分辨率和刷新频率更能综合、全面地反映激光雷达的感知能力的指标,如汽车的“百公里加速”一样重要。

3.综合来看,相比于扫描模块,收发模块激光雷达行业的“发动机技术”。

4.收发模块电子部件的芯片化,是未来激光雷达的发展趋势和技术壁垒

所有硬科技行业都有自己的技术壁垒,而构筑出最高技术壁垒的企业,将在竞争格局中占据优势,从而“得壁垒者,得天下”。
在传统燃油车时代,各家车企“杀手锏”级别的技术壁垒,毫无疑问是发动机技术。研发新发动机往往周期长、难度大,尽管如此,各大车企还是投入了大量的资源去提升自己的发动机技术。
车企愿意不断投入发动机技术,做这件“难而正确”的事,无非就是构筑和强化自己的技术壁垒。 
那么,在激光雷达领域,类似于汽车领域中发动机技术的核心技术壁垒是什么呢?
在回答这个问题之前,我们需要先搞清楚一个问题:当讨论激光雷达时,大家关心的究竟是什么?

一、关于激光雷达,大家究竟关心什么?

激光雷达的实际使用方,关心的无非是三点:性能、可靠性和成本。
性能一般指测距能力、精度、视场角、分辨率、刷新帧率、体积、功耗等参数,可靠性就是能不能过车规,而成本则更是决定激光雷达能否大规模量产的关键因素。

当然,不同的场景对激光雷达的使用要求和偏好也不一样:

Robotaxi对性能有极致要求,对可靠性要求也较高,因此一般使用高线束高性能激光雷达;

低速封闭场景的L4自动驾驶场景(如港口、环卫、矿山等)一般使用低线束激光雷达,对于成本和可靠性要求较高;

ADAS场景目前也逐步开始前装激光雷达,对于性能、可靠性和成本要求都非常高。

 
 
图1 不同场景对激光雷达的不同要求
Velodyne作为早期机械式激光雷达的代表,性能优秀,但是成本昂贵,装调复杂难以量产,在产品可靠性上也难以取得突破。为了解决成本和量产可靠性的问题,各激光雷达厂商在激光收发模块,扫描模块等各个环节进行了探索,也出现了MEMS、OPA、固态、混合固态(半固态)、VCSEL、SPAD等一系列技术路径名词。
值得强调的是,不论是转镜、棱镜、MEMS微振镜,它本质还是通过机械运动部件来改变光的传播方向实现扫描,所以严谨地说,这几种并不能称作“固态”,而是应该被定义为“混合固态”或“半固态”关于这几种的区别会在后文中详细讨论。
鉴于当前外界对激光雷达的讨论比较混乱,我们先做个简单的梳理。
激光雷达,按照测距原理,可以分为ToF和FMCW,其中ToF路线是大多数厂商采用的主流技术方案。
图2 激光雷达按照测距原理划分
ToF原理的激光雷达,按照部件来划分,可分为发射模块、接收模块、扫描模块和数字处理模块。
图3 摘自禾赛招股书
其中发射模块、接收模块和扫描模块,不同激光雷达厂商的技术路线差异较大,当前业界关于混合固态、固态激光雷达的讨论,其实主要是围绕扫描模块进行,也就是图3中左上角红色部分。
图4  ToF激光雷达部件及技术路线汇总
回到激光雷达的结构,发射模块和接收模块关系密切,我们统一称为收发模块,其功能是通过激光器发射激光,探测器对返回的光进行接收,是个光电转换+复杂的信号处理模块,本质是电子部件。
而扫描模块,本质上是通过不断改变光的传播方向,实现用有限的收发通道来满足覆盖视场角(FOV)的要求。可以类比为一个塔防上的机关枪要对抗各个方向敌人的进攻,如果不能万箭齐发,就要通过摇摆机关枪来覆盖更广的区域。
无论机械式还是混合固态的扫描方式,都是通过机械运动,不断改变光的传播方向,来实现扫描。
所以,机械式激光雷达是机械扫描,混合固态激光雷达也是机械扫描。

机械式激光雷达
混合固态激光雷达
收发模块
机械运动
固定
扫描模块
机械运动
机械运动
图5 机械式和混合固态激光雷达对比
图6  机械式激光雷达工作图
图7 MEMS微振镜混合固态激光雷达工作原理

二、收发和扫描,谁才是核心技术壁垒?

