賈浩楠 發(fā)自 副駕寺
智能車參考 | 公眾號 AI4Auto

Robotaxi的未來，正取決于一場正在進(jìn)行的感知硬件換代趨勢。

2004-2007年的DARPA無人車挑戰(zhàn)賽，是如今激動人心、轟轟烈烈的自動駕駛、汽車工業(yè)智能化源頭。

賽場上叱咤風(fēng)云的團(tuán)隊(duì)，以及從這些團(tuán)隊(duì)分化、受此啟發(fā)的創(chuàng)業(yè)者，后續(xù)紛紛落地生根，開創(chuàng)了一個(gè)全新的行業(yè)——自動駕駛，它們的名字至今如雷貫耳：Waymo、Apollo、小馬智行、文遠(yuǎn)知行、Momenta……

它們創(chuàng)造了Robotaxi這一全新物種，通過一代代的AI技術(shù)體系迭代，技術(shù)上愈發(fā)接近“全無人駕駛”這一終極目標(biāo)，商業(yè)上也迅速走到大規(guī)模部署的轉(zhuǎn)折點(diǎn)。

還在這個(gè)過程中技術(shù)外溢，直接影響、開啟了整個(gè)汽車工業(yè)的智能化普及。

產(chǎn)業(yè)鏈層面，一種全新的傳感器設(shè)備——激光雷達(dá)，同樣在DARPA無人車挑戰(zhàn)賽上首次登場，并且伴隨自動駕駛技術(shù)、Robotaxi形態(tài)不斷迭代，從最初的“意外驚喜”，到一段時(shí)期的“成本挑戰(zhàn)”，再到后來的底層必備。

Robotaxi和激光雷達(dá)，一個(gè)源頭流出的兩種產(chǎn)品始終相輔相成、不可或缺，整個(gè)過程互為因果，協(xié)同共進(jìn)。

現(xiàn)在，面向自動駕駛、Robotaxi大規(guī)模商用、普及時(shí)代的激光雷達(dá)，呼之欲出：

誰能率先部署新一代高性能、高可靠、低成本的激光雷達(dá)，誰就能在未來的數(shù)據(jù)積累和運(yùn)營效率上獲得難以逾越的先發(fā)優(yōu)勢。

Robotaxi與激光雷達(dá)的“雙生”

DARPA無人車挑戰(zhàn)賽前后一共舉辦過3屆，其中2004年第一屆受制于當(dāng)時(shí)的軟硬件，15支決賽圈隊(duì)伍無一完賽，成績最好的CMU，也僅跑了12公里左右就撞車，不到賽段1/10。

慘敗告終，但因?yàn)檫@場比賽，學(xué)界、車企首次合作解決無人駕駛問題，直接引發(fā)了這一輪關(guān)于自動駕駛的研究，從這個(gè)角度來說，這次比賽無疑又是成功的。

2005年第二屆挑戰(zhàn)賽，斯坦福大學(xué)人工智能實(shí)驗(yàn)室和大眾合作，動用了大眾在德國的資源，史無前例在途銳越野車上安裝了5個(gè)SICK的單線激光雷達(dá)：

盡管當(dāng)時(shí)SICK單線激光雷達(dá)最遠(yuǎn)探測距離只有25米，但仍然幫助斯坦福隊(duì)伍6小時(shí)54分跑完全部212公里賽段，拿到冠軍。

SICK激光雷達(dá)來源于一家名叫Ibeo的德國創(chuàng)業(yè)公司，正是因其產(chǎn)品在DARPA挑戰(zhàn)賽上意外“走紅”，Ibeo立刻把業(yè)務(wù)重心從傳統(tǒng)工業(yè)測繪轉(zhuǎn)向車載，開啟了激光雷達(dá)和自動駕駛、Robotaxi的“共生”。

2005年的挑戰(zhàn)賽結(jié)果，還直接影響了當(dāng)時(shí)的一家音響公司Velodyne，將全部資源轉(zhuǎn)向車載激光雷達(dá)。

