新疆18选7开奖号码: 激光雷達的中場戰事丨深度

  • 發表于: 2019/06/03 11:44:00 來源:車云網

福彩18选7开奖号 www.sjvtp.com 戰斗才剛剛開始。

“這次我站馬斯克?!卑捕帷だ懲蚨嚳蛩夠?。

在TechCrunch不久前舉辦的TC Sessions公開課上,這位前Uber和Waymo自動駕駛靈魂人物對特斯拉CEO關于“傻子才用激光雷達”的論斷表示了肯定。

有趣的是,過往的每一段職業履歷中,萊萬多夫斯基都是激光雷達技術的忠實擁躉。

Anthony Levandowski現場圖

Anthony Levandowski

萊萬多夫斯基的搖擺,馬斯克的嘴炮,幾乎完美地詮釋激光雷達的尷尬境遇。

直觀地說,激光雷達與攝像頭+毫米波雷達方案,二者之于自動駕駛系統在安全系數上即是99.99999%與99%的細微差異。而恰恰就是這小數點后幾位的保障,才是“Autopilot們”能夠避開那輛屢次致死的“橫置白色拖車”的核心元素。

對于小數點后幾位的追求越極致,付出的代價就越巨大。據不完全統計,現階段谷歌、百度等互聯網企業使用的64線激光雷達產品價格約為70萬人民幣,16線激光雷達約為5萬元。

在高額成本的桎梏下,激光雷達一度被認為只可炫技,無法量產。

幸運的是,隨著技術不斷成熟,大批玩家的涌入將激光雷達傳感器推入了新的發展階段。2015-2016年間,激光雷達的出貨量迎來了將近7倍的增長。

但就在此時,行業巨頭卻又開始面臨著核心團隊瓦解、客戶四處流散的艱難處境,年近七旬的創始人被逼無奈地吹響了號角:“除了我們,還有人知道該如何大規模的生產激光雷達嗎?”

關于激光雷達,戰斗才剛剛開始。

誕生

1983年,剛剛成立的Velodyne,正憑借低頻收音機在業內混得風生水起。而這間無線電企業的CEO大衛霍爾卻是個不折不扣的技術宅,他整日悶在阿拉米灣的一個酒吧大小的工業棚里。房子由木瓦和金屬搭建而成,十分矮小,霍爾卻偏愛稱其為“避難所”。

而這個小房子,恰恰是Velodyne的總部,后來也成了車載多線激光雷達的誕生地。起初,激光雷達的應用局限于軍工業及測繪等領域。直到那時,這種小眾傳感器才遇見了其在汽車領域的領路人。

Velodyne CEO大衛霍爾Velodyne CEO大衛霍爾

霍爾與激光雷達的“相遇”完全是機緣巧合,而二者的結合也離不開這位“多產發明家”的挖掘精神。某次在展廳中,霍爾觀看了一場由美國國防部高級研究計劃署(DARPA)贊助的自動駕駛汽車競賽,那也是他第一次真真切接觸到無人車領域。

于是2005年,霍爾兩兄弟決定組建一支名為DAD(數字音頻驅動)的團隊參加當年DARPA主辦的無人駕駛挑戰賽。那場比賽跨越了莫哈韋沙漠,試圖以此刺激軍事和商業應用領域的自動駕駛技術研發。

在趕制參賽車輛的過程中,DAD團隊借助此前在無線電和傳感器技術上的積累,開發了可視化環境的感知技術。在很快認識到攝像頭視覺技術的局限性后,霍爾果斷地將研究重點轉向了激光雷達。據悉,團隊研發的第一臺激光雷達直徑達30英寸,重量接近100磅。

后來,DARPA年度系列無人駕駛汽挑戰賽的舉辦地點由加州的沙漠變為路況更加復雜的城市道路中,這對于初代激光雷達采集視覺信息的工作而言,無疑是一次巨大的挑戰。而這卻剛好給了霍爾一個“炫技”的機會。

幾年間,他通過對攝像頭等傳感器的不斷驗證,逐步對比制圖和測量技術,最終確認了激光雷達的路線,并對產品進行不斷改進,進而推出了一款安裝在車頂的激光雷達傳感器——HDL-64,其用于光測距,由一個小型電機和驅動旋轉的64個激光束組成,在體積和重量方面都有顯著降低。

