2021被稱為智能汽車元年，自動駕駛技術得到各方空前加碼。

無論是傳統車企還是造車新勢力，無論是量產車或是概念車，當一家家車企對外稱自家的自動駕駛技術達到L2、L3甚至L4級時，我們大概隱約能感覺到：造車的軟、硬件PK已經進入了白熱化階段。

這其中，一個硬核配件頻頻出現在各大車企關于自動駕駛的配置表中，極狐·阿爾法S、小鵬P5、蔚來ET7、上汽RS33、寶馬iX、智己L7都在宣布將會搭載應用，其賽道融資數量和融資金額屢創新高，相關概念股飛漲十倍已成業界常態，它就是——激光雷達。

隨著科技巨頭們紛紛攜資金、流量、技術入局，自動駕駛商業化和規模化的步伐加速，激光雷達迎來藍海市場。據統計，目前已至少有20家車企和自動駕駛公司宣布將激光雷達作為感知套件的一部分，進而量產L3級以上自動駕駛技術?？梢哉f，激光雷達現已成為智能汽車實現高級別自動駕駛的標準配置。當然，除了特斯拉。

浪潮之下，業界也正在悄然掀起一場關于激光雷達的暗戰。

誰才是智能駕駛之眼？

在《速度與激情8》中，有一幕關于自動駕駛的場景令人印象深刻：大反派BOSS為了搶奪核武器發射裝置，用高科技入侵汽車智能駕駛中心系統，操控上千輛無人駕駛的汽車組成了一只龐大的“無人車”軍團，在大街上閃轉騰挪，進退有序，以攔截俄國國防部長的汽車，汽車大軍在人潮洶涌的街頭快速前進，畫面震撼。

《速度與激情8》里面的自動駕駛無人車軍團

那拉回到現實，這種程度的智能駕駛目前我們可能實現嗎？

在回答這個問題之前，我們首先要了解一下現在國際上公認的對于駕駛自動化的分級標準。

據國際汽車工程師協會（SAE）和國際標準化組織（ISO）聯合公布的最新版自動駕駛標準，駕駛輔助和自動駕駛系統的能力被劃分為6個級別，級別范圍從L0無駕駛自動化，到L5完全自動化。該新框架明確了L2級和L3級之間的差異，將L0-L2級系統命名為“駕駛員輔助系統”，而L3級至L5級則被視為 “自動駕駛系統”。

SAE駕駛自動化分級標準

新規規定，L3級和L4級自動駕駛系統可以在有限的條件下駕駛車輛，除非滿足所有要求的條件，否則不會運行自動駕駛；L5級自動駕駛系統可以在所有條件下駕駛車輛。

按照此標準，《速度與激情8》中的“無人車”軍團應為L5級別。而現實中，除開宣傳噱頭和標準差異，絕大數行業頭部車企的真實自動駕駛能力，普遍在L2~L3之間，離L5級別仍有巨大差距。即便此前一直被視為自動駕駛領頭羊的特斯拉，其真實自動駕駛能力也只是在L2左右，盡管嘴硬的馬斯克并不承認這一點。

如何實現更高級別的自動駕駛能力？

這主要取決于智能駕駛模塊的三個重要環節：環境感知—計算決策—控制執行，分別對應于人的“眼睛-大腦-神經”。后兩者暫且按下不表，只單論市面上幾種主流的視覺識別方案，行業的分歧在于——攝像頭，毫米波雷達，超聲波雷達，激光雷達，誰才是真正的“智能駕駛之眼”？

激光雷達的中場戰事

攝像頭，毫米波雷達，超聲波雷達，激光雷達，作為目前自動駕駛領域最為常用的4種自動駕駛傳感器方案，其在探測距離、分辨率、角分辨率等探測參數各異，對應于物體探測能力、識別分類能力、三維建模、抗惡劣天氣等特性各有優劣。值得注意的是，這四種傳感器方案具體到車規應用上，并不是互相割裂、各自為政的，而是取長補短、互為補充的。