以全無人為目標(biāo)的L4，和L2輔助駕駛有本質(zhì)區(qū)別，要求系統(tǒng)的絕對安全和全程無人干預(yù)，所以感知系統(tǒng)必須具備超高可靠性、精準(zhǔn)度和冗余保障。

從技術(shù)角度來看，攝像頭數(shù)據(jù)采集上來以后，要經(jīng)過目標(biāo)分割、識別、計(jì)算尺寸、距離、速度，然后再和自車的速度軌跡比較，才能輸出一個(gè)可供規(guī)劃模型輸出參考的結(jié)果。

而除了延時(shí)，這種傳統(tǒng)模塊化的自動駕駛算法，還可能存在噪聲、誤差，連續(xù)幾個(gè)模型累積下來，對最終結(jié)果影響很大。

與攝像頭“被動”接收環(huán)境信息相比，激光雷達(dá)則是“主動”感知環(huán)境：

發(fā)射出去的紅外光波，碰到障礙物一定會產(chǎn)生回波，100%反映在點(diǎn)云圖上，在感知這個(gè)層面避免了“漏檢”。

又因?yàn)辄c(diǎn)云圖本身帶有深度信息，可以直接對環(huán)境進(jìn)行3維重建，省去了從圖像數(shù)據(jù)重構(gòu)場景的步驟。

同時(shí)發(fā)送脈沖，接收脈沖之后，系統(tǒng)可以直接從返回時(shí)間讀取距離，從信號調(diào)制讀取相對速度。全程沒有“識別”這個(gè)過程，純測量，低噪音，計(jì)算簡單，每秒可以完成數(shù)百次。

從技術(shù)特征出發(fā)，激光雷達(dá)在自動駕駛系統(tǒng)的感知、信號處理、延時(shí)等等方面，對比純視覺方案確有明顯優(yōu)勢。

所以等到了2007年的第三屆DARPA挑戰(zhàn)賽，六支完成比賽的隊(duì)伍中，五家使用了Velodyne的機(jī)械式激光雷達(dá)，直接確立了激光雷達(dá)在L4及以上級別自動駕駛中的地位。

然而，這種相互依賴背后，有成本和可靠性的巨大優(yōu)化空間，這為日后兩個(gè)賽道共同的“成長煩惱”埋下了伏筆。

之后激光雷達(dá)和Robotaxi的發(fā)展，既有互相成就，也經(jīng)歷了一段動態(tài)平衡與協(xié)同進(jìn)化的歷程。

激光雷達(dá)和自動駕駛的協(xié)同進(jìn)化

嚴(yán)格細(xì)分的話，其實(shí)Robotaxi的真正起源是2007年的第三屆DARPA挑戰(zhàn)賽，這一屆首次以“城市挑戰(zhàn)賽”為主題，全面驗(yàn)證自動駕駛系統(tǒng)在真實(shí)交通場景中的感知、識別、博弈、規(guī)劃、控制等等綜合能力，奠定了如今Robotaxi的基本形態(tài)：

即由攝像頭、激光雷達(dá)、毫米波雷達(dá)傳感器、線控系統(tǒng)、計(jì)算單元等構(gòu)成無人車硬件系統(tǒng)，由傳感器融合、目標(biāo)定位、識別、路徑規(guī)劃和行為規(guī)劃等算法構(gòu)成無人車的軟件系統(tǒng)，軟件和硬件結(jié)合構(gòu)成自動駕駛系統(tǒng)。

后人所做的，無非是在這條基礎(chǔ)路線上進(jìn)行更加深入和精細(xì)化的技術(shù)迭代。

DARPA挑戰(zhàn)賽上瓜分冠亞軍獎金的CMU、斯坦福團(tuán)隊(duì)，之后大多都匯聚到了Waymo前身、谷歌自動駕駛項(xiàng)目，由Sebastian Thrun帶隊(duì)，啟動了人類歷史上第一次自動駕駛商業(yè)化探索。

從2009年谷歌自動駕駛項(xiàng)目起步開始，一直到2015年，可以看成是自動駕駛、Robotaxi的路測階段：

這個(gè)階段Robotaxi主要挑戰(zhàn)是在真實(shí)道路場景中驗(yàn)證技術(shù)體系可靠性，展現(xiàn)出的是對激光雷達(dá)性能的強(qiáng)需求。

