作者：42號車庫

7 月 5 日，圖達通第 1 萬臺鐳射雷達正式下線，這意味著蔚來 ET7 的交付量即將突破 1 萬輛，在 ET7 剛剛開始交付的階段，蔚來就表示開放的 ACC 和 LCC 功能融合了鐳射雷達資料。所以鐳射雷達的加入對輔助駕駛到底有多大幫助？

最近蔚來汽車舉辦了一場線上沙龍，會上分享了這顆鐳射雷達所有的技術資訊，而出席這次活動的還有擔任蔚來汽車智慧硬體副總裁的白劍博士。

在加入蔚來之前，白劍博士曾在 OPPO 擔任硬體總監，還在小米做過晶片和前瞻研究部門總經理，本次活動也是白劍入職蔚來之後，首次出席媒體活動。

我們為什麼需要鐳射雷達

在討論鐳射雷達的強弱之前，我們首先需要達成一個共識，高階輔助駕駛為什麼需要鐳射雷達，或者說它能夠在哪些場景發揮作用？

非常規物體的識別

現階段所有車型的輔助駕駛均基於視覺實現，視覺攝像頭最大優勢就是和人眼一樣，可以輸入極其豐富的資訊，但問題在於視覺的感知能力需要訓練。這個過程，就像剛出生的小孩，並不認識這個世界上的物體，輔助駕駛也是如此。

但現階段，在工程師的努力下系統只「認識」常規的「車道線」、「轎車、貨車的車尾」、「行人」、「兩輪車」，所以對於視覺不認識的物體，系統自然不會做出任何反應，這也是輔助駕駛撞「白色側翻貨車」或者撞「施工路牌」的根本原因。

以這樣的視覺能力做一套輔助駕駛系統，可以在高速上覆蓋 90% 的使用環境，但是實際交通情況千變萬化，一旦行車路線出現未經訓練的物體，例如貨車掉落的異物、路邊滾落的石頭等等，系統則完全無法應對，需要人為接管車輛。

雖然它可以「看到」這些異物，但是未經訓練的感知系統，卻沒有辦法認出它。

但是鐳射雷達就不一樣了，這種基於距離的感知方式，

能夠透過點雲資料分析物體的 3D 資訊，從而分析這些異物是否會影響車輛通行。

比如，如果道路上出現了一個塑膠袋，我們人眼可以透過它的狀態分辨塑膠袋內部是否有異物，從而決定是否需要繞行。但是攝像頭拿它則沒什麼辦法，而鐳射雷達則可以透過 3D 點雲資料分辨這是否為一個輕薄物體，從而為車輛決策提供依據。

顯然，在計算機視覺發展還不算非常成熟的今天，鐳射雷達與攝像頭可以依靠各自的特性，對輔助駕駛的感知系統進行簡單粗暴的互補。

夜間場景

這又是一個視覺的弱勢場景，大家可以想象人眼在夜間感知的狀態。

夜間場景下，攝像頭與人眼只能依賴車輛燈光和周圍環境光，但是這仍然會有很多視覺死角和盲區。尤其是，對向行駛車輛的光源直射，或者是行駛至測速儀龍門架下方時，探照燈射出的強烈光線會導致人眼和攝像頭瞬間致盲。

在這種情況下，增加紅外攝像頭作為補充是一個辦法。

但是目前採用這種方案的公司並不多，Foresight 是其中一家，這家來自以色列的視覺感知公司，於 2018 年釋出了四目前向感知系統 QuadSight，這四顆攝像頭分別結合了兩對立體視覺和可見光攝像頭，理論上在惡劣的天氣和環境下也可以讓輔助駕駛系統穩定工作

。但是直到今天為止，這種方案仍然還是小眾方案。

嵐圖 Free 也搭載了增強夜視的紅外攝像頭，但是這顆攝像頭並沒有接入 ADAS 系統，只能給駕駛員提供夜市視角用以輔助。

但是增加了鐳射雷達之後，這個問題則迎刃而解，由於鐳射雷達幾乎不受昏暗環境光的影響，這就讓車輛獲得了類似「蝙蝠」 的能力，即便在昏暗環境下，也能提供豐富的感知資訊。

下圖的展示非常直觀：

遠處路中央的行人與昏暗的夜色融為一體，這種情況下車輛要行駛到燈光照射範圍內，攝像頭或人眼才能夠清楚地看到障礙物。但是鐳射雷達卻能很早的發現有一個類似於「人型」的「障礙」位於路中央。

