1460
激光雷达上车不是什么新奇的事情了，我之前文章《通过广州车展-看自动驾驶激光雷达》中可以看到目前将近20款智能驾驶的乘用汽车宣布采用激光雷达，单车的激光雷达数量多达4个。而截至到发文前在中国市场你至少可以买到三款车是带激光雷达的，分别是小鹏P5，蔚来ET7，北汽极狐华为版。我估计很多人跟我一样好奇，这些车为啥要用激光雷达？到底把激光雷达装在哪里？他们分别可以实现哪些功能？未来的应用会是什么样的趋势？所以本文将根据如下部分进行分析：
用激光雷达能解决什么痛点
当前市场上激光雷达放置的位置有哪些
当前激光雷达放置位置与其智能驾驶功能路径的关系
未来激光雷达的应用趋势和难点
希望能给大家一些观点和启发。
用激光雷达能解决什么痛点
我们在之前文章《通过广州车展-看自动驾驶激光雷达》里面详细介绍了激光雷达的原理以及优点，这里我借用蔚来ET7上面图达通的激光雷达广告和之前智能驾驶相关事故来简单概括下现在智能驾驶为什么热衷于添加激光雷达作为传感器。
典型的，蔚来汽车，小鹏汽车以及特斯拉都有过高速上撞上静止车辆的问题爆出，这里我们不去探讨谁对谁错，但是可以肯定一点的是蔚来汽车和特斯拉在其功能使用中都提醒了，当前功能仅仅为辅助驾驶，驾驶员需要对自己驾驶负责。但现实当中人很容易依赖和侥幸心理。但智能驾驶其实在仅仅依靠视觉AI 以及雷达的智能驾驶的世界里面，由于各自的缺点还是会导致可能出现的问题。
首先计算机视觉AI系统,他的识别是基于他们接受过训练的事物。在路上看到卡车的车顶并不常见，横在马路上的卡车可没有几台。所以特斯拉的图像分类器可能没有对横在路上的卡车进行广泛的训练，就直接忽略了。另外一种可能例如我们之前文章《智能汽车要用多少个摄像头？分别干啥？什么原理？》，当前智能汽车摄像头大部分采用RCCB，也就是相机的曝光可能设置得太亮，而明亮的白色卡车只是一个曝光过度的斑点。
最后一个就是雷达，一般来说，特斯拉的雷达会受到这辆卡车的强烈反射。但是，这些雷达回波表明卡车是静止的物体，就像路中间的树篱一样，它也会给出雷达回波。所以汽车的雷达由于对于精度以及边缘的缺陷一般都会在标定的时候去忽略掉固定物体反射回的波，这也就是为什么我们常说汽车雷达不认识静止的物体。
所以通过上面的各类事故问题分析，其实可以明白摄像头存在对光线高度依赖，无法感知3D信息的问题，雷达存在低精度等固有传感器特点问题。
但是生活当中道路环境情况的复杂度非常高，光线问题中光线炫目可能发生在早上，晚上甚至路面积水反射等，还有如果需要夜晚支持安全的智能驾驶，那么对于摄像头是比较致命。另外对于静止物体，例如高速上掉落的轮胎等，都是有可能的，而且这种可能发生时如果驾驶员依赖智能驾驶，那么可能就会出现事故。而为人类安全而舒适的智能驾驶，必须要关注各种极端情况，防止人类由于采用这类技术而产生的伤害。
所以激光雷达相比摄像头不是基于光线，同时激光相比雷达分辨率更高等技术特点让其很好的弥补他们的缺点。不受光影响，分辨率高，支持3D立体，点云还支持AI 算法等优点，所以让激光雷达非常受智能驾驶特别是高阶智能驾驶的青睐。
当前市场上激光雷达位置
目前市场上智能驾驶汽车宣布以及使用激光雷达的汽车至少16个品牌，超过19款车，这些还未投产的车都在近两年内上市。
其实激光雷达的布置和摄像头布置应该是类似，环绕车辆360°的视场覆盖，但是激光雷达目前几个点导致和摄像头布置有差异：
第一个是价格贵。虽然现在价格已经亲民了，相比之前的几千美金一个，现在各家都目标做到200美金，但其实当前激光雷达价格单颗都在500到1000美金，所以不可能像摄像头单颗10到几十美金的价格那样，可以安装十几个，成本不允许。
第二个是体积大。当前不少激光雷达是MEMS技术，比如说速腾M1，或者是转镜式结构，比如禾赛AT128，由于其内部收发装置结构复杂，体积大都相当于几个前视摄像头盒子那么大，所以其体积也不允许。当然我们也看到市面上有发布flash激光雷达的产品，得益于flash的芯片化设计，体积应该有明显优化。其他的还包括其性能例如碰撞保护，表面防污，散热等都影响他的布置。所以当前发布的激光雷达安装都是外露式的，安装位置比较固定主要为：
- 车顶，主要是为了前视的看的远。车头前保险杠，主要是为了前视的看的远也兼顾。前保以及翼子板两侧，主要是为了兼顾侧向视角。
