凤凰网汽车

近一年来激光雷达在车圈非常火，光是宣称自己的产品是“世上首款搭载激光雷达的量产车”的就至少有小鹏（P5）和极狐（阿尔法S），沙龙汽车更是打出了“4颗以下，请别说话”的宣传语（沙龙机甲龙搭载4颗激光雷达）。

此外，搭载激光雷达的车型也越来越多，尤其是新势力们的新车型，仿佛不穿一串儿激光雷达都没脸见人似的。

那么，引发这次“军备竞赛”的主角——激光雷达，到底是何方神圣？它对汽车、对消费者有什么影响呢？

激光雷达是个啥？

还跟伽利略有关系？

顾名思义，激光雷达是雷达的一个小分支，它最基础的功能是探测外界物体与自身之间的距离。不过在讲它的工作原理之前，我想先讲个小故事。

1607年，伽利略做了一个实验，目的倒不是测距，而是测量光速。他的实验方法非常简单粗暴：他让两个人各带一盏盖着灯罩的煤油灯，跑到两个山头上待命。

两人就位后，甲会快速拽走灯罩，让煤油灯露出光芒，这也是在给另一个山头上的乙发信号。而在看到从甲那边传来的灯光时，乙也要快速拽走灯罩，让自己的灯也露出光芒，相当于告诉甲“我已收到信号”。

伽利略的想法是好的，只要知道甲最先拽走灯罩的时间点，再知道甲看到对面山头灯光亮起的时间点，那么山顶间距的两倍除以时间差就是光速。

这样“天真”的办法显然是无法准确测出光速的，不过现在的人类早已知道光速有多快，也能通过先进的设备和手段测算出一束光线从射出到返回之间的时差，进而推算出光源和反射面之间的距离。而这，就是激光雷达的测距原理，它利用的还是当年伽利略的方法。

呦，这届人类比我那届强

激光雷达只能测距？

小看它了！

激光雷达还不止是个测距仪。除了激光测距系统外，激光雷达往往还带有惯性测量系统、GPS定位系统、信息处理系统等部件，探测元件也可能包括可见光、红外线等多种传感器。

表面上它只是发射并接收光束，实际上它获取的是物体的点云数据。除了X/Y/Z坐标外，每个数据点包含的信息还有颜色、反射强度等等。

通过这些点云，人们不仅可以明确了解某个点的坐标信息，还可以计算它们之间的长度、面积、体积、角度等信息，再通过颜色等其他项目让这个点能够表达更多、更复杂的信息。

这就是点云数据的正确打开方式

基于这些信息，系统能对周边环境进行准确的3D建模，这个模型有利于智能驾驶系统对车辆进行精确定位，有利于避免车辆和周边物体发生碰撞。

不同雷达各有长短

巧妙搭配各显神通

其实所有雷达的基本原理都差不多，只是发射波段的不同赋予了它们不同的特性。

以激光雷达为例，车规级激光雷达收发的是激光，波长主要有905纳米和1550纳米两种。除了前文提到的探测信息种类丰富外，它还有精度高、探测时效性好、夜间工作能力强等优点。

而在激光雷达“火”起来之前，毫米波雷达就已经被造车界广泛应用了。顾名思义，它收发的是毫米波，波长一般是1-10毫米。毫米波在大气中传播时的衰减程度小，穿透雾、烟、灰尘的能力强，且受光照和热辐射影响小。

因此，毫米波雷达具有测速测距能力强、夜间工作能力强等优点。它的探测距离也比较远，一般在200米或更远。这让它在造车领域颇受青睐，被广泛应用在ACC自适应巡航、AEB自动紧急制动等系统中。

不过，不同种类的雷达各有各的缺陷。比如毫米波雷达只能探测距离和速度，但无法探测物体的轮廓。它只能告诉系统哪里有东西，却不能描述那个东西是什么。

而激光雷达毕竟还是光学雷达，探测结果受雨雪、沙尘影响较大。虽然可以通过特殊算法对探测结果进行误差修正，但治标不治本。

细心的读者肯定发现了，毫米波雷达和激光雷达结合在一起不就是取长补短了吗？车企就是这么想的，也是这么做的。

其实，还有一种超声波雷达也颇受造车界青睐，这种雷达近距离探测精度高，但探测距离一般只有2、3米，所以被广泛应用在自动泊车系统中。

当下，不同雷达搭配使用、取长补短已经是多数车企公认的好办法，只要车型定位够高、成本又允许，三种雷达一般是要配齐的。

比如“武装到了牙齿”的奥迪A8

这款车下面还会提到

稍低端的车型，往往也只放弃激光雷达一种，毕竟毫米波/超声波雷达成本都很低，一般也就几十、几百美元。

激光雷达这么好

以前为啥不用？

其实类似的问题大多会指向同一个答案——贵。以Velodyne在2007年推出的HDL-64E型激光雷达为例，它在当年的售价高达8万美元。

而且，以车规级产品的角度看，当时多数激光雷达是不够成熟的。还是以HDL-64E为例，为了让它有更好的视野，车企往往会将其布置在车顶。而这个金疙瘩尺寸不小，形状也有点“特殊”，布置在车顶上看着还有点别扭。

