?作者 | 張祥威

編輯 | 德新

2023年尾上市的這一批車型中，以問界新M7、理想MEGA、小鵬X9、智界S7和極氪007最為典型，它們的頭頂大多搭載了一顆激光雷達，有的車型比如小鵬X9，甚至在前大燈位置配置了兩顆激光雷達。 

這是為實現(xiàn)高階智能駕駛功能而來。 

對于高階智駕方案而言，激光雷達儼然已成為必備品，其天生具備探測距離遠、光線適應(yīng)性好等特點，而且對視場角范圍內(nèi)的異型目標(biāo)物進行準(zhǔn)確感知。 

相比特斯拉的純視覺方案，車企引入激光雷達，不僅會減少一定的算法開發(fā)壓力，還能減少更多的隱形成本支出，在感知算法層面加速超車純視覺方案，盡快實現(xiàn)高階智駕。 

這是一場關(guān)乎技術(shù)路線、規(guī)模成本的競賽，一些車企已經(jīng)開始用腳投票。

一、綁定高階智駕版，激光雷達出貨量陡升

激光雷達發(fā)射激光脈沖，遇到目標(biāo)物后折返，通過計算激光的折返時間，就可以計算出與目標(biāo)物體的相對距離。相比攝像頭、毫米波雷達等其他傳感器，激光雷達對于夜間、光照不好的場景下的感知能力都要更好。 

2021年之前，量產(chǎn)搭載激光雷達的車型遠不像今天這樣豐富。 

2021年，車企開始真正量產(chǎn)交付激光雷達車型，這年打著「全球首款量產(chǎn)激光雷達車型」旗幟上市的小鵬P5，為后來者沖出一條路。 

自小鵬P5起，搭載激光雷達的車型更多涌現(xiàn)。 

今天，上至100萬元出頭的高端品牌仰望，下至20多萬元的一眾國產(chǎn)電動品牌，各自車型的高階智駕版本中，激光雷達已經(jīng)成為必選。

激光雷達產(chǎn)品主要見于頂配版本車型上，主流方案會采用一顆、兩顆配置，少數(shù)玩家如阿維塔，采用的是三顆激光雷達。 

激光雷達公司的出貨速度，隨著高階智駕版的暢銷，陡然提升。 

2021年，國內(nèi)頭部激光雷達公司的出貨量剛剛到達1萬臺左右的水平。進入2022年，禾賽出貨量8萬臺，排在后面的圖達通等，出貨量也達到了5萬多臺的規(guī)模。 

今年前三季度，禾賽的激光雷達總交付量為134,380臺，同比增長307.9%。其中，ADAS激光雷達交付量達114,482臺，同比增長516.6%，已率先突破年交付10萬臺大關(guān)。

接下來的兩年，頭部激光雷達公司將會向著年出貨50萬臺的節(jié)點邁進。 

激光雷達上車過程中，純視覺玩家也在持續(xù)前進。

純視覺指的是，主要依賴攝像頭傳感器來實現(xiàn)對周邊環(huán)境對感知，盡可能減少對激光雷達、毫米波雷達、高精地圖等輔助工具的依賴。 

特斯拉是純視覺的鼻祖，到今天一直堅持不用激光雷達，而是通過攝像頭傳感器來實現(xiàn)對周邊環(huán)境的感知。 

特斯拉的堅持，讓激光雷達與純視覺的對戰(zhàn)充滿變數(shù)。畢竟，頭部玩家在實現(xiàn)城市NOA時，已經(jīng)著手「去高精地圖」、「去毫米波雷達」，借助「BEV+Tranformer+Occupancy」來實現(xiàn)道路拓撲、通用障礙物的識別等任務(wù)。 

在算法提升以及降本壓力加大的背景下，如何看待激光雷達方案，是不少人關(guān)心的話題。 

二、車企實現(xiàn)高階智駕的「秘密武器」

從特斯拉身上，可以看到自動駕駛算法的演進脈絡(luò)。 

特斯拉最初采用的是2D檢測，之后進化至BEV算法，為了解決異型障礙物的問題，又進一步演化出Occupancy占用網(wǎng)絡(luò)算法。 

Occupancy是通過實時推理，來對一些難以直接表征的環(huán)境信息進行靈活探測，比如對高速道路上的道路施工場景、異型車輛，以及行人、動物的位置、速度等進行探測。 