目前業界主流應用的激光雷達分為單線和多線兩種類型。其中,前者主要通過一個高重頻脈沖激光測距儀,加上一個一維旋轉掃描來實現測量。憑借較高的角分辨率,其在行人探測、障礙物探測(小目標探測)以及前方障礙物探測等方面更具優勢。而現階段多線方案也主要由多路單線集合而成,因而一定程度上會受到體積和光路的限制。

當然,激光雷達對安裝位置也有講究:一類安裝在無人車的四周,另一類則裝在無人車的車頂。

安裝在無人車四周的激光雷達,其激光線束一般小于8,常見的有單線激光雷達和四線激光雷達;安裝在無人車車頂的激光雷達,其激光線束一般不小于16,常見的有16/32/64線激光雷達。

簡單來說,激光雷達的線束越多,對物體的檢測效果越好。64線激光雷達產生的數據,可以更容易地檢測到路邊的馬路牙子。因此新品一經推出,便在選手圈內得到了廣泛認可,隨后立刻成為當年所有頂級DARPA挑戰隊伍用來構建地形圖和探測障礙物的主要手段?;舳蟹⒌募す飫狀鋟槳?,連續幾年成就了DARPA挑戰賽的第一、二名隊伍,其中就包括來自卡耐基梅隆大學以及斯坦福大學的團隊。

而彼時領導斯坦福大學隊伍的Sebastian Thrun,之后引領Google的自動駕駛項目,也在嘗到甜頭后選擇了相同的激光雷達路徑。這次頗帶啟蒙色彩的自動駕駛汽車競賽,可以說是連接行業先驅們的重要橋梁。這些老兵后來大多供職于谷歌、Uber、福特、豐田和其他眾多科技行業公司,成為公司自動駕駛項目的中流砥柱,都毫不意外地愿意為霍爾的產品買單。

2006年,霍爾把這項重要發明正式申請專利并授權給了Velodyne??梢運?,這家一貫低調的家族企業因此成為DARPA的最大贏家,甚至由旗下直接分離出了激光雷達公司Velodyne LiDAR,全心全意地投入進了激光雷達這筆生意。就連十余年后的現在,Velodyne也保持著贊助各個無人車挑戰賽的傳統。

緊緊攥住這個商業契機,Velodyne開始將激光雷達技術大規模地應用于自動駕駛車輛、車輛安全系統、3D移動制圖、3D航空測繪和安保等領域。如今,這家年輕的創業公司已經成為自動駕駛汽車激光雷達的頂級供應商。

霍爾的無意之作,搖身一變成為了改變和顛覆汽車產業的“關鍵先生”。

最后一道防線

事實上,Velodyne“致富”的道路稱不上清奇。

激光雷達早先在軍事領域的應用已經十分成熟,西方國家甚至已經可以借此探測外太空的距離。理論上看,在視覺識別及人工智能計算能力相對較弱的情況下,使用激光雷達來測量固定賽段的距離,并完成精準的3D反饋,基本可以算作常規思路。

激光雷達的工作原理并不難理解。傳感器發射出一束激光,光束在碰到物體后經過漫反射,返回至接收器端,雷達??楦莘⑺禿徒郵招藕諾氖奔浼涓舫艘怨饉?,再除以2,就能計算出發射器與物體的距離。

在整個測量過程中,激光雷達憑借較高的距離分辨率、角分辨率和速度分辨率,可以反饋距離、角度、反射強度、速度等更豐富的信息,進而生成多維度的圖像,來協助系統對探測目標進行詳細認知。

基于上述點云數據,激光雷達傳感器會在經過數據預處理(坐標轉換,去噪聲等),聚類(根據點云距離或反射強度)后,提取相關特征,并根據特征進行分類等后處理工作。具體而言,激光雷達可以為車輛提供前景障礙物的檢測與分割、可通行空間檢測、高精度電子地圖制圖與定位、障礙物軌跡預測等功能。

