車企緊盯城市 NOA，激光雷達將迎來高光時刻

第一電動大牛作者汽車之心 2023-10-10 09:18

編者按：城市 NOA，即城市領航輔助駕駛，指的是用戶在導航設定好目的地后，車輛在行駛過程中可以實現(xiàn)跟車、超車、變道、轉彎與識別反應紅綠燈等功能。

發(fā)展城市 NOA 對提升用戶輔助駕駛使用率非常重要。數據顯示，在用車時長上，城市場景占比 90%。同時，每天僅有 25% 的用戶出行會通過高速，而城市道路為 100%。

從提高用戶使用頻率和用戶體驗角度看，車企之間的城市 NOA 競爭也將愈演愈烈。

在這場迫在眉睫且考驗技術儲備的開城之戰(zhàn)中，汽車之心將圍繞「城市 NOA」這條主線，對話車企、智能駕駛產業(yè)鏈、技術專家、深度用戶，通過文字與視頻的形式，理性、客觀地解構城市 NOA 的關鍵玩家與關鍵技術，為城市 NOA 的科普提供一份清晰的「知識圖譜」。

開城，還是開城。

中國車企的眼光正緊盯開城，仿佛城市 NOA 能攻下多少城，離贏得智能化寶座的勝率又大了幾分。

小鵬宣布將城市 NGP 在 2023 年底拓展至 50 城，2024 年擴增至 200 城。華為、理想、蔚來同樣展開行動，華為高調宣布 ADS2.0 無圖版本落地 45 個城市，讓城市領航輔助駕駛「全國都能開」；理想則打算將城市 NOA 開辟至 100 城。

理想汽車 CEO 李想認為：「以后在中高端車市場，如果不能提供城市 NOA，消費者就是買和不買的差別?！?/span>

同時，當 BEV+Transformer、去高精地圖等技術關鍵詞涌現(xiàn)，中國車企也因為新的技術浪潮顯得更加有底氣。

車企們自信滿滿，但城市 NOA 是一場不好打的仗。

車輛在寬闊的主城區(qū)路段駕乘體驗絲滑，一旦行駛到城區(qū)內狹窄擁擠路段，則經常被一旁冒出的行人、電動自行車殺個措手不及。

想要攻下城市 NOA，車企需要面對的挑戰(zhàn)還有很多，激光雷達很可能是城市 NOA 感知能力最重要的一塊拼圖。

過去一年中，去高精地圖成為趨勢，但激光雷達沒有示弱，在城市 NOA 里倒成了必備品。

從激光雷達的投資熱也能管中窺豹。

盡管目前智能駕駛產業(yè)鏈投資遇冷，但激光雷達企業(yè)探維科技卻如一股清流，持續(xù)得到資本青睞。

繼 7 月份探維科技獲得超億元 A+輪融資后，近日探維科技又完成了由小米集團領投，極目資本、蘇州旭創(chuàng)等產業(yè)資本共同參投的新一輪戰(zhàn)略融資。

資本何以青睞激光雷達？

小米集團戰(zhàn)略投資部合伙人蔣文認為，智能駕駛正在穩(wěn)步商業(yè)化落地，激光雷達有了大展身手的空間，為自動駕駛「安全著陸」提供強大的感知基礎。

看來，城市 NOA 的答案，還得在激光雷達里找。

01 激光雷達，為什么成為城市 NOA 的必需品？

激光雷達的技術特性，是城市 NOA 的最后安全防線。

在城市場景，國內沒有任何車企冒著安全風險，激進地去除激光雷達。

激光雷達反而成為車企們的必需品。

僅關注 2022、2023 年這兩年的新款車型就會發(fā)現(xiàn)，這些開城的車企新款車型無論價位，都至少配備了一顆激光雷達。

以開拓城市 NOA 最快、最積極的三家汽車品牌為例：

小鵬 G6/G9 搭載了兩顆激光雷達；
阿維塔 11 搭載了三顆激光雷達；
理想 L7/8/9 MAX 搭載了一顆激光雷達；

城市 NOA 場景下，為什么車企更需要激光雷達了？

探維科技產品 VP 梅佳偉博士給出了解釋：

一方面，城市場景更復雜，高速 NOA 因結構化封閉道路只需要關注道路和交通車輛，但城市內道路不僅要注意車輛和行人，同時還要應對繁忙的交通情況：盲區(qū)、行人、沒有標線的道路，甚至是突然冒出的外賣小哥，都給城市 NOA 提出了極高的感知能力。

