用激光雷达的都是傻子。
马斯克曾经如此评价激光雷达。
谈及自动驾驶，特斯拉一定是一个绕不开的品牌，马斯克对于纯视觉方案的坚持，让这个以自动驾驶闻名的汽车品牌饱受争议。
频频发生的交通事故，也让人们对特斯拉的纯视觉方案产生了质疑。
仔细回顾以往发生的案例可以发现，基于纯视觉方案的特斯拉Autopilot对于前方的清扫车、拖挂车、水泥墩、维修车、消防车等异形、静态，或缓行的障碍物的识别能力仍待优化。
「为什么不用激光雷达？」这是目前消费者面对整个新能源汽车市场问得最多的一个问题。
实际上，特斯拉是用过激光雷达的。
▲装有Luminar激光雷达的ModelY，图片来自：GraysonBrulte
年5月，视听行业顾问格雷森·布鲁特（GraysonBrulte）在美国佛罗里达州看到了一辆装有Luminar激光雷达的特斯拉ModelY。你以为马斯克要把激光雷达放进ModelY了？其实，这些激光雷达仅用于测试与开发，来验证视觉系统的可靠性。
这大概就是：为了看我目测得准不准，我特地用上了尺子。
回到刚刚那个问题，为什么不用激光雷达？其实是因为成本太高。一个LuminarIris激光雷达的成本接近美元，虽然Luminar还提供更低价的「虹膜」套件，但成本也要将近美元。
不是我不想用尺子，是这尺子贵啊。
激光雷达这么多，非要用Luminar？
▲图片来自：VelodyneLidar
其实吧，发射激光的原理并不难，激光雷达也不是什么新鲜东西——早在六十年前，激光就已经被应用于远程测距领域。
但把它放到民用车上就不一样了，车载激光雷达需要克服高温、振动、粉尘等环境带来的一系列可靠性问题。与此同时，汽车厂商还得兼顾成本。毕竟卖车总不能亏钱吧？
▲图片来自：Luminar
谈到成本，这里面猫腻可就多了。和其他电子产品一样，激光雷达也有好有坏，要问哪家做得最好？还得是Luminar。
说得通俗点，Luminar这个品牌就相当于激光雷达里的爱马仕，处在鄙视链的最顶端，甚至，把它称作行业的颠覆者也不为过。
▲Luminar创始人罗素，图片来自：洛杉矶时报
这样一家目前市值最高的激光雷达独角兽企业，自然少不了传奇的创始人故事。
Luminar的创始人罗素（AustinRussell）14岁就开始研究雷达，大学进入斯坦福，年拿到PayPal创始人彼得·蒂尔（PeterThiel）的奖学金后就辍学创办了Luminar，专注于车载激光雷达。当时，他才17岁。
在年和年，Luminar先后收购了一家致力于光学和光子技术商业化的创新公司，和一家专注于高性能InGaAs（铟镓砷）探测器的公司——硅造探测器无法接收nm的波长，因此换用成本极高的铟镓砷。
▲图片来自：Luminar
Luminar如今的营收能力也不弱。据年年度财报显示，其年全年收入达到了万美元，同比增长%，公司预计年营收将超过万美元。
「我们获得了重大的商业胜利，并推进了硬件和软件技术。」罗素表示。
是的，Luminar的成功的原因并不是故事讲得好，而是软硬件的全面领先。
我们可以从参数上对Luminar做一个简单的解读。
▲Luminar-Iris激光雷达参数
目前，主流的激光雷达的波长为nm，包括VLDR、法雷奥、大疆、innoviz在内的厂商都在使用。
与nm光源相比，nm光源最大的优势在于，它的探测距离变长了。
得益于nm激光的强穿透力，Luminar激光雷达能实现m的超远探测距离，再辅以等效线的高分辨率，可以对前方目标进行高进度识别，即便在浓雾和粉尘天气情况下，其性能仍称得上优良。
Luminar曾表示，即使是面对反射率10%的物体，其激光雷达的有效距离也可以达到米。
▲Luminar激光雷达在雨雪雾环境下的目标识别能力仍然优秀
另外，nm激光器在人眼安全、光斑质量、重复频率等指标上都远好于nm激光器。
Luminar颠覆性的技术创新，系统地解决了一系列的问题。对他们来说，在nm激光上的技术积累，已经为他们挖出了一道极深的护城河。
