特斯拉激光雷达方案_特斯拉自动驾驶激光雷达

1.特斯拉的“纯视觉”，能否到达自动驾驶的彼岸？

2.多款新车搭载激光雷达成主流自动驾驶辅助将成为未来买车硬需

太平洋汽车网速腾汽车主板的作用是实现对众多用电器进行控制，主要控制汽车车身用电器，如灯具、雨刮、门锁、电动窗、天窗等，就是这些用电器的开关信号输入给bcm，bcm直接或通过继电器控制相应电器工作。

1.激光雷达核心关注问题1.1特斯拉坚持纯视觉方案，其他车企普遍采用激光雷达方案自动驾驶感知层的解决方案主要分为纯视觉解决方案和激光雷达解决方案两类：纯视觉解决方案具有高技术壁垒，其探测精度易受天气环境影响，对算法要求极高，马斯克认为，“纯视觉感知才是通往真实世界AI的道路”；相比而言，激光雷达解决方案可在极端环境下提升自动驾驶感知精度，安全性更高。因此，考虑到国内路况的复杂性，国内自动驾驶感知层的主流路线是多传感器融合的激光雷达解决方案。

1.2自主新车型普遍预埋L4+自动驾驶硬件，多搭载2-4颗激光雷达激光雷达需求随自动驾驶级别提升而提升，自主新车型普遍预埋L4+自动驾驶硬件。L3级以下自动驾驶主要配备摄像头、毫米波雷达等低级别传感器，激光雷达是面向L3级别自动驾驶的核心传感器，单车搭载数量随级别的提升而增加。但是，当前新款智能车型多前装预埋L4级以上自动驾驶所需硬件，激光雷达搭载数量多为2-4颗。

1.3激光雷达BOM成本以主板和激光单元为主根据波长与激光器不同，Velodyne16线产品Puck为代表的机械式激光雷达BOM成本约$830-990；以法雷奥Scala为代表的转镜式激光雷达，BOM成本约$300-400；基于振镜和光源不同，MEMS激光雷达BOM成本约$450-1200；Flash激光雷达因采用尚不成熟的高功率VCSEL和高性能SAPD，BOM成本约$700-1000。

主板、激光单元占据激光雷达主要BOM成本。以法雷奥Scala转镜激光雷达为例，目前年产量十万级规模，BOM成本约400美元；其中，主板占45%，约180美元，主要为FPGA板、主控板等；激光单元占33%，约130美元，主要为发射接收组件；光学单元占13%，约50美元；外罩占8%，约30美元；马达单元占1%，约4美元。

1.4激光雷达市场加速扩容，全球市场2030年有望突破千亿参考《智能网联汽车技术路线图2.0》，我们测算，L3和L4&L5级别自动驾驶在全球乘用车中的渗透率将于2025达8%/1%，2030年达40%/20%，乘用车用激光雷达市场规模将在2025/2030年达217/1122亿元，其中国内市场规模为155/630亿元。

2.城市NOA加速落地，激光雷达正式步入量产元年2.12010年起激光雷达切入自动驾驶，当前处于高速发展阶段激光雷达起源于1960年世界上第一台激光器的诞生，从2010年Ibeo与Valeo合作开发车载激光雷达起开始进入无人驾驶领域。

（图/文/摄：太平洋汽车网问答叫兽）

特斯拉的“纯视觉”，能否到达自动驾驶的彼岸？

据说世界上最难的两件事，一件是把自己的思想装进别人的脑袋，一件是把别人的钱装进自己的口袋。这两件事，毫米波雷达做到了：让坚持纯视觉方案的特斯拉花钱再度把它“请”上了车。

预计搭载4D毫米波雷达的特斯拉谍照

想必不少朋友已经知道这件事儿了，特斯拉即将推出的HW 4.0智驾方案预计包括一个4D毫米波雷达，消息一出连带着各大相关企业股票狂涨。让股市震荡，让马斯克“真香”，4D毫米波雷达到底有啥本事？

