早上发了个讨论，质疑了一下马斯克纯视觉能坚挺多久，结果评论刷刷刷，一看都是无用废话，有的简直没有常识，我都不想回复，干脆写个帖子给自己的观点辩论一下，顺便科普一下。这篇文章会分几个部分：

一：基础常识

首先，雷达不是什么新技术，毫米波雷达（10-200GHz，电磁波波长在1-10mm）、超声波雷达（20000Ghz以上，目前波长为905nm和1550nm）、激光雷达（100000Ghz）都是我们熟悉的雷达，有个简单的常识是光速=波长x频率，那么频率越高的同时，波长越短，而波长越短会带来更清晰的分辨率和更准确的测量。

这三种常用雷达可以简单对比：

激光雷达的优势在于：可以精准的得到外部环境的信息，可以对周围建模，劣势在于大雾、雨雪效果很差，而且之前很多年成本高。目前价格大概最低可以做到1000美金一颗，华为号称等效96线激光雷达的价格将要下降到200美元/台，未来目标是将价格下探到100美元/台。

毫米波雷达的优势在于：天气差不影响，范围广精度高，但是识别能力不行，行人都不一定能识别，成本大概300美金一个。

超声波雷达的优势在于：成本非常低，但是测量距离很短，局限性很大，一般拿来自动泊车，成本大概10美金一个。

最后补充一个摄像头，虽然不是雷达，但和本文讨论也是高度相关的，摄像头主要是便宜，通过算法实现功能，但是极端天气测距很难准确，测距的算法要求也高，而且光线可是要命的，特斯拉熟知的有好几例因为光线导致视觉辨认失败导致的自动驾驶车祸，成本大概30美金一个。

目前车子上呢，一般激光雷达在头顶（ET7),毫米波放前面，超声波放后面，摄像头全身。

二：历史渊源

最早激光雷达主要是军事和民用地理测绘，但为什么会和自动驾驶相联系呢，这就要回到自动驾驶的起点了。

2004年，美国国防部高级研究计划局（DARPA）首次举办了150英里（240公里）的沙漠无人驾驶汽车挑战赛，那个比赛106个团队参加，最长的都没到12公里，全部翻车或者死机，可以说惨的不行，DARPA直接把奖金塞回了自己裤带。然后2007年，DARPA不信邪，又举办了一次无人驾驶挑战赛，这一次，53个参赛团队，最终有6个团队开完了全部89公里，其中来自卡内基·梅隆大学的“格子呢赛车”团队拔得头筹，然后这6个团队里面5个都使用了Velodyne64线可旋转激光雷达，自此，Velodyne一战成名，那些年，我印象里面如果讲自动驾驶，你就绕不过激光雷达，讲激光雷达，基本上就等同于Velodyne，对的，Velodyne就是这么大佬的江湖地位。

Velodyne成立于1983，老本行是耳机和低音炮，然后自从DARPA挑战赛一炮出名，不管是谁，做自动驾驶，先找Velodyne合作，Google也好，百度也好，都要找Velodyne合作，Velodyne也就把激光部门从声学部门独立出来了，但是美国佬做硬件，你懂的，技术你牛逼，但是量产这种事情，你不来世界工厂那只能教你做人了。于是，一直难产，当时自动驾驶就很热了，结果一众大佬被激光雷达卡了脖子，因为Velodyne的量产能力是一周个位数，然后拖延4-6个月交付，这还能玩么，当然很多大佬们忍气吞声了。这时候，标题上辣个男人，他忍不住了，马斯克是谁，enginner，我要量产的，量产不出来，我都要破产了，你让我等你，等个屁，走了。而且，Velodyne量产能力不行直接的后果就是价格降不下来，理论上所有硬件产品一旦量产，规模拉起来价格会迅速下降，问题这兄弟一直卖几万美金一个的激光雷达，你特斯拉才几元钱，这不是欺负人么，那怎么办呢，那只能走视觉啊，这就是之后和mobile eye从爱到恨另一个故事了，有空再讲。既然走了另一条路，那按我马哥的想法，肯定不能说用不起，隔空喊麦嘲讽一下必须安排，然后你就能听到“激光雷达是傻子的选择”“激光雷达只是昂贵的附加物”“激光雷达必须失败”表示一下自己不是用不起，主要是看不起，人要保持连贯性，这一喊就喊到了2021年。