四種主流自動駕駛探測傳感器對比

目前主流自動駕駛廠商在對于自動傳感器的選擇上基本分為兩種不同路徑：一種是由攝像頭主導、配合毫米波雷達等低成本組成元件構成的純視覺計算，典型代表為特斯拉、Mobileye；另一種是由激光雷達主導，配合攝像頭、毫米波雷達等元件組成，典型代表為谷歌Waymo、國內的百度Apollo、Pony. AI等。

做一個簡單的類比，視覺方案模仿的是“人眼”，主要是靠看，相當于一個二維的照相機；雷達方案模仿的是蝙蝠，是立體的“掃”，相當于一個三維的掃描儀。

目前看來，以攝像頭和毫米波雷達為主的視覺派，在L2級別的自動駕駛技術級別已發展的相當成熟，算法層面經過不斷優化也有了長足進步，特斯拉就是此中的佼佼者。然而，攝像頭拍下來的畢竟是二維圖像，相比三維不僅更難識別挖掘，也需要更強大的算法、大量數據的訓練以及更長期的研發投入，并且存在精度、穩定性和視野等方面的缺陷，暫時無法達到L3級以上的自動駕駛要求。

各傳感器性能比較

想要通往更高級別的自動駕駛能力，業界主流觀點認為：激光雷達才是發展完全自動駕駛技術的核心硬件。

與以攝像頭為主傳感器的自動駕駛方案“輕感知、重計算”相比，以激光雷達為主傳感器自動駕駛方案的最明顯的特征是“重感知、輕計算”。通過在車上堆疊激光雷達從而大幅提升對駕駛路況和環境的感知能力，是加快L4級別及以上的自動駕駛能力商業化的必要條件。

Google自動駕駛咨詢顧問BradTempleton曾一針見血地指出，“做到99%的準確度對于車輛駕駛而言并不夠，我們需要的是99.99999%的準確。激光雷達就是小數點后幾位的最強保障?！?/p>

目前來看，激光雷達是否先進，在學術領域基本不存在爭議。學術領域內的原則是，一個方案如果能提供更多、更準確的數據，那就是更好的方案。

多家自動駕駛科技公司有一個共識：激光雷達上車的上半場已完成了從0到1的驗證，但下半場從1到N還需要經歷具體的商業實踐。即激光雷達從實驗層面已達成了小規模的落地，證明其技術是可行的；接下來的大規模量產落地，才是檢驗其商業化是否成功的唯一標準。

部分車型激光雷達搭載情況

進入2021年以來，主流造車新勢力均在激光雷達方案的商業落地中提速。小鵬P5、蔚來ET7、智己L7、WEY摩卡、極狐?阿爾法S、寶馬iX等均宣布將在新車上搭載激光雷達（如上圖），傳統車企里，奧迪、日產、豐田等也宣布將上車激光雷達，但目前還未公布具體時間。

隨著自動駕駛大規模的商業化進程，激光雷達也將在經歷了漫長的從0到1過程后，迎來綻放契機。但在這從1到N的短暫中場時間，核心技術路線的選擇目前仍是擺在產業落地面前的一道難題。

技術路線的“三重門”

由于激光雷達實現功能過程中所需元器件可選種類較多且原理均有不同程度差異，因此主流分類方式多元，技術路徑差異較大，激光雷達企業采用不同的技術路線參與競爭。根據結構，目前激光雷達大致可以分為三種：機械式、半固態式和固態式，可以說是分別對應著測試版、市場版和高配版三種技術路線。

激光雷達結構分類圖

機械式激光雷達當前最為成熟，主要是通過機械旋轉360°掃描的方式收集信息，轉速越快，收集信息越多。但因為機械部件太多，導致體積較大、裝配復雜、生產周期長，且在真實路況中較易損壞，裝車成本較高，因此難以符合車規級激光雷達要求。