另一方面，則在于激光雷達不同尋常的技術特性。目前，純視覺或視覺+毫米波雷達的感知方案在檢測置信度、距離精度、延遲都與激光雷達相差甚遠。

衡量感知能力有語義分類、動態(tài)目標檢測、輪廓檢測、目標檢測、距離測量等關鍵指標。

隨著技術發(fā)展，三種傳感器都具備以上能力，但激光雷達在目標檢測、距離測量、輪廓檢測這些關鍵指標上仍有壓倒性優(yōu)勢。

比如毫米波雷達在探測距離較有優(yōu)勢，但在探測精度和分辨率上劣勢明顯。相比激光雷達，毫米波雷達無法明確分辨出前方障礙物的具體特征。

舉個例子，毫米波雷達可以感知到前方存在路障及其大體情況，但卻無法進一步探測障礙物是路肩還是斜坡，激光雷達將感知精確到具體形狀，感知為斜坡后，車輛安全通行避免不必要的剎停。

從測距角度來看，視覺攝像頭也可以采用雙目、三目方案來測距。

但短板也十分明顯。

比如雙目攝像頭可以計算視差和深度，但雙目視覺系統(tǒng)中的立體匹配仍是計算機視覺中的經典難題：基線的寬、短所能測量目標遠近的準確度是不同的。往往基線寬遠目標測距準，基線短近目標測距準，兩者之間無法平衡，同時雙目系統(tǒng)還有存在標定后系統(tǒng)的漂移問題。

雙目視覺系統(tǒng)尚未解決的技術難點，也是現(xiàn)階段視覺感知方案在技術上不可逾越性的體現(xiàn)之一。

純視覺感知方案想要達到人眼「10 億級像素相機」類似的感知效果，在圖像采集像素數、計算機處理速度與算法等層面困難重重。

AI 不可解釋性、先驗目標局限性、對數據量和場景豐富度的高要求，都使得視覺在城市 NOA 場景下無法保證高可靠度，商業(yè)化落地方案依舊是少數。

激光雷達針對城市 NOA 場景的主要優(yōu)勢在于高檢測置信度、高距離精度、低延遲三方面。

高檢測置信度：激光雷達可以獲得極高的角度和距離分辨率，分辨率高就能創(chuàng)建出目標清晰的 3D 點云圖像，使其能夠在城區(qū)環(huán)境內識別更加復雜的物體，從而提高不規(guī)則物體和 Corner Case 的感知置信度。

高距離精度：激光雷達可以實現(xiàn)高精度的測距能力，以探維科技的 Tempo 系列激光雷達為例，最遠探測距離可達 300 米，探測精度達到±3cm 水準。

低延遲：激光雷達直接輸出距離信息，可以讓感知系統(tǒng)更迅速地對目標運動狀態(tài)、意圖進行識別和判斷，從而提前做出路徑規(guī)劃。

說到底，考驗城區(qū) NOA 的核心就在于用戶駕乘體驗，通過激光雷達，車企能夠做到盡可能低的接管率、退出率，從而加速用戶對于自動駕駛安全、流暢的認知，最終形成智能駕駛體驗正循環(huán)。

激光雷達是城市 NOA 的唯一解嗎？

現(xiàn)在也有企業(yè)探索 4D 成像雷達，即在傳統(tǒng)毫米波雷達探測距離維、速度維和角度維之外，再加垂直角度維，但 4D 成像雷達仍無法取代激光雷達。

需要明確的是，4D 成像雷達與激光雷達并不是平替關系。

首先，是其測距精度、分辨率不夠。

其次，激光雷達可以通過提升高線束增加點云，使之更加精確，這些都是 4D 成像雷達難以做到的。

撥開迷霧，城市 NOA 感知能力的必選項里一定有激光雷達。

02 產品力撬動「不可能的三角」

一面是城市 NOA 對激光雷達的迫切需求，另一面則是激光雷達產業(yè)破解「不可能的三角」的實踐探索。

激光雷達存在「不可能三角」問題，即感知性能、車規(guī)穩(wěn)定和成本控制三者之間是此消彼長的關系，不能同時滿足條件。

作為高精度的傳感設備，激光雷達有著性能、分辨率和探測距離的優(yōu)勢，但如何保持車規(guī)級的環(huán)境穩(wěn)定性和量產交付的質量，成本控制卻是挑戰(zhàn)。

其中，激光雷達的復雜性與精密性在其構造、技術、成本中顯露無疑。

這種復雜首當其沖來源于內部構造帶來的高成本，一顆激光雷達的構造往往能拆解出收發(fā)、信號處理、掃描三個系統(tǒng)模組，其中激光收發(fā)部件中的激光器、探測器成本較高，在過去一段時間內激光雷達價格一直在萬元關口徘徊，直到近兩年內隨著技術攻關、大規(guī)模量產，激光雷達進入千元級別。

為了解決不可能三角問題，近年來激光雷達廠商嘗試通過不同技術路徑來降成本。

「目前整個行業(yè)逐漸有了輕地圖重感知的趨勢，給了激光雷達很大的發(fā)揮空間。現(xiàn)在即便只依靠一顆激光雷達，感知能力繼續(xù)迭代上升的空間仍然很大?！姑芳褌ゲ┦肯蚱囍慕忉尩?。