那么問題來了,在ADAS算法已經足夠成熟的當下,攝像頭看起來完全能夠滿足以上絕大部分功能?從視覺傳感器的角度來說,攝像頭非常容易受到背景光或者強光的干擾,這種傳感器本身感知原理的缺陷引起的識別概率低下,會造成算法的復雜化,其測距的準確性也相差甚遠。

攝像頭與激光雷達成像對比攝像頭與激光雷達成像對比

攝像頭對樣本數量的高度依賴及其對自然光線條件的苛刻要求,使得這種傳感器天然無法在自動駕駛應用中擔當主要感知???。出于提高傳感器置信度的考量,車輛需要布置至少兩種不同測量方式的傳感器才能有效檢測出目標物體,讓系統有足夠的輸入進行判斷并作出有效規避。

就拿激光雷達使用的紅外激光舉例來說。紅外波段的輻射本身就要比可見光低得多,傳感器在工作過程中還會利用一個非常窄的濾光片將強背景光直接濾除,以此獲得一張超高質量的車道線圖像。通過圖像灰度,可以輕而易舉地進行車道線檢測。與攝像頭相比,性能優化不止一個數量級。

換句話說,作為3D傳感器,激光雷達能夠為車輛提供:絕對距離測量、全天候監測,同時在制圖和定位方面擁有絕對優勢。此外,由于激光波長短,能發射發散角非常小(μrad量級)的激光束,不會形成定向發射,因此激光雷達抗干擾能力相對較強,可以實現低空、超低空目標的探測。

而拋開傳感器本身檢測原理的問題,激光雷達最大的價值在于實現成本平衡的前提下與其他傳感器進行互補,以此降低系統運算復雜度,提升定位精度、檢測精度以及檢測距離。說白了,現有低成本感知路線本身的物理檢測原理就存在部分無法改變的硬傷,要想讓無人車有能力全面應對所有路況,一些問題必須通過激光雷達才能解決。

現階段,用戶開啟自動駕駛功能頻率最高的場景便是擁堵路況。攝像頭、毫米波雷達等各主要傳感器通過感知信息的融合使車輛行駛保持在車道線內,并完成跟車工作。在此期間,駕駛員可以短暫解放雙手,不需要實時監視道路狀況。

目前業內主流方案是使用Mobileye提供的前置攝像頭芯片。雖然其對車道線及車輛尾部識別的準確度尚且較高,但對部分形狀奇特的改裝車、三輪車等不在其訓練庫中的車型,系統仍舊無法進行匹配識別。而毫米波雷達分辨率不足、對于非金屬類物品存在一定漏檢幾率,無法保證車輛精準判斷自身及周圍障礙物的位置關系,從而進行精準掌控。

奧迪A8選擇裝備法雷奧的4線激光雷達解決這一問題,也借此一躍成為首款達到L3級水平的量產車。據了解,當系統檢測到車速超過60km/h且脫離擁堵路段后,Audi AI會有8-10秒的緩沖時間,提示駕駛員接管汽車。若10秒后駕駛員依舊未接管汽車,系統出于安全的考慮,會緩慢減速,直到停止,并打開雙閃燈。

這也多維度地印證了業界倡導多傳感器融合的感知路徑。在整套解決方案中,Google自動駕駛咨詢顧問BradTempleton一語點破了激光雷達扮演的角色:“做到99%的準確度對于車輛駕駛而言并不夠,我們需要的是99.99999%的準確。激光雷達就是小數點后幾位的最強保障?!?/p>

轉折

L4級以上的無人駕駛汽車對測量精度及安全冗余的要求更高,也就天然地成了激光雷達的???。

從出生起便直指無人車的谷歌自動駕駛項目毫不猶豫地采購了64線激光雷達。2010年,谷歌的無人駕駛汽車占盡了風頭,這種車上頂“罐頭”的形象也在坊間廣為流傳。然而,在財大氣粗的科技巨頭之外,要價7.5萬美元的激光雷達產品仍舊讓務實的汽車行業望而卻步。

Waymo無人車Waymo無人車

想要好好做生意的Velodyne率先妥協了。2015年4月,公司推出了巴掌大小的16線激光雷達。車廠蜂擁而入,他們完全不在意16線與64線產品的性能差異,驟降至8000美元的售價才是最大的吸引力。

