福利時間：本文有有獎互動，答對問題，抽一個小可愛送精美小禮品，問題在評論區~大家快來參加！！
近一年來激光雷達在車圈非常火，光是宣稱自己的產品是“世上首款搭載激光雷達的量產車”的就至少有小鵬（P5）和極狐（阿爾法S），沙龍汽車更是打出了“4顆以下，請別説話”的宣傳語（沙龍機甲龍搭載4顆激光雷達）。
此外，搭載激光雷達的車型也越來越多，尤其是新勢力們的新車型，彷彿不穿一串兒激光雷達都沒臉見人似的。
那麼，引發這次“軍備競賽”的主角——激光雷達，到底是何方神聖？它對汽車、對消費者有什麼影響呢？
激光雷達是個啥？
還跟伽利略有關係？
顧名思義，激光雷達是雷達的一個小分支，它最基礎的功能是探測外界物體與自身之間的距離。不過在講它的工作原理之前，我想先講個小故事。
1607年，伽利略做了一個實驗，目的倒不是測距，而是測量光速。他的實驗方法非常簡單粗暴：他讓兩個人各帶一盞蓋着燈罩的煤油燈，跑到兩個山頭上待命。
兩人就位後，甲會快速拽走燈罩，讓煤油燈露出光芒，這也是在給另一個山頭上的乙發信號。而在看到從甲那邊傳來的燈光時，乙也要快速拽走燈罩，讓自己的燈也露出光芒，相當於告訴甲“我已收到信號”。
伽利略的想法是好的，只要知道甲最先拽走燈罩的時間點，再知道甲看到對面山頭燈光亮起的時間點，那麼山頂間距的兩倍除以時間差就是光速。
這樣“天真”的辦法顯然是無法準確測出光速的，不過現在的人類早已知道光速有多快，也能通過先進的設備和手段測算出一束光線從射出到返回之間的時差，進而推算出光源和反射面之間的距離。而這，就是激光雷達的測距原理，它利用的還是當年伽利略的方法。
呦，這屆人類比我那屆強
激光雷達只能測距？
小看它了！
激光雷達還不止是個測距儀。除了激光測距系統外，激光雷達往往還帶有慣性測量系統、GPS定位系統、信息處理系統等部件，探測元件也可能包括可見光、紅外線等多種傳感器。
表面上它只是發射並接收光束，實際上它獲取的是物體的點雲數據。除了X/Y/Z座標外，每個數據點包含的信息還有顏色、反射強度等等。
通過這些點雲，人們不僅可以明確瞭解某個點的座標信息，還可以計算它們之間的長度、面積、體積、角度等信息，再通過顏色等其他項目讓這個點能夠表達更多、更復雜的信息。
這就是點雲數據的正確打開方式
基於這些信息，系統能對周邊環境進行準確的3D建模，這個模型有利於智能駕駛系統對車輛進行精確定位，有利於避免車輛和周邊物體發生碰撞。
不同雷達各有長短
巧妙搭配各顯神通
其實所有雷達的基本原理都差不多，只是發射波段的不同賦予了它們不同的特性。
以激光雷達為例，車規級激光雷達收發的是激光，波長主要有905納米和1550納米兩種。除了前文提到的探測信息種類豐富外，它還有精度高、探測時效性好、夜間工作能力強等優點。
而在激光雷達“火”起來之前，毫米波雷達就已經被造車界廣泛應用了。顧名思義，它收發的是毫米波，波長一般是1-10毫米。毫米波在大氣中傳播時的衰減程度小，穿透霧、煙、灰塵的能力強，且受光照和熱輻射影響小。
因此，毫米波雷達具有測速測距能力強、夜間工作能力強等優點。它的探測距離也比較遠，一般在200米或更遠。這讓它在造車領域頗受青睞，被廣泛應用在ACC自適應巡航、AEB自動緊急制動等系統中。
不過，不同種類的雷達各有各的缺陷。比如毫米波雷達只能探測距離和速度，但無法探測物體的輪廓。它只能告訴系統哪裏有東西，卻不能描述那個東西是什麼。
而激光雷達畢竟還是光學雷達，探測結果受雨雪、沙塵影響較大。雖然可以通過特殊算法對探測結果進行誤差修正，但治標不治本。
細心的讀者肯定發現了，毫米波雷達和激光雷達結合在一起不就是取長補短了嗎？車企就是這麼想的，也是這麼做的。
其實，還有一種超聲波雷達也頗受造車界青睞，這種雷達近距離探測精度高，但探測距離一般只有2、3米，所以被廣泛應用在自動泊車系統中。
當下，不同雷達搭配使用、取長補短已經是多數車企公認的好辦法，只要車型定位夠高、成本又允許，三種雷達一般是要配齊的。
比如“武裝到了牙齒”的奧迪A8 這款車下面還會提到
稍低端的車型，往往也只放棄激光雷達一種，畢竟毫米波/超聲波雷達成本都很低，一般也就幾十、幾百美元。
激光雷達這麼好