毫米波雷达

回答这个问题之前我们得先认识车载毫米波雷达。

车载毫米波雷达工作模型图

如果用一句话形容车载毫米波雷达有多牛，我只能说，它开启了智能辅助驾驶时代——1999年奔驰S级车型首次应用了基于毫米波雷达实现的自适应巡航功能，这套系统被命名为Distronic（限距控制系统）。

搭载Distronic系统的奔驰S级

即使我们看到现在车企们更愿意以激光雷达为门面去宣传自家的智能辅助驾驶能力，但事实上，毫米波雷达的特质是激光雷达无法替代的。

毫米波雷达是工作在毫米波波段探测的雷达，一般毫米波的波长为1-10mm,频率在30-300GHz，通过发射和接收电磁波的信号后利用多普勒效应来计算目标物的各个参数（如测距、测速、测角）。

多普勒效应

不同长度的波在大气中传递时被阻碍和吸收的程度不同，而毫米波的波长介于微波和红外波之间，所以它有着两者的优势，与微波相比，毫米波的指向性好、分辨率高、抗干扰能力强，探测性能也更好。

与红外波相比，毫米波在大气中传播时的衰减小、能更好穿透烟雾灰尘、受天气影响小。这些特质决定了毫米波雷达具有全天时全天候(除暴雨)的工作能力。

由于雷达涉及军用，所以国家开放给民用的频段是有管制的，目前世界上主流的车载毫米波雷达频率为24GHz（也被视为毫米波频率）、77GHz、79GHz，也有少数国家如日本开放60GHz频率。

国内开放给车载毫米波雷达的频率就是24GHz和77GHz，所以目前国内的车载毫米波雷达分为24GHz和77GHz毫米波雷达。

海拉24GHz毫米波雷达

就像不同分贝的声音能传到不同的距离，不同频率的毫米波雷达能探测的距离也不同。24GHz的探测距离通常在30-120m,77GHz的探测距离通常在200m及以上。

射频

看到这里可能有物理比较好的朋友要质疑我了：根据波的传播理论，频率越高，分辨率越高，穿透能力越强，但传输时损耗也越大，传输距离越短；相对地，频率越低，波长越长，绕射能力越强，传输距离越远。

那我为什么说77GHz毫米波雷达比24GHz毫米波雷达的探测距离更远呢？这和毫米波雷达的结构和工艺有关。

毫米波雷达的硬件占比约为50%，主要由射频前端（MMIC）、数字信号处理器、天线、控制电路等部分构成，另外50%则由软件算法构成。

打造毫米波雷达的过程中

雷达天线的尺寸和波长成正比，24GHz雷达波长较长，所以天线的体积更大，而77GHz雷达天线比较小（大小大概为24GHz雷达天线的1/3），同样的体积可以布置更多的天线单元。

一般24GH毫米波雷达的天线只能做到1发2收，77GHz毫米波雷达却能做到4发4收，整体天线阵的增益是使77GHz毫米波雷达探测距离更远的一个原因。

另外24GHz的毫米波绕射能力更强，就像《画画接龙》这个游戏一样，传到最后已经出现了严重的信息偏差，也就近距离的探测信息比较靠谱。

两者在分辨力上也有区别：77GHz毫米波雷达的分辨距离最小为3.75cm，而24GHz毫米波雷达则为60cm。

一颗国产77GHz毫米波雷达

这意味着当两个目标物体之间的距离为60cm时，只有77GHz毫米波雷达能成功分辨，24GHz毫米波雷达则会视为只有一个目标物体。

虽然看似只是频率不同，但实际上两者的性能有很大差异，因此它们的使用场景也有所不同。现在业内常见的毫米波雷达搭配方式是1个前向+4个侧向（左前、左后，右前、右后），整理如下：

目前主流毫米波雷达的功能有测角、测距、测速，也就是测量目标物体的方位，与目标物体的距离和目标物体的速度，我们称之为3D毫米波雷达。不过它有一个巨大缺陷，就是无法识别静止物体。