將這種新式武器裝配到車上以后,OEM們清楚地看到,激光雷達能夠給車輛提供360度的視角、3D點云地圖、半徑200米區域內不分白晝的視野……至此,車載激光雷達技術迎來了真正意義上的產業化發展。

主機廠對這種“新式傳感器”的熱情很快體現在了具體數據層面。2015-2016年間,激光雷達的出貨量迎來了近7倍的增長。從當時訂單情況分析,2018年下半年,隨著新產業萌芽對上游核心元器件提出更大需求,來自無人駕駛汽車的訂單將會徹底爆發。

終于,奧迪A8對激光雷達的前裝應用,讓2018年不負眾望地成為了里程碑式的關鍵時間節點。這款量產車為車規級激光雷達驗明正身,將其徹底帶入了產業市場,也順利引發了真實的市場需求。

或許是感知到激光雷達的強勢興起,美國波士頓咨詢集團進行了相關調研。據該機構預測,無人駕駛汽車創造的市場價值將達到420億美元;2035年前,全球將有1800萬輛汽車擁有部分無人駕駛功能,1200萬輛汽車成為完全無人駕駛汽車。法國調研機構Yole Development也表示附議,認為該細分市場2032年規模將達100億美元。

而隨著巨大市場規模的曝光,故事卻出現了戲劇性的轉折。

激光雷達自此確實成為了從業者趨之若鶩的沃土,但核心供貨商的腳步卻有點跟不上趟。在公開接受產業巨頭的投資后,Velodyne毫不吝嗇地給出了優先供貨的承諾,這直接導致市面上出現嚴重缺貨的情況。

要知道,一臺暢銷車型年銷量高達10萬-100萬臺,音響出身的Velodyne本身缺乏大批量生產制造能力,直接意味著其沒有能力應對汽車市場的供貨量級。

苦于廠商動輒數月的漫長交貨周期,無人駕駛企業卻并沒有想出更好的解決辦法,研發工作一拖再拖。擺在他們面前的難題是,當時市場上鮮少出現靠譜的激光雷達供應商,而自家團隊又缺少點云算法的相關人才,只能勉強應付聚類避障等簡單的工作。

車載激光雷達產業鏈的空隙完全暴露在外界眼前,分食者伺機而動。2015年4月,美國SAE(SocietyAutonativeEngineer)大會上,創業公司Quanergy宣布將于次年推出固態激光雷達,價格僅為250美元左右。

橫空出世的競爭者全力撞擊著Velodyne的市場地位。彼時,這位激光雷達“元老”還在埋頭鉆研8000美元的16線激光雷達產品。

資本市場不講情懷,巨頭們姿勢各異地撲向低成本傳感器制造商。2016年,Quanergy成功從汽車零部件供應商德爾福及韓國三星電子的腰包里掏出了9000萬美元,拿來制造固態激光雷達元件。同樣作為新秀的Liuminar也背靠3600萬美元的資金支持,揚言自家產品無論是在監控范圍還是成像質量上,都處于市場最高水平。

面對媒體,翁煒坦言,Quanergy在Velodyne內部確實引發了不少擔憂:“我們的機械雷達是不是要被淘汰”“固態雷達出來,我們的市場在哪里”……這波?;苯右⒘艘桓鍪諧P跳槽至Quanergy。

一波未平,一波又起。恰逢此時,Velodyne的老伙伴們也開始考慮“出走”計劃。谷歌的無人駕駛團隊Waymo、Uber紛紛著手研發適用于自身的更低價激光雷達成本,Waymo甚至已經掌握了7500美元的激光雷達技術。

紛爭

市場競爭是殘酷的,客戶永遠在呼喚更好的產品。

除了單純價格方面的競爭之外,落地到量產車層面的技術路線也出現了爭議。對于乘用車而言,傳統機械旋轉式雷達成本高,體積大,且很難通過車規級驗證。相比之下,固態方案在成本、性能、分辨率等方面均有優勢,由于沒有大型旋轉結構,其穩定性也更高。