一款優(yōu)質的激光雷達，往往可以打破行業(yè)內「不可能的三角」，兼顧性能、穩(wěn)定和成本的平衡。

先來看性能。

目前，探維科技發(fā)布了 Tempo 及 Duetto 系列車規(guī)級激光雷達：

面向高級輔助駕駛的車規(guī)級旗艦產品 Tempo，分辨率高達 192 線，擁有 120°×25° 的超寬視野和 0.16°×0.13° 的超高分辨率，最遠測距達到 300 米，能夠滿足智能汽車面對高速/城市 NOA 的感知需求。

另一款車規(guī)級前裝量產產品 Duetto ，主打極致性價比，前向 ROI 區(qū)域點云密度大，通過創(chuàng)新的光學架構設計，在保證高線束的同時大幅降低成本。

經過完整的車規(guī)驗證和測試，與合創(chuàng)汽車在 2022 年共同推出全球首款搭載激光雷達的量產純電 MPV。據合創(chuàng)官方發(fā)布信息，Duetto 定點車型合創(chuàng) V09 已開啟預售，并即將上市。

對激光雷達來說，技術路線紛繁復雜有不同的掃描方式、激光器、探測器、掃描模塊等，但探究激光雷達的產品性能乃至其高性價比、穩(wěn)定性的緣由，分類只是「表象」，殊途同歸的是衡量激光收發(fā)技術的水平，集成度高的收發(fā)模塊能夠達到成本、性能的最佳平衡。

對此，探維通過研發(fā) ALS 固態(tài)技術平臺，提高激光收發(fā)的集成度。

ALS 即 Array-based Line Scanning，激光雷達可以采用陣列化收發(fā)模組，達到無間隙掃描、不遺漏小物體的探測。

據梅佳偉博士介紹，在光源一側，ALS 可以用比較少的激光通道來實現(xiàn)較大垂直 FOV 的線光斑，實現(xiàn)線光斑的一次性高效收發(fā)。

「相當于 16 個點云曾經需要 16 次收發(fā)才能完成一個循環(huán)，現(xiàn)在 ALS 可以實現(xiàn)一次性接收。不僅壓縮了接收時間，同時集成化程度也更高，空間占用也變小了，需要激光器變少了，成本也跟著往下降?！姑芳褌ゲ┦拷忉尩?。

成本的下探，不僅指元器件成本的下探，也指通過硬件融合來實現(xiàn)激光雷達的更高性價比、更高精度。

隨著車企進城，激光雷達性能不斷提高，激光雷達與其他傳感器的融合方案也要面臨車規(guī)量產、復雜場景的挑戰(zhàn)。如何將硬件方案整合到量產車型配置中、滿足不同傳感器之間的配合成為激光雷達產品力新的得分點。

目前，市場上的激光雷達多采用獨立傳感器+后融合概念的設計框架，單一傳感器一旦失效，很可能就會產生駕駛風險。前融合解決方案不僅能夠實現(xiàn)高精度微秒量級時間同步，同時對小目標識別有著關鍵作用。

設想在一張點云圖上，假設車輛遇到了小到只能顯示三個點云的「小目標」，這時候最需要考慮是否上報車輛規(guī)控系統(tǒng)，選擇上報會對數據處理帶來額外的計算量和計算成本，不上報卻可能存在安全隱患問題。

面對一個抉擇硬幣正反面的問題時，探維選擇了把硬幣立起來，兩面兼顧。

探維提出了行業(yè)內首個硬件級圖像前融合解決方案。

在激光雷達的發(fā)射、接收層面整合 CMOS 傳感器，通過高精度時鐘信號同步觸發(fā)，直接輸出可供自動駕駛使用的多維融合數據。

這樣一來，即便小目標在點云圖里只有 3 個點，也能立即調用圖像數據分析小目標紋理，提升識別效率，降低安全風險。

03 Duetto 助力合創(chuàng) V09 發(fā)布，激光雷達迎來量產也看見收斂

激光雷達量產上車的時間并不久遠。

2017 年，法雷奧生產的 SCALA 1 激光雷達上車奧迪 A8，盡管這顆激光雷達僅有 4 線，但這并不影響奧迪 A8 成為全球首款搭載激光雷達的量產汽車，也不影響許多業(yè)內人士把這一年定義為車載激光雷達誕生元年。

6 年過去，車載激光雷達從 4 線走到百線以上，同時也迎來了規(guī)模量產上車元年。

今年 8 月，調研機構 Yole Intelligence 發(fā)布《2023 年全球車載激光雷達市場與技術報告》，2022 年激光雷達在乘用車及 L4 自動駕駛領域市場規(guī)模同比增長 95%，達 3.17 億美元。同時激光雷達乘用車的市場規(guī)模首次超過了 L4 自動駕駛領域市場規(guī)模。

在量產爆發(fā)的大背景下，探維 Duetto 系列產品的上車項目也迎來了量產時刻。