结合上面的信息,我们知道激光雷达主要包括收发模块和扫描模块,而目前市场上的讨论多“以扫描论天下”,争论最多的就是机械式、混合固态、固态等基于扫描方式的区分,进一步在炙手可热的混合固态方案中又衍生了MEMS微振镜、转镜、一维扫描和二维扫描等类型。
那么是否扫描模块就是激光雷达的核心技术壁垒呢?
既然激光雷达的主体架构就是收发+扫描,那我们就追本溯源,搞清楚激光雷达性能、可靠性和成本这三个方面究竟是如何被收发和扫描模块影响,从而从根本上厘清主次。
我们把性能、可靠性和成本进一步拆分成细小指标,作为纵坐标,把收发模块和扫描模块对该指标的影响力作为横坐标:其中横坐标为1,表示该指标主要由收发模块决定;横坐标为5,则表示该指标主要由扫描模块决定,可以得到下图。
图8  TOF激光雷达收发模块和扫描模块对关键指标的影响分析
先看性能使用方关心的性能指标,包括测距能力、精度、视场角、分辨率、刷新帧率、功耗、体积、点云规整度等。

1.测距能力

探测距离就是激光雷达能够探测的范围,反映的是激光收发和信号处理的能力。激光收发效率越高,信号处理能力越强,则测距能力越强。激光雷达实际使用中,测距能力也和被测物体的反射率相关,反射率越高,收到的反射光就越多,测距就越远。所以探测距离一般和反射率是“成组出现”,比如150米@10%,就是指在目标反射率为10%的情况下探测距离为150米。
当然,也有一些厂商为了夸大产品性能,对外宣传的探测距离是基于50%、80%的反射率,甚至是对反射率避而不谈。针对这些乱象,有业内人士在跟笔者交流时吐槽道:凡是不注明反射率而空谈探测距离的,都是耍流氓!
在图8中,测距能力的坐标值为2,表示测距能力主要由收发模块决定,包括激光器的发射功率、发射波段、探测器的探测灵敏度等。
那为什么不是全部由收发模块决定呢?因为有时候扫描模块也会影响到测距能力,比如,业内普遍认为,扫描镜的光孔口径太小的话,测距能力会受到限制,MEMS方案的振镜光孔口径较小,而转镜方案口径相对较大。

2.精度

精度是指探测距离的精确度,探测精度越高,对目标物刻画越准。
精度反映了波形处理能力,主要取决于收发模块,与扫描模块关系很弱,因此图8中测距精度的坐标值为1。

3.视场角、分辨率和刷新帧率

使用方特别关心的视场角、分辨率和刷新帧率,往往相互依存、相互影响,因此,我们放在一起讨论。
视场角,也叫FOV(Field of View),包括水平和垂直两个方向,就像是用投影仪照一面墙,投影仪的光能覆盖的范围一样,范围越大越好。
分辨率,指激光雷达相邻两个探测点之间的角度间隔,分为水平角度分辨率与垂直角度分辨率。相邻探测点之间角度间隔越小,对目标物的细节分辨能力越强。
刷新帧率指的是激光雷达对目标物的扫描频率,一般用频率(Hz)来表示,表示1秒扫描多少次。
其实这三个参数是相互依存、互相影响的,可以通过改变其中一个参数来调节另外两个参数。如果不说明其他两个参数,去片面强调其中的一个参数,是有失公允甚至是有误导性的。
2019年的CES展会上,某家厂商为了展现其激光雷达“等效640线”的高分辨率,将刷新帧率设置为1Hz,而实际上,在1Hz的刷新帧率下,激光雷达对动态目标的追踪能力滞后,是无法使用的。
也有一些厂商,强调某个小范围内能达到的“最高分辨率”,其实也是取巧的。在光束最稀疏的地方,角分辨率是多少呢?他们不说。
那有没有一个被业内认可的指标,可以综合、全面地反映激光雷达的感知能力?
有,这就是“点频”。
点频指的是激光雷达每秒完成探测并获取的探测点的总数目,也叫出点数或每秒点数,类似摄像头的总像素的概念。用点频来描述,既不能靠降低刷新帧率取巧,又能避免视场角大小和不均匀带来的“最高分辨率”这样片面的描述。
根据定义,我们可以得出点频的计算公式:

水平方向和垂直方向的平均点数,分别等于水平方向和垂直方向的视场角,除以对应方向的角分辨率,因此,对于二维扫描,上述公式换一种表达方式就是:

对于一维扫描,其垂直方向的线束是固定的,计算公式为:

以禾赛的混合固态激光雷达AT128为例,其水平FOV为120°,水平角分辨率为0.1°,有128线,扫描一次产生120/0.1x128=153600个点,刷新帧率为10Hz,一秒扫描10次,则点频为153600x10=1,536,000 pts/s,和官方公布的超153万点频数据一致。 
图9 禾赛AT128参数
很明显,就像相机的像素一样,点频越多,说明激光雷达对目标物的感知能力越好。
可以说,如同车的“百公里加速”是衡量汽车动力的最核心性能指标,点频也是激光雷达的核心性能指标。
有人可能会有疑问:通过提升扫描部件的扫描频率,来提升刷新帧率,是否可以提升点频?
提升扫描频率,是能够提升刷新帧率,但是并不会改变点频。
因为,如果仅仅改变扫描频率,刷新帧率是上去了,但分辨率却下来了,点频是不变的。
为了便于理解这个问题,我们还是用机关枪的例子:点频就是机关枪每秒扫射出的子弹数,扫描频率为机枪左右摆动的频率,能够通过改变机关枪左右摆动的频率,来改变机关枪每秒喷射的子弹数吗?很明显不会。
换句话说,虽然点频看似是三个数字的计算结果,但它是一个决定项(函数中的自变量,外界输入因素决定的),而不是一个结果项(函数中因变量,可以通过改变内部参数来决定)。视场角(FOV)、分辨率和刷新帧率,这三个参数,并不能决定和改变点频,相反,点频决定了三者的制约关系,一个参数变了,另外两个也得随之而动。
再做个类比:如果将刷新帧率从10Hz改为1Hz,机枪左右摆得慢了,自然扫描点就更密了,水平角分辨率就提高了;在刷新帧率不变的前提下,如果FOV变大,自然子弹就稀疏了,水平角分辨率就变小,如果FOV变小,子弹扫射的面积变小,扫射的点会变密,水平角分辨率也就提高了。
那点频是由什么决定的?在图8中,点频的分值为1,即点频主要由收发模块决定,具体如下。
每个激光器的点频上限是一个综合的设计选择,需要考虑性能需求、总功耗、寿命、信号处理能力等。
激光器总数量是由激光雷达收发模块的架构决定的。那么,可否通过增加激光器的总数量,来实现激光雷达更高的点频呢,也就是用很多台机关枪同时扫射,从而每秒发射更多的子弹?答案是肯定的,但是每台机关枪都不便宜,要使用大量的激光器,如果没有芯片化,很难实现可控的总成本,这也是行业壁垒之一。
下图为《九章智驾》根据官方产品手册和业内人士交流中得到的几款混合固态激光雷达的点频、激光器总数换算出的每个激光器的点频。每个激光器的点频越低,代表每个激光器被激发的时间比例越低(占空比),对激光器寿命的负面影响也就越小。