舉個(gè)例子，SICK最早的激光雷達(dá)最遠(yuǎn)探測距離只有25米，線數(shù)也只有單線，一方面限制了車輛的最高時(shí)速，一方面又不得不一次使用很多個(gè)….這也是為何當(dāng)時(shí)200公里賽程要花6個(gè)小時(shí)跑完。

系統(tǒng)反應(yīng)時(shí)間、安全冗余下限、布置形式、乘坐體驗(yàn)等等，遠(yuǎn)達(dá)不到商業(yè)化門檻。

所以Robotaxi的路測階段對激光雷達(dá)的需求是更高的線數(shù)、更遠(yuǎn)的探測距離。

這個(gè)時(shí)期，Velodyne一度是絕對王者，64線機(jī)械式激光雷達(dá)成了全球所有自動駕駛系統(tǒng)的必備傳感器，單價(jià)最貴時(shí)上百萬，便宜的時(shí)候也得“一線一萬塊”，就這還經(jīng)常斷貨。

百度Apollo當(dāng)時(shí)為了更方便拿貨，甚至直接出資投了Velodyne。

不過這個(gè)階段，國內(nèi)的自主創(chuàng)業(yè)公司同樣開始發(fā)力，依托國內(nèi)成熟的供應(yīng)鏈，開始從技術(shù)、成本兩方面向頭部發(fā)起沖擊。

比如禾賽批量給Cruise供應(yīng)的Pandar64，速騰批量給Momenta、AutoX等客戶供應(yīng)Ruby128線等等。

這個(gè)階段的激光雷達(dá)產(chǎn)品，解決的是自動駕駛關(guān)鍵傳感器從無到有的問題，但也展現(xiàn)出“痛點(diǎn)”：激光雷達(dá)成為了自動駕駛系統(tǒng)單項(xiàng)成本占比最高的元件。

而一輛成本造價(jià)動輒一兩百萬的無人車，完全不可能替代一輛售價(jià)僅10萬左右的傳統(tǒng)出租車——這也是激光雷達(dá)第一次市場格局成型的驅(qū)動因素。

從2016年開始，自動駕駛賽道的頭部玩家以“落地運(yùn)營”為目標(biāo)，開始了技術(shù)、商業(yè)上新的嘗試探索。

首先是技術(shù)上由之前的模塊化、規(guī)則化、地圖先驗(yàn)，轉(zhuǎn)向輕地圖、模型化、數(shù)據(jù)驅(qū)動，系統(tǒng)的泛化性空前加強(qiáng)，不同傳感器的前融合也進(jìn)一步突破。

商業(yè)上開始以“落地運(yùn)營”為目標(biāo)，和車企合作制造車規(guī)、前裝量產(chǎn)的Robotaxi車型。

并且L4的先進(jìn)理念、技術(shù)體系開始被L2接受，量產(chǎn)智能輔助駕駛規(guī)?；狭浚蚏obotaxi路線齊頭并進(jìn)。

車規(guī)，其實(shí)就是2016-2024年試運(yùn)營階段Robotaxi、L2輔助駕駛對激光雷達(dá)提出的最嚴(yán)苛要求：性能更強(qiáng)之外，可靠性上要滿足“十年不壞不換”的基本門檻，尺寸形狀上還要滿足機(jī)動車一系列的安全設(shè)計(jì)規(guī)范。

之前叱咤風(fēng)云的海外明星激光雷達(dá)玩家，幾乎都倒在“車規(guī)”這一關(guān)。

自主玩家速騰、禾賽則后來居上，迅速用更高精度、更大視場角的車規(guī)級、半固態(tài)產(chǎn)品滿足了需求，成為明星產(chǎn)品。

比如速騰M1P、禾賽AT128等等，并且逐漸在普通用戶中建立起“激光雷達(dá)=安全帶”的認(rèn)知。

而L2的規(guī)?；?，也水到渠成地解決了激光雷達(dá)成本痛點(diǎn)——去年速騰成功把激光雷達(dá)帶入“千元機(jī)”時(shí)代，成本幾乎只有早年Velodyne產(chǎn)品的千分之一。

2024年開始Robotaxi似乎一夜“翻紅”，落地規(guī)模迅速突破千臺級別、用戶層面火爆出圈，之前耕耘十多年的先行者們，也終于在資本市場上獲得了認(rèn)可…..

