高级自动驾驶路线之争渐热硬件先吃红利？

2022-03-16张书琛

电脑报 2022年9期

张书琛

一个被瞄准多年的技术高地，正迎来关键一步。

2018年，在美国亚利桑那州坦佩市，49岁的伊莱恩·赫茨伯格推着自行车过马路时，被一辆Uber自动驾驶汽车撞倒，不治身亡。这是自动驾驶汽车有记录以来全球第一起死亡事故，不仅导致Uber终止了在亚利桑那州的自动驾驶技术测试，也让本就承受着苛刻目光的自动驾驶技术一度陷入停滞。

直到2020年，经历过低谷的新能源车企在疫情后迎来爆发，智能化逐渐接棒电动化成为下一个热点，自动驾驶随之提速。不同于传统车企，采用全新电子电气架构后，智能汽车主机厂主动开始比拼算力和自动驾驶性能，冲击更高级别的自动驾驶技术。特斯拉称Autopilot辅助驾驶功能已经让行车安全达到美国平均水平的8.9倍，国内造车新势力也将在2022年持续推出接近L3级别的高级自动驾驶车型。

在这一背景下，车辆感知端的数据精度要求再度提高，數据收集所依赖的传感器需求不断攀升，重感知、高精度的激光雷达产业链受到车企、科技企业以及资本青睐。

尽管完全自动驾驶落地商用仍面临重重挑战，且路径不一，但激光雷达路线短期内仍将是主流。不过在量产前，测评标准不统一、动辄上万元的价格，仍将在一段时间内拖累激光雷达的“上车”。

汽车智能化升级，激光雷达地位上升

什么是汽车智能化？在通常定义中，汽车智能化包括人类通过智能座舱与车端进行交互，实现无人化的驾驶体验;在人类双手被解放的同时，智能座舱将致力于打造舒适的第三空间，实现智能互联新服务。

在这两个智能化发展主线上，智能座舱的商业落地能力更优，成为主机厂向智能终端转变过程中的首选。毕竟在新一代年轻消费者的考量中，汽车空间内的体验感也成为重要指标之一，各家车企也乐于强调自家的智能座舱功能。

百度在去年11月29日宣布，将于2023年推出的集度汽车，其首款车型将采用由百度和高通共同开发的智能座舱系统;2020年12月2日，上汽名爵上市新车MG ONE，其亮点之一是首款搭载洛神智能座舱系统的车型;同一天，小康股份旗下金康赛力斯发布首款搭载华为鸿蒙智能座舱的SUV。

与手机厂商在摄影功能上的内卷类似，有限空间内如何做到“人无我有，人有我优”成了车企的新目标之一。据2021年中国新发布乘用车车型显示，智能座舱的渗透率已达到50.6%，其中渗透率最高的车型价位区间为20万-25万元，高达58.4%，所有含智能座舱的车辆中，中控彩屏的渗透率高达97.9%。

座舱智能化程度如何，对于中国消费者来说也有着不一样的权重。一位大众汽车集团监事会成员分析ID系列产品在国内市场遇冷的原因时曾提到，ID车型应更加贴近中国市场需求，尤其是软件功能方面，“德国消费者可能并不在意车内有没有卡拉OK等诸如此类的功能，中国汽车产品如果没有，消费者会感到失望”。

除了能够投潜在车主所好，主机厂在这一领域加速内卷的另一个原因还在于，其实现难度相对较低，发挥空间更大。智能座舱功能的落地是指将驾驶信息、抬头显示、车载信息娱乐和高级驾驶辅助系统整合到单一芯片的多域控制系统中，并不涉及底盘控制，安全压力小。

而与行车安全息息相关的智能驾驶，在很长一段时间内发展远落后于智能座舱，尤其是L3及以上高级别智能驾驶应用。

按照国际自动机工程师学会自动驾驶分级定义，L1和L2为辅助自动驾驶，辅助自动驾驶系统能够应对部分交通场景，但仍需人类驾驶员监管;L3级是技术的分界点，达到L3级意味着在部分场景下，驾驶权将移交给机器，其间出现事故将由系统承担责任。现在，行业内最接近L3级的代表是特斯拉正在逐步推广的FSD（Full Self-Driving）新版本，预计可应用于城市复杂交通场景。

