自動(dòng)駕駛中使用激光雷達(dá)的必要性

近日，洛微科技聯(lián)合創(chuàng)始人兼CTO孫笑晨博士受邀參加2022年激光雷達(dá)前瞻技術(shù)交流會(huì)（4th LiDAR Tech 2022）并發(fā)表了《硅光FMCW 4D LiDAR—從芯片化到產(chǎn)品化》主題演講。作為行業(yè)內(nèi)備受矚目的激光雷達(dá)技術(shù)盛會(huì)，孫笑晨博士同來(lái)自全球的400多位行業(yè)專(zhuān)家學(xué)者圍繞LiDAR技術(shù)與市場(chǎng)等熱點(diǎn)話題展開(kāi)深入討論，共同為激光雷達(dá)前瞻市場(chǎng)構(gòu)建全景式藍(lán)圖。

孫笑晨博士簡(jiǎn)要回顧了一下洛微科技的發(fā)展歷程，又從安全性、成本和商業(yè)三個(gè)維度講述了自動(dòng)駕駛中使用激光雷達(dá)的必要性，同時(shí)指出FMCW作為單光子探測(cè)技術(shù)，可以匹敵甚至超越TOF激光雷達(dá)的性能。

以下為演講的主要內(nèi)容：

非常感謝大家來(lái)到LiDAR Tech論壇，今天我演講的主題是《硅光FMCW 4D LiDAR—從芯片化到產(chǎn)品化》。

自動(dòng)駕駛趨勢(shì)總體向上

自動(dòng)駕駛是人類(lèi)近百年來(lái)的一個(gè)夢(mèng)想，但人類(lèi)真正開(kāi)始認(rèn)真做這個(gè)事情是從2004年DARPA挑戰(zhàn)賽開(kāi)始的，DARPA Grand Challenge涌現(xiàn)了很多技術(shù)人才和技術(shù)方案，這些技術(shù)人才在后期建立了許多自動(dòng)駕駛初創(chuàng)公司，其中最出名的就是Waymo，帶動(dòng)了自動(dòng)駕駛創(chuàng)業(yè)和資本的熱潮。再后來(lái)隨著特斯拉FSD推出和商業(yè)卡車(chē)L4應(yīng)用的進(jìn)展，以及OEM逐步進(jìn)入L2+階段，似乎我們已經(jīng)感受到自動(dòng)駕駛離我們很近了，當(dāng)然這個(gè)期間也時(shí)常伴隨著各種事故和各種反對(duì)的聲音。自動(dòng)駕駛行業(yè)未來(lái)還是會(huì)起起伏伏，但總體趨勢(shì)還是會(huì)向上發(fā)展。

特斯拉也同樣需要像LiDAR一樣的深度、速度數(shù)據(jù)

在這個(gè)向上發(fā)展的過(guò)程中，激光雷達(dá)的深度和速度信息能夠帶給自動(dòng)駕駛方案哪些幫助，其實(shí)從特斯拉的自動(dòng)駕駛演進(jìn)過(guò)程可以初見(jiàn)端倪。 2019年特斯拉第一次擺脫了Mobileye的方案，開(kāi)始開(kāi)拓FSD硬件和軟件系統(tǒng)，這個(gè)時(shí)候采用的方法還是基于圖像的感知算法，同時(shí)他們也采用毫米波雷達(dá)以及人工標(biāo)注的監(jiān)督機(jī)器學(xué)習(xí)對(duì)深度數(shù)據(jù)進(jìn)行計(jì)算。 2021年的AI Day，特斯拉展示了從基于圖像轉(zhuǎn)變?yōu)榛?a href="http://www.wenjunhu.com/v/" target="_blank">視頻的機(jī)器學(xué)習(xí)算法，同時(shí)融合整車(chē)12個(gè)攝像頭，建立我們現(xiàn)在很熟悉的BEV vector space，并用transformer替代CNN做feature extraction，也同時(shí)來(lái)獲得深度和速度信息。此時(shí)的深度信息看起來(lái)已經(jīng)比較精確了，但是速度還有瑕疵。 2022年的AI Day，特斯拉延續(xù)了基于視頻流感知的框架，但引入了occupancy network概念，實(shí)際上也建立了一個(gè)重建三維環(huán)境的vector space，增加了豎直方向的重建，這有點(diǎn)像普通毫米波雷達(dá)過(guò)渡到4D毫米波雷達(dá)。這里他們其實(shí)是用了自己的offline的AI超算cluster，將各個(gè)角度的攝像頭數(shù)據(jù)通過(guò)三角定位進(jìn)行3D建模，作為ground truth訓(xùn)練神經(jīng)網(wǎng)絡(luò)，推理一個(gè)相對(duì)準(zhǔn)確的深度和速度重構(gòu)。