直接驅(qū)動因素，就是激光雷達(dá)成本的迅速下降，讓Robotaxi成本優(yōu)勢打平甚至超越網(wǎng)約車，掃清商業(yè)運(yùn)營最后的障礙。

激光雷達(dá)行業(yè)的第一次群雄逐鹿，從Robotaxi起源，在量產(chǎn)輔助智駕中決出勝負(fù)，速騰、禾賽“兩超”局面由此產(chǎn)生。

L2戰(zhàn)場完成的第一次洗禮，為激光雷達(dá)行業(yè)帶來了成本與車規(guī)的成熟經(jīng)驗(yàn)，從而為Robotaxi的規(guī)?；逃脪咔辶俗詈笳系K，也將行業(yè)競爭帶入了一個(gè)全新的階段——2025成為Robotaxi規(guī)?；逃迷?。

頭部玩家的Robotaxi車隊(duì)規(guī)模，從百臺走到千臺，用了幾乎10年，而2025年僅一年，就從千臺走向萬臺規(guī)模。

自動駕駛對激光雷達(dá)的要求，也轉(zhuǎn)變?yōu)?strong>高性能、低成本、高可靠性的三重平衡。

激光雷達(dá)的第二次格局重塑

規(guī)?；逃煤驮囘\(yùn)營的本質(zhì)區(qū)別，是Robotaxi突破以往一城一地的“地理圍欄”與運(yùn)營時(shí)段限制，開始向全地域、全時(shí)段、全氣候條件部署。自然要應(yīng)對更多更復(fù)雜的場景挑戰(zhàn)。

對關(guān)鍵的激光雷達(dá)，提出了更嚴(yán)苛的要求。

性能層面自不必說，肯定是更高了。要求“萬無一失”的Robotaxi，需要在更遠(yuǎn)距離識別更小、更低矮的障礙物（如130米外13x17厘米的紙盒）、雨天地面線檢測等等，這樣系統(tǒng)才能預(yù)留充足決策時(shí)間，保障安全與乘坐體驗(yàn)，保護(hù)車輛資產(chǎn)。

此外，還需要更高可靠性。Robotaxi和私家車最大的不同是幾乎7×24全時(shí)段運(yùn)營，“車規(guī)”要求更加升級。而全固態(tài)設(shè)計(jì)因無運(yùn)動部件，在可靠性、體積和成本方面潛力巨大，開始逐漸成為主流方向。

當(dāng)然全固態(tài)產(chǎn)品當(dāng)下探測距離仍有限制，所以更多用在補(bǔ)盲位置，不過半固態(tài)產(chǎn)品的“固態(tài)化”程度也在不斷提高。

“高性能、高可靠性、成本可控”，就是激光雷達(dá)第二次格局迭代的主要驅(qū)動因素——自研數(shù)字化芯片。

比如速騰聚創(chuàng)前不久公布的遠(yuǎn)距四顆EM4激光雷達(dá)與四顆E1補(bǔ)盲雷達(dá)的組合方案：

核心采用VCSEL+SPAD-SoC的數(shù)字化架構(gòu)，實(shí)現(xiàn)了高靈敏度的數(shù)字化檢波功能，大幅提升了信號的完整性和點(diǎn)云質(zhì)量。

VCSEL指垂直腔面發(fā)射激光器，能量轉(zhuǎn)化率高、光束質(zhì)量優(yōu)越、和波長穩(wěn)定性，光束發(fā)散角低至0.1度，光束形狀可控，尤其適合高精度測量。