由于缺乏高度信息，对于3D毫米波雷达来说，不会产生速度信息的地面减速带或其他静止障碍物和上方的天桥没有什么区别。

如果测到天桥也立马牵动刹车那也太离谱了，所以3D毫米波雷达的算法直接忽略这些静止物信息，就算前面放一块陨石，3D毫米波雷达都不会触发刹车。

这可能是2020年一辆特斯拉直接撞上前方静止车的原因，毫米波雷达选择闭眼冲，而当年特斯拉的视觉方案也没有现在这么精良。

辅助驾驶模式下即将撞上货车的特斯拉

这个缺陷让毫米波雷达在需求越来越高的智驾市场陷入了僵局，直到2020年第一颗4D毫米波雷达的诞生。

4D毫米波雷达VS激光雷达

基于3D毫米波雷达的基础，4D毫米波雷达增加了高度信息，带来的直接影响就是4D毫米波雷达可以成像。

当波射到物体表面时，所反射回的波会携带方位、距离等信息，经过坐标转换则呈现为点云数据，两种毫米波雷达经软件算法换算出的图像如下：

比如一个80 cm体宽1.7m身高的人在快速奔跑，3D毫米波雷达就会识别为一道由点组成的横向80 cm虚线在某距离以某速度向某方向移动，而4D毫米波雷达会识别为由点组成的80 cm体宽1.7m高人形在某距离以某速度向某方向移动。

当前方出现了一道长2m并离地3m的限高杆，同时下方有一条等长的减速带，3D毫米波雷达就会识别为两条几乎重叠的由点组成的长2m虚线，而4D毫米波雷达则会识别出两条长2m的虚线中间的无障碍距离为3m。

4D毫米波雷达不再有无法识别静止物的缺陷，加上价格只有激光雷达10%-20%的优势以及本身毫米波雷达探测距离远、抗干扰能力强、雨雾无阻的特质，4D毫米波雷达被视为激光雷达的强劲对手。

一颗激光雷达

用4D毫米波雷达替代激光雷达，可行吗？就目前来说，答案是否定的。

4D毫米波雷达和激光雷达的本质都是通过波信号来主动探测，4D毫米波雷达的波长在3.9mm，而激光雷达的波长通常为905或1550nm，由于波的传播特质，激光雷达在面对雨、雾、沙尘暴等天气几乎束手无策，而毫米波雷达则能发挥性能。

虽然它俩都能成像，但是激光雷达有个碾压4D毫米波雷达的优势，就是分辨率。市面上的4D毫米波雷达每秒大概可以生成10万个点云，而128线激光雷达可以实现每秒140万点云的生成。

激光雷达成像效果

用140万个点描摹出的画像自然比用10万个点描摹出的画像，精确度要高得多。不仅是画像轮廓的清晰程度不同，更直接的影响就是角分辨率的差距。

激光雷达的角分辨率做到了0.1°，而4D毫米波雷达可以做到1°，也就是说当2个目标物体间的角度角度差距为1°时，只有激光雷达可以分辨得出。

说到底，在成像方面，激光雷达有着4D毫米波雷达无法匹敌的分辨率。目前的4D毫米波雷达更加适合做视觉算法的补充，在雨雪天气时为摄像头助一把力。

这样看来，4D毫米波雷达比激光雷达更适合特斯拉。

除了成本方面，激光雷达的成像优势对于特斯拉的视觉方案是重复的，摄像头和激光雷达的共同缺点就是受限于可见度低的天气，而这个问题只有毫米波雷达能为特斯拉解决。

毫米波雷达历史

回到开头的问题，也许很多朋友会选择中国，毕竟咱们现在的智驾市场如火如荼，但实际答案是德国。

1904年，德国人斯琴·赫尔斯麦耶，基于前人电磁理论和电磁波实验的基础上，利用无线电波回升探测装置，研制出了原始的船用防撞雷达，这就是世界上第一颗雷达。

1935年英国人罗伯特·沃特森·瓦特成功研制出一台实用雷达系统，并被英国空军大规模部署，而这个系统通过提前检测到德军飞机，协助英国抵御住了纳粹德国的攻击，获得了“不列颠空战”的胜利。

