春晓资本刘海涛：自动驾驶系列专栏——不够靠谱的传感器（三）
激光雷达……可能还得再等等（上）
三岁那年老爸买了一台日立牌录放机回家（一句话暴露年龄），从此我就爱上了看电影，尤其是科幻电影。后来我慢慢发现好莱坞的科幻电影编剧们似乎非常爱写成系列（可能是这样比较省脑子吧）。什么星战、复联、变形金刚、环太平洋，续集拍完了拍外传，外传拍完了拍前传。
《普罗米修斯》剧照
在众多系列科幻电影中，《异形》无疑是非常成功的一个系列。围绕着异形这个大IP，好莱坞一共拍了8部电影。相比其他几部，我个人更喜欢的是那部能让人产生更多人性思考的《普罗米修斯》。在这部电影大概31分钟左右有这么一个桥段，宇航员在进入外星远古建筑时拿出了两个闪着红光的球形设备。在这球形设备启动以后，整个建筑的内部空间构造就被完整的扫描下来，并自动完成了数字化建模。等等……这不就是激光雷达吗？
左图为《普罗米修斯》中的“狗仔”扫描系统，右图为扫描后建模的结果
在之前的两篇文章里，我们分别讨论了毫米波雷达和摄像头在自动驾驶应用场景下的一些“小故事”。那么这篇文章就让我请出三大传感器中的最后一位大神——激光雷达。其实把激光雷达放在最后讲，是因为写这个东西压力确实比较大。跟前面两个传感器比起来激光雷达确实还处于发展的初期阶段，所以各厂商出于技术保密原因并不太愿意把自己的产品原理、结构之类的信息透露出来。除了Velodyne的技术方案外，其他技术路线能够得到的技术信息比较有限。文章里写的对与不对您多多担待。
既然是自动驾驶传感器，那我们还是要从自动驾驶本身说起。所谓自动驾驶其实就是通过计算机算法和传感器，使汽车自己可以像有人驾驶一样去行驶。所以要想了解自动驾驶，首先就让我们一起回顾一下我们自己开车时都在干些什么。当准备驾车去一个陌生的地方时，我们坐进驾驶位的第一件事一定是打开导航找到前往目的地的路径，这个过程就是依托高精度地图进行路径规划。随后我们启动汽车，然后透过挡风玻璃和后视镜观察车辆的前后左右情况，然后控制汽车启动加速。在整个驾驶过程中，我们都在不断地通过眼睛和耳朵观察周围的情况，以控制汽车安全行驶。
搭载Velodyne-64线机械式激光雷达的百度阿波罗自动驾驶测试车
各位注意，“我们驾车的时候一直在不断的观察周围情况”。同样的，汽车在自动驾驶的整个过程中也要不断观察周围情况，并且在同一个坐标系下确定周围的所有事物与汽车自身的相对位置关系，然后再结合高精度地图地图确定自己的下一步操作（加速、减速、左右转、停车、倒车等）。而这个周围的信息是360度的，是三维的（和一般的平面地图信息有区别，自动驾驶需要的环境信息中还有高度信息）。而刚才这几句话就是对SLAM最朴素的理解。（Simultaneous Localization And Mapping 即时定位与地图构建；SLAM的标准定义：机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和地图进行自身定位,同时在自身定位的基础上建造增量式地图，实现机器人的自主定位和导航。）技术人员们看我这样粗暴的解释SLAM是不是有打人的冲动？正是由于对这个道理有了足够充分的理解，Velodyne公司才做出了目前为止功能上最实用的自动驾驶“测试”用激光雷达。注意哦，我这里特别强调了“测试”两个字。
激光雷达扫描点云图
上图就是激光雷达输出的数据经过处理后的直观结果——点云图。是不是很像科幻大片里的东西？但事实上激光雷达也并不是什么新玩意儿，他的技术基础——激光测距技术早在上世纪60年代就已经问世。和一般的新技术应用路线一样，激光测距技术也是从军事领域开始应用的。我们经常在央视“农业频道”里听到的“激光制导炸弹”，其实就是通过GPS+激光测距仪（可以理解为一维激光雷达）实现对打击目标精确定位的。随着激光器成本越来越低、体积越来越小，激光雷达技术逐步在遥感、医疗、工业、测距等诸多领域得到广泛应用。
——————————————前方略枯燥——————————————
激光测距方法分类
激光的测距也有两种不同的主流原理，包括TOF（Time Of Light——飞行时间法）和三角法。TOF法由于其适合长距离测量和不需要目标配合的特点，成为了车载激光雷达中最常用的测距方式。此外，也有更激进的团队使用相位调制器对光波进行等效调频，做出了类似毫米波雷达那种连续波调频测距。（至于“脉冲调制、连续波强度调制和等效调频”都是什么鬼……解释起来完全可以单独写一篇文章，这里不再啰嗦。有兴趣的童鞋可以邮件细聊。）