經(jīng)過(guò)4年的發(fā)展，我們可以看到特斯拉在感知方面的目標(biāo)越來(lái)越接近利用激光雷達(dá)給出的深度和速度重建，這意味著深度場(chǎng)和速度場(chǎng)確實(shí)是必需的，只不過(guò)特斯拉希望只用攝像頭實(shí)現(xiàn)。

如何看待感知方案的成本問(wèn)題？

特斯拉這么做主要原因還是”第一性原理思考“，相關(guān)的主要是兩個(gè)方面，一個(gè)是仿生的概念，用攝像頭和神經(jīng)網(wǎng)絡(luò)復(fù)現(xiàn)人類(lèi)用眼睛和大腦開(kāi)車(chē)；另一個(gè)是成本，馬斯克提到過(guò)看產(chǎn)品的價(jià)格就看原材料就可以了。這聽(tīng)起來(lái)非常有道理，但如果細(xì)細(xì)分析下來(lái)，發(fā)現(xiàn)事情并沒(méi)有這么簡(jiǎn)單。 在2011年一個(gè)Podcast和2022年AI Day上馬斯克都提到過(guò)自家的攝像頭數(shù)據(jù)處理使用raw photon count，這個(gè)基本上就是專(zhuān)業(yè)單反相機(jī)里的照片的Raw儲(chǔ)存格式，是未經(jīng)壓縮處理的像素信號(hào)。特斯拉這樣做主要為了減少部分圖片處理的時(shí)延，并增加2-3 bit的數(shù)據(jù)量，提高信噪比。但嚴(yán)格說(shuō)不是我們?nèi)搜鄣墓ぷ鞣绞?。使用超算做基于神?jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)做視頻訓(xùn)練，動(dòng)輒是幾兆甚至十兆級(jí)的功耗，使用FSD系統(tǒng)做推理，也是幾百瓦的功耗，這跟人腦比也是數(shù)量級(jí)上的差異，說(shuō)明基于的算法并不相同。所以仿生這個(gè)概念并不是很恰當(dāng)。但特斯拉的這些技術(shù)方案我完全贊同，只是沒(méi)有必要披上仿生的噱頭，僅僅是基于攝像頭這個(gè)硬件系統(tǒng)做最大程度的方案優(yōu)化而已。 從成本上看，只使用攝像頭，材料上確實(shí)省了，但基礎(chǔ)設(shè)施和研發(fā)的費(fèi)用呢？用海量視頻做訓(xùn)練的結(jié)果是需要很大的訓(xùn)練資源，現(xiàn)在已經(jīng)開(kāi)始從使用巨大的GPU A100 cluster轉(zhuǎn)向基于定制自研7nm訓(xùn)練芯片的Dojo超算，這些是數(shù)十億美元的研發(fā)投入，以至于在剛過(guò)去的AI Day上，馬斯克在被問(wèn)及開(kāi)發(fā)Dojo系統(tǒng)是否投入上合算時(shí)，表示有可能提供Dojo的對(duì)外服務(wù)租用。 因此，在我們看來(lái)，”第一性原理思考“是很好的一個(gè)方法論，但也不必過(guò)于神話，具體落實(shí)到技術(shù)方案，仍舊是在一個(gè)可接受的成本下做出最好的方案的過(guò)程。當(dāng)然，這個(gè)可接受的成本每個(gè)公司的理念和戰(zhàn)略并不一樣，把有限的資源花在不同的地方，對(duì)應(yīng)的方案也自然不同。