半固態激光雷達是目前最有希望快速落地的方案，主要分為轉鏡和MEMS兩種，其通過將機械部件集成到單個芯片上，通過電路控制旋轉，不僅簡化了機械部件，變小了體積，也大大降低了成本，提高了量產能力，盡管其在探測效果上犧牲了部分性能而導致不如機械式，卻依舊是目前主流的自動駕駛選擇方案。

固態激光雷達則是激光雷達技術路線的終極圖景，主要有相控陣和Flash兩種，都不需要機械部件，但當前技術都不成熟。前者技術原理和戰斗機的相控陣雷達類似，量產成本很高。后者原理是快閃，可以一次性完成對整個場景的3D繪制。可以說，這兩者短期內都很難實現大規模車規級的應用落地。

總的來看，機械式激光雷達的高成本、低可靠性及不可量產性直接制約了其量產化及規模化；半固態容易通過車規，轉鏡方案放量在即，是目前車企的主要上車選擇；固態雖然成本可以做到很低，但技術和產業鏈目前仍不成熟，距批量落地還有一定距離。

近幾年，激光雷達技術發展迅速，成為資本眼中的“香餑餑”。Velodyne、Luminar、禾賽、Innoviz、Aeva目前累計融資均達到數十億人民幣，從2019年至今，國內已有超13家激光雷達類企業獲得新一輪融資。然而，目前幾乎大部分企業仍處于虧損狀態，要想進一步盈利，量產上車是必然路徑，而成本則是擺在車企前面的一座大山。

工業制造不可能三角

在工業產品制造中有一個不可能三角，即：性能、價格、體量，三者最多滿足其二。對激光雷達來說，也是如此。從機械式、半固態到固態，激光雷達的技術路線持續演進發展。這種演進并不是直線性的，而是在不可能三角中不斷平衡取舍，找到最佳中心點，從而實現可行的商業化落地。

百度集團資深副總裁、智能駕駛事業群組總經理李震宇曾在采訪中表示：“高線束的激光雷達仍然面對車規與成本的問題，現在市面上采用激光雷達的車很難說究竟是demo還是真正的量產車，但如果要真正落地，激光雷達降本是大勢所趨。”

早期的機械式激光雷達，以 Velodyne 為例，在2018年其旗下的64 線機械激光雷達價格在 8 萬美元，32 線機械激光雷達成本在 2 萬美元，最便宜的16線也需要4000美元。第一款滿足車規級的激光雷達 SCALA，第一代時的價格也一度達到 2 萬美元級別。要知道，目前的特斯拉Model 3才賣3.5萬美元，一個激光雷達竟然占據了整車成本的一大半，甚至比車還貴，也難怪馬斯克高呼“任何依賴激光雷達的公司都會無疾而終”。畢竟，Model 3的自動駕駛攝像頭成本只需要65美元。

但隨著技術的演進，激光雷達的成本和體積大幅度降低，進入2020年后，半固態、固態激光雷達逐漸代替機械式雷達，體積變小，成本降低，從上萬美元降到1000美元左右，逐漸達到車企的可承受范圍之內，這才有了今天激光雷達逐漸批量上車的局面。

部分激光雷達產品價格

根據最新發布的《2021麥肯錫汽車消費者洞察》顯示，九成受訪者認為輔助駕駛有意義，10%-35%的消費者愿意為L2級別的輔助駕駛支付2200-4100元人民幣的價格，而L2.5/L3級別的價值更大，15%-30%的受訪者的心理價位在3800-4900元之間。

通過上圖可以發現，現在的激光雷達方案相比消費者的預期心理價位仍還存在一定差距，隨著自動駕駛愈加成為車企必爭之地，激光雷達的技術路線演進也將進一步提速，成本也將進一步降低，預計未來3-5年內，半固態、固態激光雷達將迎來批量級車規應用。

海外先發，國產崛起

作為新興領域，激光雷達在全球范圍內都是藍海市場。但從技術研發和產業應用看，海外廠商相比國內在產業上下游都存在著先發優勢。國內廠商近年來奮起直追，取得了許多突破性的進展，中國實力正在逐步崛起。