本質(zhì)上，Occupancy屬于三維重建，其中涉及復(fù)雜的算法，包括: 

• 提取2D視覺特征；

• 2D特征轉(zhuǎn)為3D特征；

• 時序?qū)R，多幀融合構(gòu)建4D網(wǎng)絡(luò)；

• 解碼生成3D結(jié)構(gòu)和目標(biāo)物速度；

但眼下的問題在于，純視覺方案需要不斷獲取海量數(shù)據(jù)，從而實現(xiàn)對現(xiàn)實世界的識別和三維重構(gòu)。如果缺少足夠多的數(shù)據(jù)，就會造成漏檢、誤檢。特斯拉每年在全球范圍內(nèi)賣出100多萬臺車，這些車輛在路上行駛過程中源源不斷的回傳測試數(shù)據(jù)，Autopilot累積使用里程已經(jīng)超過90億英里。目前沒有任何一個其他純視覺玩家有這么大數(shù)量級的車輛數(shù)據(jù)。 

而由于涉及多幀融合，Occupancy在車端有限的算力之下，很難同時實現(xiàn)對三維空間高精度和低延時地測量與重建。而特斯拉從2014年就開始自研芯片、2019年推出了FSD芯片，已經(jīng)在自研芯片領(lǐng)域高筑了技術(shù)壁壘。 

車企要做Occupancy網(wǎng)絡(luò)，對于資金、時間的投入必不可少。除車端感知方案之外，車企還需要搭建算法團隊、智算中心、數(shù)據(jù)閉環(huán)體系等等能力?？偠灾?，這不是一個一朝一夕能有成果的方向。 

而使用激光雷達，將迅速減輕車企的算法開發(fā)壓力。按禾賽的說法，「直接將車企城市NOA功能開發(fā)的時間縮短三年?！?nbsp;

原因在于，激光雷達的優(yōu)勢更為簡單直接，對于不規(guī)則障礙物探測更加準(zhǔn)確，尤其在中國道路環(huán)境下，激光雷達方案對于電動車的識別也更為準(zhǔn)確。 

在一項MIT的研究論文中，作者對比基于攝像頭數(shù)據(jù)的算法和融合了激光雷達數(shù)據(jù)的算法結(jié)果發(fā)現(xiàn)：攝像頭算法到了夜晚感知精度有明顯的下降，而通過融合激光雷達，可以將夜晚環(huán)境的感知精度提升至3倍。

「如果車企剛剛開始做，又想很快地搞定一些場景，有激光雷達的話難度會低一些?！股掀鸓P-CEM&飛凡智能駕駛首席科學(xué)家金杰盂曾表示，基于激光雷達、攝像頭等多傳感器融合后，Occupancy的方案能夠在探測范圍、距離、精確性上表現(xiàn)得更好。 

在談到激光雷達的作用時，輕舟智航產(chǎn)品負責(zé)人許諾也直言，現(xiàn)階段單純依靠視覺方案，很難應(yīng)對中國城市道路中的各類Corner Case?！?strong>激光雷達，是以投入換時間，加速城市NOA落地的捷徑?！痹S諾如此表示。 

當(dāng)下，上激光雷達基本上是大多數(shù)車企繞不開的選擇。這也是為何今年這一波重要車型上，都紛紛標(biāo)配或至少選配了激光雷達的緣故。 

視線放到更遠的中長期，激光雷達和純視覺競爭，其實更多是一個商業(yè)層面的選擇問題。 

三、顯性成本 vs「冰山下的成本」

純視覺和激光雷達的爭論由來已久。 

起初，馬斯克拋出激光雷達無用論時，將其比喻成「拐杖」，認(rèn)為成本太高，自那時起，特斯拉至今仍沒有使用激光雷達。 

馬斯克沒有說的是，采用純視覺路線后，車端的硬件方案成本降低了，但背后的軟件算法、數(shù)據(jù)訓(xùn)練等冰山下的隱形成本，是一筆更為昂貴的費用。 

禾賽科技產(chǎn)品戰(zhàn)略負責(zé)人施葉舟算了一筆賬： 

純視覺路線的支出主要有三類，分別是算法迭代、云計算投入，以及數(shù)據(jù)標(biāo)注等。 

假設(shè)要開發(fā)一套高階智駕功能，方案總投入需要200億元。均攤下來，車企如果可以賣200萬臺車，平均單車的費用大概為1萬元。能賣2000萬臺車，平均每臺車的成本1000元。 