不过随着市场发生改变，车企开始重视算力比拼，冲击更高级别的自动驾驶技术，L2级以上的刚需硬件也受到关注。

在今年1月在美国举办的国际消费电子展（CES）上，英伟达、高通、英特尔相继推出用于ADAS（高级驾驶辅助系统）的智能芯片，参展厂商超过170家，同比增长12%。2021年起，不少高级自动驾驶车型就已陆续推出，包括小鹏汽车旗下的P5、上汽智己的L7、极狐阿尔法S华为版、奔驰EQS等，几乎代表着现阶段自动驾驶的发展水平和主流硬件配置。可以确定的是，2022年之后即将上市的智能车型普遍将以L2级及以上为主。

自动驾驶分级。图源：企查查

随着高级别自动驾驶逐步落地，激光雷达将实现“0-1”的进步。图源：企查查

为了更好地适配L2+级自动驾驶场景，车辆自身需要在性能和硬件等诸多方面进行提升，这也让曾经一度被视为锦上添花的激光雷达成为关键。

自动驾驶技术的最终目标是取代人类，这需要一系列软硬件配合：感知体系代替人的双眼，规划体系代替大脑，控制系统代替手和脚。而感知正是一切判断的起点。据智能汽车行业人士介绍，现阶段大部分新能源车行车数据收集端的传感器主要是摄像头、雷达和红外线传感器，“摄像头起到获取图像的功能，雷达传感器则为汽车提供环境感知、规划决策;雷达又细分为超声波雷达、毫米波雷达、激光雷达”。

由于成本限制，现阶段电动车主要配置的是毫米波雷达，不过随着L2级以上的自动驾驶技术开始落地，测距精度更高、范围更广的激光雷达成为更优选项。

激光雷达是由激光发射系统、接收系统、信息处理系统、扫描系统四大部分组成，通过激光雷达发射激光束，测量激光在发射及回收过程中的时间差、相位差，来确定车与物体之间的相对距离，实现环境实时感知及避障功能;同时通过激光雷达将车辆的初始位置与高精地图信息进行比对来获得精确的位置。从模型参数的角度来看，能增加100倍以上的安全系数。

“对于L1、L2级驾驶辅助车辆来说，传感器用激光雷达那是降级使用。而对于高级自动驾驶车辆来说，尤其是L3级以上的自动驾驶车辆，要实现真正的行车安全，在感知的传感器方案中，激光雷达是必不可少的传感器之一。” 法雷奥中国CTO顾剑民解释，对比普通雷达，激光雷达能够利用3D建模实现环境感知和增强定位，分辨率高、细节识别清晰，性能优势突出，因此在开发高级别自动驾驶时，主机厂倾向于选择以激光雷达为主、辅以其他传感器的技术组合。

自动驾驶感知端构造。图源：知网

据彭博财经资讯最新统计数据显示，截至今年1月，全球有17家汽车制造商，共推出21款配备激光雷达的乘用车型，其中有的已经投产，有的即将上市，随着通用汽车基于激光雷达打造的Ultra Cruise系统搭载到特定车型中，这一数字将持续增加。

在资本市场，硬件类公司也被视为自动驾驶商业化第一波红利收割者。华泰证券研究员谢志才借鉴智能手机产业链，预计低毛利、高频次硬件供应商的投资优先级较高，高毛利或单体价格偏贵的零部件次之;核心软件系统类公司的投资价值要等到后期国产品牌加快渗透后才会逐渐凸显。

但在业内，针对激光雷达是否多传感器融合方案的唯一选项，仍有不小的争议。

纯视觉路线：特斯拉孤军奋战

感知端升级并非仅有激光雷达这华山一条路，反对者特斯拉力挺更激进的方案——纯视觉路线。

长期以来，特斯拉作为纯视觉路线的代表，主张依靠摄像头为主、毫米波雷达/超声波雷达为辅完成数据收集，并重点开发芯片进行图像处理。马斯克曾对外解释，使用神经网络训练摄像头，配合毫米波雷達，凭算法即能实现视觉系统对激光雷达的替代，进而实现L3-L5级智能驾驶。

出于对决策来源过于繁杂的担忧，支持者众多的激光雷达路线从来都不是特斯拉的选择。在创始人马斯克看来，激光雷达路线的感知端既有摄像头又有雷达，虽然传感器越多，通过融合算法所能提供的环境信息越全面，但当不同传感器给出的信息互相矛盾时，“究竟该听哪个？”的问题总会出现，对决策不利。