点频/s
激光器总数
每个激光器的点频/s
Luminar Iris
~93.6万*
2
~46.8万
Innoviz One
>143.7万*
4
>36万
禾赛AT128
153.6万
128
1.2万
*Luminar Iris的点频计算逻辑:点频=横向FOV*纵向FOV*点云密度。Luminar Iris的FOV为120度(H)x26度(V),点云密度为>300 points/square degree,假设帧率为1,则点频为120x26x300=93.6万;
*Innoviz One的点频计算逻辑:按照官网参数,FOV为115度(H)x25度(V),分辨率为0.1度(H)x0.1度(V),帧率为5~20Hz,则点频范围预计为:143.7万~575万,则点频取“>143.7”,按照2019年Innoviz的宣传材料,其点频为600万,考虑到材料的时效性,不予采纳。
图10  不同激光雷达点频对比图
笔者和业内人员沟通时,对方透露:通常,要实现高寿命,必须要控制每个激光器点频的上限,但对于激光器数量少的方案,就需要解决总点频不够的问题。市场上许多减少发射器的厂商,其每个激光器的点频已经非常接近甚至超过了合理上限,做Demo没问题,但后续长期工作的可靠性上存在挑战。

4.功耗

激光雷达中收发电子模块的功耗远大于扫描机械模块,因为电子模块需要每秒在百万次的量级上发射和接收光,并且每次收发都要经过复杂的模拟和数字电路的处理把它转化为3D点云信号。相比之下,机械部分的运动并不会对外输出功率,而一般来说是一个匀速超低阻力下的运动部件,就好像一个稳定运转的陀螺,并不会需要很高的动力去维持。因此,图8中坐标值为2。一般来说,一维扫描的功耗比二维扫描要低一些。 

5.体积

激光雷达的扫描模块一般来说是整个体积很小的比例,不论是机械雷达的整体旋转盘还是一维二维转镜。收发模块中,负责收发的光学和电子模块占据了主要的空间,往往因为光学焦距、垂直视场角和测距能力要求的限制,或者通道数多而集成度低带来的约束,其体积很难进一步压缩。
如下图中某厂商激光雷达的内部结构,扫描结构是底部桔黄色圈以下的一层,收发模块占据了激光雷达主要的体积。
图11 某机械雷达的内部结构(图片出自电子发烧友网)

6.点云规整度

点云规整性影响了点云处理算法的适配难度,图8中这一指标分值为5,表示主要由扫描部件决定。
在点云规整度上,能够形成横平竖直矩阵效果的扫描方式对算法最好的,例如机械式、一维转镜;对二维转镜方案,很多激光雷达厂商认为,一方面需要用多个激光器拼接视场角,边缘处会有变形。另一方面二维运动形成的扫描很难做到绝对平整的矩阵效果,最终对点云规整度造成影响。

7.可靠性

可靠性,也就是业内讨论的过车规,是由收发模块和扫描模块共同决定的,毕竟某个部件存在“短板”过不了车规,总成也很难过车规。
一般来说,收发模块的电子元器件相对容易过车规,尤其是主流厂商采用的905nm,上游的供应链比较成熟,相比之下,基于1550nm收发模块的器件的供应链都还处于相对早期,过车规挑战大。
不过,和收发模块相比,影响更大的是扫描模块。一些厂商认为,除了像一维转镜这种已经被法雷奥验证过车规而风险较低以外,其他扫描方式,如机械式、MEMS和二维转镜,都还需要时间去证明其可靠性。

8.成本

成本,则由收发模块和扫描模块共同决定,坐标值为3,基于不同的方案选择,两者都可能对成本有很大影响。
根据以上的讨论,不难得出这样一个结论:
激光雷达的性能指标,主要取决于收发模块;

可靠性,主要由扫描模块决定;

成本,由两者共同决定。

那么在选择可靠稳定的扫描模块基础上,不断优化收发模块,将是一款优秀激光雷达的必经之路。

扫描模块的本质是机械,由它带来的可靠性问题需要通过工程方式来解决,主要靠时间。相比之下,收发模块的壁垒,则是电子技术的演进,是技术壁垒+工程壁垒,这其中的技术创新和研发能力就非常重要。
综合来看,收发模块激光雷达行业的“发动机技术”。