此外激光雷达也有很多类型，大概可以分成一维激光雷达、二维激光雷达和三维激光雷达，再加上一个三维扫描仪（原理和激光雷达没啥区别），共四种类型产品。就像很多工业产品一样，我们并不能用简单的谁比谁好的逻辑来评价不同产品，几种激光雷达所擅长的应用场景各有不同。由于这个系列文章写的是自动驾驶，所以这篇文章里只详细介绍一下三维激光雷达。各位看官如果有兴趣的话，大可以去百度一下其他几种。
徕卡三维激光扫描仪
——————————————枯燥内容结束——————————————
工业科技产品（包括硬科技产品）其实大多遵循同样的一条发展路径。在早期的时候，技术原理通常是由一些大学或者研究机构提出来并写成paper发表出来。然后工程师们会将这些论文里的东西通过小试、中试再到量产的路径变成可以批量生产的核心产品。（按一般规律，这个过程通常短则十年多则二三十年，这个阶段很痛苦。）到了应用层面后，模块或者产品的开发工程师会根据下游可能的应用场景做出产品定义，然后通过各种不同的技术路径做出最终的产品。随着下游应用的逐步成熟、出货量的逐步增加、产品需求越来越明确，最终逐步收敛到每个应用场景还剩下少数一两个解决方案。激光雷达目前的发展阶段就处在下游应用逐步成熟的阶段。
读过我前两篇拙作的看官应该知道，在三个主要的传感器中毫米波雷达是技术成熟度最高的一种，目前已经完全明确了技术原理和产品架构。（当然，天线技术上还有一些进步空间。）相对稚嫩一些的摄像头系统目前还存在单目和双目两个技术流派。相比之下，激光雷达明显还处于更加稚嫩的技术探索阶段。稚嫩到目前有多达五个半技术流派同时存在。（有人会问了，你这说的是人话吗？为啥还有半个的概念……别急别急，往下看您就明白了）接下来我就一个一个向大家介绍。
搭载Velodyne激光雷达的自动驾驶测试汽车
在上文中我提到了一个公司的名字——Velodyne。对激光雷达稍微了解的人对这家公司肯定都不会陌生。这家1983年成立于美国硅谷的公司的传统主营是“音响”，后来Velodyne创始人David Hall凭借自己的极客精神打造出来了专门为自动驾驶开发的激光雷达产品，而这台设备也成了DARPA 挑战赛冠军队伍的最爱。2016年，David Hall将核心业务激光雷达部门单独剥离，成立新公司Velodyne LiDAR，并且在当年获得百度和福特公司及其他跟投者共计1.5亿美元投资，估值4.5亿美元。如果各位看官对Velodyne有兴趣，可以自己去度娘上找找这家公司的传奇故事，这里我就不啰嗦了。
Velodyne创始人David Hall
Velodyne采用的技术路线是“机械旋转式”。机械旋转式方案简单来说就是在纵向上排列若干组激光发射单元和接收单元，每个发射单元间在纵向上成一定角度向同一个方向发射。当整个系统360度旋转起来的时候，就实现了对雷达周围的大面积高密度扫描。这个方案的原理非常简单，但是真要做起来还是蛮有难度的。首先我们都知道，激光测距仪在以前那都是在静态场景中用的东西。但是汽车在行驶过程中一直处于震动状态。可想而知，将激光测距原理用在汽车上的工程化难度非常大。由于这种技术路线出现的最早，而且已经具备了一定的出货能力，所以最先占领了几乎所有自动驾驶测试汽车的车顶。
机械旋转式激光雷达拆解图
Velodyne这种方案有两个很明显的优点：一是元器件都是很成熟的工业化产品，这样就能很容易将产品批量做出来推向市场；二是要提升扫描点云密度时，仅需要提升单台雷达的激光收发器数量（或者等效的线数）。（到这里我们要说说点云密度问题了。在前两篇文章中我曾经反复提到“分辨率”，传感器分辨率越高漏报的概率就越低，对目标物的描绘就越精细。具体到激光雷达上，点云密度越大意味着扫描分辨率越高。）在产品开发过程中，工程师们要想做出一个能批量化生产的产品并且保证产品的良品率，首先要考虑的就是能够批量采购到标准化程度足够高的元器件。而机械旋转式方案最大的优势就在于他的核心器件全都是标准化产品，可选择的参数型号也比较多。
但是机械旋转扫描方案的缺点比优点还要多。结构太复杂、成本太高、良品率太低、模块生产难度太大、体积太大等等都是问题。（比如在16线激光雷达中就要塞进去16组探测器及接收电路模块。）而且这些问题在这个技术方向上基本是无解的的。另外由于存在宏观上的机械转动，所以整个设备的寿命也比较短，也更容易坏。另外，这个技术路线的生产工艺非常复杂并且完全依赖人工。技工们的手艺直接决定了产品的生产效率和良品率，生产规模扩大的速度完全取决于技工的培养速度，所以要快速提升出货能力是非常困难的。这也许就是百度在投资了Velodyne以后又在国内投资了禾赛科技的原因（至少达成交易时技术路线完全相同）。