把目光拉回到國內市場,包括速騰聚創在內的創業者們普遍傾向于MEMS方案?!巴切酒斗槳?,千元級別的MEMS方案和OPA相比成本雖難以快速降到百元甚至十元級別,但是MEMS更容易做到遠距離,而OPA與Flash想達到200米距離還有大量的路要走。而且,MEMS激光雷達的芯片化特征,使得它具有車規級、千元級、易量產的基因,因此這個方案將最先被OEM接受,成為第一代L3以上自動駕駛量產車的感知配件。”相關人士對車云菌解釋道。

所謂MEMS,是指激光雷達在關鍵的掃描方式上采用MEMS微振鏡,對激光發射器和接收器的數量要求不高。相比之下,傳統機械多線束激光雷達上的每條線都需要一組激光發射接收器,數量極多,同時這些接收和發射器在工作時都要通過旋轉完成掃描。

因此,在激光發射接收器數量大幅度減少的情況下,MEMS激光雷達的成本得到了大幅降低,其掃描結構的微型化也對整體穩定性有顯著提升,相對容易通過車規級驗證。在分辨率方面,MEMS固態雷達使用MEMS微振鏡偏轉控制激光光路從而完成掃描,可以通過改變振鏡的工作方式來提高分辨率,并能指定視場角內部分區域進行集中掃描,掃描方式的可控性更高。

因此,為了盡早實現激光雷達規?;占?,固態化產品成了業內公認最主流的方案,其中包括Flash、MEMS、OPA、相控振理論等主流固態技術??燒舛雜詿臣す飫狀锍湯此?,絕非一個好消息。固態激光雷達利用相控陣原理,來集成電路對周圍環境實現感知。這與既往已成定式的機械雷達屬于完全不同的兩種技術。

重重重壓下,尚未成熟的激光雷達先發者重新踏上了研發之旅。在2016年CES現場,Velodyne牽手福特共同推出了一款面向汽車廠商定向開發的VLP32半固態激光雷達方案,并對更為顛覆性的固態雷達敞開了懷抱,接受了不配備任何旋轉組件的方案。為此,Velodyne內部專職研發的Lidar Labs下設了8個工作室,網羅了大量科學家推動新技術的研發。

年近七旬的霍爾也站出來放話:“Velodyne才是整個產業的關鍵環節。除了我們,還有人知道該如何大規模的生產激光雷達嗎?固態雷達不一定誰先做出來,我們有良好的收益,不需要給投資方發聲,報告我們更多的結果?!?/p>

另一方面,傳統激光雷達廠商也在某種程度上力圖堅守陣地,選擇借助多線旋轉激光雷達的專利作為武器,同步準備檢測范圍更廣的激光雷達應對高端產品的挑戰,譬如2018年底開始小批量供貨的128線產品。公開資料顯示,有公司此前統計稱主機廠大都希望在2020年用到128線的產品,而谷歌等科技巨頭不滿足于環境感知等功能,還會希望用到256線的產品。

Velodyne 128線激光雷達Velodyne 128線激光雷達

無論是128線或者256線激光雷達產品,其發射點排列可以組成夾角范圍更廣的矩陣?;詿?,在激光雷達沒有旋轉的情況下,依據這個矩陣的排列緊密程度,也可以形成60-120度的夾角,從而更好地滿足車廠為了追求美觀將雷達裝在車內的需求。

當然,這些都是后話。現階段唯一阻止激光雷達“上車”的,便是產品車規級認證,諸如Innoviz、速騰聚創、知微傳感、禾賽科技以及北醒光子等多家國內外公司都在為此而努力。車云菌了解到,Velodyne方面同樣試圖通過與Tier 1的合作推動產品通過車規級驗證,而這家一級供應商大概率是零部件巨頭采埃孚。

行業人士保守估計,2020年前業內就會出現滿足車規的產品,能分別解決汽車對中遠距離和近距離固態LiDAR的要求。而在無人駕駛技術真正落地之前,固態激光雷達恐怕更多會在智能交通管控、智能安防以及AGV等領域發光發熱。

無論是技術路線還是競爭格局,整個汽車行業都能感受到激光雷達領域的動蕩不安。于是,一批膽大心細的整車廠紛紛冒出頭來,開始琢磨著自行研發固態激光雷達。本就不算牢靠的產業鏈,無時無刻都在承受著各方力量的沖擊。

