自动驾驶需要激光雷达吗？

你很难想象：2022年，在全球乘用车市场前装交付了近13万台激光雷达之后，以禾赛科技CEO李一帆、图达通CEO鲍君威为代表的激光雷达从业者们，仍在不断面对这样的疑问。

2022年，通过在乘用车领域的量产突破，车载激光雷达进入了新的时代——在2021年，激光雷达的应用还主要集中在Robotaxi这样的后装市场，全球出货量不足4万台（2020年更是不足2万台）；仅一年后，头部企业的年产量已从万台增长到十万台规模，产品形态也由形似花盆的机械式雷达转变为更小巧、运动部件更少、更容易集成到量产车中的半固态雷达。

车用激光雷达从此告别“手工作坊”的时代，进入到工业化制造时代。

而引领这一时代的，是清一色的中国企业——据《建约EV预测》统计，三家中国厂商禾赛科技、图达通、览沃科技在2022年的激光雷达装车销售量分别达到5.66万台、4.79万台和2.19万台。而在海外市场，通用、梅赛德斯-奔驰、宝马、大众、福特等汽车巨头规划的激光雷达量产车型，则普遍比中国车厂晚2-3年。

尽管取得了如此里程碑式的成绩，中国的激光雷达厂商们却并没有摆脱外界的质疑——质疑的焦点一是激光雷达是否最终会被抛弃，二是高昂的价格何时才能降到“白菜价”。

Nice to have 还是 Must have？

如果没有特斯拉，大概也不会有人质疑激光雷达对自动驾驶的作用。

相比摄像头这样的单向收光式的被动传感器，激光雷达通过主动发送和接收激光光束来探测环境，能够准确获得物体的尺寸、距离等三维信息，并且不受暗光、炫光等光线变化的影响。

但因制造工艺复杂且尚未形成规模，激光雷达价格高昂——机械式激光雷达在2018年之前单颗售价达到十万美元级别，直到今天仍在5000-10000美元区间；而搭载于量产车的半固态激光雷达，单价虽已降至500-1000美元，但仍远高于摄像头、毫米波雷达、超声波雷达等其他车载传感器。

马斯克坚持不在特斯拉车型上使用激光雷达，并坚称纯视觉足以实现L4级自动驾驶。与此同时，特斯拉凭借深厚的AI和工程能力，以及通过卖车不断获得真实用户提供的行驶数据，在当今全球智能驾驶的竞赛中处于领先位置。

特斯拉的领先，就像一只悬在激光雷达厂商头顶上的“达摩克利斯之剑”。这让他们很受伤——就仿佛特斯拉的不用，成了激光雷达从业者的原罪，迫使他们需要不断自证存在的价值。

对于自动驾驶，激光雷达到底是不是必需品呢？恐怕这场正反方各执一词的辩论并不会很快见分晓，而是还将在很长时间里持续下去——这是因为，即使特斯拉FSD Beta即将更新到v12的“端到端”架构，将感知、预测、规划、控制等模块全部交由神经网络完成，即使这意味着FSD的软件栈已经趋于完善、将在数据驱动下加速迭代、用户的接管次数将会越来越少，但FSD仍将是一个越来越好用的L2级辅助驾驶系统，而非（在ODD内无需人类接管的）L4级自动驾驶系统。

圄于SAE难称合理的“L0-L5”自动驾驶分级体系，在L2级辅助驾驶与L4级自动驾驶之间，还存在着法律法规、保险体系、大众的认知和接受等一系列尚待填补的环节，而补齐所有这些缺失环节的前提，是首先在技术上实现“无限趋近于零接管”。

看上去，特斯拉是当前最接近这一技术目标的玩家。但事实是，即使强如特斯拉，也没有人能准确预测其达成这一目标的时间。

既如此，“仅靠纯视觉就能实现L4级自动驾驶”的判断无法证实，“自动驾驶必须要有激光雷达参与”的判断也就无法证伪。

对于自身产品的价值，那些已经实现规模量产的激光雷达从业者们，也在时刻不停地迭代自己的思考。

禾赛CEO李一帆观察到，最近一两年，一些禾赛服务的整车厂客户对激光雷达的认识发生了转变。

在过去，更多人把激光雷达当作一个安全件。意思是说，装了激光雷达比不装更好、车辆的安全性更高，就好像安全气囊——过去装8个，如今装12个，结果自然是更安全。

但如今，越来越多的客户将激光雷达看作一个功能件——功能件的意思是说，只有具备这一部件，车辆才可能实现某些特定功能。

李一帆用理想AD Max与AD Pro的区别举例：在车辆刚交付时，理想L8 Max和L8 Pro都能实现高速NOA功能；但在未来，装有激光雷达的Max车型能够通过OTA升级实现城市NOA，未装激光雷达的Pro车型则无法实现城市NOA功能。

