布局未来|什么是LiDAR,跟未来 有什么关系
2017-11-21 运河并购公会
【近日，嘉峪关市设立奖金两百多万，面向全国征集嘉峪关城市吉祥物（一对吉祥物命名为“嘉嘉”与“关关”）等创意设计作品。大赛由嘉峪关市人民政府主办，甘肃首嘉文化旅游产业园、北京源创智库文化创意中心承办，北京左右逢源创投平台提供技术支持。嘉峪关市创意设计大赛赛程过半，为了鼓励设计师朋友们积极投稿吉祥物类设计作品，组委会讨论决定:嘉峪关市吉祥物设计类大赛增加十个三等奖】
未来会发生什么？
智能网联技术被认为是汽车诞生百余年来最具革命性的技术变革。在世界新一轮科技和产业革命的影响下，未来5-10年汽车产业将经历一场突破式的创新变革，全球互联网巨头都已经部署网联汽车。
当前，汽车技术正朝着低碳化、信息化、智能化、联网化的方向发展，为汽车产业的发展带来了深刻的挑战和机遇。其中，智能网联技术被认为是汽车诞生百余年来最具革命性的技术变革。在世界新一轮科技和产业革命的影响下，未来5-10年汽车产业将经历一场突破式的创新变革。信息技术、网络技术等将对传统汽车产业进行全面升级和改造，汽车产业将与互联网产业产生深度融合。
美、欧、日等传统汽车强国纷纷制定相关政策法规大力支持汽车智能网联技术的发展，国际领先汽车企业也投入大量研发资金。而中国亦于2015年发布了《中国制造2025》，将智能网联汽车提升到国家战略的高度，并于2016年发布了《智能网联汽车技术路线图》，明确智能网联汽车技术发展的总体思路、发展目标和技术路径。因此，可以预期，未来5-10年汽车产业的变革将为投资者带来重大投资机会。
智能驾驶核心部件普及？
全球互联网巨头都已经部署网联汽车：
根据《智能网联汽车技术路线图》，智能网联汽车发展的总体思路分为三个阶段：近期推进以自主环境感知为主，网联信息服务为辅的部分自动驾驶应用；中期重点形成网联式环境感知能力，实现可在复杂工况下的半自动驾驶；远期推动可实现V2X协同控制、具备高度/完全自动驾驶功能的智能化技术。智能汽车、互联驾驶延伸路径详见下图：
智能汽车的重大标志，显然是自动驾驶。美国汽车工程学会将自动驾驶分为0到5级，目前L1-L2技术已成熟，L3-L4即将量产（如特斯拉、丰田AHAC、通用Super Cruise）。中短期内，智能汽车将以ADAS形式呈现，相关迭代路径如下图所示：
在相关产业链上，传感器、摄像头、激光雷达以及算法芯片将是智能互联汽车的四大技术基础要件：
ADAS目前在自动泊车、紧急制动、自动变道、自动巡航等场景广泛应用。
Lux Research预测全球ADAS市场渗透率将从3%提升到2020年57%，市场规模近2000亿。上游元器件行业如激光雷达、摄像头、HUD(抬头显示)等需求有望快速增长，2020年达到百亿级别。
智能驾驶核心技术是感知+决策+执行的闭环控制。核心技术目前掌握在外资公司手里，如博世、大陆、德尔福、电装、奥托立夫等，Mobileye在摄像头领域占75%份额；EyeQ芯片在全球330万辆车安装。而中资公司如博泰在后装ADAS和预警类ADAS领域可能有所突破。
1.1传感器
在自动驾驶汽车上，传感器将通过“特征提取-深度学习算法-神经元网络”，完成路标识别、车道线感应、行人识别、车辆识别，相关功能、成本、优劣势详见下方表格：
1.2摄像头
摄像头是未来智能汽车使用量最多的ADAS传感器，分为环视、前视、后视、侧视、内置。前视技术难度更高，需要光流算法、机器学习算法、机器视觉算法等：
2014年整体摄像头市场201亿美元，其中模组77亿、CMOS72.5亿。