以前為啥不用？
其實類似的問題大多會指向同一個答案——貴。以Velodyne在2007年推出的HDL-64E型激光雷達為例，它在當年的售價高達8萬美元。
而且，以車規級產品的角度看，當時多數激光雷達是不夠成熟的。還是以HDL-64E為例，為了讓它有更好的視野，車企往往會將其佈置在車頂。而這個金疙瘩尺寸不小，形狀也有點“特殊”，佈置在車頂上看着還有點彆扭。
其實那個年代的激光雷達普遍有這樣那樣的問題，探測能力、尺寸/重量、美觀度或者説佈置方便性，這些指標一般是不能兼顧的。價格嘛，一般也要一萬到數萬美金不等。
這麼裝也挺尬的
隨着技術逐漸成熟，激光雷達的價格逐漸開始下降，一些豪華品牌開始嘗試為其高端車型配備激光雷達。2017年，世上首款車規級激光雷達——法雷奧SCALA成功量產，而搭載了這款產品的奧迪A8也成為了世上首款搭載車規級激光雷達的量產車。
在A8身上，前文提到的三種雷達+攝像頭都齊了
這種雷達也沒便宜到哪去，它的價格基本在1萬美元以上，在國內甚至曾一度達到2萬美元左右，也就只有奧迪A8這個級別的車才會用到了。
隨着產銷量雙增，到2020年時SCALA的單價已經降到了約600美元一套。當然，它降價的原因還有一個，就是性能落後了、只值這個價。
由外媒統計的部分車規級激光雷達報價（2020年）
當然，不單是它的價格下降了，車規級激光雷達整體價格也在下降。到2021年，很多激光雷達的性能已經比肩甚至超過當年的產品了，價格卻只有幾千甚至幾百美元。
這個行業也湧現出了不少實力強勁的新玩家，國外的有Luminar、AEye（均成立不到10年）等企業，國內也有華為、大疆、禾賽科技、鐳神智能等實力不俗的廠商。
降下來的原因，一方面是因為技術愈發成熟，一方面也是因為競爭加劇。在2015年前後，自動駕駛這個概念火了，連帶着很多上下游行業一起火了起來，無數廠商爭相跳入這個內卷的大圈。為了在未來市場上佔領一席之地，廠商們不得不考慮如何降本增效。
激光雷達發展到
什麼地步了？
首先要説明的是，評判激光雷達性能好壞的指標有很多，但絕大多數是咱們普通人沒必要去了解、甚至瞭解了也沒用的。一般來説，我們只需知道一輛車激光雷達的個數、位置，以及它們的探測距離、範圍就好了。車企的官網上，一般也只給這些數據。
以上圖中的小鵬P5為例，它有兩個激光雷達（紅圈內），能夠覆蓋車頭前方橫向150°的視野，最遠探測距離150米。其實小鵬官網還稍稍解釋了150米的探測距離是怎麼來的，並表示它們的探測精度為釐米級，但這些東西都是消費者很難切身感受到的。
就像我們去了解一款車的動力性能，一般只瞭解到峯值功率/扭矩，再加上整備質量就能猜出個大概了。當然我們也只能猜出個大概了，至於引擎的缸徑/衝程、點火提前角等數據，一般人就算知道也用不上。同理，激光雷達的很多指標都是我們知道了也用不上的東西。
另外，技術細節上的差異還會對雷達的實際表現產生微妙的影響，就像不同架構的引擎就算參數相同也性格迥異一樣，我們不必深究。
評判激光雷達雷達要看哪些參數？
▼
如果你實在是對激光雷達的參數感興趣，不妨看看下面這張表格：
最遠探測500米
緊湊輕便像本書
如今，激光雷達不僅成本降了，性能也提升了，技術路徑也越來越豐富，整個行業呈現出一種百家爭鳴、百花齊放的態勢。
其中美國公司Luminar是後起之秀中的代表，這家公司有非常強的科研實力，能為激光雷達自研芯片。他們推出了一款名叫IRIS的激光雷達，水平方向動態感知範圍是120度，有效探測距離為250米，最大探測距離為500米。它還能夠在各種天氣情況下進行感知，測量誤差控制在釐米級。
這種雷達不僅性能強大，還非常緊湊輕便。在一次直播中，Luminar的CEO Russel Austin親自拿起一個IRIS激光雷達向觀眾進行展示，這種雷達在他手裏就像一本書，揮動起來毫不費力。它還有扁平的外形，非常適合佈置在車頂上。
這是佈置在擋風玻璃上沿的IRIS激光雷達
小馬智行Robotaxi樣板車 車頂上裝4個IRIS都不太礙事
Austin還表示，IRIS雷達還運用了多項重要技術，首先是1550納米波長的激光發射源。而其他的車規激光雷達裏，大多發射的是905納米波長的激光。