開戰

推動百年主機廠親自下場研發的主要力量,便是成本控制的考量。

激光雷達的高昂價格已是老生常談,甚至直接掌控著無人駕駛行業發展的脈搏節奏。據不完全統計,現階段谷歌、百度等互聯網企業使用的64線激光雷達產品價格約為70萬人民幣,16線激光雷達約為5萬元。

換句話說,一臺改裝成本200萬元的無人車,激光雷達的花費就占到三至四成。有關人士曾經透露:“2016年國內包括神州、四維圖新等在內的一些無人駕駛項目擱淺,很大程度是因為激光雷達的成本比重讓他們難以接受?!?/p>

激光雷達的成本主要由物料和量產成本兩部分構成。以往機械旋轉式方案在市場中占據絕對統治地位,并不斷向更高線數的產品進行優化迭代。而此類傳感器結構復雜,包括包括激光器、掃描器、光學組件、光電探測器、接收IC以及位置和導航器件等,各個核心組件價格的價格都相當昂貴。

談及其中成本占比最大的IC芯片,有業內人士表示:“16線的機械式LiDAR一般需要16組IC芯片組,其中包括跨阻放大器(TIA)、低噪聲放大器(LNA)、比較器(Comparator)以及模數轉換器(ADC)等。據估算,每組的芯片成本大約在200美元左右,而16組的話芯片成本會高達3200美元,64組的話芯片成本則將翻倍,如果再加上激光器以及各種光學組件的成本,這個價格確實是相當高的。落實到量產車上的話,基本上平均價格會在6000到20000美元左右,顯然不符合當前車企們的預期?!?/p>

與之對應的,激光雷達的量產成本也就水漲船高。過于精密復雜的內部結構,增加了產品在光路調試、裝配等各個生產環節的難度。此前Velodyne激光雷達的發射器和接收器都未進行AISC標準設計,不能投入大規模生產,只能使用人工組裝和調校。

整個激光發射和接收??櫚墓庋Ф宰甲芭涔碳捌浞備?,巨大的工作量也相當耗時。據了解,64線(64對發射器和接收器)激光雷達的完成情況是一個星期兩臺。這直接導致了生產周期的延誤,也很好地解釋了為何Velodyne交貨周期一度長達4個月之久。而在這個檔口,線下渠道商也掐準時機對多線激光雷達采取加價銷售策略,試圖趁機大撈一筆。

機械式激光雷達機械式激光雷達

于是,激光雷達廠商必須為此做兩手準備。早先問題暴露最嚴重的Velodyne投入得也最為積極。

第一件事是要推動ASIC標準的芯片研發。2017年時,翁煒對外宣稱,公司計劃于2016年第和2017年分別完成發射端和接收端的芯片,并于2018年年底投入規?;??!壩辛蘇飭階樾酒?,就可以進行流水化的生產,不再需要手工的生產?!?/p>

第二件事,便是積極對工廠產線進行升級改造。2017年6月,Velodyne在加州圣何塞收購的新工廠正式投入生產,總占地2萬平米,采用了60%以上的工業機器人和機械手臂,來取代原有人工制造部分,最高產能可達到100萬臺/年,Velodyne產交付周期也有望借此恢復至4-6周左右。

這樣一套操作下來,理論上完全可以鋪平激光雷達規?;牡纜?。因此廠商們自信滿滿地對外宣稱,2018年下半年至2019年上半年間,來自車廠的訂單能夠達到百萬量級,激光雷達的整車裝備成本便可以降至1000美元以內,單品成本控制在500美元以內。

隨后車云菌在與Velodyne溝通的過程中發現,該公司將這一預測時間節點向后移至2025-2030年間。顯然,在激光雷達市場中,試圖以價格手段狙擊競爭對手的戲碼并沒有想象中順利。

有意思的是,同樣的套路事實上有過成功的先例。2018年初,Velodyne 16線激光雷達價格從6萬人民幣直接降至3萬元。對于價格腰斬的原因,翁煒曾表示:“16線激光雷達價格驟降的原因有四個:1.產能上升帶動價格下降的趨勢,這是我們新工廠擴建產生的積極效應;2.研發成本逐漸平攤,目前自動化的生產正日益完善;3.著力推動自動駕駛行業發展,以更為優惠的價格降低傳感器標配準入門檻;4.也是為了進一步拓展我們的第二代,第三代市場?!?/p>