罗伯特·沃特森·瓦特

德国人发明的雷达被英国人用来打败了德国？据说德国人十分不服，回去苦心研究，再后来汽车产业的繁荣以及1986年欧洲制定的“欧洲高效安全交通系统计划”催化了车载雷达的蓬勃发展。

2012年，德国半导体巨头英飞凌推出24GHz单片雷达解决方案，降低了毫米波雷达的技术门槛和制造成本，推动毫米波雷达在各领域的应用。

国内研究毫米波雷达的时间并不长，2013年24GHz毫米波雷达产品才进入中国，同时国外对国内开启了77GHz毫米波雷达的技术封锁。

2014-2016年国内的毫米波初创企业成立，其中首家研究毫米波雷达的就是上汽集团旗下的华域汽车。2016-2017年，国产24GHz毫米波雷达开始量产，77GHz毫米波雷达开始出现样品。

华域汽车办公点

虽然目前全球毫米波雷达市场仍被博世、大陆、海拉等海外龙头厂商占据主要份额，但是国内的行业发展也处于欣欣向荣的状态，国产77GHz毫米波雷达早已面世，例如德赛西威、森斯泰克、楚航科技等国内领先的企业都具备量产能力。

大陆集团logo

最后我想片面的浅聊一聊，为什么国外掌握着更好的智能辅助驾驶核心传感器技术，而国内却成为了智能辅助驾驶的核心战场。

2018年的时候德国制造商大陆集团就对自动驾驶汽车接受程度进行调查。中国受访人中，高达 89% 的人表示支持自动驾驶技术，相比之下，德国和美国的受访者对自动驾驶支持的比例分别只有 53% 和 50%。

英国的德勤咨询公司也做过一次调查，截至2019年，中国对自动驾驶汽车感到“危险”的消费者比例为25%，是亚洲6个调查国家和地区中最低的。

2022年北京日报做了个关于中国人对自动驾驶的接受程度的调查，结果显示，超八成中国人接受自动驾驶，比例远高于其他国家。

聊这个并不是为了让大家忽略目前智能辅助驾驶技术的不成熟，相反，我们需要更加实际的去接受现有智能辅助驾驶技术的局限。但是这些数据表明，我们对科技有着更包容、积极的态度，即使起步晚了一点也没关系。

本文来自易车号作者AutoLab，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

多款新车搭载激光雷达成主流自动驾驶辅助将成为未来买车硬需

特斯拉最近又出大新闻了。才内部邮件宣布达成L2级自动驾驶，这次彻底“纯视觉”了。

这次是美国时间7月10日，特斯拉 FSD Beta V9.0终于在美国向用户推送。相比起上一个版本，V9.0做了FSD有史以来最大的一次更新。彻底抛弃了雷达的使用。而且，特斯拉征召了2000名车主内测，报名踊跃。不过，BUG很快就出来了。

这不，一位叫Giacaglia的网友看了一下特斯拉车主们发的视频，马上就收集了FSD 9.0 beta的11个失误瞬间。从各个动图来看，很明显现在的系统还是只能算是驾驶辅助，如果脱手或者离开人的监控，还是会出事情。这次可以看到的BUG有：

场景一：自动转弯之后径直向道路中央的绿化带撞了过去。

场景二：无法识别路中单轨道路。

场景三：闯公交车专用道。

场景四：在单行车道上逆行。

场景五：一直转换车道。路口右转时，无法判断使用哪个车道。

场景六： 汽车 压实线并线；急需换道时，因为后方车辆逼近，错过时机，只能下个路口见了。

场景七：自动并线超车之后发现道路划线，还要强行压线并道。

场景八：左转时提前换道。

场景九：左转时，差点进入对向路边停车位。

场景十： 汽车 穿过几条车道后才能左转。

场景十一：在一个只有停车标志的地方，看到两个停车标志。

“作为一个做Deep Learning方向的人表示，用神经网络的车我是肯定不敢坐的……”“是的，做ML（Machine Learning）的看现在的自动驾驶，堪比医生遇到挂科的同学给自己做手术。”“强行让机器来学人（纯靠视觉）本就是错误的发展方向，机器有自己的优势（可以自由加装雷达等设备进行辅助）而不利用，就是典型的教条主义、本本主义。”……