激光雷達(dá)的必要性

那激光雷達(dá)是否必須呢？我們認(rèn)為還是必須的，這可以從三個(gè)方面考慮。第一，安全性。簡(jiǎn)單地想，大概90%車(chē)禍?zhǔn)且驗(yàn)轳{駛員誤操作或精力分散，其他一些則是人類(lèi)精力集中也無(wú)法避免的。當(dāng)自動(dòng)駕駛的方案，比如特斯拉的方案，最終達(dá)到了人類(lèi)的駕駛水平，便可以解決這90%的問(wèn)題。但是剩下的10%就不解決了嗎？我們可能需要超越人類(lèi)的駕駛水平去解決這些長(zhǎng)尾問(wèn)題，那也就不必糾結(jié)這是否為仿生的方案。配備激光雷達(dá)在環(huán)境感知方面提供了不同測(cè)試原理的冗余和提高了對(duì)假設(shè)安全性的保障。第二，成本。成本其實(shí)不能只看BOM成本，還有系統(tǒng)層面的成本，包括infrastructure、開(kāi)發(fā)和訓(xùn)練的成本，T2M時(shí)間成本，以及出現(xiàn)事故等賠償和商譽(yù)方面的成本等等，這些成本都需要綜合考慮。第三，商業(yè)模式。不同行業(yè)有不同的生態(tài)建設(shè)（Ecosystem），就算相同的行業(yè)也存在不同的生態(tài)，比如手機(jī)行業(yè)有蘋(píng)果生態(tài)和安卓生態(tài)，其實(shí)汽車(chē)行業(yè)也一定不會(huì)是非常一致的商業(yè)生態(tài)模式。所以目前絕大部分主機(jī)廠和方案商都選擇在高級(jí)輔助駕駛和自動(dòng)駕駛中搭載激光雷達(dá)，是有著綜合和理智的考慮支撐的。

激光雷達(dá)探測(cè)技術(shù)的演進(jìn)

那么接下來(lái)我來(lái)講一個(gè)激光雷達(dá)技術(shù)的演進(jìn)，這次主要談及探測(cè)技術(shù)的演進(jìn)。ToF的探測(cè)技術(shù)大致經(jīng)歷過(guò)3個(gè)階段，第一階段就最簡(jiǎn)單的一個(gè)探測(cè)器PD，基本是一個(gè)萬(wàn)光子以上的探測(cè)能力，這里和后面的分析都是指正常測(cè)試環(huán)境下，不做低溫等特殊處理，積分時(shí)間等參數(shù)也都在實(shí)用范圍；第二階段引入了APD，利用約100倍的Gain，經(jīng)過(guò)增益之后，可達(dá)到數(shù)百光子的探測(cè)能力；第三階段就是最近幾年開(kāi)始商業(yè)化的SPAD單光子探測(cè)，利用數(shù)百上千次重復(fù)探測(cè)和histogram分析，達(dá)到十光子的量級(jí)的探測(cè)能力。與ToF相對(duì)應(yīng)是今年來(lái)熱度很高的FMCW探測(cè)技術(shù)，其實(shí)有一點(diǎn)很多人可能并不了解，FMCW也是一種單光子探測(cè)技術(shù)，利用相干的原理，通過(guò)本振的信號(hào)為系統(tǒng)提供十萬(wàn)級(jí)的放大，在實(shí)用參數(shù)下，也是十光子量級(jí)的探測(cè)能力。這方面后面會(huì)更詳細(xì)說(shuō)明。

FMCW激光雷達(dá)能給我們帶來(lái)什么？

第一就是性能，F(xiàn)MCW作為一種單光子探測(cè)技術(shù)，可以匹敵甚至超越TOF的性能；第二就是成本，F(xiàn)MCW特別適合做硅光芯片化集成，硅光這個(gè)技術(shù)路線其實(shí)已經(jīng)在光通信領(lǐng)域驗(yàn)證過(guò)了，已經(jīng)商業(yè)化并成功落地，并在部分光通信市場(chǎng)逐漸替代了傳統(tǒng)的InP方案，發(fā)揮他芯片化、集成化的天生優(yōu)勢(shì)；第三就是實(shí)時(shí)速度場(chǎng)和抗干擾能力的額外優(yōu)勢(shì)。