为了锻炼系统算法，特斯拉通过多个摄像头无死角收集数据、多模型训练数据、自研高算力FSD芯片，以及独创“影子模式”等一系列解决方案，以此突破视觉系统的缺陷。2017年开始，特斯拉就在每辆车上预装了自动驾驶“影子模式”，即自动驾驶系统处于工作状态，会就感知到的不同状况作出决策，但车辆并不执行自动驾驶系统的命令，而是仍由人类驾驶员驾驶。特斯拉当前累计销量已超百万辆，这意味着每天都有大量实际路况训练数据回传。

马斯克坚持认为当雷达和摄像头不一致时，视觉的精度要高得多，这比多传感器融合更加可靠，因此无论是在智能驾驶辅助阶段还是无人驾驶，都不需要激光雷达。出于对于自身纯视觉算法成熟的自信，去年5月开始，特斯拉甚至去掉了量产车上原来标配的毫米波雷达，只采用全车8个摄像头来为特斯拉的FSD提供外部环境数据采集传感器。

除了技术问题，激光雷达还存在车规级认证难度大、周期长，以及成本过高等问题。当前，通过车规的激光雷达仅四款，激光雷达与纯视觉技术方案相比还没有成本优势。数据显示，单目摄像头成本仅在150～600元之间，较为复杂的三目摄像头成本通常也在1000元以内。

不过对于哪个路线更优，行业内争议颇多。激光雷达路线玩家认为，纯视觉技术的风险正是来源于其对“化繁为简”的执着，容易导致数据形式过于单一、数据精度不足。

纯视觉路线在实际应用中的失败案例的确显示出一定缺陷。随着特斯拉取消了雷达，只使用摄像头之后，个别交通事故中的“幽灵刹车”事件激增。今年2月18日，在接到354起有关“幽灵刹车”的投诉后，美国国家公路交通安全管理局已经启动了对特斯拉的调查。

2020年6月1日，在中国台湾嘉义，一辆大型货车发生事故侧翻在公路上，其他车辆均减速避让至另一个车道继续行驶，而一辆开启了自动驾驶辅助系统Autopilot的特斯拉Model 3没有采取任何措施，径直撞向货车。

广汽研究院智能驾驶技术部部长郭继舜分析称，从车辆系统反应来看，这可能是货车白色箱体有比较强烈的阳光反射，影响了这辆Model 3的摄像头识别;或是因为视觉算法训练数据的局限性，特斯拉可能并未训练过算法识别车辆“顶部”，“即便是Autopilot开启状态下，车主也不应分散注意力”。

据了解，毫米波雷达主要用于测量距离和速度，但因其对金属物体过于敏感，且分辨率不高，在决策系统中权重较低，一般会过滤掉其报警信号，避免“不必要的自动紧急刹车”。理想汽车CEO李想曾表示，“摄像头+毫米波雷达”组合就像青蛙的眼睛，可敏锐察觉动态物体，但对静止物体反应迟钝。

业内人士曾形象地解释过这种不同，“举个最简单的例子，前面的公交车后面，印着一个真人大小的照片，大部分摄像头看到这个照片，有可能认为是一个人。如果摄像头权重过大，可能就会紧急刹车。”

而重感知、高精度的激光雷达可以补足这一短板。激光雷达优势之一在于可以作为汽车的“拐杖”，通过主动探测的方式直接实现物体和路况建模，哪怕是黑暗环境下依然可以探清周边物体并且测距，保证安全。它的核心原理之一是用ToF（光飞行时间法）测量法，向外发射并回收激光脉冲，通过测量激光到达每个物体和返回时所需时间，形成庞大的点云，得到周围物体的立体信息，构建出三维环境模型。相较摄像头和毫米波雷达，激光雷达数据更加精准。

特斯拉Model 3开启Autopilot模式后未分辨出前方障碍物

“同样的情况下，如果引入了激光雷达的话，则会是摄像头、雷达多重验证后才会得出结论，就会知道公交车后不是一个人。”该业内人士表示，更重要的是，企图在对摄像头的训练中穷尽所有障碍物是一件几乎不可完成的任务。不管测试多少路程，收集多少数据，长尾问题的本质就是无穷无尽，因此激光雷达作为数据补充不可缺少。

从短期来看，激光雷达依然会在自动驾驶技术发展中期受到追捧。招银国际研究部经理白毅阳认为，综合对比双方优劣，主流技术路线依然会倾向于激光雷达路线，“一方面，产业链上公司的协同合作将促使激光雷达技术进度及降本速度快于市场预期;另一方面，数据维度代表信息丰富度和差异化程度，与数据量同样重要”。