其实那个年代的激光雷达普遍有这样那样的问题，探测能力、尺寸/重量、美观度或者说布置方便性，这些指标一般是不能兼顾的。价格嘛，一般也要一万到数万美金不等。

这么装也挺尬的

随着技术逐渐成熟，激光雷达的价格逐渐开始下降，一些豪华品牌开始尝试为其高端车型配备激光雷达。2017年，世上首款车规级激光雷达——法雷奥SCALA成功量产，而搭载了这款产品的奥迪A8也成为了世上首款搭载车规级激光雷达的量产车。

在A8身上，前文提到的三种雷达+摄像头都齐了

这种雷达也没便宜到哪去，它的价格基本在1万美元以上，在国内甚至曾一度达到2万美元左右，也就只有奥迪A8这个级别的车才会用到了。

随着产销量双增，到2020年时SCALA的单价已经降到了约600美元一套。当然，它降价的原因还有一个，就是性能落后了、只值这个价。

由外媒统计的部分车规级激光雷达报价（2020年）

当然，不单是它的价格下降了，车规级激光雷达整体价格也在下降。到2021年，很多激光雷达的性能已经比肩甚至超过当年的产品了，价格却只有几千甚至几百美元。

这个行业也涌现出了不少实力强劲的新玩家，国外的有Luminar、AEye（均成立不到10年）等企业，国内也有华为、大疆、禾赛科技、镭神智能等实力不俗的厂商。

降下来的原因，一方面是因为技术愈发成熟，一方面也是因为竞争加剧。在2015年前后，自动驾驶这个概念火了，连带着很多上下游行业一起火了起来，无数厂商争相跳入这个内卷的大圈。为了在未来市场上占领一席之地，厂商们不得不考虑如何降本增效。

激光雷达发展到

什么地步了？

首先要说明的是，评判激光雷达性能好坏的指标有很多，但绝大多数是咱们普通人没必要去了解、甚至了解了也没用的。一般来说，我们只需知道一辆车激光雷达的个数、位置，以及它们的探测距离、范围就好了。车企的官网上，一般也只给这些数据。

以上图中的小鹏P5为例，它有两个激光雷达（红圈内），能够覆盖车头前方横向150°的视野，最远探测距离150米。其实小鹏官网还稍稍解释了150米的探测距离是怎么来的，并表示它们的探测精度为厘米级，但这些东西都是消费者很难切身感受到的。

就像我们去了解一款车的动力性能，一般只了解到峰值功率/扭矩，再加上整备质量就能猜出个大概了。当然我们也只能猜出个大概了，至于引擎的缸径/冲程、点火提前角等数据，一般人就算知道也用不上。同理，激光雷达的很多指标都是我们知道了也用不上的东西。

另外，技术细节上的差异还会对雷达的实际表现产生微妙的影响，就像不同架构的引擎就算参数相同也性格迥异一样，我们不必深究。

评判激光雷达雷达要看哪些参数？

▼

如果你实在是对激光雷达的参数感兴趣，不妨看看下面这张表格：

最远探测500米

紧凑轻便像本书

如今，激光雷达不仅成本降了，性能也提升了，技术路径也越来越丰富，整个行业呈现出一种百家争鸣、百花齐放的态势。

其中美国公司Luminar是后起之秀中的代表，这家公司有非常强的科研实力，能为激光雷达自研芯片。他们推出了一款名叫IRIS的激光雷达，水平方向动态感知范围是120度，有效探测距离为250米，最大探测距离为500米。它还能够在各种天气情况下进行感知，测量误差控制在厘米级。

这种雷达不仅性能强大，还非常紧凑轻便。在一次直播中，Luminar的CEO Russel Austin亲自拿起一个IRIS激光雷达向观众进行展示，这种雷达在他手里就像一本书，挥动起来毫不费力。它还有扁平的外形，非常适合布置在车顶上。

这是布置在挡风玻璃上沿的IRIS激光雷达

小马智行Robotaxi样板车

车顶上装4个IRIS都不太碍事

Austin还表示，IRIS雷达还运用了多项重要技术，首先是1550纳米波长的激光发射源。而其他的车规激光雷达里，大多发射的是905纳米波长的激光。

从原理上讲，想要激光雷达探测得更远，就必须赋予激光脉冲更强的能量。如果是传统的905纳米波长激光，能量过强时会损害视网膜。而IRIS发射的是1550纳米波长的激光，这种激光的穿透性更好，受雨雪天气的影响更弱，且不会损害视网膜。

