激光雷达的冬天静悄悄( 三 )


其中速腾M1偏向使用更成熟的零部件 , 已多次迭代提高部件集成度 , 理论成本低 , 适合扮演价格屠夫 。
禾赛AT128在光源上启用了新的VCSEL阵列 , 追求零部件的半导体化 , 尽量减少运动部件 , 有利于产品可靠性 。
图达通猎鹰则讲求大力出奇迹 , 用更大的体积、功率(以及更贵的零部件)换取更高的性能 , 看得更远 , 分辨率更高 。
激光雷达的冬天静悄悄
文章图片
激光雷达的冬天静悄悄】在数十乃至上百万台激光雷达交付验证前 , 没人知道哪家的方案会胜出 , 或者三者会划分出市场的三个档次 , 抑或其他公司携突破性技术将他们扫进故纸堆——火热的激光雷达从光学、光通信、半导体延揽了大量人才 , 这不是一个缺少新技术的行业 。
对激光雷达企业来说 , 更确切的答案是尽快以足够低的成本登陆更多的智能电动汽车 , 并保证这种精密光学设备在复杂车辆环境上的可靠性 , 尽可能让自己的方案成为事实上的行业标准 。
因此 , 跑在前列的激光雷达企业聚焦于两个关键词:工程化与制造 。
禾赛科技CEO李一帆在接受《九章智驾》访谈时称 , 禾赛负责工程化的CTO向少卿统管上千人 , 而他与首席科学家各管百来人 。 去年5月 , 禾赛投开始自建“麦克斯韦”激光雷达超级工厂 。
无独有偶 , 速腾聚创上周也与立讯精密成立合资制造公司“立腾创新”——两者试图带头将无休止的技术竞赛拉回精密制造的量产比拼 。
即便如此 , 激光雷达短期内仍然是一门烧钱的生意 。 禾赛麦克斯韦超级工厂投资2亿美元 , 规划年产能百万台 。 今年9月29日 , 禾赛才宣布车规激光雷达的月交付量刚刚突破一万台——这已经是速度最快的头部玩家 。
而在2天后 , 特斯拉一年一度的AIDay召开 , 马斯克把寒气传递给了每一家激光雷达公司 。
03最大敌人并非同行一个容易被忽略的事实是 , 激光雷达公司们最大的敌人不是同业的竞争对手 , 而是摄像头 , 更准确地说 , 是那些研发纯视觉自动驾驶的公司 , 特斯拉是这一阵营的话事人 。
在过去几年中 , 马斯克多次Diss激光雷达 , 认为后者是自动驾驶的“拐杖” , 任何依靠激光雷达的人都会失败 。 但一直以来 , 大多数从业者对激光雷达的态度都是“你喷你的 , 我用我的” 。 这是因为 , 不要激光雷达的纯视觉自动驾驶高度依赖深度学习 , 在环境感知上一度存在重大缺陷:
一方面 , 摄像头本身并非全天候传感器 , 雨雪雾天与夜间难以正常工作;另一方面 , 在此前的视觉算法框架中 , 被摄像头拍到的物体必须被识别 , 才能被系统认为存在 。 这导致纯视觉自动驾驶在应对没训练过的障碍物、静止物体时表现极不稳定 , 常常漏检、误检 。
而激光雷达无需经过训练 , 也能通过准确的测距探测到障碍物 , 为自动驾驶提供保障 。
因此 , 智能驾驶行业此前的主流看法是 , 应该搭建多传感器融合的感知系统 , 让摄像头与激光雷达优势互补 。 然而 , 激光雷达的硬件优势正在被特斯拉通过软件算法的优势渐渐拉平 。
在今年AIDay上 , 特斯拉详尽介绍了占用网络(OccuppancyNetwork) , 这一算法能够基于二维图像 , 高精度高实时性地还原三维世界 , 不仅能感知物体的体积 , 也能判别其动静状态 。 这与激光雷达的能力实质上没有什么不同 。
激光雷达的冬天静悄悄
文章图片
上图为激光雷达感知 , 下图为占用网络感知