三、行业演进的不同路线

为解决性能、可靠性及成本问题,激光雷达厂商们都做了哪些努力呢?让我们回顾下行业的演进路线。
作为行业鼻祖的Velodyne机械式激光雷达,因其性能参数出色,可以实现360°水平视场角扫描,点云质量优秀,而被很多Robotaxi项目选用。其中代表就是HDL-64。
不过机械式激光雷达也有其明显的问题。
第一个问题是昂贵的售价,HDL-64在2016年的售价为8万美元,不过也不是Velodyne故意卖高价,而是当时收发模块都是由分立器件组装而成,据说每个收发通道(共64个通道)的物料成本就超过了100美元,再加上其复杂的调试、装配工艺带来的高昂的人工成本,最终造成了其高昂的售价。
第二个其手工装调的分立器件,一致性难以保证。
图12 Velodyne HDL-32内部拆解图(图片出自雷锋网)
为了解决以上问题,业内开始从机械式激光雷达向混合固态激光雷达演进,在这过程中,出现了两条技术路线。

路线1:少通道,二维扫描

该技术路线通过减少激光器的数量来降低成本,在扫描部件中使用二维扫描(如MEMS微振镜、二维转镜、棱镜等方案)来达到等效多线扫描的效果。
该方案的好处很明显,就是收发模块的成本大幅降低,比如使用MEMS 微振镜的Innoviz第一代激光雷达,据说售价为1千美元左右,相比于Velodyne HDL-64E  8 万美元售价,降到了其1/80。
不过通过扫描结构的创新来补偿收发通道减少的同时,复杂的扫描结构也带来了一些不足。
第一是可靠性,行业普遍反映,目前采用该技术路线的厂商没有明确证明能通过车规,更多是“准车规状态”。
该路线的典型代表是MEMS方案,虽然MEMS并不是什么新技术,在车辆的其他传感器上也有应用,但其他传感器上用的MEMS振镜尺寸很小;激光雷达为了实现很长的探测距离,要求探测器的接受孔径越大越好,相应的,MEMS振镜的尺寸也是越大越好。然而,MEMS的尺寸越大,对材料和工艺的要求会越高,可靠性挑战越大。
禾赛曾经在2018年公开发布了基于MEMS技术的PandarGT,后来又转做一维转镜方案,据说主要是因为MEMS方案“口径小,不利于测距”。另一家业内做MEMS的Innoviz,其在宝马的量产项目推进也并非一帆风顺,甚至一度有“开发进展不顺利”的传闻。 
该路线的另一个代表是二维转镜方案,顾名思义,为2个转镜进行不同方向的扫描。
图13  Luminar激光雷达的内部结构专利示意图
Luminar的扫描部件包括了两个扫描镜,上图中标示12为水平扫描器镜,14为垂直扫描镜;计划在蔚来ET7上搭载的图达通的激光雷达,也是类似设计。实际上,Livox采用的棱镜方案本质上也是一种二维扫描。
这种二维扫描方案,为了覆盖整个视场角,必然有一个扫描镜是需要高速旋转的。实际上,在二维扫描方案中,其扫描器的扫描频率往往要达到几百Hz,电机转速达到几千转每分钟,而高转速对于电机的寿命会有直接影响,通过车规的难度很高,同时,高转速下产生的噪音也需要克服。
其次是对性能的影响。
根据上文中讨论的,点频是由激光器的数量和单个激光器的发射频率来决定。二维扫描方案就大幅减少了激光器的数量,只能靠提升单个激光器的收发频率来进行补偿,但是单个激光器点频是有上限的,因此其总点频还是会受影响,在保证刷新帧率的前提下,只能在FOV或者分辨率上做一些牺牲。
此外,受限于MEMS微振镜的尺寸,MEMS的探测距离也会受影响。

路线2:多通道,一维扫描

第2条技术路线,是多个激光器通道+一维扫描来实现,其典型技术路线为一维转镜方案。该方案的扫描结构原理比较简单:保持收发模块不动,让电机在带动转镜运动的过程中将光束反射至空间的一定范围,从而实现扫描探测。