讲到了位置那么必须要考虑他的FOV （Field of View）视场角了，毕竟传感器讲究的就是要看的远和看的广，下图借用Robosense的MI宣传资料可以很直观的表达FOV，他包括两个部分一个水平视场，一个垂直视场。
目前视场大部分主流的激光雷达10%反射距离都在200m左右，目前主流的FOV ，水平基本都为120°，垂向基本为25°左右。
根据我之前总结的当前激光雷达布置的位置，我用图大概表达他的安装位置以及视场角，那么这样的布置以及优缺点呢？他们到底用来做什么呢？其实每一种布置方式都隐含了他的功能，和他想要实现的东西，汽车设计是一项艺术，智能汽车设计也是一样，所以下面让我们看看这些激光雷达布置以及他想要实现什么样的功能。 当前激光雷达位置与其智能驾驶功能路径的关系根据目前三家已经上市配置激光雷达汽车企业的宣传资料我们可以试图去窥探他们放置的位置以及思路。
其中蔚来当前的策略是放置在头顶部位，显然放在这个部位是着重前方视野看的远，这个其实看其宣传材料也明白，其采用的激光雷达点云探测最远达500m，看得远那么一般用于满足高速场景的需求，只有看得远，尽早探测到前方目标物，才能给在高速上飞驰的智能驾驶汽车留出足够多的反应和决策时间。估计蔚来也是考虑到高速场景撞车是多么恐怖的事情，所以用激光雷达来补盲，同时也用来应对前方光线强烈以及闪光的。根据其激光雷达参数10%反射率250m探测距离，FOV 水平 120°，垂直25°来看，目前主要思路是用于高速场景极端环境的补盲。
小鹏在其P5以及G9上激光雷达的布置方式差不多，在前保险杠左右各布置1颗。根据其采用激光雷达的参数，10%反射率探测距离150m，FOV 水平 120°，垂直25°，那么他的前向水平视野肯定是超过120°，甚至可能超过180度。这种布置方式可能是考虑高速和城市驾驶场景应用的折中选择。
北汽极狐华为版布置前向一个，左右翼子板各一个。根据其公布的产品信息，参数都和小鹏的相差不大，10%反射率探测距离150m ，FOV 水平 120°，垂直25°，但是他在车头三个方位的布置方式可能让其前方视野超过270°。这样的话可以更好应对多种高速以及城市场景，但是这样一套用3颗前向激光雷达的方案，成本肯定不菲，也难怪极狐的阿尔法S的高配版定价已经超过40万，上市之后迟迟不公布预定数量，应该是立技术flage的作用大于销量。
显然以上的推测还是无法跟现实联系起来，这个时候我们必须要结合各家发布的智能驾驶功能以及规划来看。其实熟悉我们之前文章《视觉为王-小鹏以及特斯拉的自动驾驶方案》的话肯定熟悉这张图片，通用自动驾驶功能总体大的发展路径图，为什么会是这样一个发展趋势呢，其实是跟环境复杂度，危险系数来看的。而且如果你关注各个品牌的智能驾驶发展时间其实也是这么来的。
- 首先开始的是低速泊车场景，这个应该是在十年前左右就有了，例如最开始自己寻找车位泊车，到最近发起的停车场学习记忆泊车。当然其技术细节肯定也是不断发展的。
- 接着是高速导航服务，这个是在2020年左右蔚来、小鹏推出。现在就是城市导航服务推出的时间，根据小鹏的规划，其Xpilot 3.5将在带激光雷达的车辆上推出，也就是其小鹏P5和G9,另外极狐带激光雷达的华为版也在其上推出城市巡航服务。
所以我们根据发布的信息来推测蔚来，小鹏，极狐华为版本是否根据这个路径来规划其智能驾驶，以及激光雷达与智能驾驶路径的关系？
从P5开始，小鹏通过安装在其前保左右两侧的激光雷达，实现其Xpliot 3.0 以及3.5的两项特殊功能，跨楼层停车场记忆泊车和增强版ACC/LCC，增强版ACC/LCC 在大曲率弯道、识别错位路口、遇静止物体绕行、应对车辆切入、防加塞以及加减速体验都有新的升级。车道居中也是大大增强，可以看出激光雷达不仅仅能够精准识别静止和动态物体，更能帮助车辆拥有复杂路况车况与密集交通的快速应变能力。
上图来自小鹏P5 ACC-L/LCC-L宣传图
而这一切离不开其激光雷达的的应用以及布置方式，布置在前保左右两侧，实现前向超180°的探测角度，凭借激光雷达高分辨，三维成像等优点，可以识别静止物体，通过AI 可以识别马路牙子，识别拥堵条件下的切入加塞等。而这些正是城市道路智能驾驶的复杂所在。
所以小鹏基于激光雷达推出增强版ACC/LCC 正是为了通向其Xpilot 3.5中城市领航辅助服务做准备。小鹏汽车前保险杠两侧的布置方案，算是成本考虑下同时兼顾前方和左右视角。显然是兼顾高速驾驶以及低速泊车以及城市驾驶的折中方案。所以大概可以总结当前激光雷达应用的蔚来，小鹏，极狐三家当前激光雷达位置与其智能驾驶功能路径的关系，当然这三种方式也正好代表三种思维。