Velodyne批量出货的几款主流产品
其实机械旋转式雷达在发展过程中也发生了一些变异。比如说Velodyne曾经提过一个“混合固态激光雷达”的概念。细研究后发现，所谓混合固态其实就是机械旋转结构被一个固定不动的有机玻璃罩罩在里面。从外观上看不到宏观运动，但是内部还是旋转运动。近两年在国内跑出来的几家激光雷达企业也大多是采用这种方案出道。
国内企业在这个技术方向上也做了很多努力，例如深圳的明星企业“速腾聚创”已经具备了一定的16线旋转式激光雷达的出货能力。速腾的市场策略非常简单有效——上来价格砍一半。这也逼着Velodyne不得不把16线产品售价下调将近一半。Velodyne也曾公开表示速腾聚创给他们的亚太地区市场造成了巨大冲击。据路边社消息，Velodyne还专门成立了一个“打速腾办公室”以反制挑战者。（这个纯属道听途说，大家听听就得了。）
为了解决宏观机械转动造成的短命、高故障率问题，聪明的工程师们又想到了“半个”新的技术路径——反射镜旋转。（这个名字其实我自己起的，因为大家还是直接将他归类到机械旋转方案里。）由于这个技术路线比较冷门，所以能够看到的技术资料不太多。这种方案中激光收发装置是固定的。但是在模块内部有一个旋转的光学组件。这样就大幅减少了做机械运动的结构部件数量和质量。这就是我所说的那半个技术路径。之所以说他是“半个”，就是因为这个方案并没有什么颠覆性的技术创新，不能从根本上解决机械式方案的那些问题，而只是在同一个技术路线上做出了线性的改进。
新一代AUDI-A8的传感器分布示意图
做反射镜旋转雷达的标杆企业是一个神奇的公司——Ibeo。Ibeo可以说也是车载激光雷达赛道上的老选手了。这家公司成立于成立于1998年，早期产品“Ibeo Motiv”与Velodyne全家桶一样是360度机械旋转方案。之所以说他神奇，是因为2017年发布的新款奥迪A8在车前脸安装了由Ibeo生产的激光雷达——ScaLa。这也使Ibeo成为全球第一个拥有前装车规级激光雷达产品的企业。
相较于Velodyne的顺风顺水，Ibeo的命运就多少显得坎坷一些。2000年，Ibeo曾经被并入SICK AG（很有名的智能传感器企业，其工业级单线激光雷达市场占有率非常高）。但是在2009年，Ibeo又通过私有化独立出来。2016年知名T1采埃孚收购了Ibeo公司的40%股份，后续产品开发还有另一家Tier1巨头法雷奥的配合。正是在两大T1强大的车规级产品开发能力和市场资源加持下，Ibeo才逆袭拿到了“首上量产车”的桂冠。
与V家的机械式雷达一样，Ibeo上量产车同样也是一个里程碑式的事件。我始终认为任何完成从0到1壮举的人都是有资格被称为英雄的。更何况在产品技术路线不明朗的时候，多一些尝试就能让整个行业多一些成功的可能。也正是在Ibeo的带动下，有一批国内外企业走上了反射镜旋转的技术路线，比如日本的HOKUYO（北洋电机）、国内的业内老牌选手“北科天绘”、还有力策科技等新兴势力。
打着法雷奥logo的Ibeo激光雷达——ScaLa
有些童鞋看到上面这张图片以后可能会有点奇怪，为什么这款ScaLa激光雷达在交货时上面打的是法雷奥的logo呢？其实这在汽车零配件行业是一个通行做法，因为法雷奥才是奥迪公司的Tier1（一级供应商），Ibeo扮演的是OEM（Original Equipment Manufacturers原型设备供应商，也就是代工厂）角色。
上面我向大家介绍了一个半车载激光雷达的技术路线。这一个半技术路线都采用了多线数、360度旋转的结构。之所以这种方式率先成为成熟产品，其原因在于供应链相对成熟一些，只要解决好算法和硬件工程化问题就能够很快批量生产出货。虽然依然有很多根本不可能被弥补的缺点，但是我刚才说的这些缺点也只是针对整车厂的乘用车量产车型来说的。而当下这个阶段，车载激光雷达的客户还是以自动驾驶技术公司为主。量产车顶多是在园区内、小区内、港口、露天矿、城市固定路线车辆（环线公交或者清扫车）这种封闭、半封闭场景里跑一跑。而这种场景下对产品的可靠性和寿命等指标的要求也并没有那么高。哪怕出了故障也是出在确定的范围内，不会造成太大影响。所以短期内以上技术路线的产品还是能够基本满足当下主流客户需求的。
由于篇幅限制今天我们先聊到这里，在下一篇文章中我还会向大家介绍车载激光雷达的另外几种技术路径。敬请期待下文哦。最后请允许我向激光雷达赛道的拓荒者们致敬。
