激光雷达为什么会“蹿红”

近年来，随着自动驾驶技术的迅速发展，自动辅助驾驶的概念越来越多地被人们所关注。伴随着自动驾驶辅助系统在量产车型上需求的不断增加，相关的感知硬件也得到了迅速的发展。

一般情况下，我们开车需要用眼睛观察路面情况，而自动(辅助)驾驶就是通过感知硬件来感知周围道路情况。当前在汽车上使用的可感知硬件包括但不限于：照相机，毫米波雷达，超声雷达，激光雷达，以及与V2X有关的硬件。

激光雷达作为一种新兴的感知硬件，其原理也在前面简单的提到，即通过发射激光来测量周围物体的距离。激光射出的线束越多，就越能感知到更多的区域和细节，通过反射的激光旋转扫描，就能获得一个区域的三维形状。

本文对激光雷达和其它感知硬件进行了简单的对比，其中超声雷达虽然成本很低，但是感知距离很近，主要是作为停车辅助；V2X还处于起步阶段，没有大量的应用，所以不进行对比。

照相机是当前主流的自动驾驶感知硬件，就像人的眼界一样，系统算法会自动分析图像，找出其中的各种现象。双摄像头也能像人眼一样通过角度分析前方障碍物的距离。但是视觉非常依赖于算法，算法需要大量的数据进行训练，对于后来者来说有着非常高的门槛。另外，摄像机受环境因素如逆光、可见性等的影响很大，不同环境下的识别准确率会有很大的波动。

随着毫米波雷达在汽车上的广泛应用， ACC自适应巡航系统也被采用。毫米波雷达成本可控，同时毫米波雷达在恶劣天气下也能正常工作，并能更直接地判断其他车辆的行驶速度，因而在自动(辅助)驾驶中得到广泛应用。但是，毫米波雷达识别精度有限，判断障碍物的具体轮廓比较困难，目前主流的毫米波雷达甚至不能判断垂直高度信息，对小尺寸障碍物更不能判断。

在上海车展期间，华为发布了最新可装车4 D成像雷达，实际上也是一款毫米波雷达，不过在精度方面做了大幅度优化。图像精度得到了极大的提高，不仅能勾勒出车辆、行人等障碍物的轮廓，还能越过前车检测到前方车辆的速度和距离。与此相对应，费用也大幅上升。此外，毫米波雷达还具有金属敏感、非金属探测能力较弱等特点。

其次是激光雷达，与前面两种方法相比，激光雷达能够精确感知周围环境的三维信息，探测精度在厘米级以内。从而使激光雷达能准确地识别出障碍物的具体轮廓、距离，而不会漏判或误判前方障碍物。目前，与前两者的主流水平相比，激光雷达一般的有效探测距离也较远。