Luminar这么好，又有谁用上了呢？
既然Luminar这么好，为什么大家不都用他家的产品？其他激光雷达供应商还有生存空间吗？
首先还是那俩字，成本。
其次，作为车规级激光雷达的顶流企业，Luminar在选择合作伙伴的时候也十分挑剔，毕竟不能被一家整合能力有限的小厂败坏了名声。因此，与它合作的车企要么领军行业，要么就是潜力股——梅赛德斯–奔驰、沃尔沃、极星，甚至是航空业大佬空中客车。
▲图片来自：华尔街日报
从技术上来说，Luminar激光雷达对于主机厂的整合能力有着极高的要求。车规级激光雷达是一种高密度光学元件综合体，对于主机厂来说也是一种整车设计和技术上的挑战。
目前全球第一家与Luminar达成合作，并实现量产的车企并不是上面那些品牌，而是飞凡汽车。
▲首款应用Luminar高规激光雷达量产车型：飞凡R7
划重点：实现量产。
与概念车不同，量产意味着主机厂需要解决很多大大小小的实际问题。而飞凡汽车的解决办法是：PP-CEM像素级点云融合高阶智驾方案。
▲飞凡R7所搭载的Luminar高规激光雷达
这套智驾方案可大有乾坤，是由飞凡汽车的智驾团队独立开发的，它非但包括了Luminar高规激光雷达，还包含Premium4D成像雷达等各类行业顶尖的传感器。同时，内置的英伟达-Orin芯片能确保系统在面对多种传感器带来的海量数据时，果断做出决策。
PP-CEM背后的逻辑和我们自己开车是一样的，只不过它用完善的感知系统来「代替」了我们的感官；用强大的神经网络算法「代替」了我们的大脑。
在这整个感知–决策–执行的过程中，传感器融合感知能力及芯片的决策链路共同作用，才成功让被「代替」的用户真正享受到高铁般的乘坐体验——安全、高效。
据爱范儿了解，我们很快就能够在量产车型飞凡R7上看到这套方案。
▲飞凡R7
从各种传感器的组合应用中不难发现，飞凡汽车很清楚，面对复杂的行车环境，单一的传感器数据完全满足不了各种环境下的感知需求。
其中，采埃孚-Premium4D成像雷达也是一大看点。
这个名词大家可能会有点陌生，我们先从常见的毫米波雷达讲起。
▲视觉摄像头易受环境影响
众所周知，恶劣天气和照明条件会对视觉摄像头造成严重影响，前置摄像头最终只能捕捉到模糊或扭曲的物体图像。此时，毫米波雷达能帮助系统实现部分标准静态障碍物的识别，提高车辆在雨雪天气的自动驾驶能力。
但一般的毫米波雷达也有着它的局限性。
▲雷达与摄像头结合对于车道内非标物识别存在挑战
对于毫米波雷达而言，探测目标对电磁波反射的敏感度会对探测结果造成影响，比如橡胶。第二，毫米波雷达几乎无法区分龙门架、道路边上的标牌，或是停靠在路边的静止车辆。
究其原因，只能归咎于毫米波雷达的空间分辨率过低，虽然将视觉摄像头和毫米波雷达相结合可以实现部分静态障碍物的识别，但车道内的非标准物体和小尺寸的静态障碍物仍是一个难题。
▲图片来自：采埃孚
4D成像雷达就不太一样了。
首先在探测距离上，4D成像雷达就领先了毫米波雷达一大截——前者为m，后者通常为m。
最关键的是，4D成像雷达解决了毫米波雷达空间分辨率不足的硬伤，能够有效区分静止/缓行车辆、龙门架、路牌等，并且可以更早捕捉到雪糕筒等小体积障碍物。
所以说，比起「视觉摄像头+毫米波雷达」，「激光雷达+4D成像雷达」这一方案无疑是更合理的选择。
科技是手段，人性是目的
▲飞凡R7
从PP-CEM像素级点云融合高阶智驾方案的硬件使用中不难看出，与那些动辄四、五个激光雷达的「PPT车型」相比，飞凡汽车并未进行无实际意义的盲目「堆料」，让激光雷达真正成为刚需，而非噱头。
作为一家根植于中国的本土品牌，飞凡汽车自然更了解复杂多变的国内路况。飞凡R7的核心优势正是在于它能够合理应用各类传感器，让中国用户在更安全、更舒适的状态下体验自动驾驶功能。
据飞凡汽车公开的信息，飞凡R7将在今年下半年开启交付，值得期待。#激光雷达#
转载请注明：http://www.0431gb208.com/sjszlff/3003.html
