自動駕駛參數(shù)分析
實現(xiàn)更高級別的自動駕駛能力，主要取決于智能駕駛模塊的三個重要環(huán)節(jié)：環(huán)境感知—計算決策—控制執(zhí)行，分別對應(yīng)于人的“眼睛-大腦-神經(jīng)”。后兩者暫且按下不表，只單論市面上幾種主流的視覺識別方案，行業(yè)的分歧在于——攝像頭，毫米波雷達，超聲波雷達，激光雷達。
攝像頭，毫米波雷達，超聲波雷達，激光雷達，作為目前自動駕駛領(lǐng)域最為常用的4種自動駕駛傳感器方案，其在探測距離、分辨率、角分辨率等探測參數(shù)各異，對應(yīng)于物體探測能力、識別分類能力、三維建模、抗惡劣天氣等特性各有優(yōu)劣。值得注意的是，這四種傳感器方案具體到車規(guī)應(yīng)用上，并不是互相割裂、各自為政的，而是取長補短、互為補充的。
本文參考：https://www.zhihu.com/question/267204565/answer/2228110340

四種主流自動駕駛探測傳感器對比
目前主流自動駕駛廠商在對于自動傳感器的選擇上基本分為兩種不同路徑：一種是由攝像頭主導(dǎo)、配合毫米波雷達等低成本組成元件構(gòu)成的純視覺計算，典型代表為特斯拉、Mobileye；另一種是由激光雷達主導(dǎo)，配合攝像頭、毫米波雷達等元件組成，典型代表為谷歌Waymo、國內(nèi)的百度Apollo、Pony. AI等。
做一個簡單的類比，視覺方案模仿的是“人眼”，主要是靠看，相當于一個二維的照相機；雷達方案模仿的是蝙蝠，是立體的“掃”，相當于一個三維的掃描儀。
目前看來，以攝像頭和毫米波雷達為主的視覺派，在L2級別的自動駕駛技術(shù)級別已發(fā)展的相當成熟，算法層面經(jīng)過不斷優(yōu)化也有了長足進步，特斯拉就是此中的佼佼者。然而，攝像頭拍下來的畢竟是二維圖像，相比三維不僅更難識別挖掘，也需要更強大的算法、大量數(shù)據(jù)的訓(xùn)練以及更長期的研發(fā)投入，并且存在精度、穩(wěn)定性和視野等方面的缺陷，暫時無法達到L3級以上的自動駕駛要求。

各傳感器性能比較
想要通往更高級別的自動駕駛能力，業(yè)界主流觀點認為：激光雷達才是發(fā)展完全自動駕駛技術(shù)的核心硬件。
與以攝像頭為主傳感器的自動駕駛方案“輕感知、重計算”相比，以激光雷達為主傳感器自動駕駛方案的最明顯的特征是“重感知、輕計算”。通過在車上堆疊激光雷達從而大幅提升對駕駛路況和環(huán)境的感知能力，是加快L4級別及以上的自動駕駛能力商業(yè)化的必要條件。
Google自動駕駛咨詢顧問Brad Templeton曾一針見血地指出，“做到99%的準確度對于車輛駕駛而言并不夠，我們需要的是99.99999%的準確。激光雷達就是小數(shù)點后幾位的最強保障。”
目前來看，激光雷達是否先進，在學(xué)術(shù)領(lǐng)域基本不存在爭議。學(xué)術(shù)領(lǐng)域內(nèi)的原則是，一個方案如果能提供更多、更準確的數(shù)據(jù)，那就是更好的方案。
多家自動駕駛科技公司有一個共識：激光雷達上車的上半場已完成了從0到1的驗證，但下半場從1到N還需要經(jīng)歷具體的商業(yè)實踐。即激光雷達從實驗層面已達成了小規(guī)模的落地，證明其技術(shù)是可行的；接下來的大規(guī)模量產(chǎn)落地，才是檢驗其商業(yè)化是否成功的唯一標準。

部分車型激光雷達搭載情況
進入2021年以來，主流造車新勢力均在激光雷達方案的商業(yè)落地中提速。小鵬P5、蔚來ET7、智己L7、WEY摩卡、極狐?阿爾法S、寶馬iX等均宣布將在新車上搭載激光雷達（如上圖），傳統(tǒng)車企里，奧迪、日產(chǎn)、豐田等也宣布將上車激光雷達，但目前還未公布具體時間。
隨著自動駕駛大規(guī)模的商業(yè)化進程，激光雷達也將在經(jīng)歷了漫長的從0到1過程后，迎來綻放契機。但在這從1到N的短暫中場時間，核心技術(shù)路線的選擇目前仍是擺在產(chǎn)業(yè)落地面前的一道難題。
技術(shù)路線的“三重門”
由于激光雷達實現(xiàn)功能過程中所需元器件可選種類較多且原理均有不同程度差異，因此主流分類方式多元，技術(shù)路徑差異較大，激光雷達企業(yè)采用不同的技術(shù)路線參與競爭。根據(jù)結(jié)構(gòu)，目前激光雷達大致可以分為三種：機械式、半固態(tài)式和固態(tài)式，可以說是分別對應(yīng)著測試版、市場版和高配版三種技術(shù)路線。