結(jié)合剛才的幾點(diǎn)我們展開(kāi)一下， 第一個(gè)就是性能，也就是測(cè)距能力，可以用靈敏度來(lái)量化。我畫(huà)了個(gè)圖方便大家理解，橫軸是探測(cè)靈敏度，有百光子、十光子兩個(gè)量級(jí)，對(duì)應(yīng)了測(cè)距能力?？v軸是達(dá)到這個(gè)靈敏度的探測(cè)時(shí)間，為什么要加這個(gè)維度呢？因?yàn)檐?chē)載應(yīng)用的激光雷達(dá)需要百萬(wàn)級(jí)每秒的點(diǎn)頻，在合理幀率和FOV下來(lái)獲得足夠高密度的點(diǎn)云。對(duì)比來(lái)看，APD是最傳統(tǒng)的方案，探測(cè)靈敏度較低，但優(yōu)勢(shì)是計(jì)算速度快，原則上它可以用數(shù)個(gè)通道達(dá)到百萬(wàn)級(jí)點(diǎn)頻的輸出，大部分方案是使用3-5通道輔以轉(zhuǎn)鏡獲得穩(wěn)定的點(diǎn)云。而SPAD的靈敏度很高，在考慮像素有限的探測(cè)概率下是十光子量級(jí)的探測(cè)能力，但需要通過(guò)數(shù)百上千次的重復(fù)測(cè)量做histogram來(lái)解決環(huán)境光干擾和其他串?dāng)_等問(wèn)題，所以探測(cè)上會(huì)花更多的時(shí)間，差不多是在100微秒的量級(jí)，想達(dá)到百萬(wàn)級(jí)的點(diǎn)頻就需要上百個(gè)通道同時(shí)工作，這也是為什么SPAD大面積陣列需要一行一行掃。而FMCW是中間的情況，有著類(lèi)似SPAD的單光子探測(cè)能力，在實(shí)際情況下也是十光子左右的靈敏度，測(cè)試中數(shù)據(jù)采集時(shí)間一般是在十微秒量級(jí)，所以需要10個(gè)或更多的并行通道來(lái)完成需要的點(diǎn)頻。

第二個(gè)就是即時(shí)速度。有人會(huì)說(shuō)ToF激光雷達(dá)使用兩幀測(cè)得的距離差，除以時(shí)間就能算出速度，為什么要特別強(qiáng)調(diào)速度這事呢。我們用實(shí)際數(shù)據(jù)跟大家分析一下。首先我們測(cè)一個(gè)比較接近勻速運(yùn)動(dòng)物體的距離隨時(shí)間變化，從左圖看上去這個(gè)距離線性度還是挺好的，但是用距離差計(jì)算速度，就是右圖藍(lán)線，就會(huì)看到噪聲很大，因?yàn)榍髮?dǎo)計(jì)算本質(zhì)是一個(gè)high pass filter，會(huì)增加噪聲。即使采用 3幀數(shù)據(jù)來(lái)平滑（綠線），可以看到仍是噪聲很大，此時(shí)如果采用一個(gè)正負(fù)0.3m/s的判斷依據(jù)做物體探測(cè)分割，結(jié)果會(huì)非常不穩(wěn)定。但是FMCW是使用多普勒效應(yīng)，直接計(jì)算即時(shí)的徑向速度，典型數(shù)據(jù)如右下圖紫線，雖然仍是有一些噪聲，但都在正負(fù)0.3m/s范圍內(nèi)，這樣就可以做一個(gè)較好的物體探測(cè)和語(yǔ)義分割。 第三，抗干擾。我看到上個(gè)月預(yù)發(fā)表在arXiv上的一篇論文很有意思，使用一個(gè)獨(dú)立的激光器，經(jīng)過(guò)一些編碼對(duì)ToF激光雷達(dá)進(jìn)行干擾，在某些情況下可以把行人等真實(shí)目標(biāo)完全消除或判斷失誤，可能會(huì)造成嚴(yán)重的后果。而文中實(shí)驗(yàn)了3個(gè)公司6個(gè)型號(hào)的ToF激光雷達(dá)，結(jié)果都是一致的。類(lèi)似的這些危險(xiǎn)情況在目前肯定不常見(jiàn)，但隨著今后路上的車(chē)越來(lái)越多，激光雷達(dá)互擾可能會(huì)變成一個(gè)非常非常大的問(wèn)題。