这都是很专业的质疑，那么，特斯拉是不是点错 科技 树？这个问题虽然见仁见智，但是从主流的CV（Computer Vision）+雷达路线来说，特斯拉有点像“西毒”欧阳锋了，为了降低成本，纯视觉一条道走到黑，“虽百死而不悔”的精神虽然有了，但是，那都是消费者的命啊……

为什么纯视觉？

如果特斯拉很老实地讲自己是驾驶辅助也就罢了，坏就坏在从一开始马斯克喜欢“吹”自动驾驶，直到吹破了以后在内部邮件中承认是L2级驾驶辅助。但是，现在马斯克给吹得成为一种神话，这种造神运动让马斯克骑上虎背下不来了。

而且，国内外有太多“特吹”，包括大众集团CEO赫伯特·迪斯博士。当然，迪斯博士吹特斯拉，是为了麻痹敌人，那是另外一回事。

且不说特斯拉多年排名垫底的自动驾驶功力，已经让多少人命丧黄泉，单说特斯拉靠“纯视觉”方案，说能达到全自动驾驶L4~L5级别，这就让人匪夷所思了。

苏黎世联邦理工学院（ETH Zurich）教授Marc Pollefeys则认为特斯拉不太可能放弃完全自动驾驶近在咫尺的说法，“很多人已经为此买单（特斯拉的FSD套餐），所以他们必须保持希望，”他说，“他们被困在那个故事里。”故事已经成为一种神话。

那么，为什么特斯拉取消雷达使用纯视觉？特斯拉多次强调过，摄像头数据和雷达数据在做融合的时候比较困难，当摄像头数据与雷达数据有冲突时，系统反而会更加难以抉择。

所以，马斯克也表示过，与其让二者互相扯后腿，不如只选一个并把它做到极致。而且，在他看来，特斯拉的深度学习系统已经比毫米波雷达强100倍，现在的毫米波雷达已经开始拖后腿了。

而在今年的 CVPR（计算视觉与模式识别大会）上，特斯拉首席AI科学家安乔·卡帕西（Andrej Karpathy）还讲了特斯拉如此“执拗”的原因。不过，对于走上歧路的特斯拉，我们还是奉劝要保持冷静。

为什么呢？道理其实很简单，人在开车，虽然是以视觉为主，但是其他的感官都是一体作用的，并非无用。比如听觉，身体的触觉，甚至是意识的直觉等。“事实上，人类开车的时候，是一种近乎无意识的感知，他就能够预测下一步应该怎么办，从而规避事故。”这是奇瑞 科技 有限公司总经理李中兵在世界人工智能大会的一场论坛上所讲的。而在这点，特斯拉有点过于执着在视觉上了。

通用视觉系统和神经网络

那么，这次的CVPR上，特斯拉的安乔·卡帕西（Andrej Karpathy）详细介绍的基于深度学习开发的自动驾驶系统，也就是全视觉的好处是什么？

特斯拉的底气，是采用了“通用视觉系统”和“神经网络”两种黑 科技 。当然，Karpathy 强调，基于视觉的自动驾驶，在技术角度更难实现，因为它要求神经网络仅仅基于视频输入就能达到超强性能的输出。“不过，一旦取得了突破，就能获得通用视觉系统，方便部署在地球的任何地方。”

“我们抛弃了毫米波雷达，车辆只靠视觉来行驶。”Karpathy认为，有了通用视觉系统，车辆就不再需要什么补充信息了。特斯拉始终认为，收集环境信息是一回事，利用环境信息又是另一回事。而且，传感器的种类和数量越多，互相之间的协调与整合就越难做，最终效果恐怕只是1+1 2，得不偿失。