在国外，车用摄像头公司主要有Mobileye、Aptina、Qualtre、JVC等；而国内目前参与开发的主要厂家有豪威科技、赛丽康、派视尔、敏通企业、纵目科技、中科慧眼等等，尚未产业形成龙头。
1.3激光雷达
激光雷达是利用激光、GPS和惯性测量装置（IMU）合一，生成数字高程模型（DEM）。核心作用是3D建模进行环境感知，以及同步建图(SLAM)加强定位，已逐渐成为ADAS标配。
目前主要有三种技术解决方案：线束激光雷达、旋转激光雷达、固态激光雷达。
机械式多线束激光雷达是主流方案，但成本高昂，主要供应互联网公司自动驾驶的测试传感器件，渗透力有限。
激光雷达降低成本的途径主要有三种：
1、降维：即低线束配合其他传感器来提高系统稳定性。
2、黑科技：“固态”激光雷达有望颠覆行业，Velodyne VLP-16 PUCK混合固态目前造价7999美金，福特量产宣称能降成本降到500美金。
3、规模效应：Quanergy固态激光雷达量产价格目标为250美金。
在应用中，2015年，奥迪A7 Piloted Driving采用了Ibeo和Valeo合作的Scala混合固态激光雷达，大众一款半自动驾驶车也采用了Scala，该雷达隐藏在保险杠内。CES2016上展出了Quanergy的固态激光雷达S3单个售价250美元、Velodyne与福特开发的混合固态激光雷达Ultra Puck Auto 2020年成本计划500美元。谷歌旗下Waymo的激光雷达成本从2009年7.5万美金降至2017年的7500美金。
国外公司包括Velodyne的LiDAR，获得百度与福特1.5亿美元融资，处于供不应求状态。Ibeo-低线束LiDAR还有Quanergy-全固态产品S3。
国内已发布车用LiDAR器件包括北科天绘、禾赛科技、速腾聚创；北醒光子、思岚科技、北京星天地、新光圆城、广州思拓、华达科技、安智、无锡中科光电、北京德可达科技、护航实业、镭神智能、思拓力、四维远见、数字绿土。详细情况见下图：
1.4算法芯片
无人驾驶决策系统的核心环节，无疑是算法+芯片的深度学习。需要利用大量实际道路测试数据积累和控制策略迭代。
行业领先者的NVIDIA Drive PX，通过挖掘GPU计算能力进行深度神经网络训练；Google Brain Deep Learning则通过模拟人脑的多层神经网络进行智能汽车环境识别的途径。
目前，已经获得美国加州无人驾驶路试资格的公司包括：
（1）科技公司，如Google、Tesla、Cruise Automation（通用收购）、Zoox、Drive.ai、Faraday Future；
（2）传统整车厂与一级供应商，如大众、奔驰、日产、宝马、本田、福特、博世、德尔福等。
当下，GPU的趋势向FPGA过渡，FPGA（可编程门阵列）是“万能芯片”，用户根据自身需求用HDL对硬件电路设计烧录。单位能耗下性能更强、更灵活，比GPU更有效，“以面积换速度”。这类似于比特币挖矿芯片的发展规律，智能驾驶车用芯片最终会走向ASIC时代（ASIC挖矿速度是FPGA/GPU的200-400倍）。
车联网
车联网将是智能驾驶的延伸和拓展。细分又可分为：前装车联网、后装车联网。
前装车联网，主要是地图导航以及V2V通讯。2016年中国前装车联网渗透率19%（全球平均27%）。预计到2020年中国车联网市场规模2600亿。后装车联网，可自主设置娱乐、导航、生活消费等车载服务。详见下图所示：
目前，国内参与地图导航的公司主要有：四维图新（FastMap）、高德地图、TomTom（荷兰公司，有博世合作开发无人驾驶技术）、HERE联盟（奥迪宝马戴姆勒31亿美元买下，四维图新英特尔参股）、百度等等。