车路协同能否弯道超车？

除了升级改造车辆软硬件，“路”的智能化也成为实现高级别驾驶的一种可能，甚至承载着中国自动驾驶技术后来居上的期望。

所谓车路协同其实很好理解，即车是智能车，路也需是智能路：借助新一代的通信技术将车与周边的一切事物连接起来，实现车辆与车辆、车辆与路侧基础设施、车辆与行人等交通参与者、车辆与云服务平台的全方位连接和信息交互。而实现的可能就在中国。

在国内车企的设想中，未来智能道路两侧会布置5G基站和服务器，摄像头和雷达等感知设备也从车上转移到路上，信息通过5G网络传送给车辆，车辆据此作出驾驶决策。将部分感知和计算功能从车转移给路或云端。

对于车子来说，有了车路协同的加持，相当于拥有“天眼”，可以提前全面获知实时路况信息，做出更精准的决策，突破单车感知决策瓶颈。

比如说，车辆可以提前知道前方红绿灯状态，然后完成加速、减速操作;通过车车互联，可以提前感知到前车位置速度，提前判断来往车辆意向;而通过人车互联，将行人状态进行检测，数据回传到车内，提前提醒车辆有行人通过，减速慢行。

其实车路协同并不是一个新概念，早在1990年-2000年间，欧美就已经有大量学术论文进行过研究论證。但受制于彼时的通信技术、硬件等条件，这股热潮很快偃旗息鼓。

在2018年下半年，车路协同概念突然在我国获得了政府的支持和巨头的押注。9月6日，阿里巴巴宣布与交通部公路科学研究院成立车路协同联合实验室。两周之后，阿里巴巴牵头组建了一个包括汽车企业、通信运营商等在内的“2038超级联盟”。

同月，中国移动宣布成立“5G自动驾驶联盟”，初期成员有机构40余家;百度也宣布跟进，并于2019年1月9日正式发布车路协同开源方案，如今百度的无人驾驶出租Apollo已落子北上广深等六座城市，在城市道路上进行车路协同测试和试运营。

2019年，包括科技部、工信部、交通部在内的多部委推出了一系列重大项目和政策支撑， 9 月，中共中央、国务院更是印发《交通强国建设纲要》，其中就提到要“加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链”。

2020年 2 月，国家 11 部委更是联合印发《智能汽车创新发展战略》，表示要构建先进完备的基础设施体系，重点推进智能化道路基础设施、车用无线通信网络、车用高精度时空基准服务能力、道路交通地理信息系统、大数据云控基础平台建设。

从规划时起，中国的自动驾驶就强调“智能网联”，而车路协同正是智能网联汽车发展的基础设施。随着各省“十四五”规划的推进，车路协同无疑将加速智能网联汽车发展。去年交通运输部、工业和信息化部、公安部联合发布的《智能网联汽车道路测试与示范应用管理规范（试行）》自2021年9月1日起施行以来，包括重庆、天津、北京、上海在内的城市纷纷发布相关法规，为智能网联汽车在开放道路开展道路测试与应用提供制度支撑。

企业也在携手涌入这个前景无限的新领域。“如果高级别自动驾驶技术普及，无人驾驶出租车的商业化前景会更明朗，甚至成为主要出行方式，那时私家车就不再是必需品。”在电动汽车领域工作十年的朗铭认为，这将改变整个汽车行业，况且车路协同不再是车企孤军奋战，而是5G、智慧城市等概念的整合，芯片厂商、设备厂商都将参与其中。

车路协同部分发展支持政策。图源：企查查

中国市场的制度优势也是企业愿意投入的主要原因之一，车路协同需要进行海量的基础设施改造和重建，相比于迟迟无法推进的欧洲国家，中国擅长“集中力量办大事”的特点给了行业信心。“中国自动驾驶领域起步晚，但政策层敢于尝试，并且愿意投资基础设施。”朗铭预测，这种另辟蹊径很有可能让中国在自动驾驶领域弯道超车。

但现实中，想让不同行业步调一致困难重重。车路协同的上下游产业链长且复杂，包括设备制造商、车联网公司、图商及定位系统提供商、整体解决方案提供商;也有网络通信服务商、云计算服务商、出行服务商、车企、政府机构等多种角色。在标准制定话语权上，各行业联盟、企业博弈不断。