这次特斯拉发布的FSD Beta V9.0，从技术上来说，新算法调用所有用于自动驾驶的8个摄像头，修复跨镜头畸变、时域差，拼接成环视视觉，再对周围环境进行实时的3D建模。也就是特斯拉所谓的“鸟瞰图视觉”。

具体来说，就是特斯拉将2D视图转化为模拟激光雷达数据，然后再用（激光雷达）算法处理这些数据，得到比之前好非常多的视觉测距精度。你不觉得奇怪么，既然还是得用激光雷达算法，为什么不用激光雷达呢？

按照特斯拉的说法，其自动驾驶系统是基于神经网络的特征识别、预判和规控，对于道路环境项目进行学习，比如交通路牌的含义到底是什么，需要通过很多场景素材训练系统，训练得越多系统能处理的场景越多。通过几百万车主积累的大数据，表现出来的能力就是，特斯拉可以轻松做到目前城市道路的自主驾驶。

实际上，马斯克一直都希望将特斯拉的制造成本压到最低。从成本上来说，目前特斯拉Model 3的自动驾驶摄像头成本只需要65美元。而激光雷达的成本，还基本上在1000美元以上级别。要知道，2018年的时候，Velodyne的64线激光雷达HDL-64售价可是高达7.5万美元的。

支撑特斯拉车价一降再降的当然是成本的控制。但是，马斯克和特斯拉还是过于迷信软件和AI的力量了。对于自动驾驶的“长尾问题”，特斯拉认为靠AI和超级计算机能解决，这都是有问题的。就算完成了99%，最后的1%依然是不可跨越的鸿沟。

此外，已经有外媒认为，美国本土的传统车企通用 汽车 将在2021年超越特斯拉，原因就在于特斯拉在自动驾驶方面已经落后，特别是又在“纯视觉”的路线上一条道走到黑。

传感器融合才是未来

就纯视觉的局限来说，有业内人士认为，在一些极端的场景中是无法满足对于感知探测能力的KPI指标的。比如一些复杂的天气情况，如大雨、大雾、沙尘、强光、夜晚，这对于视觉和激光雷达都是非常恶劣的场景，难以用一种传感器应对。主要体现在几个大的方面：

1）天气环境因素造成的视觉传感器致盲（如逆光炫目、沙尘暴遮挡等）；

2）小目标物体在中低分辨率视觉感知系统中，可能造成目标晚识别（如减速带、小动物、锥桶等）；

3）异形目标由于未经训练可能造成无法匹配，被漏识别（道路落石、前车掉落轮胎等）；

4）视觉传感器本身的识别要理要求，对于视觉识别的高算力需求等。

就算一些自动驾驶测试或比较成熟厂商，在智能驾驶中也多次发生撞车事故，为传感器系统的失效付出惨痛代价。所以,传感器融合是构建稳定感知系统的必要条件。毕竟，视觉感知能力有局限，必须结合毫米波雷达或激光雷达做优势互补才能实现。

回头来说，这次特斯拉的内测BUG里面，但凡有一个场景没有人类驾驶员眼明手快接手的话，就会演变成为交通事故。这能让人放心吗？特斯拉的车主们也忒心大了。

此外，我们知道，摄像头如何感知深度只是自动驾驶问题的一部分。特斯拉依靠的最先进的机器学习只是识别模式，这意味着它会在新情况下挣扎。一挣扎，就会产生误判。

与人类司机不同的是，如果系统没有遇到场景，它就无法推理该做什么。“任何AI系统都不了解实际发生的事情，”研究自动驾驶 汽车 计算机视觉的康奈尔大学副教授克里安·温伯格（Kilian Weinberger）如此表示。

还有一点是，虽说，FSD 9.0给智能辅助驾驶系统是创造了更广阔的应用场景，但是，在L2级别的驾驶辅助系统（而不是自动驾驶系统）这个前提下，这些功能多少仍显得有些鸡肋，因为驾驶过程中根本无法脱手。而且，人类驾驶员不仅需要手握方向盘，还需要在城市道路上与车载电脑系统较劲，增加了额外负担和心理压力。

