电子发烧友App
目前多类传感器融合感知路线已成为绝大多数厂家共识，激光雷达通过发射激光来测量物体与传感器之间精确距离，具有测距远、受环境光照影响小等特点，可弥补摄像头和毫米波雷达的缺陷，显著提升自动驾驶系统安全性，被众多车厂认为是高级别自动驾驶方案中必备的传感器。
随着芯片短缺逐步缓解和汽车智能化渗透率提升，2022年智能网联汽车细分领域有望进入量产元年。激光雷达方面：遵循“性能优化+降本增效+下游需求旺盛“三大逻辑，前装量产元年将至。测距方式ToF发展成熟，FMCW有望与ToF并存，扫描方式短期内混合固态式有望前装量产，长期将从机械式向固态式演化。华为、大疆入局助推激光雷达降本增效，规模经济逐渐显现，未来激光雷达价格有望下探至商业化量产上车水平。
短期应用以半固态为核心的技术组合为主，未来向固态式方向发展 技术发展路线多元化
激光雷达扫描系统、激光器、探测器和整体测距原理均存在不同技术路线，导致总体技术路线繁多。扫描系统方面，机械式乘用车搭载概率低，主要瞄准 Robotaxi/Robotruck 市场；半固态式已跨越车规，开启规模化应用；未来纯固态式（Flash、OPA）高度集成化，更具成本优势。激光器因半固态上量，短期将以 EEL 应用为主，未来向VCSEL 阵列和光纤激光器的转换进程取决于固态式、1550nm 和FMCW 测 距 技 术 发 展 。 探 测 器 则 逐 步 采 取 高 增 益阵 列 结 构（SPPC/SiPM）加强远距探测能力。
测距原理方面，ToF 为当前市场主流，FMCW 大多处于原型机状态，但性能优势明显，发展潜力巨大。车载激光雷达测距方法主要为 ToF（飞行时间）、FMCW （调频连续波），能够实现室外阳光下较远的测程（>100m）。ToF 原理是通过测量发射激光脉冲信号和反射信号的时间差来计算距离，在车载激光雷达上发展相当成熟，是多数厂商的选择。FMCW 发射连续激光而非脉冲， 其原理是将发射激光的光频进行线性调制，通过回波信号与参考光进行相干拍频得到频率差，从而间接获得飞 行时间反推目标物距。
FMCW 性能理论优势明显，车规量产尚待时日。FMCW 能够解决 ToF 对背景辐射的抵抗力低，多用户干 扰以及缺乏瞬时速度信息的缺点。FMCW 的信噪比高于 ToF，相同最大探测距离下所需激光的峰值功率约为 ToF 的 1/10000，因此对人眼更加安全。当前市场 FMCW 激光雷达大多处于概念机的阶段，且根据 Innoviz 路演说 明，FMCW 需用 1300nm-1550nm 波长，虽然可以使用低成本的 PD 探测器，但需用 InGaAs 材料制作，再考虑 到较 ToF 复杂的信号处理电路，接收系统整体成本较高；发射端低成本、大批量低相位噪声的激光器制造也是 当下难题，目前 Aeva、Mobileye 等公司在研发 FMCW 激光雷达，Mobileye 预计需要等到 2025 年以后才能量产。
具体来讲，预计半固态+EEL+SPPC/SiPM 是近期乘用车激光雷达采取的主要组合，固态式方案下 Flash+VCSEL+SPPC/SiPM 与OPA+FMCW 具有较好发展前景。
高等级自动驾驶中激光雷达不可或缺多传感器融合感知大势所趋
自动驾驶智能化程度随等级提高，L3 处于分水岭。从 L0 级（纯由驾驶员控制）至 L5 级（完全自动驾驶），级别越高，车辆的自动化程度越高，驾驶员参与越小，驾驶员的信息输入交由更多车载 传感器的获取与处理来替代。尽管 Tesla 坚持纯视觉自动驾驶方案，但从安全性角度，基于摄像头的视觉方案在暗光、环境大光比以及雨水遮挡的情况下容易失效，且深度学习算法难避免长尾效应。从商业角度，大多数厂商缺乏 Tesla的数据和算法积累，跟随 Tesla 方案难免处于被动境地。目前多传感器融合感知路线已成为绝大多数厂家共识，激光雷达通过发射激光来测量物体与传感器之间精确距离，具有测距远、受环境光照影响小等特点，可弥补摄像头和毫米波雷达的缺陷，显著提升自动驾驶系统安全性，被众多车厂认为是高级别自动驾驶方案中必备的传感器。激光雷达单车搭载量亦将随自动驾驶等级同步上升，综合第三方机构预测，L3 至少需要 1 台激光雷达，L4 则需要 2-4 台，L5 需 要 4 台以上。
激光雷达市场处于爆发前夕，国内市场发展有超越早先预期可能
审核编辑：符乾江
工商网监
评论