在行業老大哥大張旗鼓的牽頭下,激光雷達的“價格戰”初現端倪。Velodyne宣布降價決定后,年輕人們相繼公布了自家產品規劃,時間節點與其針鋒相對。

美國Ouster公司緊接著宣布旗下16線產品價格下探到3500美元(RMB22363元),其他產品線也在不斷跟進Velodyne的同類產品價格,以保持自身產品的性價比。與此同時,Quanergy也通過媒體放出消息,計劃于2017年下半年推出非車規級雷達產品,售價在250美元左右,一年后推出車規級量產產品,價格或降至100美元甚至更低。

而國內供應商也給出了更加接地氣的定價。2017年,速騰聚創提出會在年內推出巴掌大小的固態激光雷達,探測距離約為200米,成本在1000美金以下。同樣選擇這一路線的還有國外廠商Innoluce。該公司曾發布過一款固態激光雷達,把各種分立芯片集成設計到一套激光雷達控制芯片組中,最終將成本控制在了200美元以內。

從國內創業者的角度來看,自身最大的優勢便在于超高性價比。更重要的是,相比外國廠商,國內供應商能夠更好地理解并相應本土市場客戶的需求,提供更可靠的售后保障。在與負責自動駕駛系統的車廠相關人士溝通時,車云菌也發現,基于自動駕駛系統量產的考量,采用國內激光雷達傳感器產品作為替代方案可能會是更好的選擇。

Velodyne對此卻仍持保留意見,認為固態激光雷達的成本幾乎不可能降至幾十美元的水平,該價格根本無法負擔發射裝置和接受裝置部分的價值。

生存

可擺在激光雷達廠商面前的現實是,除了最核心的價格之外,車廠在選擇產品時只關注整車能量要求、雷達安裝位置及散熱等裝配基礎要素,對于產品技術路線可以說是“完全不挑”。

翁煒也為車云菌解釋了其中的商業邏輯:“某種程度上來說,產品的價格完全是由車廠定義的??突Щ岫?萬顆雷達的訂單進行定價,是否接單完全取決于供應商,我們基本沒有討價還價的余地?!?/p>

站在車企的角度思考問題。謹慎的他們,無一不選擇漸進式的自動駕駛進階之路。在這種情況下,激光雷達的首要價值,便是作為攝像頭和毫米波雷達之外傳感器的安全冗余。強如奧迪,一個4線激光雷達便能滿足其對L3級自動駕駛的所有功能需求。

而激光雷達廠商之間大打價格戰,OEM們自然樂見其成。隨著傳感器成本的不斷降低,未來3-5年內,16線固態激光雷達將進一步成為迎合主機廠需求的主流產品。到2023-2024年,商用車等運營車輛對激光雷達的價格將會更加寬容,屆時,有自動駕駛能力的車企也有機會自己進行成熟的軟件算法集成。

換句話說,在主機廠眼中,激光雷達傳感器現階段遠未達到必要元器件的地位,甚至能夠成為其打破Tier 1壟斷供應關系的一個切口。面向自動駕駛前沿技術,主流汽車制造商習慣以兩條路線開展研發工作,其一應對量產車型的常規技術,其二則留出足夠資金專攻未來3-5年后才會“上車”的概念技術,激光雷達想必就是其中一部分。

表面來看,這對Velodyne等硬件供應商似乎并沒有實際影響。但之于博世、大陸等老牌一級供應商而言,卻是一次精準的話語權打擊。OEMs一旦手握包括激光雷達在內的軟件集成技術,Tier 1的供貨模式將從“交鑰匙”直接轉變為“供零件”,其在系統集成部分積累的產業鏈地位將在無人駕駛時代迎來斷崖式下降。

自主掌握激光雷達技術幾乎已經成為一個廠商能否獨立研發自動駕駛汽車的標志性動作。在這背后,主機廠、Tier 1、科技巨頭等產業大佬們決定先從資本層面破局,通過撒錢的方式與激光雷達技術公司完成高度捆綁。

幾家頭部激光雷達企業的投資組合已經成為老生常談:

百度、福特投資Velodyne;安波福投資Quanergy、Innoviz和Leddar Tech;博世投資TetraVue ;豐田、沃爾沃投資Luminar;采埃孚收購Ibeo 40% 的股份;上汽、北汽投資速騰聚創;百度投資禾賽科技……

也不乏大手筆打包收購的案例:2016年8月,Uber以6.8億美金同時收購了Otto及激光雷達公司Tyto LiDAR;2017年10月,通用Cruise與福特Argo.ai同期宣布激光雷達收購決定,前者選擇了調頻激光雷達(FM LiDAR) 公司Strobe,后者則選擇了激光雷達公司Princeton Lightwave。最近的一次收購案件發生在今年5月23日,自動駕駛汽車初創公司Aurora宣布收購總部位于蒙大納的激光雷達企業Blackmore,這也是該公司迄今為止金額最大的一次投資決策。

火上澆油的是,巨額資本頻繁帶領新玩家進入供應鏈的同時,也意味著產業在同時經歷全新技術思維的洗腦。據報道,Aurora看中的正是Blackmore公司主張的調頻連續波(FMCW)技術,并將其視為下一代激光雷達技術。

FMCW技術有別于大部分基于脈沖調幅(AM)技術的傳統激光雷達,其利用多普勒效益(Doppler effect),可以同時測量距離和速度,避免天氣或其他激光雷達系統等干擾因素,且擁有比傳統激光雷達更大的探測范圍(約 200 米)。當激光光束返回多普勒激光雷達時,系統會測量其新的頻譜數據,并計算出物體的速度和方向,與物體的飛行時間相結合完成精準定位。也就是說,這種解決方案通過一道激光就能反饋所有數據,無須擔心第二道光束能否再次照射到同一物體上。

出于對AM激光雷達傳感器存在的捕捉數據量不足、耗電量較大、易受干擾等問題的擔憂,精明的汽車制造商們早就盯牢了這塊蛋糕。今年4月,奧迪旗下自動駕駛部門ADI宣布與Aeva建立戰略合作伙伴關系,為測試車隊裝備4D激光雷達。而Aeva恰恰是一家由兩位蘋果前工程師創辦的多普勒激光雷達公司。當然,為了向客戶證明自身成本優勢及量產實力,這種先進技術目前也還在奮力拼殺。

激光雷達效果圖激光雷達效果圖

回到眼下,激光雷達的重頭戲還是在于以Waymo為代表的完全無人駕駛運營領域,其核心目標是通過自動駕駛的方式取代司機,節省成本,提高效率。

此類技術公司面臨的道路交通狀況十分復雜,其對于技術及軟硬件的要求都處于最高水準,且至今沒有達到成熟穩定的狀態。在不斷向上摸索的過程中,他們對于算力及傳感器的容忍度可以說沒有上限。而他們背靠巨額資本市場,完全不用心疼資金推動技術進階。

恰恰是這部分市場,在為廠商高昂售價的產品買單,為其貢獻了絕大部分銷售額。盡管如此,無人駕駛的市場潛力相比量產車而言也僅僅是九牛一毛。

Waymo正式宣布無人車隊商業化運營的當下,其跑在鳳凰城道路上也不超過2000臺。即便科技公司破天荒地采購9萬臺訂單,也需要幾年時間分多個時間段投入運營。更加殘酷的是,對激光雷達需求量最大的Waymo,早已擁有了自研軟硬件產品的本事,完全擺脫供應商的限制。

相比之下,一款主流量產車的規劃產能便能達到數萬乃至數十萬臺,其全年接近百萬臺的銷量更是無比誘人。然而,短期之內車廠的預算只能夠為低端激光雷達買單。在廠商樂此不疲地大打價格戰的同時,符合此售價區間產品的毛利率恐怕已被壓縮到了極限。就連行業龍頭Velodyne,也不惜主動出讓利潤空間以在場上站穩腳跟。

可以想見,在L3級以上自動駕駛真正量產之前,販售激光雷達的廠商們勢必要度過一段艱苦歲月了。

相關標簽:
人工智能
  • 車云星
  • 空間站
  • 福特星球
  • 蟲洞

加料 /

人評論 | 人參與 登錄
查看更多評論