目前，新興的新能源車品牌，每年銷量大概在10萬臺的水平，基本上很難承擔(dān)如此高昂的投入。 

而且，純視覺尤其是Occupancy，本身也有需要回答的問題，在通用障礙物識別方面，何時能通過不斷積累場景數(shù)據(jù)解決掉漏檢問題，或者從根源上找到解決不可枚舉問題的方法。 

再來看激光雷達。 

通常，主流的高階智駕方案會采用的配置是：兩顆英偉達Orin X芯片、7個800萬像素攝像頭、單顆激光雷達，以及毫米波雷達、超聲波傳感器等。 

兩顆Orin X的成本大概為800美元，7個800萬像素攝像頭的成本大概不到500美元，其他毫米波雷達、超聲波雷達成本相比攝像頭更低。 

據(jù)施葉舟透露，「激光雷達的成本已經(jīng)降到1000美元以下，這個價格與六七年前的七八萬美元相比，已經(jīng)降了幾個數(shù)量級?！?nbsp;

激光雷達想要繼續(xù)降成本，一是集成，將核心零部件芯片化。二是規(guī)?；?，實現(xiàn)更多地量產(chǎn)上車，通過規(guī)模來平攤成本。而禾賽在這兩個方向上都已經(jīng)領(lǐng)先了一個身位。 

本土車企對于激光雷達的擁抱，讓激光雷達公司擁有了擴大規(guī)模不斷降本的可能性。 

目前，一款爆款電動車型比如小鵬G9的高階智駕選裝率，可以達到80%。 

明年，按照每款車單月穩(wěn)態(tài)銷售1萬臺計算，每款車每年需要的激光雷達數(shù)量大概在10萬臺左右，如果選擇搭載兩顆激光雷達，這個數(shù)字還會翻倍。也就是，明年激光雷達的出貨量，大概率會在今年10萬臺級的基礎(chǔ)上成倍增長。 

隨著更大規(guī)模的到來，以及趕在路上的新一代產(chǎn)品，激光雷達「昂貴」的標(biāo)簽可能將很快被撕掉。 

四、激光雷達對戰(zhàn)純視覺，車企將用腳投票

車企最終會選擇純視覺還是激光雷達方案，這個問題其實不難回答。 

頭部智駕玩家中，小鵬與華為均在率先應(yīng)用激光雷達的能力。 

「激光雷達對我來說最重要的是城市場景下各種障礙物的識別能力，因為那些障礙物是各種各樣的，甚至是不可枚舉的，視覺來解決有一些難度，激光雷達可以直接把3D的可達空間畫出來?！乖?a class="link2" target="_blank">小鵬汽車自動駕駛副總裁吳新宙曾表示。 

華為將激光雷達用在了GOD（通用障礙物檢測）網(wǎng)絡(luò)中，通過融合激光雷達，華為的智駕系統(tǒng)在暗光、逆光和眩光等場景下可以做到更準(zhǔn)確的識別，還能識別側(cè)翻車輛、掉落的大紙箱、落石、倒地的大樹等。 

將激光雷達的感知數(shù)據(jù)融合到視覺算法，對于提升感知能力的效果是非常明顯的。尤其是，在最近華為與何小鵬的AEB爭論中，智能駕駛與主動安全的關(guān)系被擺在桌面上。 

一番爭論下來，答案逐漸清晰。 

更強的智駕能力一定有利于提升主動安全比如AEB能力。而激光雷達這類傳感器，對于增強智駕方案感知又是毋庸置疑的。 

對于車企而言，激光雷達是一個現(xiàn)成的工具，效果立竿見影，能夠助力高階智能駕駛功能加速量產(chǎn)落地，更早地進入市場。如果說智能駕駛的比拼是一場馬拉松，激光雷達則直接開辟了一條捷徑，可以幫助車企迅速「超車」，同時還能省去一大筆隱形的成本支出。 

如果有更高效的工具，何必不用呢？ 

返回第一電動網(wǎng)首頁 >