然后，Velodyne实在是，怎么说呢，渠道弄不好，量产弄不好，又只会做硬件，今年干脆还内斗起来了，真是扶不起。但激光雷达说白了，原理就是激光测距，扫描，发射，探测，数据处理，有壁垒，但不是翻不过去，再说了，买来拆解弄点技术，读书人那叫参考，能叫偷么，不能！等到发现禾赛这批人参考自己专利的时候，别人都已经量产了，怒拍大腿，起诉，通通起诉，但时间过去了啊。于是，就看到了Luminar、禾赛、速腾、镭神、北科天绘、华为、大疆（livox）都慢跑追上来了，尤其是这群中国企业，不讲武德啊，这领先的半步瞬间就没了，而且有几家技术迭代的居然更先进了，可见老美研发可以，量产能力真不行。

有点偏题，站到2021年这个时点，激光雷达在一系列后来者的努力下，不但量产了，而且迅速把成本从几万美金拉到1000美金以下，小鹏上了大疆的激光雷达，上汽是速腾的，阿尔法是华为的，蔚来是图达通的，而且这个价格还有很大空间，华为的目标是100美金。

三：为什么激光雷达我认为很有必要

首先自动驾驶环境感知的两大技术路线科普一下：弱感知+超强智能 以及强感知+强智能。

我本来想用强智能和弱智能的，想了想似乎不太合适，我们这一代的人工智能首先底层都是卷积算法深度学习，都是数据吞吐积累学习的，这个算法体系的人工智能有一个特点就是在简单场景会比人强很多，但在复杂场景会比人弱。

马斯克每天讲的用坚持视觉方案，理论上就是弱感知（摄像头），但是通过超强的人工智能实现环境感知，老马大概是觉得人工智能一定能进化到这么强把，但是有个问题就是这么强的人工智能什么时候能实现，其实电动车很早就出现了，为什么过去那么多年一直是燃油车的天下，即使现在，燃油车依然还是主流，我平常为什么说HJT还有距离，我为什么说固态电池还遥远，宁德时代大概率能王者很多年。我做投资，我特别关注的就是技术量产商业化的速度，我知道未来肯定是氢能源和核聚变的天下，请问需要多少年呢？回到问题，这一代人工智能很难在复杂场景超越人，而出车祸的基本都是复杂场景，很多车祸，人类都判断不好，你靠人工智能指望能判断清楚么。光线一调整，美国的特斯拉直接把大货当天空处理了。

而且说个技术的东西，视觉方案还有个大问题，就是对于非标的的静态物体检测能力很弱，这个观点很多大牛都提到过，理想汽车首席执行官李想曾在社交平台发表观点称：“目前摄像头+毫米波雷达的组合像青蛙的眼睛，对于动态物体判断还好，对于非标准的静态物体几乎无能。视觉在这个层面的进展几乎停滞，哪怕是动态，车辆以外的识别率也低于80%，千万别真当自动驾驶来使用。”不多说了。

然后激光雷达的出现就是基于这一代人工智能难以实现超强智能的时候的一种补偿措施，我提升车辆的感知能力，先把周围感知清楚了，再开，有一种我管你啥乱七八糟，我都一圈看清，一力降十会，自然更安全，相当于在是觉得基础上，多一道安全保护，谷歌、百度、uber、蔚来、小鹏等都是这个选择。

然后视觉+激光雷达+高精度地图构成了目前车厂高级别自动驾驶的主流选择。

老马的想法很美，我的特斯拉，到哪里都能自动驾驶，高度机器人化，如果人类没高精度地图，我就不需要，人眼没有激光雷达，我也不需要，我就是深度学习机器人，想法很美，但这需要多少年呢，或者说还需要多少起事故来实现他的梦想呢？

所以说，这一代人工智能，在这种算法体系下，视觉+激光雷达+高精度地图是更快更好能实现自动驾驶的路径，而且现在的成本也是可接受的。

当然，老马你懂的，嘴炮欢归欢，该用的时候从来不落后于人，现在骂的有多凶，到时候用的就有多香，这才是老马的魅力之处，请参考5月的知名新闻-彭博社援引知情人士称特斯拉与激光雷达上市公司Luminar签订了一份合同，合同的目的是特斯拉使用Luminar的传感器进行测试和开发。

