汽车的智能化、数字化、网络化等相关技术飞速发展，自动驾驶成为各厂商重点研发的技术之一。激光雷达作为 L3 以上自动驾驶的核心传感器，成为目前各品牌汽车的主要卖点之一。2022 年起，众多车企的多款搭载激光雷达的乘用车，像小鹏 P5、蔚来 ET5、智己 L7 等，已纷纷进入市场。

车载激光雷达具有哪些优劣势呢？本文会从激光雷达的工作原理、类别以及优缺点等方面展开进行探讨。

激光雷达

激光雷达，是一种通过发射激光束来探测目标的位置、速度等特征量的雷达系统。它的工作原理是向目标发射探测信号，也就是激光束。接着会接收从目标反射回来的信号，即目标回波。之后将接收到的信号与发射信号进行比较，经过适当处理后，就能获得目标的相关信息。这些信息包括目标距离、方位、高度、速度、姿态以及形状等参数。通过这样的方式，就可以对飞机、导弹等目标进行探测、跟踪和识别。它包含激光发射机、光学接收机以及信息处理系统等部分。激光器能把电脉冲转变为光脉冲并发射出去，而光接收机则将从目标反射回来的光脉冲重新还原成电脉冲，之后将其送到显示器。

传统的雷达是以微波和毫米波波段的电磁波作为载波的雷达。激光雷达是以激光作为载波，能够用振幅、频率和相位来搭载信息当作载体。所以，激光雷达具备一些优于微波及毫米波的特点。

激光雷达具备一些优点，包括分辨率高、隐蔽性好以及抗有源干扰能力强。其中，它的距离分辨率高且速度分辨率也高，凭借这一特性，能够运用距离——多谱勒成像技术去获取目标的清晰图像，而这正是激光雷达最为显著的优点，并且多数的应用都是基于这一点。另外，激光具有直线传播的特性，方向性良好，光束十分窄。它只有在自己的传播路径上才能被接收到。所以，他人截获它是非常困难的。并且，激光雷达的发射系统（发射望远镜）口径很小，可接收区域较窄，有意发射的激光干扰信号进入接收机的概率极低。另外，在自然界中，能对激光雷达起干扰作用的信号源并不多。因此，激光雷达抗有源干扰的能力很强。

它的外形比较小巧。

激光雷达的分类方式有很多种。从扫描系统的差异角度来看，可以分成机械式的，还有混合固态的（包含转镜式、棱镜式、MEMS 振镜），以及固态的（包含 OPA）等。从测距方法的差异角度来讲，可以分成 TOF 激光雷达和 FMCW 激光雷达。

车载激光雷达

主动巡航系统可自动变道超车

汽车激光雷达当前主要是用于辅助自动驾驶系统。它可以协助汽车去认知路面的自然环境，还能自主地对行驶路线进行整体规划。激光雷达会从激光器中以每秒数百万的速度发送光脉冲，这些光脉冲会从物体上反射回来，然后被传感器接收，车载计算机凭借此来创建车辆周围环境的 3D 地图。激光雷达能应用于 ADAS 系统。比如在自适应巡航控制（ACC）方面可以应用。在前车碰撞警示（FCW）方面也能应用。在自动紧急制动（AEB）方面同样可以应用。

目前市场上类似激光雷达的感知硬件主要有摄像头、毫米波雷达、超声波雷达、激光雷达以及 V2X。V2X 意为 to ，也就是车对外界的信息交换。简单来讲，搭载该系统的车型在自动驾驶模式下，能够依据对实时交通信息的分析，自动挑选路况最佳的行驶路线，进而极大地缓解交通堵塞。此外，利用车载传感器和摄像系统，能够感知周围环境并做出迅速调整，以此实现“零交通事故”。比如，当行人突然出现时，能够自动减速到安全速度或者停车。相关硬件方面，超声波雷达成本很低，不过其感知距离较近，主要用于停车辅助；而 V2X 仍处于起步阶段，尚未得到广泛应用。

摄像头是目前自动驾驶感知硬件的主流。它类似人眼看世界，系统算法能自动分析图像并找出各种事物。双目摄像头可以像人眼那样，通过夹角来分析前方障碍物的距离。然而，视觉很依赖算法，且算法需要大量的数据来进行训练，技术门槛较高。摄像头受环境因素影响较大，比如逆光和能见度等。并且，在不同环境下，其识别准确率会有较大波动。