為什么FMCW激光雷達(dá)比ToF具有更高的抗干擾能力呢？這里面有環(huán)境光干擾和激光雷達(dá)互擾兩個(gè)主要的問(wèn)題，我們分別來(lái)說(shuō)。上面是太陽(yáng)光在地表的輻射光譜，從可見(jiàn)光到紅外。ToF方案大多使用900nm附近的波長(zhǎng)，不管是采用VSCEL或者多模EEL激光器，其光信號(hào)的波長(zhǎng)線寬一般在幾納米，考慮溫度變化和入射角度等影響，加過(guò)濾器的時(shí)候帶寬通常會(huì)比十納米還大一點(diǎn)，即在十納米之內(nèi)陽(yáng)光會(huì)進(jìn)入探測(cè)器，引起探測(cè)器噪聲甚至飽和，導(dǎo)致無(wú)效點(diǎn)云。從互擾的角度看，由于這些激光器波長(zhǎng)誤差一般在正負(fù)幾個(gè)納米量級(jí)，帶寬在幾納米量級(jí)，兩個(gè)激光雷達(dá)的發(fā)射光很容易進(jìn)入對(duì)方的接收側(cè)并造成干擾或者飽和。而FMCW方案中使用的激光器是窄線寬激光器，作為車(chē)載激光雷達(dá)，激光器的線寬一般在100kHz左右，即百萬(wàn)分之一納米的光信號(hào)帶寬。由于是和同一個(gè)激光器發(fā)出的本地光做相干干涉，即只有嚴(yán)格在這個(gè)波長(zhǎng)范圍內(nèi)光才可以輸出有效信號(hào)。對(duì)于陽(yáng)光，只有百萬(wàn)分之一納米的光譜部分進(jìn)入系統(tǒng)，相比ToF具有百萬(wàn)倍以上的抗日光能力。類(lèi)似的對(duì)于互擾，由于線寬非常小，遠(yuǎn)小于激光器波長(zhǎng)誤差，成千上萬(wàn)個(gè)激光器對(duì)射都很難有兩個(gè)有一模一樣的波長(zhǎng)互擾。即使計(jì)算GHz量級(jí)調(diào)頻時(shí)對(duì)應(yīng)波長(zhǎng)變化，即百分之一納米量級(jí)，相比于ToF也至少是千倍以上的抗互擾能力。這些是FMCW一個(gè)非常大的優(yōu)勢(shì)。

那么怎么去做FMCW激光雷達(dá)系統(tǒng)呢？FMCW測(cè)距在遙感、測(cè)風(fēng)等場(chǎng)景應(yīng)用很多年了，那為什么FMCW擁有那么多優(yōu)勢(shì)還沒(méi)在車(chē)上應(yīng)用呢。因?yàn)镕MCW相比ToF是更復(fù)雜的系統(tǒng)，需要保證空間和時(shí)間的相干，還要處理偏振控制、干擾回波處理等等。使用傳統(tǒng)方案，即使只有一個(gè)通道，也要很多光電器件組合，并需要做精密的光學(xué)對(duì)準(zhǔn)等工藝。事實(shí)上，可以使用現(xiàn)成的市場(chǎng)上買(mǎi)得到的傳統(tǒng)獨(dú)立組件，可以比較容易做出一個(gè)很好的FMCW系統(tǒng)（見(jiàn)上圖的的傳統(tǒng)方案部分）。甚至由于各個(gè)獨(dú)立器件都是獨(dú)立優(yōu)化的，還可以用光纖放大器和損耗非常低的自由空間光學(xué)組件，其系統(tǒng)性能比芯片集成的系統(tǒng)要更好。但這是個(gè)設(shè)備級(jí)的系統(tǒng)，不能真正上車(chē)使用。而且前面講過(guò)，由于FMCW測(cè)距時(shí)間需要十微秒量級(jí)，對(duì)于車(chē)載應(yīng)用的點(diǎn)頻需求，需要使用更多的通道，每個(gè)通道重復(fù)上述這些工作，這其實(shí)一個(gè)非常龐大的系統(tǒng)，極難滿足車(chē)規(guī)級(jí)產(chǎn)品所需的良率、成本和可生產(chǎn)性。所以雖然一直能看到一些FMCW樣機(jī)，但遲遲沒(méi)有出現(xiàn)能真正適合車(chē)載使用的FMCW激光雷達(dá)產(chǎn)品。 我們認(rèn)為，真正能上車(chē)的FMCW產(chǎn)品是一定要基于光子芯片集成的方式來(lái)做，才能解決上述的困難。當(dāng)然光子集成的芯片也有較簡(jiǎn)單的集成和更高密度的集成。對(duì)于前者，可以只將單通道的FMCW系統(tǒng)進(jìn)行簡(jiǎn)單芯片集成，之后加一個(gè)二維轉(zhuǎn)鏡進(jìn)行掃描，形成點(diǎn)云，但前面的分析表明這個(gè)點(diǎn)頻對(duì)于車(chē)載的應(yīng)用是遠(yuǎn)遠(yuǎn)不夠的，所以目前做這類(lèi)方案的公司已經(jīng)基本放棄車(chē)載而轉(zhuǎn)向工業(yè)應(yīng)用的方向。所以，我們認(rèn)為一定需要多通道多天線陣列高度集成的FMCW芯片，才能實(shí)現(xiàn)車(chē)載所需的激光雷達(dá)指標(biāo)。這個(gè)系統(tǒng)雖然看起來(lái)很復(fù)雜、芯片設(shè)計(jì)和制作也更困難，但是卻是最正確的選擇，也是我們認(rèn)為唯一的選擇。