FSD BETA V9.0的这些内测BUG会在实际道路上反复出现，毫无疑问这为城市交通也制造了更多的隐患。不过，这套系统能不能用在更加复杂的中国的开放道路上？公社的小伙伴中还是有对特斯拉超有信心的，“大家都没开过，怎么知道行不行呢？”是啊，是骡子是马，特斯拉总会拉出来遛遛。

在实现汽车自动驾驶的关键设备上，传感器可谓是其中最重要的组成部分之一，甚至因此分化成两派路径之争，也就是激光雷达方案与视觉方案。特斯拉CEO马斯克极力反对激光雷达方案，认为“Lidar is a fool’s errand”，主要原因大概是价格高，易受恶劣天气影响；但其实特斯拉的视觉方案局限更大，同样易受恶劣天气影响，在逆光或光影复杂环境下效果差，难以精确测距。

甚至在美国，大部分的自动驾驶研发公司都站在了激光雷达这一边，认为激光雷达是通往高阶自动驾驶的必备钥匙，毕竟其具备所见即所得的能力，可以让激光雷达补充毫米波雷达和摄像头确实的场景。接下来笔者就来盘点几款搭载了激光雷达的新车，看看它们都有亮点几何。

小鹏P5

装备：大疆Livox车规级激光雷达

小鹏P5是小鹏汽车的第三款车型，于今年上海车展前发布，目前已开启预订，号称首款搭载激光雷达的量产车，新车将于今年第四季度交付。

小鹏P5搭载XPILOT?3.5自动驾驶辅助系统，集成了32个传感器，其中包含2个大疆Livox激光雷达，可以实现最远150米探测距离，覆盖前方横向150°视野，角度分辨率达0.16°，这套双激光雷达不仅可以与双目摄像头集成，也可以跟左右外后视镜集成。?

极狐阿尔法S?HI版

装备：3颗96线车规级激光雷达

北汽旗下的极狐汽车此前的知名度并不高，在与华为合作推出阿尔法S?HI版之后，曝光率提高了不少。目前阿尔法S?HI版共有两款车型，预售价为38.89万元和42.99万元，计划于今年11月交付新车。

阿尔法S?HI版搭载了华为HI智能汽车解决方案，可实现L4级自动驾驶辅助，其中包含了3颗96线车规级激光雷达，以及400TOPS运算能力的智能驾驶芯片，可快速识别加塞车辆、隧道中的的静止物体等，实现主动避让、无车道并线、复杂场景泊车等。

蔚来ET7

装备：Innovusion超远距高精度激光雷达

蔚来ET7是蔚来的首款轿车车型，计划将在今年1季度交付。新车基于蔚来2.0平台打造，搭载了激光雷达和官方宣称的“固态电池”，拥有高达1000km的综合工况续航里程，这也是该车的两大卖点。

蔚来ET7搭载NAD蔚来自动驾驶系统，拥有33个传感装置，包括Innovusion提供的超远距高精度激光雷达，最远探测距离高达500米，水平视角达120°，最高分辨率为0.06°x0.06°，等效300线，可分辨更多细节，实现众多场景的自动驾驶辅助。

WEY摩卡激光雷达特醇版

装备：1个远程+2个中程激光雷达

WEY摩卡在今年的上海车展上发布了激光雷达特醇版，可实现L3级自动驾驶辅助，新车将于今年11月交付，但目前未公布预售价格。值得一提的是，摩卡的代言人正是华为的二公主姚安娜。

摩卡激光雷达特醇版配备了全球首款量产车规级全固态激光雷达，由1个远程激光雷达+2个中程激光雷达组成，角分辨率达到0.05°x0.07°，相比目前的机械式激光雷达在性能上提高了5倍，官方宣称其自动驾驶能力达到L3级。

总结：众多搭载激光雷达的车型开始量产，这似乎说明了该感知技术或将成为未来自动驾驶技术的主流配置，在激光雷达应用更广的情况下，其价格也将进一步降低，良性循环会逐步弱化其缺点，或许马斯克这一次真的看走眼了。

本文来自易车号作者跟我视驾，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关