汽车级激光雷达的最新一轮竞争正在进行。

本周，车规级MEMS激光雷达解决方案提供商一径科技宣布完成数亿元B轮融资，本轮融资由英特尔资本和创新工场分别领投B1轮和B2轮。距离该公司上一轮7000万元A+轮融资刚刚过去14个月时间。

按照计划，本轮融资将主要用于一径科技常熟工厂产线生产自动化及产能提升的实现，加大产品及核心芯片研发投入，加速长距等新产品的相应开发，进一步推动乘用车前装量产。

目前，该公司的短距补盲雷达ML-30s已在2020年实现量产导入，并成功获得相关头部客户的定点订单，业务已在全球范围内进行布局。

另一家国内激光雷达头部企业——禾赛科技在折戟科创板IPO后，在本月初再次宣布完成超过3亿美元的D轮融资，领投方包括高瓴创投、小米集团、美团和CPE。

从目前该公司的股东变更进展来看，6月1日公司的原有股东全部按照既定程序退出，海外上市的VIE架构搭建完成。按照美股Luminar的最新市值（约80亿美元），最后一轮投资者仍有不小的增值空间。

当下，激光雷达行业的投资者，主要分为两种：一是相关产业链战略投资，比如小米、美团等，为后续的自动驾驶业务降低采购成本和定制化方案研发；另一种，则是仍然看好自动驾驶商业化落地带来的巨大市场机会。

一、

由于近年来各家激光雷达厂商，产业链上游核心元器件供应商在产品研发和车规级验证上的快速进步、技术的改进、零部件价格的下降和产线陆续开动，激光雷达成本也在快速下降。

从1000美元，到如今的500美元甚至是300美元以下正在成为现实。

一方面，成本的下降得益于下游客户需求的增加、上游供应链的产能供应；另一方面，更低成本的量产方案也在快速进入量产周期。

以新进激光雷达公司奥锐达为例，基于VCSEL+SPAD收发端技术路线的Ordarray™系列单光子面阵激光雷达已经完成全套技术链路的验证，预计到2022年实现车规级产线的逐步投产。

在客户的适配成本方面，奥锐达通过模块化设计，重构发射、接收以及信号处理模块的内部空间，硬件上只需要更换光学镜头，就可以精准获取不同视场角以及探测范围内的点云数据，大幅降低客户的开发成本。

同时，由于全固态的结构设计，整机内部实现了完全无任何机械旋转运动部件，这使得整机大小、故障率的大幅降低，大幅提升产品的可靠性，这对于前装上车是至关重要的考量因素。

而在生产环节，这家公司自主研发机器视觉自动化装配方案，大幅减少繁琐的人工校准等环节，缩短装配时间同时提升良率，从而保证后续的量产稳定性。

在此之前，禾赛科技透露最新一轮融资将用于支持面向前装量产的混合固态激光雷达的大规模量产交付（已获多个OEM定点）。

而在今年3月，速腾聚创在国内的首条车规级固态激光雷达产线正式落成，并在二季度启动定点项目量产交付，首个定点来自北美车企。

再加上即将上市交付的小鹏P5、北汽极狐华为定制版都搭载了激光雷达，这意味着，汽车级激光雷达的竞争正在全面进入第二个新阶段，寻求规模化量产突围。

另一方面，发射模块、接收模块、探测方式的各种组合也在齐头并进，各家企业在视场角、帧率和分辨率之间进行权衡。

一些业内人士表示，激光雷达没有通用的解决方案——成本、应用场景、技术要求（车规级）和车身集成度设计都是决定使用哪种激光雷达方案的因素之一。

比如，大陆集团在已经自研量产短距FLASH激光雷达基础上，去年通过参股激光雷达公司AEye，计划从2024年起投产远距离激光雷达。

二、

通常来说，激光雷达组成包括四大块：激光发射器、激光接收器、测距方式、扫描方式。由于不同组合的可能性，有业内人士甚至坦言，可以有上百种不同的激光雷达方案。

其中，激光发射器包括905nm光源、1550nm光源等；激光接收器有PD、APD、SIMP、SPAD等；测距方式主要是ToF、FMCW等；扫描方式则有带电机机械旋转式、MEMS、OPA等，而Flash属于非扫描方式。