而V2V通信技术，是由福特公司在2014年6月3日发布，可以监测街上行驶的其他车辆的速度、位置等对其他驾驶员无法开放的“隐藏”数据，可降低交通事故几率、提升用户粘性。目前，中国利用现有蜂窝网络基础设施推广LTE-V车联网专用通信。LTE-V有以下优势：1）支持更高车速；2）保证更小时间延迟；3）数据传输速率更快；4）覆盖范围更广；5）成本更低；6）通信更安全。主要推动者为：大唐电信、高鸿股份、中兴通讯。
在后装车联网的车载操作系统上，国外科技型公司占据底层系统，如Android Auto、iOS+QNX的CarPlay、Windows，及国际主流车企的操作系统如宝马ConnectedDrive、奔驰Command等。
UBI是基于驾驶行为的保险。当前车险改革转向以人为主、人车路相结合，个性化服务和产品，提高客户接触频率、体验、粘性。空间巨大。目前障碍包括驾驶风险模型和保险定价模型，原因是整车厂和tier 1尚未开放UBI数据源。UBI参考公司有Progressive、State Farm、Metromile、Insure the Box、Provinzial。而Mobileye已于Seesam、CLAL等险企合作，安装了的10-25%报废折扣。国内尚处于探索阶段。
车载操作系统方面，国外科技型公司占据底层系统，如Android Auto、iOS+QNX的CarPlay、Windows，及国际主流车企的操作系统如宝马ConnectedDrive、奔驰Command、奥迪MMI、通用OnStar等。
国内车联网验证基地目前有上海嘉定汽车城封闭测试区；杭州云栖小镇5G车联网示范区；重庆智能汽车于智慧交通应用示范区；北京通州国家车联网产业基地；芜湖自动驾驶试验区。
汽车后市场：共享自动驾驶使出行成本显著降低
智能化、联网化的汽车，将使我们的出行方式发生重大变革。
自动驾驶未来离不开激光雷达？
近期，自动驾驶无疑已经成为科技圈和汽车圈的热点话题，谷歌、百度、苹果及Uber等科技公司，特斯拉、奥迪、奔驰、宝马等主流汽车厂商纷纷投入自动驾驶领域。然而，关于自动驾驶技术路线之争也一直没有停止过。据了解，在不同技术路线中，所使用到的传感器主要有激光雷达、毫米波雷达以及摄像头三类，且各具优缺点。
一、主流传感器对比
激光雷达：
激光雷达具有高精度、高分辨率的优势，同时具有建立周边3D模型的前景，然而其劣势在于对静止物体如隔离带的探测较弱且目前技术落地成本高昂。由于激光雷达可广泛应用于ADAS系统，例如自适应巡航控制(ACC)、前车碰撞警示(FCW)及自动紧急制动(AEB)，因此吸引了不少具有先进技术的初创公司竞争，同时传统供应商也积极布局投资希望能够达成战略合作关系以便快速获得先进技术。
毫米波雷达：
与激光雷达相比，毫米波雷达具有探测距离远，不受天气状况影响以及成本低的优势。由于毫米波雷达采用硅基芯片，不会特别昂贵，也不涉及复杂工艺，同时正处于第二次工艺转型的重要时期，预计成本仍有下降空间。
相比激光雷达暂时高不可攀的成本以及较低的技术壁垒和自身可全天候工作的优势，毫米波雷达可以说是目前初创公司进入自动驾驶市场的一个门槛较低的入口。
摄像头：
车载摄像头是最基本常见的传感器，价格低廉且应用广泛同时具备雷达无法完成的图像识别功能，不仅可以识别路牌，在自动驾驶系统的图像处理方案中也是不可或缺的一部分。
鉴于目前激光雷达的高成本，摄像头配合高精度地图是另一种较低成本的技术路线。除了与高精度地图配合为自动驾驶提供定位服务，摄像头还可以在地图采集过程中作为低成本且数据传输量小(摄像头捕捉的是小尺寸的2D画面)的数据收集器。
二、视觉主导还是激光雷达主导?