另外，當對向來車的遠光燈對人類造成干擾時，鐳射雷達卻絲毫不受影響，並且能夠清楚地描述會人的輪廓。

鐳射雷達的哪些指標比較重要？

讓我們先來看一張圖。

如果你仔細觀察，會發現蔚來向我們展示的鐳射雷達點雲圖像，與一般鐳射雷達「成像」效果是有些不同的，紅框部分的點雲密度明顯高於上下兩端。

300 線還是 144 線？

在蔚來的官方宣傳中，這顆鐳射雷達等效 300 線，角解析度高達 0.06*0.06，

但後續也有很多人對這個資料提出了很多質疑，認為這顆雷達達不到這樣的引數。

首先我們可以明確一點，蔚來這顆雷達可以做到這樣的引數，但是並不能在 120 x 25 全域實現，只有中間的 40 x 9。6 可以做到，這就是 ET7 鐳射雷達所具備的 ROI 「定睛凝視」功能。

在 ROI 區域內，ET7 的角解析度高達 0.06*0.06，覆蓋角度達到了 40H（橫向）*9.6V（縱向）

。另外，「定睛凝視」功能原本可以透過系統設定開啟和取消，但是經過大規模的測試驗證後，蔚來認為這個功能非常重要，也能體現產品優勢，所以系統會預設開啟這個功能。

「定睛凝視」的功能本質上是為了在關鍵區域佈滿更多的點，而這麼做的核心目的就是為了讓鐳射雷達「看得更清楚」。

白劍博士稱，自動駕駛模仿的是人類駕駛行為，那麼感測器的角色實際上就是充當人類的眼睛。人眼具備變焦功能，那麼他們同樣賦予鐳射雷達類似的功能。ET7 鐳射雷達可在行車關鍵區域，增加更多的點，從而讓提高核心部分的成像質量。

我們同樣再舉個例子，同樣是一個 200 米處的 1。8 米成年人，不同角解析度的雷達所探測的影象有著顯著的差異：

蔚來的這種做法在行業裡並不是唯一，小鵬 G9 所搭載的速騰聚創 M1 也有相同的功能。

速騰聚創 M1 的「凝視」功能名為「凝視 GAZE」，該功能開啟後，M1 ROI 區域內的解析度將從 0.2 提高到 0.1

。點雲密度的翻倍提升，能夠顯著提升系統的感知能力。

小鵬汽車吳新宙稱：「G9 所搭載的鐳射雷達能夠識別到前方路面的小坑」。而這些詳細的資訊可以幫助規劃層結合 輪與底盤 度判斷透過性。

看得清除了要靠 ROI 變焦功能之外，鐳射雷達的接收能力也是重要指標。

鐳射雷達也有近視眼？

鐳射雷達發射點出去，並不是每個點都能被準確地接收。接收能力是會受到系統穩定性和訊號干擾的。而 POD 指的就是鐳射雷達接收機率，這也是衡量一款鐳射雷達「看得準」的核心指標。

假如一款鐳射雷達發射了 10 萬個點出去，但只回收到了 9 萬個，那麼它的 POD 機率就是 90%，如果只能收到一半，那麼 POD 就是 50%。

這就像是買房都看得房率，相同的面積，得房率越高住著自然越舒適，鐳射雷達也是如此。蔚來 ET7 搭載的鐳射雷達接受率能夠達到 90%。

白劍博士毫不謙虛地說：「目前蔚來這款鐳射雷達的 POD 表現是業界最好的，很多鐳射雷達的 POD 值都遠低於這個水平」。

「看得遠」還重要嗎？

蔚來 ET7 所搭載的鐳射雷達在 10% 的反射率下最遠探測距離為 250 米。同時，蔚來的宣發物料也多次將 1，550 nm 這一數字放在最顯眼的位置。

作為參照，我們可以拿同樣為旗艦車型的小鵬 G9、理想 L9 所搭載的鐳射雷達進行對比。

小鵬 G9 與理想 L9 所搭載的速騰聚創 M1 、禾賽 AT128 在 10% 的反射率下，最遠探測距離均是 200 米，相較於 ET7 搭載的「獵鷹」確實有著 50 米的差距。

這其中的主要原因是蔚來的鐳射雷達波長為 1,550 nm，功率更大，所以發射距離自然更遠，而速騰聚創 M1 、禾賽 AT128 均是 905 nm 波長。

1，550 nm 波長除了功率更大以外，還不會對人眼造成危害。通常人眼可見光波長範圍為 308 nm—760 nm，1，550 nm 遠超這一範圍，無法在人眼視網膜上聚焦成點，且在透過眼球過程中大部分都會被水吸收。