以ToF和FMCW为例，两种类型的ToF（间接或直接）激光雷达都可以通过在多次测量中推断运动物体的速度，但FMCW可以在单次测量中检测物体与激光雷达之间“径向速度”，以及距离。

然而，FMCW不能一次测量垂直于视线的“横向速度”。换句话说，一个单一的FMCW测量可以检测到迎面而来的汽车等移动物体的相对速度，但不能检测到十字路口横穿物体的速度。

盖革模式ToF激光雷达的高分辨率意味着激光雷达数据可以像相机图像一样处理，可以通过精确的逐像素深度估计来改进。

径向速度测量在非常特殊的情况下非常有用，比如帮助区分两个向传感器相反方向移动或远离传感器的行人。而单个FMCW不能直接测量在人行横道上与车辆行驶方向垂直的两个行人的速度。

这意味着在现实世界中，ToF和FMCW激光雷达都需要多次测量来确定full velocity。因此，对于不同技术方案的选择，更多需要考虑完整感知组合的特定需求。

三、

物体表面的反射率也是影响激光雷达性能和可靠性的关键因素。如果不能准确地接收各种不同反射率的光束，大部分激光雷达标称的探测距离指标都只是纸面参数。

反射率是用激光能量的百分比来测量的——简单地说，就是由激光雷达传输回激光雷达接收器的光子的数量。反射率越低，返回的光子就越少，也就越难准确地探测到该物体。

大部分激光雷达制造商都在尝试进一步技术开发，能够检测200米以上反射率低于3%的物体表面，这是能够支持自动驾驶在高速公路场景下的安全基准。

比如，车辆黑漆的反射率可低于1%，对最低数量的光子的灵敏度（最好是个位数），才可以探测到更暗、反射更少的物体成为可能。

非常暗的物质反射的能量非常少，这使得它们很难被探测到，特别是在较远距离。除了低反射率，物体表面角度差异也使物体更难被检测。

另一个因素是背景“噪音”，即来自激光雷达波束以外的光源的光，比如太阳或明亮的人造光，它们会对反射光束造成影响，使得激光雷达很难探测到真实的物体距离。

这意味着，激光雷达加入传感器融合架构之后，会造成各种不同传感器对前方道路状况以及特殊物体的判断置信度难题。

四、

激光雷达方案另一个关键选择，就是激光雷达波长，是905纳米（位于近红外波长范围内）还是1550纳米（短波红外波长范围内），还有一些是采用850或者940nm。

近红外波长被用来探测车辆周围的物体，测距可以在几厘米范围内，而探测200米远的物体，用短波红外波长可以更好地实现。

因为激光雷达的探测范围越大，系统就有越长的时间来检测物体，并做出相对安全合理的决策，并提出做出预测和响应。

这意味着，后续激光雷达上车同样会和现在的毫米波雷达类似，短距和中远距会出现不同的产品系列，并逐步演化为激光雷达的不同细分市场。

同时，波长选择不仅是特定于应用，还有其他需要考虑的因素，包括人眼安全、天气和制造工艺等方面因素。

此前，有不少文章指出不同波长可能对人眼的潜在伤害危险性有很大的差别。事实上，任何波长对人眼来说都是安全的，因为眼睛的安全不仅仅关乎波长。

所谓的最大允许暴露量（MPE）取决于各种因素的平衡，尤其是波长、脉冲频率和激光束的能量。简单地说，使用的能量越多，激光雷达的潜在探测范围就越大，但有可能造成眼睛损伤。

不过，和905纳米相比，1550纳米的确可以使用更高（大概是100倍左右）的激光束能量，并保证人眼安全，这意味着可以感知更远的距离。

比如，Luminar的250米测距产品使用的就是1550纳米（相比于其他波段，更容易实现远距离探测），其使用的激光器的功率是传统硅光电系统的40倍，不仅提高信噪比，减小脉冲宽度至20纳秒以下。