這里是洛微科技硅光FMCW芯片的原理示意圖，芯片里有多通道的平衡探測(cè)、大規(guī)模的固態(tài)掃描的天線陣列和復(fù)雜的switch網(wǎng)絡(luò)來(lái)控制發(fā)射和接收信號(hào)的分配，且可加入調(diào)頻、校準(zhǔn)、自檢等功能，大規(guī)模去做平衡探測(cè)。目前激光器雖然還是外置，但是后續(xù)我們會(huì)做進(jìn)一步集成。此外，未來(lái)還會(huì)將讀取和控制電路、甚至信號(hào)處理電路集成，變成一個(gè)純芯片化的高度集成的FMCW子系統(tǒng)，真正做到在車(chē)載應(yīng)用中所長(zhǎng)遠(yuǎn)需要的成本、尺寸和可生產(chǎn)性。

●FMCW本身是一個(gè)單光子探測(cè)技術(shù) 前面提到FMCW也是一個(gè)單光子探測(cè)技術(shù)，即shot-noise dominated系統(tǒng)。這里看一下我們自己F1原型機(jī)的實(shí)測(cè)結(jié)果。上面這個(gè)圖是我們測(cè)得在不同的返回光子數(shù)下的探測(cè)概率。顯然在光子數(shù)量比較多的時(shí)候，探測(cè)概率接近1，行業(yè)內(nèi)通常把90%探測(cè)概率作為一個(gè)系統(tǒng)探測(cè)標(biāo)準(zhǔn)，我們把90%探測(cè)概率對(duì)應(yīng)的頻譜圖給出來(lái)，對(duì)應(yīng)差不多是二十幾個(gè)光子的信號(hào)，且可以看到比較良好的信噪比，并且我們認(rèn)為噪聲有進(jìn)一步優(yōu)化的空間。而如果看對(duì)應(yīng)SPAD在10%左右的探測(cè)效率，是接近單光子的。實(shí)際上，F(xiàn)MCW系統(tǒng)也可以獲得類(lèi)似SPAD的泊松分布的光子探測(cè)曲線，證明其單光子探測(cè)的本質(zhì)?；谶@樣的靈敏度，我們的FMCW樣機(jī)可以在一個(gè)很低的功率輸出下，探測(cè)到200米以上的目標(biāo)，且可以看到有不錯(cuò)的點(diǎn)云質(zhì)量。這是我們F1原型機(jī)的測(cè)試結(jié)果，明年我們將基于優(yōu)化的自研硅光芯片推出樣機(jī)，預(yù)計(jì)可以提高2倍以上探測(cè)距離，最遠(yuǎn)測(cè)距可能達(dá)到400-500米，在低反射率情況下探測(cè)距離可以達(dá)到250米。 關(guān)于速度場(chǎng)和抗干擾的事情，前面的演講者也提到了很多具體的實(shí)例，這里我不做過(guò)多的展開(kāi)了，僅給大家看下我們實(shí)測(cè)的數(shù)據(jù)。對(duì)于前者，可以看到這個(gè)點(diǎn)云視頻中，同向行走或行駛的不同速度目標(biāo)物，雖然在深度場(chǎng)上距離是基本一致的，但我們可以明顯看到在速度場(chǎng)中的不同，這可以為物體識(shí)別和分割提供更多的方法。