2124
上周末我参加了禾赛科技联合轻舟智航举办的《激光雷达能否领跑城市 NOA 驶入“量产快车道”技术分享会》，轻舟智航产品负责许诺和禾赛科技战略负责人施叶舟都分享了他们的观点。
针对会议内容，我们做一些梳理和分享。
随着科技的不断进步，智能驾驶技术正在以前所未有的速度发展。在这个领域，激光雷达成为了一种备受瞩目的关键技术，它不仅是汽车的“隐形安全气囊”，更是实现高阶智能辅助驾驶（城市NOA）的捷径。技术分享会上深入探讨激光雷达的优势和应用，揭示它在智能驾驶领域的重要性。
激光雷达的核心优势
激光雷达是一种主动发光的传感器，通过发射激光束并接收反射光信号，能够精准地获取周围物体的三维位置信息。
● 与传统的视觉感知相比，激光雷达具有以下三大核心优势：
◎ 抗干扰：不受环境光线变化影响，即使在夜间或恶劣天气下也能准确感知周围环境。
◎ 真三维：直接获取高精度的距离、方位、高度、速度等三维参数，为精准定位提供支持。
◎ 高置信度：能够直接判断物体是否存在，减少漏检、误检的可能性，特别适用于检测细小、异形障碍物。
激光雷达在提升安全性和驾乘体验方面的作用
在现代汽车中，AEB（自动紧急制动）系统是一项关键的安全功能。然而，AEB的误触发问题一直是制约其发展的瓶颈。激光雷达的引入能够有效降低AEB的误触发风险，提升驾乘体验和安全性。激光雷达可以精确识别障碍物，避免误触发，确保驾驶员和乘客的安全。
激光雷达在L3级别自动驾驶中的应用
众多头部汽车制造商，如奔驰、宝马、沃尔沃，都计划在其L3级别自动驾驶系统中搭载激光雷达。对于高阶智能驾驶而言，激光雷达被认为是必备的。激光雷达的精准感知作用，为L3级别以上的高阶智能驾驶提供了可靠的支持。
对于特斯拉的“视觉路线”，施叶舟指出，特斯拉技术路线的背后是通过大量的数据驱动完善模型，试图打造一套适配各种场景的模型。官方统计，截止2023年10月，Autopilot 累计行驶里程超 90 亿英里，FSD beta 累计行驶里程超 5 亿英里。
为了处理这些海量数据，特斯拉储备了 14000 块总价值高达数百亿美元的AI芯片，可同时处理1600亿帧图像。与此同时，特斯拉从 2014 年开始自研芯片，21 年发布了 7 nm AI 训练芯片以更好地适配算法模型。“算法+算力+数据”，构成了难以追赶的竞争壁垒。
施叶舟还指出，从“全成本”看，不用激光雷达看似节省了一些硬件显性成本，但需要投入更多的资源进行开发，抬高了隐性成本，在车辆销量规模有限的情况下，这些隐性成本均摊下来实际上远高于硬件成本。
激光雷达与视觉方案的比较
纯视觉方案虽然在某些场景下表现不错，但其局限性也相当明显。与之相比，激光雷达可以更加精确地判断障碍物是否存在，并且提供厘米级的精度，有效探测地面上的低矮物体。此外，激光雷达还能够提供更及时的速度信息，优化对复杂城区场景的处理能力，提高驾驶员和乘客的舒适性体验。
#小结
激光雷达作为一种高精度、高可靠性的传感器，在智能驾驶技术中扮演着不可或缺的角色。它的引入不仅提升了智能汽车的安全性，还改善了驾乘体验。随着技术的不断进步，激光雷达的应用前景将更加广阔，为实现更安全、更智能的交通系统提供强有力的支持。
下载ECAD模型
