|
一、产业地位及发展历程 雷达是利用电磁波探测目标的电子设备，通过发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率（径向速度）、方位、高度等信息。毫米波雷达、超声波雷达、激光雷达是常用的三种雷达，三种雷达技术各具优劣，其中激光雷达是利用激光实现3D感知的现代光学遥感技术，未来自动驾驶核心传感器。早期激光雷达主要用于科研及测绘项目，进行气象探测以及地形测绘。随着技术的发展，激光雷达的应用领域得到拓展，包括工业测量以及早期的无人驾驶研究项目等。激光雷达产业自发展以来，不断引入新的技术架构，从单点激光扫描到多线激光，从机械旋转式到半固态、固态式，以及如今车规级、芯片化的发展，相关技术和专利持续发展同时企业入局持续持续提升，市场商业成熟度越来越高，同时随着无人驾驶高层级渗透率持续提升，激光雷达需求持续扩张。激光雷达属于智能传感器，是智能驾驶和无人驾驶汽车领域中汽车电子控制系统的信息源，是车辆信息重要输入重要环节，另外汽车智能驾驶传感器还包括摄像头、微波雷达、毫米波雷达、超声波传感器等。 自动驾驶在感知层面目前有两条实现方案，一是纯视觉算法，即仅依靠车载摄像头进行信息搜集，通过多摄像头将捕捉到的2D图像映射到3D空间中，该方案算法精度和算力水平要求较高，恶劣环境下的安全性有待考证，目前以特斯拉为主要推动者；二是自动驾驶实现方案为在摄像头的基础上增加传感器，以此提高环境感知的敏感性和精准度，成为目前主流ADAS方案。目前智能传感器包括毫米波雷达、激光雷达和超声波雷达，激光雷达整体成本较高，但整体精度较高。 二、不同传感器的优劣 （1）摄像头：成本较低，可以通过算法实现大部分 ADAS 功能，探测距离在 6－100 米；缺点是易受环境干扰，在光照情况不佳（强光／逆光／夜晚／恶劣天气）的情况下作用受限，且摄像头获取的是 2D 图像信息，需要通过算法投影至 3D 空间实现测距功能，对算法的要求高。 （2）激光雷达：可绘制 3D 点状云图，具备高探测精度，可以精准地得到外部环境信息，探测距离在 300 米以内；缺点是成本高昂，目前单台价格在 1000 美元左右，且在大雾、雨雪等恶劣天气下效果差。 （3）毫米波雷达：技术成熟、成本较低，且不受天气影响，可实现全天候工作，有效探测距离可达 200 米；缺点是角分辨率低、较难成像，无法对道路上的小体积障碍物及行人进行有效探测。 （4）超声波雷达：成本极低，但感知距离较近，有效探测距离通常小于 5 米，主要用于停车辅助。
三、激光雷达扫描系统 （1）机械式激光雷达：研发最早，技术最为成熟，特点是竖直方向排列多组激光束，通过 360°旋转进行全面扫描。扫描速度快，抗干扰能力强，因此最早应用于自动驾驶测试研发领域，但高频转动和复杂机械结构使机械式激光雷达使用寿命过短，易受损坏，难以符合车规，不适合量产上车。 （2）混合固态分为转镜、MEMS 和棱镜三种： （a）转镜式：激光发射模块和接收模块不动，只有扫描镜在做机械旋转，可实现 145°的扫描。优势是容易通过车规认证，成本可控，可以量产。 （b）棱镜式：用两个楔形棱镜使激光发生偏转，通过非重复扫描，解决了机械式激光雷达的线式扫描导致漏检物体的问题。点云密度高，可探测距离远，可实现随着扫描时间增加，达到近 100％的视场覆盖率。但机械结构更加复杂，零部件容易磨损。 （c）MEMS：通过控制微振镜以一定谐波频率振荡发射激光器光线，实现快速和大范围扫描，形成点云图效果。机械零部件集成化至芯片级别，减少激光器和探测器数量，尺寸大幅下降，提高稳定性同时量产后成本低、分辨率高，是目前市场的主流选择。但有限的光学口径和扫描角度限制了测距能力和 FOV，悬臂梁长期反向扭动，容易断裂导致使用寿命缩短。因此我们认为，MEMS 是过渡期的暂时选择。 （3）固态激光雷达主要包括 OPA 和 Flash 两种类型： （a）Flash：利用快闪原理一次闪光成像，发射端采用 ，接收端短距离探测可用 PIN 型光电探测器，远距离探测可用雪崩型光电探测器。短时间发射出一大片面阵激光，再借助高度灵敏的接收器，来完成对环境周围图像的绘制。Flash 因其芯片级工艺，结构简单，易过车规，成为目前纯固态激光雷达最主流的技术方案。但功率密度低，导致其有效距离一般难以超过 50 米，分辨率也较低。 （b）OPA：利用相干原理，采用多个光源组成阵列，通过调节发射阵列中每个发射单元的相位差，来控制输出激光束的方向。优势是完全由电信号控制扫描方向，无任何机械元件，体积小，扫描速度快，精度高，一个激光雷达就可能覆盖近／中／远距离的目标探测。但是该技术对材料和工艺要求极为苛刻，易形成旁瓣影响光束作用距离和角分辨率，技术壁垒高，目前尚处于实验室阶段，距离真正落地还需时间。 四、路线选择 可靠性、性能和成本是决定激光雷达落地的三大主要因素。性能一般包括激光雷达的测距范围、探测精度、体积、功耗等指标，可靠性决定激光雷达能否过车规，而成本是决定激光雷达能否大规模量产的关键。从不同应用场景的需求来看： （1）港口、矿山等低速封闭式场景对成本和可靠性的要求较高，性能要求相对较低； （2）对性能和可靠性具备极高要求，成本要求相对较低； （3）ADAS 场景对性能、可靠性和成本都有非常高的要求。 短期：小范围上车主要考量能否过车规（可靠性），优先选择成熟度高的转镜／MEMS 方案。智能化已经成为车企打造产品差异化的重要手段，为了实现激光雷达产品的快速上车，满足车规级认证要求是目前车企的主要考量。激光雷达的可靠性主要由收发系统和扫描系统决定，相应模块的供应链越成熟，越易通过车规认证。 总的来说，全球激光雷达技术正在加速推动自动驾驶汽车的发展，深刻影响着交通运输行业的未来。随着激光雷达传感器的技术不断突破和成本的降低，自动驾驶汽车将成为我们道路上的常见景象，带来更安全、高效、智能的交通体验。除了自动驾驶汽车，激光雷达技术还有望在无人机送货服务和自主船舶等其他交通领域中发挥重要作用。交通运输行业正在逐步向着智能化和自动化迈进的新时代，而激光雷达技术将在这一旅程中发挥着关键的推动作用。
| 