图达通CEO鲍君威也认为，有激光雷达和没有激光雷达，车辆实现的功能完全不一样。只有在高性能的主视激光雷达上车之后，感知模块的可靠性更高、误报和漏报率无限趋近于零，才能实现“在体验上具有明显差别的”高阶自动驾驶功能。

鲍君威以高速行驶时的刹车舒适性举例：要满足乘客在刹车时不出现明显的不适感，通常要求刹车的减速度不超过0.3g，这意味着以120公里时速行驶的车辆，需要检测到200米以外的障碍物，才有足够的时间刹车。

图达通为蔚来NT 2.0平台车型提供的主激光雷达Falcon，其ROI区域内的分辨率达到0.06°x0.06°。对于车辆前方200米处身高1.8米的行人，Falcon能够检测到超过20个点云，不仅能清晰地检测到行人的存在，而且能以极高的置信度勾勒出行人的姿态，从而帮助车辆作出提前减速的决策。

鲍君威表示，摄像头感知本质上是基于二维信息对三维信息的估测，其准确度在很大程度上依赖于神经网络算法的成熟度，但始终无法完全避免误检和漏检。而只有在激光雷达提供的高置信度感知下，车企才有可能为用户提供L3级以上的自动驾驶功能。

有趣的是，李一帆和鲍君威都强调了激光雷达为智驾系统带来的潜力和上限，并且不约而同地以App Store和iiPhone的关系为例：

当前的智驾功能还不成熟，就像初代的iPhone手机，除打电话、拍照、发短信、发邮件和浏览网页之外并没有太多功能，但在2008年App Store推出后，越来越丰富的应用生态彻底释放了智能手机的潜力，将iPhone 3与众多功能手机完全区分开来。

自动驾驶的出现，在某种程度上会像App Store一样——当它的成熟度达到一个阈值时，将会在智能汽车与传统汽车之间划出一道无法逾越的鸿沟，二者的用户体验将从此云泥有别，并且差距会越拉越大。

而激光雷达，在他们看来，是实现这样的潜力所必须预埋的硬件之一。

回到特斯拉的话题：在李一帆看来，马斯克选择不用激光雷达，本质上是一个商业选择，而不是技术选择——马斯克并不认为激光雷达毫无价值，而是认为激光雷达不值那个价。

在2019年4月，当特斯拉对FSD的标价为5,000美元时，一台激光雷达的售价高达10,000美元——这显然从商业逻辑上杜绝了特斯拉采用激光雷达的可能性。

到了今天，特斯拉FSD的价格已经上涨到15,000美元，而一台激光雷达的价格降到了500美元级别——虽然仍远高于20美元的摄像头，但在商业逻辑上，激光雷达已不再是FSD无法承受的部件。

从技术上看，禾赛认为激光雷达不仅测距更准，并且作为异构传感器，是对视觉感知的补充和冗余。即使随着视觉算法的进步，摄像头感知的置信度不断提升，激光雷达仍能在其基础上进一步提升感知置信度。

“哪怕激光雷达让碰撞风险从百万分之一降到百万分之0.5、从亿万分之一降到亿万分之0.5，都意味着安全性（比仅靠摄像头感知）高出一倍。”

在性能的提升潜力方面，禾赛基于下一代芯片设计的AT旗舰级激光雷达计划2026年量产，其性能将比当前的AT128提升10倍。

假如到那时，无论出于技术还是法规（例如，L4自动驾驶强制要求感知系统需有异构传感器作为冗余）方面的原因，特斯拉FSD仍未实现L4级自动驾驶，那么性能更强、价格更低的激光雷达或许也会成为马斯克的选择。