三：激光雷达如何分类和一些细节技术

最后说点干货把。

（一）分类

首先激光雷达目前厂家众多，而且大家在测距、发射、光束操作、探测、数据处理上各不相同，分类众多。下面列几个最主要的分类方式

根据测距原理来：

目前主流还是tof，但未来可能FMCW(连续波调频）会上来，目前mobileye就在干这个FMCW,但产业化时点还有点远，暂不多说。

根据扫描方式来：

扫描方式主要分三种：机械式、类固态（MEMS，旋镜式）、纯固态（OPA、Flash）。

混合固态激光雷达是机械和固定的折中方案，相较机械式激光雷达，混合固态激光雷达也只扫描前方一定角度内的范围，而相比纯固态激光雷达，混合固态激光雷达也有一些较小的活动部件。不过混合固态激光雷达在成本、体积等方面更容易得到控制。目前，混合固态激光雷达中的MEMS（微机电系统）是最有希望快速落地的。

根据波长来

目前主流式905和1550nm，1550nm对人眼更安全，功率升高，可以看的更远，超过200m，然后905nm发光效率高，但是发射功率比较低，对人眼可能有伤害，点云密度也有限。（人眼可识别的可见光波长处在390-780nm，而400-1400nm波段内激光都可以穿过玻璃体，聚焦在视网膜上，而不会被晶状体和角膜吸收，人眼视网膜温度上升10℃就会感光细胞受损。因此905nm激光雷达为了避免对人眼造成伤害，发射功率需先在在对人无害的范围内。）

不过1550这个发光效率实在是拉胯，目前在散热、发光效率、成本、耐久度还有一定距离，需要继续优化，目前1550主要是luminar和innovusion在做。

然后一般主流还是905，因为可以直接选用价格较低的硅材质，成本低，技术成熟，华为就是905。而1550nm激光雷达无法采用常规的硅吸收，而需要用到更加昂贵的铟镓砷（InGaAs）材质，因此在价格上较905nm激光雷达会贵出很多。

发射接收芯片

这个是探讨技术壁垒，目前壁垒不高，不需要先进制程，90nm够了，禾赛、luminar都是自研的，激光雷达厂商应该都会自研芯片，因为未来高线数上来后，会对发射接收性能要求不断提高，到时就可以形成壁垒。

数据融合

前端数据目前做不了融合，难度爆炸，传感器时间空间很难同步；基本主流是后融合，把包括激光雷达的传感器的数据都收集到决策端芯片集中处理。所以软件算法就成了激光雷达很重要的竞争壁垒了，前面提到的Velodyne当年只供硬件也是丢失领先位置的重要原因。

主要玩家

Velodyne：h800，半固态，2021量产，1000美金，合作方：谷歌、百度、福特、奔驰。搭载车型：奥迪A8。

Luminar:iris,半固态，2022年量产，500美金，合作方：上汽、沃尔沃等。搭载车型：上汽智己。

innoviz：tow，2023年量产，半固态，500美金，合作方：宝马、蔚来。搭载车型：蔚来et7。

禾赛：pandarGT，半固态，未透露细节，上汽、戴姆勒。

速腾：RS-LIDAR-M1,2021量产，2000美金，上汽、吉利、一汽。

大疆：horizon，半固态，2020年量产，1000美金，小鹏。搭载车型：小鹏P5。

华为：96线，半固态，2021年量产，1000美金，北汽、长安、广汽。搭载车型：极狐阿尔法。

禾赛这家公司特别说一句，这家公司很多年前我就接触过了，三位创始人很年轻，记忆中15年开始融，融了快10轮把，最后一轮是今年小米投的，这个信号非常关键。禾赛之前最大的问题之一就是量产，之前说小米生态链我提到过小米生态链最大的好处是可以扶持生态企业快速构建成熟的供应链，能避坑，因此这是一次强强合作。不过禾赛的专利一直有瑕疵，当年不但支付了Velodyne约1.6亿元的专利许可补偿费，还被要求后续按年支付专利许可使用费，且协议有效期至2030年。

三：最后

总得来说，激光雷达目前1000美金已经可以接受了，只要把成本拉到500美金以下，按照人有我不能无的原则和国内智能车市场激烈的竞争格局，作为智能化的重要一换，车厂都会大批量加装。

虽然技术流派很多，但其实不能说谁一定比谁的技术就好很多，各有优劣把，而且也不是很难突破的技术，就和电池一样，循序渐进发展，不停优化降本。

最后激光雷达是可以降维的，车载市场也许没有很大，但成本下来以后，安防等场景是完全可以上的，也就是说天花板可以打开的，未来是可以跑出几家巨头的。

2022年是激光雷达的元年。我就不信500美金特斯拉不上，坐等马斯克真香。

累死我了，不写了，有错别字自己脑补修正下下班了，告辞。

$特斯拉(TSLA)$ $蔚来(NIO)$ $Luminar Technologies(LAZR)$ #自动驾驶# #激光雷达#

激光雷达，我就等马斯克打脸了