最重要的是垂直出光，允許芯片級封裝，支持晶圓級制造，可實(shí)現(xiàn)低成本大規(guī)模生產(chǎn)。

SPAD-SoC全稱是單光子雪崩二極管與數(shù)字信號處理器集成芯片，是千線級別激光雷達(dá)的核心技術(shù)：

將SPAD陣列、淬滅電路、時(shí)間數(shù)字轉(zhuǎn)換器（TDC）及信號處理等功能集成于單一芯片，實(shí)現(xiàn)更高效的光子檢測與距離測量。其架構(gòu)與CMOS圖像傳感器相似，可支持高分辨率（如1080P、4K甚至8K），而傳統(tǒng)SiPM方案無法實(shí)現(xiàn)高線數(shù)化。

理論上，EM4最高0.050°×0.025°角分辨率，可以有效探測最遠(yuǎn)170米外的輪胎、以及250米外的石塊、紙箱或橫穿小動物等目標(biāo)。

實(shí)際測試中，EM4可以在130米外清楚探測到地面的13x17厘米的紙盒：

還自帶雨霧雪塵去噪技術(shù)，能夠在極端氣候條件下，智能識別每一個(gè)回波數(shù)字信號攜帶的信息，精準(zhǔn)去除雨霧雪塵噪點(diǎn)，還原清晰環(huán)境信息：

芯片化，同時(shí)滿足了性能躍遷、可靠性提升和成本下降，是目前唯一能滿足Robotaxi頭部玩家全天候全地域商業(yè)化運(yùn)營的激光雷達(dá)產(chǎn)品。

實(shí)際上，這也是這個(gè)賽道所有玩家達(dá)成共識的下一代激光雷達(dá)技術(shù)迭代路線。

速騰聚創(chuàng)EM平臺的多款數(shù)字化產(chǎn)品已經(jīng)率先規(guī)模交付上車，而其他激光雷達(dá)廠商，也給出了2026或2027年的量產(chǎn)計(jì)劃。

Robotaxi規(guī)?；?，長期看是算法、工程、運(yùn)營等等綜合能力的角力。

但未來2-3年，卻是頭部實(shí)力玩家拉開關(guān)鍵差距，積累先發(fā)優(yōu)勢動能最關(guān)鍵的時(shí)期。

2025年迅速突破萬臺已無懸念，更多的行業(yè)分析報(bào)告，以及一線專家認(rèn)為，2-3年內(nèi)落地10萬臺，才具備營收、數(shù)據(jù)持續(xù)加速的基礎(chǔ)。

同樣是又一個(gè)質(zhì)變的關(guān)鍵節(jié)點(diǎn)，但Robotaxi賽道史上頭一次在關(guān)鍵技術(shù)、硬件上有了不需爭論、驗(yàn)證的明確選擇：

誰提前迭代、儲備最基礎(chǔ)關(guān)鍵的“眼睛”，誰就很有可能在算法、運(yùn)營的“持久戰(zhàn)”中無后顧之憂，搶占先機(jī)。

數(shù)字化架構(gòu)激光雷達(dá)的性能、成本優(yōu)勢，還體現(xiàn)在持續(xù)可迭代，尤其是自研芯片帶來的持續(xù)升級、性能提升的優(yōu)勢，也有助于Robotaxi在持續(xù)運(yùn)營中不斷改進(jìn)，搶占先機(jī)。

對激光雷達(dá)玩家來說，Robotaxi規(guī)模化商用可能又是一次格局重塑的新機(jī)遇：“萬億市場”價(jià)值真正開始兌現(xiàn)——Robotaxi開始替代傳統(tǒng)出租車網(wǎng)約車，甚至是一部分私家車。

更廣義的自動駕駛層面，Robotaxi外溢的量產(chǎn)智能輔助賽道，2025年同步進(jìn)入L3的量產(chǎn)元年，并且在后端技術(shù)體系、前端感知方案上和Robotaxi交匯融合。

L4的競賽還在進(jìn)行，但決勝的鑰匙之一已然清晰。誰能在感知硬件上先發(fā)先至，誰就能在十萬臺及后續(xù)持續(xù)運(yùn)營上就能建立顯著的領(lǐng)先優(yōu)勢。

未來其實(shí)不在明天，而在今天。這不僅是關(guān)于一款傳感器或一項(xiàng)技術(shù)的抉擇，更是關(guān)于在智能出行革命中，不僅了解過去，更能看清未來。