图14 多通道+一维扫描工作原理图
一维转镜方案的扫描频率一般不高(不超过10Hz),且该方案已有通过车规验证的先例,可靠性好——法雷奥和Ibeo联合开发的SCALA已于2017年在奥迪A8上量产。
然而,一维转镜方案也并不完美,最典型的问题是:线数能做到多少取决于激光收发单元的数量,按照传统路径,提高“线数”的唯一办法是就大量堆叠激光收发单元,但这不仅会导致成本等比例上升,并且系统庞大而复杂。也正因为如此,法雷奥的SCALA 2也仅做到16线。
针对这一挑战,最佳的解决思路是,将上百个激光发射和接收器都集成在几颗芯片上,进而通过摩尔定律,大幅降低成本和系统复杂度。如禾赛的转镜方案就是一维扫描+芯片化的组合。

四、行业如何持续降本

讨论完这两个方案,我们再来讨论混合固态雷达如何降低成本。
总体来说,降低成本的方式有两种:一是规模效应,二是结构性降本。

1.规模效应

规模效应,就是激光雷达厂商通过量产规模扩大来分摊研发成本,通过大规模采购而降低物料成本,激光雷达的收发模块和扫描模块均遵循此规律。

2.结构性降本

结构性降本的含义是对模块进行设计简化和集成带来的成本降低。

1)扫描模块降本空间小

二维转镜由于必须是两个扫描结构,结构上继续优化的空间也不大。如MEMS工艺做出的振镜已经大到了数毫米口径,若尺寸再小会导致测距性能进一步下降。既然尺寸不能做小,成本下降空间也有限了。
一维转镜结构本来就简单,降本空间也不大。

2)收发模块电子部件的芯片化趋势

收发模块包括各种光学镜头、激光器、探测器、激光器驱动、模拟前端等。其中,光学镜头已经没有降本空间。某激光雷达厂商创始人说:“这些年,光学镜头的价格没怎么变化过,现在买一个好的镜头,价格还是得1万到几万,而且性能跟十几年前相差不大。”

因此,收发模块的降本,主要通过激光器、探测器、激光器、激光驱动、模拟前端等电子部件来实现,而这些电子部件的降本,又得靠芯片化。当然,这些电子部件的芯片化,也会带动光学镜头往更小的尺寸演进。

收发模块电子部件的芯片化趋势已经非常明显,除了上文中提到的禾赛自研收发模块芯片外,其他激光雷达厂商也纷纷自研芯片,Velodyne表示在其固态产品上“完成了8通道激光雷达 ASIC 芯片的开发”,Ouster也自主定制设计芯片,将VCSEL激光器和 SPAD分别集成到单颗 ASIC 芯片中,以此来提升集成度。
芯片化的趋势,可以让“摩尔定律”在激光雷达领域生效——通过将激光器等元器件集成在芯片上,可以在降低物料成本的同时,大幅降低安装调试成本,后续还可以通过不断提高半导体的制程,进一步降低芯片成本
在此之前,“摩尔定律”带来的降本效应已出现在相机领域。以手机摄像头举例,过去十年里,在总成本基本维持不变的前提下,手机摄像头的像素从100万提升到了1个亿,每个像素的平均成本下降至原来的1/100。
同样,激光雷达收发模块电子部件的芯片化趋势,使激光器的数量持续上升成为可能,最终激光雷达的点频越来越高,而成本却没有明显增加。
目前一些厂商自主研发的收发芯片制程在几十纳米量级,后续随着集成度和制程工艺的提升,还存在巨大的降本空间。
对于“少通道+二维扫描方案”,虽然可以通过芯片化实现降本,但本身激光器通道就少,成本占比原本就不高,下降空间有限。
而对于“多通道+一维扫描方案”,由于激光器通道多,通过芯片化实现降本的空间就很大了