从研发成本来看，如果没有政策补贴，车企也很难有动力改造车辆。小鹏汽车自动驾驶产品总监黄鑫谈及车路协同技术发展时曾表示，目前并不会把自动驾驶押宝在车路协同上，一个是出于技术的担忧，一个则是从商业成本上考虑：“如果太依赖车路协同技术就像闭上眼睛等副驾来指挥一样，而且这一技术非常依赖网络，一旦断开或者延迟都会出问题;况且为了实现车路协同，车企在成本上可能需要增加300%-500%，对于量产来说并不划算。”

无论车路协同或是单车智能，都离不开彼此的共同发展，这也意味着如果车辆的研发定义无法与智慧道路相融合，所谓车路协同不过是伪概念。

激光雷达下沉，降本更要合规

车与路的升级都离不开软硬件，尤其是随着L3级自动驾驶车辆进入放量期，数据收集端的传感器需求增量在新能源车销量攀升和数据精度要求提高的背景下具有确定性。景顺长城研报预测，激光雷达2020年至2025年5年复合增速将达到159%，远超平视显示系统（HUD）和存储器。

但走向大规模应用之前，高成本和车规级依然限制着激光雷达的“上车”。“好用，但是用不起”是业内对激光雷达的普遍看法，2007年，激光雷达龙头企业Velodyne刚刚推出机械旋转式HDL-64E（64线束）激光雷达时，谷歌出价高达8万美元。线束数量是衡量激光雷达性能的重要指标，线束越高，扫描测量环境越精准。

随着国内科技企业不断进入，发力转换技术路线，激光雷达的成本终于开始下探。

禾赛科技、速腾聚创、大疆、华为等国产品牌都瞄准了成本更低的混合固态和固态激光雷达。华为计划大规模生产的96线束激光雷达即为一款混和固态雷达，这类激光雷达不需要旋转也可以调节线束发射方向，但角度有限，与360度机械旋转式相比，实际上是降低了性能。如果想实现360度覆盖，需要配备3个激光雷达。

不过混合固态和固态激光雷达可嵌入车身，体积小，也便于生产，大幅降低了激光雷达成本。业内人士称，加上软件，小鹏的激光雷达成本也可以控制在1万元以内。据了解，当前国产激光雷达报价已经压至8000元以下，但如果要实现真正的普及，“成本须降至数百元”。

激光雷达的部件成本包括收发模组、人工调试、机械装置和控制模组等，发射、接收模块在成本中的占比最大，超过六成，其次是人工调试成本。

业内普遍认为，激光雷达降本主要有三种方式：一，通过大规模量产分摊成本;二，通过自研，降低元件成本;三，技术调整，由成本较高的机械式向纯固态迁移等等。

拥有强大工业制造能力的华为，让激光雷达的成本下行再度提速。早在2020年末，华为首次发布96线束车规级高性能激光雷达时，就曾表示要将其成本压低到200美元（约1270元），与早期动辄上万美元的价格相比，完全不是一个量级。

降本现曙光，但对于这个赛道上所有的供应商来说，如何实现车规级批量生产，仍然是最大的“拦路虎”。

激光雷达是一类新的汽车零部件，目前面临着缺乏统一测评标准的难题，但汽车产品有整体性安全要求，激光雷达“上车”也要满足相应条件。比如，车规级激光雷达的工作温度要跨越105摄氏度至零下40摄氏度，而在雨雪雾等极端天气下，激光雷达性能可能会受到影响，导致扫描不出正确3D图像，严重时系统还会作出致命决策。

车企当然会选择最符合车规级的技术路线，但在实际操作中，各家车企也没有统一的激光雷达车规标准。蔚来新车型ET7就选择了自动驾驶性能优先，装载了体积较大的激光雷达，同时为了获得更大的视场角还选择将其放置在车顶，牺牲了车辆造型、风阻表现。

蔚来新车型选择了前装激光雷达

为了进一步将低成本、高可靠性的激光雷达融入自己的定制化车型中，车企也开始以投资的方式入局激光雷达行业。公开资料显示，小鹏汽车、尚颀资本（上汽参股基金）投资了MEMS激光雷达公司一径科技，李斌控制的蔚来资本投资了激光雷达初创公司Innovusion（图达通），比亚迪则入股了激光雷达明星公司速騰聚创（RoboSense）。

2021年10月，全国汽车标准化技术委员会电子与电磁兼容技术委员会正式开展国家标准《车载激光雷达性能要求及试验方法》的起草工作。但该标准至今尚未正式推出，为产品能否如期量产装车埋下隐患。