蔚來 ET7 鐳射雷達看得遠還有另一個重大原因，那就是「瞭望塔」佈局。

蔚來為了讓鐳射雷達充分發揮優勢，不惜將鐳射雷達這種不常見的感測器安裝在車頂。ET7 亮相之初，奇特的造型確實有點「挑戰審美」的感覺。但是隨著交付量的提升以及在威馬 M7 這類同行的襯托下，ET7 的造型正在逐步被大眾接受。從實際效果來看，ET7 的前向感知距離確實比預期更遠。

但是站在今天這個輔助駕駛正在向城市邁進的階段，我們更想討論的是，鐳射雷達的探測距離還重要嗎？

這其中我們可以分為兩點探討，分別是相當難以攻克的城市道路和愈發成熟的高速場景。

正如前文所說，城市場景錯綜複雜，鐳射雷達的加入能夠補充豐富的感知資訊。但是城市道路往往限速 80 km/h 以下，且更多緊急情況發生在視野盲區，例如前車駛離後才突然發現的地面異物、道路坑窪等。另外，路人狂野的駕駛也會給城市輔助駕駛帶來挑戰。

在這種場景下，鐳射雷達的「遠距離」探測似乎就顯得沒那麼重要了，儘可能地覆蓋車前更多區域似乎有著更大的價值。

以這個角度來看，我們會發現小鵬與蔚來的思路完全不同。從 P5 到 G9，雖然小鵬換裝了效能更強的鐳射雷達，但仍然堅持將它們佈置在車頭大燈組下方，為的就是解決城市中的突發情況。

而高速場景下，鐳射雷達能取代多少攝像頭的任務則成了鐳射雷達能否「上位」的關鍵因素。

蔚來 ET7 所搭載的攝像頭最遠能夠看到 223 米外的行人、262 米外的錐桶和 687 米外的車輛，這樣的感知距離是足夠讓車輛在高速行駛時做出決策的。

所以這顆鐳射雷達更重要的任務還是識別那些視覺處理不了的異物，從這個偶發現象的角度來看，以較高的成本堆砌更長的距離，去解決低頻場景，似乎是一件價效比較低的事情。這似乎與 L4 級自動駕駛需要用數億公里的路測，為 99。9% 小數點後多加幾個 9 是相似的道理。

鐳射雷達能為自動駕駛帶來哪些冗餘？

在探討完自動駕駛為什麼需要一顆鐳射雷達之後，我們可以根據如今行業的發展來探討鐳射雷達能為自動駕駛帶來哪些冗餘。

不久前，小鵬 OTA 了 LCC-L 功能，鐳射雷達版小鵬 P5 的車道保持能力得到了顯著的增強，即便在沒有車道線的路況下，車輛也能穩定的行駛。另外，LCC-L 狀態下的小鵬 P5 還會根據道路兩側靜置車輛的狀態進行小幅度避讓，功能不再死板，體驗會「更像人」。

一方面，這得益於視覺演算法的最佳化。另一方面，小鵬在這套程式里加入了鐳射雷達對於周圍環境的感知。即便在沒有一側車道線丟失的情況下，小鵬 P5 也能夠識別路沿，輸出 Freespace，從而讓車輛持續穩定行駛

。在這其中，鐳射雷達發揮了重要作用。

由於鐳射雷達本身就能夠得到 3D 資料，所以在點雲密度足夠高的情況下，感知系統得到的資訊是非常直觀而準確的，這在很大程度上能夠解決機器視覺能力的不足。

當年之所以特斯拉會撞向橫倒在路上的白色卡車，正是因為感知系統將它識別為遠處的天空。如果感知系統裡有一套鐳射雷達資料做雙重效驗，是否能夠避免悲劇呢？

寫在最後

文章最後，借用吳新宙在 2020 年小鵬 「1024 科技日」後的採訪原話：「視覺的潛力是沒有止境的，它真的是一個寶藏，長期來看，視覺是無所不能的，但是這個能力的增長是有一個過程的」。

能力的增長是有一個過程的，當前我們無法一步登天，僅憑視覺完成自動駕駛，所以鐳射雷達迎來了上車機會。

但我們還是要明白，鐳射雷達是服務輔助駕駛功能的，鐳射雷達效能的強弱不等於輔助駕駛的好壞，我們還是要以一種開放的心態來面對它，期望車企能充分利用多感測器的融合，為我們帶來更多、更好用的輔助駕駛功能。