毫米波雷达在汽车领域应用已有一段时间。ACC 自适应巡航是通过毫米波雷达来实现的。当下，毫米波雷达的成本处于可控制的范围。并且，它在恶劣天气条件下依然能够正常运作。此外，它还能够更直接地对其他车辆的速度进行判断。正因如此，毫米波雷达在自动（辅助）驾驶中得到了广泛的应用。毫米波雷达的识别精度存在局限，难以明确障碍物的具体轮廓。目前主流的毫米波雷达连垂直高度信息都无法判断，对于小尺寸障碍物的判断更是模糊不清。

激光雷达能准确感知周边环境的三维信息，相比于其他感知硬件，其探测精度在厘米级以内。这使得它能够准确识别障碍物的具体轮廓和距离，不会漏判和误判前方出现的障碍物。与前两者目前的主流水平相比，激光雷达普遍的有效探测距离更远，更远的探测距离能为车载电脑提供更多的反应时间。据悉，蔚来 ET5 所搭载的激光雷达，其最大探测距离为 250 米。这也就意味着，在时速为某一特定值时，ET5 能够有将近 9 秒的时间来对周围环境做出反应。

激光雷达的缺点首先体现在价格方面。早期的机械式激光雷达价格常常高达几十万甚至上百万。而如今，华为、大疆等企业把激光雷达的价格控制在了一千美元以内，使其达到了可以实际应用的程度。不过，与其他感知传感器相比，它依然显得极为昂贵。

另外，激光雷达对工作环境的要求是比较高的。光如同电磁波一样，其波长越短，所走的线路就越直，绕过障碍物的能力也就越弱。毫米波雷达发射的电磁波波长处于 1 至 10 毫米之间，而目前主流的激光雷达发射的激光波长是[具体激光波长数值]。激光的优势在于它能够聚焦。它在很长的距离上都不会发散。但正因如此，它无法绕过障碍物。在雨雾、风沙等天气情况下，它会受到极大的干扰，甚至无法工作。

激光雷达目前尚不具备单独作为汽车驾驶感知硬件的能力。然而，当激光雷达与毫米波雷达、摄像头等进行数据融合时，能够得出更全面的周遭环境信息，并且对自动（辅助）驾驶的路径规划和安全性有着极大的帮助。

技术发展

近日，中国科学技术大学的科研团队在相干测风激光雷达领域取得了重大突破。他们首次达成了 3 米的空间分辨率和 0.1 秒的时间分辨率，实现了全球最高时空分辨率的高速风场观测。该成果于日前在国际学术期刊《光学快报》上进行了发表。

米级分辨率的大气风场探测有着重大意义，它在航空航天安全方面有重要作用，在高价值目标保障方面也很关键，同时在数值天气预报等方面也不可或缺。要获取 3 米和 0.1 秒时空分辨率的风场，就必须将现有激光雷达信号检测灵敏度再提高 2 个数量级以上。

科研团队对激光雷达在激光光源、光学收发系统、高速数据采集电路和数据处理算法等方面进行了全面优化。他们提出了一种新的反演算法，使得风场反演精度和稳健性得到了大大提高。最终，他们成功实现了一套全国产化的“产品级”测试样机，该样机具有人眼安全的特点，整装设备仅 40 公斤，工作稳定，环境适应性强。

我国这次的激光雷达研制取得了重大突破，它为后续的商用提供了技术基础。

小结

兴业证券的研报表明，2022 年将成为激光雷达大面积上市的起始之年。预计从 2023 年开始，车载激光雷达赛道将会进入持续的高速成长阶段。依据前瞻产业研究院的预测，我国车载激光雷达行业的市场规模在 2026 年有可能会超过 430 亿元。由此可以看出，车载激光雷达的发展空间是极为巨大的。

注释：L3 级自动驾驶意味着车辆在特定环境下能够进行驾驶操作以及周边环境监控等行为，且无需驾驶员进行操作。然而，在车辆自动驾驶期间，驾驶员必须集中注意力，随时准备接管车辆，以应对自动驾驶系统无法处理的状况。

图片来源于网络