据清华大学邓志东教授介绍，自动驾驶环境感知的技术路线主要有两种：一种是以特斯拉为代表的视觉主导的多传感器融合方案，另一种以低成本激光雷达为主导，典型代表如谷歌Waymo。
1、视觉主导，以特斯拉为代表：摄像头+毫米波雷达+超声波雷达+低成本激光雷达。
摄像头视觉属于被动视觉，受环境光照的影响较大，目标检测与SLAM较不可靠，但成本低。目前，特斯拉已经在其量产车上列装了Autopilot 2.0固件，而且成本较低，只有7000美金左右，8个摄像头组成单目环视，有1个毫米波雷达和12个超声波雷达，希望从L2跳跃到L4。
经过半年的努力，特斯拉近期已经完成了将路测大数据从Mobileye单目视觉技术过渡到基于Nvidia Drive PX2计算硬件平台的特斯拉Vision软件系统上，并且在今年3月底发布了8.1软件版本，它用深度学习的方法在短期内基本达到了Mobileye的技术水平，这是以前很难想象的。特斯拉的自动驾驶技术究竟怎么样，一个重要的观察点就是看它能否在2017年年底，如期从洛杉矶开到纽约，实现全程4500公里且无人工干预的完全自主驾驶。
2、激光雷达主导，以Google Waymo为代表：低成本激光雷达+毫米波雷达+超声波传感器+摄像头。
激光雷达是主动视觉，它的目标检测与SLAM比较可靠，但是却丢失了颜色和纹理且成本高昂。目前谷歌Waymo自己组建团队研发激光雷达的硬件，把成本削减了90%以上，基本上是7000美金左右，同时他们已经开始在美国凤凰城地区对500辆L2级别的车进行社会公测，大大地推进了该类技术路线的落地实践。
激光雷达主导的解决方案未来可以沿如下两个方向继续推进商业化进程：
一个是发展摄像头与激光雷达的硬件模组，把两者结合起来，既有激光雷达，又有彩色摄像头，可以直接获得彩色激光点云数据。
另一个是进一步降低激光雷达的硬件成本，比如研发固态激光雷达并真正实现产业化，届时成本会下降到几百美金。
总之，现在自动驾驶领域有三大核心问题需要着力突破：即利用人工智能，尤其是利用深度学习进行目标识别、自主导航和信息融合，这三方面的技术成果是真正具有商业价值的。
目标识别：例如对交通流稠密的复杂城区，如何可靠地进行周边障碍物的检测与行为预测，特别是对极端与紧急情况的感知与预测。
自主导航：激光SLAM或视觉SLAM及其与低成本组合导航的精准融合;
信息融合：多传感器如何进行信息融合。
三、未来的发展趋势是什么?
目前，由于各种原因，不同厂商对于自动驾驶技术路线仍有争议，所采用的传感器组合方式也有侧重。但是，对于未来发展趋势，业内主流观点认为以激光雷达为主，毫米波雷达以及摄像头等多种传感器为辅的融合才是实现自动驾驶的必由之路。显然，以色列创业公司Innoviz CEO兼联合创始人Omer David Keilaf也是这种观点的支持者。
他认为，将毫米波雷达、摄像头、激光雷达等传感器数据融合的技术，对于保证车辆对周边环境的全局定位和理解是至关重要的，且为Level 3-Level 5级自动驾驶方案的实现提供了必要的技术储备。在环境感知中，每一种传感器都有独特的优势和弱点。例如，毫米波雷达可在低分辨率情况下完成测距，且受天气因素影响小;而摄像头有更高的分辨率，能够感知颜色，但受强光影响较大;激光雷达则能够提供三维尺度感知信息，对环境的重构能力更强。
在这种前提下，只有几种传感器的融合才能提供车辆周围环境更精准的绘图信息，并达到OEM主机厂所需的安全标准。目前，高性能激光雷达的量产和成本问题，仍是通往多传感器融合技术方案，乃至完全自动驾驶的障碍之一。
来源：环球投行汇
【声明】转载自其它平台或媒体文章，本平台将注明来源及作者，但本平台不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证，仅作参考。若侵犯著作权，请主动联系本平台并提供相关书面证据，本平台将更正来源及作者或依据著作权人意见删除该文章，并不承担其他任何责任。
关于我们：
发起人孙春光 学历：天津大学电子信息工程本科、保送通信与信息系统硕士 。
现担任全国工商联民办教育出资者商会EMBA联盟专委会秘书长；北京左右逢源创业投资有限公司合伙人；爱投（ITOU）高管会创始发起人；IT高管会创始发起人