從原理上講，想要激光雷達探測得更遠，就必須賦予激光脈衝更強的能量。如果是傳統的905納米波長激光，能量過強時會損害視網膜。而IRIS發射的是1550納米波長的激光，這種激光的穿透性更好，受雨雪天氣的影響更弱，且不會損害視網膜。
然而，傳統激光雷達中，硅材料製造的激光接收器能夠接收905納米波長激光，卻不能很好地接收1550納米的激光。
Luminar還有一招，就是銦鎵砷材料（InGaAs）。這種材料雖然價格更高，但光靈敏度也更好，能夠很好地接收1550納米的激光。有了銦鎵砷材料製成的接收裝置，IRIS激光雷達的發射源功率達到競品的40倍也不會損害人眼。
好消息是，即便採用了更貴的材料，Luminar給出的報價卻不到1000美元。另外，1550納米激光+銦鎵砷材料這個組合已經受到了業內認可，國內的華為、鐳神智能、禾賽科技等廠商也採用了類似的技術路徑，且產品價格比Luminar的只低不高。
激光雷達也玩“仿生學”
原理竟類似眼球？
▼
還有一家叫AEye的公司，他們的產品運用了一種名叫iDAR的技術，號稱是能讓激光雷達“模擬眼球如何聚焦移動物體”，探測精度和速度都屬於領先水平。
AEye 4Sight A型激光雷達
簡單來説，一般的激光雷達中收發裝置往往共用一套激光路徑，而在AEye的激光雷達上，發射和接收裝置分別採用一套激光路徑。
每當一束探測激光發射出去，系統會告知接收裝置應該對準哪個方向等激光反射回來，而接收裝置就會像眼球一樣“追着”對準反射回來的激光束。
此外，AEye激光雷達獨有的人工智能系統會通過不斷地學習，讓接收裝置對得更準、接得更快。
舉個生動些的例子，就好像你用一隻手往牆上扔乒乓球、等它彈回來再用另一隻手去接。通過長時間的嚴格訓練，左右手分工協作會比一手獨攬效率更高。雖然這樣的技術暫時還不是主流，但可能成為一個發展趨勢。
至於這項技術有多強大，大家可以看看AEye激光雷達是如何追蹤子彈的（彈頭大概是個11.5x20毫米的圓柱，飛行速度約243米/秒）。
激光雷達有多大用？
既然激光雷達這麼好，價格也比當年便宜了不少，車企們紛紛開始“堆料”，好像誰家的新車要是沒有激光雷達都沒臉見人似的。最“喪心病狂”的機甲龍搭載4顆，可謂傲視羣雄。
不過正如前文所説，激光雷達本質上只是智能駕駛系統發展的推手之一。它對於智能駕駛系統的影響都不是決定性的，何況是對整車表現以及消費者市場呢？
智能駕駛路徑之爭
是非對錯尚無定論
另外，在智能駕駛領域，目前大家的思路也存在很大的分歧。有人覺得車輛傳感器就該種類豐富數量多，周邊環境所有信息能蒐集多少都照單全收。數據用不用得上另説，萬一要用的時候不能沒有。
不過特斯拉認為，收集環境信息是一回事，利用環境信息又是另一回事。傳感器的種類和數量越多，互相之間的協調與整合就越難做，最終效果恐怕只是1+1＜2，得不償失。
馬斯克多次提出，如果雷達與攝像頭傳來的信息相互矛盾，系統反而會更加難以抉擇。與其讓二者互相扯後腿，不如只選一個並把它做到極致。
特斯拉選擇了純視覺路線，因為攝像頭的信息傳輸速率比雷達快出幾個量級，比特流噪音也更小，有利於系統整合，整套系統未來的發展空間更大。
特斯拉還開發了視覺測距算法
但大多數廠商並不認同特斯拉的思路，因為攝像頭太容易受天氣影響了，而且獲取到的數據都是二維的。就算特斯拉通過獨門算法解決了二維圖像測距難的問題，整車的感知能力還是比不了雷達堆滿的車。
實際表現上看，各路智能駕駛系統都還是半斤八兩，誰也做不到徹底取代人類，法律法規也不允許。好的智能駕駛系統往往也只是在使用體驗上完勝競品，但同類產品之間基本不存在代差。
寫在最後
“內卷”這個詞近年來特別流行，大家對此深惡痛絕卻又無可奈何。不過激光雷達界的“內卷”或許不全是壞事，要不是廠商們激烈競爭、降本增效，激光雷達不知何時才能“飛入尋常百姓家”。
不過，硬件只是影響產品力的因素之一，最終值得消費者買單的還是實際體驗。一款車的激光雷達數量再多，自動駕駛系統不一定更好用，但系統複雜度、維修成本肯定更高。
我們此時更應擦亮眼睛、專注於需求和體驗，一款車裝配了激光雷達固然好，但也不至於單獨為了它而買單。