據《智能網聯汽車技術路線圖2.0》設定的目標，2020-2025年中國L2-L3級的智能網聯汽車銷量占當年汽車總銷量的比例超過50%，L4級智能網聯汽車開始進入市場，C-V2X終端新車裝配率達到50%，并且在特定場景和限定區域開展L4級車輛商業化應用。到2026-2030年，L2-L3級的智能網聯汽車銷量占比超過70%。

近年來，國家相繼出臺一系列政策推動自動駕駛發展，也進一步推動了我國激光雷達產業的發展。截止2019年底，全國共有25個城市出臺自動駕駛政策;2020年2月，中國國家發改委牽頭發布《智能汽車創新發展戰略》；2020年，國家發改委首次明確“新基建”七大板塊，激光雷達作為終端傳感設備，在自動駕駛、車路協同等智能交通、智慧城市領域的作用不斷凸顯。

據統計，激光雷達玩家國內目前共有超50家入局，其中3家明星企業入局較早，包括速騰聚創、禾賽科技、鐳神；另外也有初創公司專注前瞻技術，如摩爾芯光、北醒、飛芯電子、北科天繪等。

速騰聚創、禾賽科技是選擇與Velodyne相同發展路徑的國內代表廠商，在機械式激光雷達領域，同樣線束的國產激光雷達能比Velodyne的便宜1/3-1/2。在最頂級的64線和128線產品上，Velodyne的64線激光雷達售價為五十至六十萬元，而禾賽的64線產品僅為二十多萬；在16線雷達市場，Velodyne產品需要數萬元，而速騰聚創的同類產品只需2-3萬。

摩爾芯光擁有世界領先的光學相控陣技術（OPA）并完成了實驗室DEMO，在芯片級固態激光雷達研發中處于領先地位；相比傳統方案，芯片化方案用了更少的光源和更便宜的探測器，在封裝環節也節省了大量成本。預計到2025年，公司將會實現高可靠性、低成本的硅光激光雷達量產；

飛芯電子“創新式”3D Flash車載雷達解決方案可實現串擾和背景光消除、抗干擾，實現高精度長距離探測。公司全線產品將于今年下半年陸續發布，且已經和車載端、消費端等頭部客戶展開合作，預計2021年出貨量近百萬顆（套）；

北科天繪推出的新一代CFans-32和CFans-128固態激光雷達產品將全面升級智能車用激光雷達的傳感技術手段，為智能車導航提供全方位的高精度三維目標探測能力和分類識別能力；

……

未來隨著自動駕駛技術的進一步普及，激光雷達市場規模還將進一步擴大。據咨詢機構Yole預計，激光雷達應用是目前汽車行業增長最快的賽道之一。從出貨量看，Yole 預計2025年全球激光雷達出貨量約470萬個，2030年將達2390萬個；從銷售額看，2025年全球激光雷達銷售額約61.9億美元，2030年將達139.32億美元。

總的來看，歷經多年的起起伏伏，激光雷達在今年借著“自動駕駛”的東風迎來初次的批量產業化落地，但同時賽道也加速洗牌。眾多留存玩家里，既有行業里摸爬滾打多年的實力玩家，也不乏來勢洶洶的科技巨頭和獨具前沿技術的初生牛犢。

激光雷達技術路線之爭百家爭鳴，目前尚未塵埃落定。無論傳統機械式、半固態還是全固態，目前仍有許多各自的問題亟待解決。將視角拉寬到自動駕駛維度，預想中的L4級無人駕駛在短期內仍還難以大規模普及，但逐步量產的L3級自動駕駛車，對激光雷達的需求迎來一個小高潮。

可以預見的是，隨著自動駕駛提速，激光雷達的上車將是大勢所趨，同時技術路線的演進也必將會加速行業大洗牌。無論規模如何大、資金如何多、技術如何領先，當浪潮退去，誰最能適應市場，誰才能活到最后。