五、

激光雷达的另一个重要考量因素是扫描方式，通常也被称为光束控制，主要是扫描式和闪光式（Flash，类似摄像头）。

扫描激光雷达将激光束和探测器快速移动到整个传感器视场(FOV)，这可以通过两种不同的方式完成：机械扫描和固态扫描。

机械扫描激光雷达是最早投入到自动驾驶测试验证中的产品，以Velodyne为代表，不过由于有移动部件，在严格的车规级验证条件下，很难过关。

直到法雷奥第一代混合固态车规级激光雷达的量产上车，介于机械和固态之间的扫描方案成为最快落地的选择。

这种方案指的是发射、接收端是固定的，然后激光束通过一个旋转的多边形反射镜或者楔形棱镜来实现扫描，点云最终效果与机械旋转式基本一致。

不过，这种方案仍然是存在机械结构，稳定性、准确度能否经受长期的道路行驶考验，事实上还是一个未知数（奥迪A8上车到现在也才过去三年时间）。

固态扫描激光雷达被认为是未来几年的趋势，其中，MEMS微振镜率先实现商业化落地（也有行业人士称其为混合固态）。

不过，有业内人士指出，该方案存在一定的可靠性风险，原因是微振镜本身是由非常细小的悬臂梁来固定和控制。

事实上，MEMS传感器此前在汽车加速度计、陀螺仪等领域已经有非常成熟的应用，平均下来每辆汽车包含24个左右MEMS部件。

而微振镜是MEMS技术在特定领域的延伸，已经被德州仪器在投影显示领域商用超过20年。振镜可靠性在10年前已经全方位研究，而且兼具集成化、稳定可靠、低成本等优势。

另一种固态方案是光学相控阵，使用硅芯片而不是移动部件来改变激光束的方向。移除机械部件，意味着可以使激光雷达单元设计更紧凑，有可能简化产品的复杂性和组装，并借助成熟的半导体工艺大幅降低成本。

最后就是非扫描模式的闪光（FLASH）激光雷达，类似摄像头，用激光照射一个区域，相比光学相控阵在制造方面的挑战更小。

不过，这种技术方案，需要在远距离目标探测所需的高角度分辨率和宽视场之间进行权衡，主要是受到目前探测器分辨率的限制。目前可见的解决方案来自核心部件的选择。

而上文中提到的VCSEL方案被认为是方向之一，这种可控的多光束扫描光源被称为可寻址VCSEL，相较于传统的FLASH方案，激光器的发射光峰值功率密度和信号信噪比均显著提高。

这意味着，在相同的功率下，基于可寻址VCSEL的激光雷达方案可以实现更远的探测距离。同时，借助SPAD（单光子雪崩二极管）阵列传感器，探测灵敏度大幅提升。

此前，苹果公司新款iPad Pro和iPhone 12配备的激光雷达就是采用VCSELs+SPADs方案，随着智能手机带动相关供应链产能释放，成本已经进入快速下降区间。

目前，这种方式已经进入量产阶段。比如，Ibeo公司与长城汽车的固态激光雷达量产合同，就是基于奥地利AMS公司生产的VCSEL激光器，用于高速公路L3级自动驾驶。

Lumentum公司是苹果激光雷达VCSELs组件的主要供应商之一，该公司最新表示，“我们预计2022年基于VCSEL方案的汽车级激光雷达将进入量产窗口期”。

AMS在三年前以现金收购VCSEL供应商Princeton Optronics公司100%股权，随后宣布与Ibeo、采埃孚合作推进基于VCSEL的固态激光雷达量产计划。

不过，挑战仍在，那就是能否在满足功能要求的前提下实现250米以外的目标物探测。ibeoNEXT的性能参数是在11.2度水平视场角实现260米探测，32度视场角仍在开发中。

这条路径，有点类似于摄像头从窄角到广角的技术演进；而另一种技术模式，类似毫米波雷达的多模态扫描。

近日，Sense Photonics公司对外宣布开发了一种新的系统，基于单一激光雷达传感器同时提供高分辨率的远程能力和具有更宽视场的中程能力。

这套方案通过结合其专有的VCSEL激光阵列，以及CMOS制造工艺的SPAD接收器，实现了多波段性能。扩散光束同时“照亮”整个视场，全局快门采集允许高分辨率点云并且咩有没有运动伪影。

事实上，激光雷达的市场想象空间，正是由于各种不同技术路线的争夺，最终谁能突围取决于许多因素，包括主机厂的功能技术需求、车辆设计、实际场景应用到性价比。

此外，还有从研发到制造、供应和售后支持，激光雷达制造商需要证明他们能够持续地向汽车客户供应可靠度、性价比高的产品（合理成本下的高性能）。

在高工智能汽车研究院看来，激光雷达技术创新的舞台将一直保持开放。比如，近年来摄像头和毫米波雷达同样进入新一轮硬件迭代升级周期。