既然特斯拉可以在HW4.0上加入4D毫米波雷达，为什么不能在HW5.0上加入激光雷达呢？

先量产，再谈降本

激光雷达的成本过高，是业内老生常谈的话题。当前以500-1000美元的单价向整车厂供应的主雷达，成本仍普遍在大几百美元甚至一千美元以上。

降低成本的途径，也无外乎已被人们充分讨论的几个方面：

• 规模效应带来的成本下降；

• 通过芯片化减少原材料用量，使激光雷达乘上“摩尔定律”的快车；

• 迭代生产线设计，提高自动化率和生产良率。

长远看，以上几个方面会是激光雷达产业持续努力的降本方向。但事实上，在当前阶段，绝大多数激光雷达企业仍处于尚未实现批量化生产的阶段。在谈论如何降低成本之前，需要解决的当务之急仍是“交付能力”。

激光雷达结构精密，对生产的精度和一致性要求极高。在完成产品设计到批量化交付之间，还有大量的工作要做。

关于此，李一帆分享了禾赛坚持自建工厂的理念和实践中的得失。

禾赛认为，对于尚未成熟的新兴产业，制造是研发的一部分，因为在尝试生产的过程中会发现诸多与产品设计相关的问题，需要由研发人员和生产人员共同配合解决。

这也是为何，当特斯拉在2017年以异于所有传统车企的全新方式生产Model 3时，将第一条生产线放在了地价高昂但靠近研发团队的硅谷，马斯克更是在一段时间里亲自住进工厂督战。

当第一座工厂将生产流程跑通，能够稳定生产出一致性达标的产品之后，再将这样的工厂进行大批量复制，从而提高产量、降低成本。

当然，从一开始就自建产线，也为禾赛带来了一些困难。例如，相比成熟代工厂业已完善的生产流程，禾赛在最初与客户接触时，仍处在探索和建立生产流程的阶段。与“大厂”相比，这样的生产团队需要赢得证明自己的机会。

由于代工厂的生产能力优于激光雷达初创企业，引入代工厂的好处是可以迅速建立生产能力、早期爬产较快。但是源于上述“生产是研发的一部分”的原理，进入量产之后可能会卡在一些未得到解决的问题上，导致生产质量和一致性无法达到车规级。

自建工厂在早期更痛苦、需要解决的问题更多，但跑通之后上限更高。

此外，禾赛基于自身的实践发现，通过资本的加持投入更多设备和人员，可以让自建工厂的早期迭代速度加快，从而弥补自建工厂在早期慢于代工模式的劣势。

通过对自建工厂模式的坚持，禾赛在2022年最后四个月里，连续实现月交付过万台。李一帆认为，进入大规模生产的激光雷达厂商最终都会走向自建工厂。

说回到激光雷达的降本空间：考虑到产品的结构和精密度，即使在生产规模大幅扩大之后，激光雷达的价格也很难下降到毫米波雷达与摄像头的水平。但同时，基于激光雷达对自动驾驶的作用、对用户体验的价值，从业者们相信激光雷达会在高阶智能驾驶的BOM成本中占据一席之地。

“激光雷达当然不会是所有汽车的标配，这取决于它所带来的功能，以及该功能为用户带来的价值。”

“举个例子，看手机里的摄像头——很多年前iPhone的摄像头成本就是二三十美元，现在差不多还是二三十美元。过去5-10年，iPhone手机的价格并没有明显下降，那为什么作为手机里最重要的拍照功能，它的成本要下降呢？在1000美元的iPhone手机上，摄像头占据20美元是一个合理的比例。而与此同时，手机摄像头的性能却从2004年的50万像素提升到了今天的5000万乃至一亿像素。”

“同理，对于实现了自动驾驶功能的汽车而言，自动驾驶所需的硬件，相信也会在车辆BOM成本中占据一个合理的比例。”

竞争的方向

在实现前装量产从0到1的突破之后，激光雷达厂商工作的重点一方面是完善产线、提升良率、扩大产能，提升交付能力，另一方面需要关注客户（整车厂）在激光雷达上车之后的使用效果，帮助其实现激光雷达的价值。

这包括两方面的工作：一是推出不同品类的激光雷达产品，满足更多细分需求；二是在软件方面提供协助，确保智驾功能的实现。

当前，激光雷达的产品形态仍在演进过程中。

2022年底，禾赛、图达通、速腾聚创、亮道智能等厂商先后推出了用于车身侧面的补盲式激光雷达。相比主雷达，这类产品的特点是探测距离更短、纵向视场角更大、尺寸更集成、价格也更低，实现的作用主要是在超车场景对旁侧车辆的识别，以及城市场景下对行人、骑行者、矮小物体以及不规则障碍物的识别。