激光雷達結(jié)構(gòu)分類圖
機械式激光雷達當前最為成熟，主要是通過機械旋轉(zhuǎn)360°掃描的方式收集信息，轉(zhuǎn)速越快，收集信息越多。但因為機械部件太多，導(dǎo)致體積較大、裝配復(fù)雜、生產(chǎn)周期長，且在真實路況中較易損壞，裝車成本較高，因此難以符合車規(guī)級激光雷達要求。
半固態(tài)激光雷達是目前最有希望快速落地的方案，主要分為轉(zhuǎn)鏡和MEMS兩種，其通過將機械部件集成到單個芯片上，通過電路控制旋轉(zhuǎn)，不僅簡化了機械部件，變小了體積，也大大降低了成本，提高了量產(chǎn)能力，盡管其在探測效果上犧牲了部分性能而導(dǎo)致不如機械式，卻依舊是目前主流的自動駕駛選擇方案。
固態(tài)激光雷達則是激光雷達技術(shù)路線的終極圖景，主要有相控陣和Flash兩種，都不需要機械部件，但當前技術(shù)都不成熟。前者技術(shù)原理和戰(zhàn)斗機的相控陣雷達類似，量產(chǎn)成本很高。后者原理是快閃，可以一次性完成對整個場景的3D繪制。可以說，這兩者短期內(nèi)都很難實現(xiàn)大規(guī)模車規(guī)級的應(yīng)用落地。
總的來看，機械式激光雷達的高成本、低可靠性及不可量產(chǎn)性直接制約了其量產(chǎn)化及規(guī)模化；半固態(tài)容易通過車規(guī)，轉(zhuǎn)鏡方案放量在即，是目前車企的主要上車選擇；固態(tài)雖然成本可以做到很低，但技術(shù)和產(chǎn)業(yè)鏈目前仍不成熟，距批量落地還有一定距離。
近幾年，激光雷達技術(shù)發(fā)展迅速，成為資本眼中的“香餑餑”。Velodyne、Luminar、禾賽、Innoviz、Aeva目前累計融資均達到數(shù)十億人民幣，從2019年至今，國內(nèi)已有超13家激光雷達類企業(yè)獲得新一輪融資。然而，目前幾乎大部分企業(yè)仍處于虧損狀態(tài)，要想進一步盈利，量產(chǎn)上車是必然路徑，而成本則是擺在車企前面的一座大山。

工業(yè)制造不可能三角
在工業(yè)產(chǎn)品制造中有一個不可能三角，即：性能、價格、體量，三者最多滿足其二。對激光雷達來說，也是如此。從機械式、半固態(tài)到固態(tài)，激光雷達的技術(shù)路線持續(xù)演進發(fā)展。這種演進并不是直線性的，而是在不可能三角中不斷平衡取舍，找到最佳中心點，從而實現(xiàn)可行的商業(yè)化落地。
百度集團資深副總裁、智能駕駛事業(yè)群組總經(jīng)理李震宇曾在采訪中表示：“高線束的激光雷達仍然面對車規(guī)與成本的問題，現(xiàn)在市面上采用激光雷達的車很難說究竟是demo還是真正的量產(chǎn)車，但如果要真正落地，激光雷達降本是大勢所趨。”
早期的機械式激光雷達，以 Velodyne 為例，在2018年其旗下的64 線機械激光雷達價格在 8 萬美元，32 線機械激光雷達成本在 2 萬美元，最便宜的16線也需要4000美元。第一款滿足車規(guī)級的激光雷達 SCALA，第一代時的價格也一度達到 2 萬美元級別。要知道，目前的特斯拉Model 3才賣3.5萬美元，一個激光雷達竟然占據(jù)了整車成本的一大半，甚至比車還貴，也難怪馬斯克高呼“任何依賴激光雷達的公司都會無疾而終”。畢竟，Model 3的自動駕駛攝像頭成本只需要65美元。
但隨著技術(shù)的演進，激光雷達的成本和體積大幅度降低，進入2020年后，半固態(tài)、固態(tài)激光雷達逐漸代替機械式雷達，體積變小，成本降低，從上萬美元降到1000美元左右，逐漸達到車企的可承受范圍之內(nèi)，這才有了今天激光雷達逐漸批量上車的局面。

部分激光雷達產(chǎn)品價格
根據(jù)最新發(fā)布的《2021麥肯錫汽車消費者洞察》顯示，九成受訪者認為輔助駕駛有意義，10%-35%的消費者愿意為L2級別的輔助駕駛支付2200-4100元人民幣的價格，而L2.5/L3級別的價值更大，15%-30%的受訪者的心理價位在3800-4900元之間。
通過上圖可以發(fā)現(xiàn)，現(xiàn)在的激光雷達方案相比消費者的預(yù)期心理價位仍還存在一定差距，隨著自動駕駛愈加成為車企必爭之地，激光雷達的技術(shù)路線演進也將進一步提速，成本也將進一步降低，預(yù)計未來3-5年內(nèi)，半固態(tài)、固態(tài)激光雷達將迎來批量級車規(guī)應(yīng)用。

參考鏈接：https://www.zhihu.com/question/267204565/answer/2228110340

總結(jié)

以上是生活随笔為你收集整理的自动驾驶参数分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。