對(duì)于抗干擾，我們?cè)跍y(cè)試中選了下午太陽(yáng)正面斜照的場(chǎng)景，在這個(gè)情況下我們可以看到相機(jī)照到的圖片是嚴(yán)重過(guò)曝的，包括樓宇、車(chē)都會(huì)看不清楚，感知算法可能出現(xiàn)判斷失誤，但FMCW的點(diǎn)云是沒(méi)有任何噪點(diǎn)和影響的，具有非常強(qiáng)的抗干擾能力。 這里簡(jiǎn)單講講洛微科技對(duì)于面向量產(chǎn)生產(chǎn)的一些思考。我們認(rèn)為在產(chǎn)品的研發(fā)階段就考慮到的成本、可制造性和可靠性等問(wèn)題，這遠(yuǎn)比在研發(fā)樣機(jī)完成后，再修改方案試圖達(dá)到這些目標(biāo)要容易和正確的多。對(duì)于激光雷達(dá)這樣一個(gè)光電系統(tǒng)來(lái)說(shuō)，最大成本是芯片，所以需要一定的“第一性原理思考”，開(kāi)始就要考慮芯片的材料、工藝和尺寸。是選擇硅材料，還是化合物材料，甚至全新的材料。是采用較通用的工藝，還是開(kāi)發(fā)目前沒(méi)有的新工藝。我們采用硅光的技術(shù)，是使用了生態(tài)最大最好的硅材料和CMOS工藝體系，在這個(gè)體系中，工藝和尺寸就決定了一個(gè)芯片的價(jià)格，這是一個(gè)非常標(biāo)準(zhǔn)化的東西，所以我們很容易估算未來(lái)產(chǎn)品的成本組成，在什么量能做到什么價(jià)格。除了芯片之外，光學(xué)、結(jié)構(gòu)也是越簡(jiǎn)單越好，這個(gè)對(duì)成本、可靠性、可生產(chǎn)性都是結(jié)合到一塊，對(duì)于我們產(chǎn)品設(shè)計(jì)來(lái)說(shuō)，就是整個(gè)系統(tǒng)越簡(jiǎn)單越好，而系統(tǒng)的簡(jiǎn)化需要芯片的集成度越高越好，而對(duì)于光電系統(tǒng)，只有硅光的平臺(tái)可以提供如此高和復(fù)雜的集成度，這就是我們方案選擇的基本邏輯。 當(dāng)前，硅光芯片雖然在通信領(lǐng)域已經(jīng)獲得大量成功的應(yīng)用，但畢竟還不是通用型的芯片，所以用硅光平臺(tái)開(kāi)發(fā)一個(gè)激光雷達(dá)產(chǎn)品還是要有建立自研芯片的壁壘，具備一定垂直整合的能力，從芯片到光引擎模組到最終的整機(jī)產(chǎn)品。洛微科技的團(tuán)隊(duì)具備15年以上的硅光芯片研發(fā)和產(chǎn)品化經(jīng)驗(yàn)，以及全棧的光電產(chǎn)品開(kāi)發(fā)經(jīng)驗(yàn)積累，我們積累的大量的IP、Know-how和產(chǎn)品落地經(jīng)驗(yàn)，這是洛微科技的核心競(jìng)爭(zhēng)力。 最后是我們的產(chǎn)品的布局，洛微科技的產(chǎn)品主要分兩個(gè)系列，一個(gè)是純固態(tài)大視場(chǎng)近場(chǎng)激光雷達(dá)D系列，一般用以補(bǔ)盲和避障等；一個(gè)是硅光FMCW 4D激光雷達(dá) F系列，其中F1是主打前向的主雷達(dá)。D系列有一款產(chǎn)品已經(jīng)量產(chǎn)，另外一款我們也在今年推出。F系列已有原型機(jī)在內(nèi)測(cè)，已經(jīng)給到一些戰(zhàn)略客戶作展示，明年會(huì)正式給客戶送樣。 ?

編輯：黃飛

?