这些补盲式激光雷达产品出现在量产车上的时间，预计将是2023年下半年。

而在今年4月上海车展前后，禾赛和图达通又相继发布了更小巧轻薄、可集成在座舱内的前视主激光雷达。

头部厂商推出新品的节奏在加快。

将激光雷达集成到座舱内后视镜的位置，甚至与摄像头模组集成在一起，是一个确定的需求，因为凸起在车头顶部的激光雷达形似高达战士，是很多颜控购车者所不能接受的。

要实现“入舱”，激光雷达的体积需要进一步缩小，否则会在挡风玻璃处占据和遮挡过多的区域，影响驾驶视野。

禾赛发布的ET25，与AT128相比，厚度从48mm缩小到了25mm，而性能（探测距离）却从200m提升到了250m。

在性能提升的同时，ET25的功率比AT128下降50%达到12W，这解决了设备在座舱前部工作时可能产生的发热问题，从而提高可靠性。

在噪音方面，禾赛ET25的噪音小于25dB，接近于夏日宁静的夜晚。

首次推出905nm产品的图达通，更是将同为舱内主激光雷达的云雀-E的功率压低至9W、噪音低至20dB。

李一帆分享道，实现这些性能提升的途径，可以理解为是对每个激光点的效率提升——通过提高元器件的灵敏度，提升光电系统的效率。此外，ET25还采用了新型的扫描结构。

仅仅是把设备做得更小、效率更高，并不足以实现激光雷达的入舱。由于激光在发、收过程中两次穿过风挡玻璃，需要对玻璃进行特殊的处理，才能实现大幅降低玻璃对红外线的吸收，从而最大限度地减少其对激光雷达性能的影响。

针对此，禾赛在4月14日宣布与福耀玻璃达成战略合作，由后者提供特制风挡玻璃，推进ET25的前装量产。双方在官宣之前已经历了一年的合作，但他们强调：只有在产品成功量产上车之时，才算是合作成功。

图达通同样在几天后的上海车展上宣布了与福耀玻璃达成合作，并称在初步方案中，已实现激光雷达与摄像头集成在前挡玻璃后，探测性能衰减小于10%。

更丰富的产品形态，有利于满足不同整车厂对智驾功能的不同需求，从而帮助激光雷达企业扩大出货量、争取更多市场份额。同时，扩大的产品线和更紧凑的研发周期，也增加了激光雷达厂商的研发压力。

厂商的交付能力决定了激光雷达能否大规模量产上车，而软件能力则可能决定量产后的产品好不好用，并最终影响激光雷达产品的长期销量。

到2023年底，中国的道路上将会有数十万辆装有激光雷达的智能汽车。

“这些车的软件系统能不能跟得上、消费者买完之后觉得这个东西到底厉不厉害？这是我们现在更关心的点……这一波热潮如果搞得很厉害，大家都会更愿意去做；如果这一波之后大家觉得激光雷达是一个伪需求，那下一波车长肯定就不想做了。”

李一帆总结道：“去年是硬件之战，今年是功能之战。”

图达通为了帮助客户发挥出激光雷达的全部潜力，也推出了OmniVidi软件平台，该平台包括感知中台和工具链两个模块，作用是提供闭环工具链，将激光雷达的原始数据输出为结构化数据，帮助客户方便地调用感知参数和功能，支持进一步开发。

从智能驾驶功能层面看，激光雷达的价值实现在很大程度上是与城市NOA的落地绑定的——至少对当前的小鹏、华为、理想、蔚来和毫末而言，在开发对标特斯拉FSD的城市NOA功能时，都将激光雷达作为必须的传感器。

要在全球自动驾驶的竞赛中不落于人后，中国厂商们的城市NOA之战不容有失；而激光雷达在其中扮演的角色，以及在近两年里积累的量产规模、成本下降以及性能提升，都将成为影响整个激光雷达行业发展的重要因素。

结语

对以上问题的探索，已让中国激光雷达厂商进入无人区。他们的每一步进展，都将巩固中国在汽车供应链这一细分领域的全球领先。

若以2025年作为西方主流车企开启激光雷达上车的时间节点，届时，中国市场搭载激光雷达的汽车保有量将会超过百万规模。

时间的领先和规模的优势，带来的将会成本领先和技术领先。