五、车规方向的努力

目前来看,前装量产项目是激光雷达最容易起量的场景,也是各大激光雷达厂家所全力争夺的战场,而要前装量产,必须要满足车规级。
行业里都在说车规级,甚至很多厂商会“自封”达到了车规级,那到底什么才是车规级呢?
车规级指的是,能够通过车企的一系列认证测试,拿到项目定点且开始量产。车企会有完整、体系化的测试验证,尤其是全球大品牌车企,他们的测试体系完整、测试条件苛刻,通过了他们的认证,行业信服力强。目前业内公认唯一过车规的是法雷奥的SCALA系列。
收发模块芯片化趋势下,相比于之前分立器件,芯片更加集成化,一致性和可靠性提升了不少,总体风险可控,确定性较高。
对于扫描模块,一维扫描的方案已经有法雷奥验证过了,方案成熟、可靠性高;二维扫描,由于设计上更加复杂一些,还涉及到高速扫描部件,可靠性仍存在不少争议。

六、芯片化是未来激光雷达的发展趋势和技术壁垒

让我们再回到本文开始的问题,在激光雷达领域,像汽车领域中的发动机技术这样,核心的技术壁垒是什么呢?
真正的核心壁垒,是不会随着技术路线演进而轻易失效的。随着激光雷达从机械式到混合固态,乃至最终纯固态方案,虽然扫描方案一直在变,但收发模块电子架构,只要微调就匹配不同的扫描方案,满足不同场景对FOV的需要。
比如,Robotaxi市场需要360°的水平FOV,收发模块可以结合机械式雷达去做360°扫描,ADAS市场需要一定视场角的小巧激光雷达,那就可以结合MEMS、一维转镜或二维转镜扫描方案来实现水平120°的扫描。但是无论怎么组合,底层的收发系统都是基础,就像乘用车每年都在改款,但发动机技术仍然是核心技术持续发挥作用。
此外,在某种扫描方案的可靠性经过市场验证后,在收发模块上积累深厚的激光雷达厂商,可以很快切换到该扫描方案。事实上,各大激光雷达厂商在不同扫描方案上都有技术储备:禾赛做过机械式,探索过MEMS方案,目前混合固态选定了一维转镜方案;大疆Livox虽然最终选了棱镜方案,中间也探索过MEMS方案;速腾聚创做过机械式和MEMS;华为的虽然选用一维转镜方案,在MEMS方向上也有专利和技术储备。
综合上文的分析,《九章智驾》认为:决定激光雷达性能的收发电子系统,才是激光雷达最核心的壁垒,而收发系统的芯片化,更是激光雷达核心壁垒的集中体现。
芯片化的收发模块,可以在摩尔定律作用下,通过自动化工艺,不断提升一致性和可靠性,持续指数级降低物料成本,从而助力激光雷达的大规模量产,加速自动驾驶行业的商业化进程。
 
备注:
1. 跟作者交流请扫描以下二维码添加作者的微信。加微信前请务必说明自己所在公司、岗位及真实姓名,否则无法验证通过,多谢理解。
2. 《九章智驾》有个“汽车人转型交流群”,里面也会分享一些转型的心得,有想加入的朋友可以扫描以下二维码加陈康成的微信,并提供一下名片和个人简历,然后拉您入群。加微信时务必备注您的真实姓名、公司、现岗位以及意向岗位等信息,谢谢。
3. 如果您有兴趣给《九章智驾》投稿(“转型经历总结”及“知识积累整理”两个方向),请扫描以下二维码加孙利的微信。加微信时务必备注您的真实姓名及岗位等信息,谢谢。
  “知识积累”类稿件质量要求:A,信息密度高于绝大多数券商的绝大多数报告,不低于《九章智驾》的平均水平;B,信息要高度稀缺,需要80%以上的信息是在其他媒体上看不到的,如果基于公开信息,需要有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读(超连接):
“好工作”的最关键指标:场景足够复杂、数据量足够大、杠杆率足够高
我们的个人命运,三分靠打拼,七分靠产业红利——《九章智驾》创刊词
关于激光雷达,投资者及车企感兴趣的12个问题
想转岗自动驾驶,一文告诉你该如何开始
深圳即将允许无人环卫车规模化运营,这家初创公司参与了标准制定
转型经验分享|年过30的传统汽车人,如何转型做自动驾驶
这家无人驾驶公司,竟然定位为“环卫公司”
 “L3级”自动驾驶落地指导思想:高速辅助人,低速替代人

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存