蔚来汽车的头顶布置方式当前主要是为了确保高速安全稳健性。但蔚来此套方案配置超远距的前视激光雷达，先确保其高速巡航的优秀，等待侧向补盲激光雷达供应链完善，可以快速整合进行配置升级，以支持高阶城市智能巡航，也同样追寻智能驾驶发展的路径。极狐华为版，三个激光雷达，左右侧面翼子板的布置，可以最大程度确保前方以及侧面的视角，所以从雷达布置的水平覆盖视角来看的话，极狐华为版是领先的，支持高速以及城市地图巡航辅助，也能够实现多楼层的记忆泊车，所以华为算是一次把硬件办齐活了。
但是当前采用多个激光雷达配置的主机厂，安装在不同位置的激光雷达参数基本相同，没有根据功能需求进行专用化设计，例如侧向补盲的也采用和前视一样的垂直视场角都差不多为25°的激光雷达，事实上，作为侧向补盲这种小角度垂直FOV在近距离的探测时存在覆盖不到的区域，那么对于城市中宠物等小型物体在驾驶时候的突然出现存在识别不到的风险，同时也对城市巡航、泊车定位、环境侦察定位产生盲点。当然这也是由当前供应链决定的，目前市场上还没有正式量产的大垂直FOV的补盲激光雷达。
所以高阶智能驾驶特别是要迈过L2++这道坎必须要配备激光雷达，同时未来随着激光雷达产品线的丰富，激光雷达产品序列会多样化，不再一个车几个雷达都是一种型号或种类，例如前视布置一个长距用来监控前方保障高速巡航安全，然后两边各布置一个用于近距离宽垂直视场角补盲用来应对低速记忆泊车以及城市智能驾驶的方式组合。
激光雷达应用的趋势和难点有时候谈技术以及应用的发展，到底是技术在前还是应用在前，类似于先有鸡还是蛋的关系，但可以肯定是在汽车行业里面是技术促进应用创新，应用催生技术繁荣发展，车载激光雷达类似。当前车载激光雷达主要为：
- 旋转的激光雷达（当前主流Robotaxi的测试车辆多为旋转式）。
- MEMS微机械，转镜（当前主流乘用车激光雷达都为MEMS）。
- 纯flash的全固态激光雷达（从新兴技术开始转换为产品，芯片大厂都在布局）。
- FMCW调频连续波激光雷达。(前瞻技术，目前没有成熟应用）
前两种雷达其实都没有摆脱运动部件，所以会存在体积，外观等限制。他的布置显然要考虑美观还有更多的空间散热、碰撞保护等需求。另外零件寿命和易损程度也会相对快一些。后两种为电子激光雷达，电子由于没有机械零件，车载可靠性会更高，同时由于没有机械零件所以从轻量化以及体积来说都相对较小，布置会更灵活，但目前在能耗以及技术产业链方面还在前进。
上图来自于Sense的激光雷达技术发展路线图，表达非常好所以借用但不管如何，激光雷达的轻量化，芯片化，电子化会是一个趋势。有了这些的支撑，激光雷达的布置会更加的灵活，应用更加容易和广泛，产业繁荣促使价格更加的亲民。
应用方面，不但如上文中提到的国产主机厂激进应用，而且日本本田，德国的奔驰都开始推进其带有激光雷达的L3自动驾驶的车型上路，激光雷达的应用肯定是更加丰富多彩，同时应用会根据不同功能和场景的需求产生多样化产品，例如高速场景需要长距但FOV 可以不用那么宽广的，这一块是目前激光雷达的红海，非常多产品集中在这里，例如上文图表中19款车使用的；而低速的泊车以及城市拥堵场景，可以不需要那么长距的但是FOV的横向和纵向都需要宽的，而这又会催生补盲激光雷达的种类发展（这会是当前的一个蓝海，如果存在价格以及FOV等优势的补盲产品必然会有大量的应用需求）。
所以随着激光雷达的应用越来越广泛，激光雷达产品技术以及应用会越来越繁荣，多种选择多种应用。那么最终对于激光雷达的应用会和其他类似于摄像头，雷达等传感器应用一样，根据自身产品和配置的需求在检测精度、探测距离、FOV的需求、功率和成本限制、鲁棒性和可靠性，拓展延续性等实际参数之间选择和调和，成为一门科学的艺术。
参考文章以及图片
如何为 SLAM 选择最佳 3D 激光雷达 - kudan Global
特斯拉在中国台湾直接撞上翻倒的卡车分析 - Brad Templeton
可变垂直视野激光雷达用于自动驾驶汽车的优势 -georgehelserWide Open LiDAR Eyes - Dima SosnovskyLidar’s Fourth Generation: No More Compromises - Sense Photonics
*未经准许严禁转载和摘录
下载ECAD模型