然而，传统激光雷达中，硅材料制造的激光接收器能够接收905纳米波长激光，却不能很好地接收1550纳米的激光。

Luminar还有一招，就是铟镓砷材料（InGaAs）。这种材料虽然价格更高，但光灵敏度也更好，能够很好地接收1550纳米的激光。有了铟镓砷材料制成的接收装置，IRIS激光雷达的发射源功率达到竞品的40倍也不会损害人眼。

好消息是，即便采用了更贵的材料，Luminar给出的报价却不到1000美元。另外，1550纳米激光+铟镓砷材料这个组合已经受到了业内认可，国内的华为、镭神智能、禾赛科技等厂商也采用了类似的技术路径，且产品价格比Luminar的只低不高。

激光雷达也玩“仿生学”

原理竟类似眼球？

▼

还有一家叫AEye的公司，他们的产品运用了一种名叫iDAR的技术，号称是能让激光雷达“模拟眼球如何聚焦移动物体”，探测精度和速度都属于领先水平。

AEye 4Sight A型激光雷达

简单来说，一般的激光雷达中收发装置往往共用一套激光路径，而在AEye的激光雷达上，发射和接收装置分别采用一套激光路径。

每当一束探测激光发射出去，系统会告知接收装置应该对准哪个方向等激光反射回来，而接收装置就会像眼球一样“追着”对准反射回来的激光束。

此外，AEye激光雷达独有的人工智能系统会通过不断地学习，让接收装置对得更准、接得更快。

举个生动些的例子，就好像你用一只手往墙上扔乒乓球、等它弹回来再用另一只手去接。通过长时间的严格训练，左右手分工协作会比一手独揽效率更高。虽然这样的技术暂时还不是主流，但可能成为一个发展趋势。

至于这项技术有多强大，大家可以看看AEye激光雷达是如何追踪子弹的（弹头大概是个11.5x20毫米的圆柱，飞行速度约243米/秒）。

激光雷达有多大用？

既然激光雷达这么好，价格也比当年便宜了不少，车企们纷纷开始“堆料”，好像谁家的新车要是没有激光雷达都没脸见人似的。最“丧心病狂”的机甲龙搭载4颗，可谓傲视群雄。

不过正如前文所说，激光雷达本质上只是智能驾驶系统发展的推手之一。它对于智能驾驶系统的影响都不是决定性的，何况是对整车表现以及消费者市场呢？

智能驾驶路径之争

是非对错尚无定论

另外，在智能驾驶领域，目前大家的思路也存在很大的分歧。有人觉得车辆传感器就该种类丰富数量多，周边环境所有信息能搜集多少都照单全收。数据用不用得上另说，万一要用的时候不能没有。

不过特斯拉认为，收集环境信息是一回事，利用环境信息又是另一回事。传感器的种类和数量越多，互相之间的协调与整合就越难做，最终效果恐怕只是1+1＜2，得不偿失。

马斯克多次提出，如果雷达与摄像头传来的信息相互矛盾，系统反而会更加难以抉择。与其让二者互相扯后腿，不如只选一个并把它做到极致。

特斯拉选择了纯视觉路线，因为摄像头的信息传输速率比雷达快出几个量级，比特流噪音也更小，有利于系统整合，整套系统未来的发展空间更大。

特斯拉还开发了视觉测距算法

但大多数厂商并不认同特斯拉的思路，因为摄像头太容易受天气影响了，而且获取到的数据都是二维的。就算特斯拉通过独门算法解决了二维图像测距难的问题，整车的感知能力还是比不了雷达堆满的车。

实际表现上看，各路智能驾驶系统都还是半斤八两，谁也做不到彻底取代人类，法律法规也不允许。好的智能驾驶系统往往也只是在使用体验上完胜竞品，但同类产品之间基本不存在代差。

写在最后

“内卷”这个词近年来特别流行，大家对此深恶痛绝却又无可奈何。不过激光雷达界的“内卷”或许不全是坏事，要不是厂商们激烈竞争、降本增效，激光雷达不知何时才能“飞入寻常百姓家”。

不过，硬件只是影响产品力的因素之一，最终值得消费者买单的还是实际体验。一款车的激光雷达数量再多，自动驾驶系统不一定更好用，但系统复杂度、维修成本肯定更高。

我们此时更应擦亮眼睛、专注于需求和体验，一款车装配了激光雷达固然好，但也不至于单独为了它而买单。