但圍繞激光雷達(dá)，從來(lái)不缺爭(zhēng)議。特斯拉創(chuàng)始人馬斯克曾經(jīng)說：“傻子才用激光雷達(dá)”。也有造車新勢(shì)力創(chuàng)始人稱：“說激光雷達(dá)沒用的非蠢即壞，特斯拉不是所有事都對(duì)”。

從大佬們旗幟鮮明的表態(tài)，我們可以窺見自動(dòng)駕駛發(fā)展過程中兩條截然不同的路徑：一種是特斯拉為代表的純視覺方案，主要依賴攝像頭+AI來(lái)獲取路況信息；而另一種則是多傳感器融合，在車上安裝攝像頭、激光雷達(dá)、毫米波雷達(dá)等多種傳感器。

那么，馬斯克投了反對(duì)票的激光雷達(dá)到底是什么，能發(fā)揮什么作用？

最近，我們請(qǐng)到了激光雷達(dá)行業(yè)的資深從業(yè)者、深圳力策科技創(chuàng)始人&CEO張忠祥博士與峰瑞資本合伙人楊永成就自動(dòng)駕駛技術(shù)成熟之路上的挑戰(zhàn)與機(jī)遇，進(jìn)行了一場(chǎng)深入的對(duì)話。

張忠祥在激光雷達(dá)研發(fā)領(lǐng)域深耕近十載，是光電系統(tǒng)與集成光學(xué)領(lǐng)域?qū)＜?。在張忠祥看?lái)，過去10年“不僅是中國(guó)汽車智能化的歷史，也是國(guó)產(chǎn)汽車逆襲的歷史。”

中國(guó)智駕10年：波瀾壯闊的逆襲之路

楊永成：自動(dòng)駕駛和新能源汽車是峰瑞長(zhǎng)期關(guān)注的方向，我們投資了與自動(dòng)駕駛相關(guān)的各種傳感器項(xiàng)目，包括毫米波雷達(dá)、激光雷達(dá)以及與之相關(guān)的芯片等。張博士，你是怎么走上深耕激光雷達(dá)這條路的？

張忠祥：我從事激光雷達(dá)的研發(fā)將近10年時(shí)間。我本科畢業(yè)設(shè)計(jì)的內(nèi)容是量子密碼系統(tǒng)的單光子光源和探測(cè)，這個(gè)跟我現(xiàn)在做的激光雷達(dá)工作其實(shí)挺接近的。大學(xué)期間，我還獲得了去臺(tái)灣國(guó)立清華大學(xué)訪問的機(jī)會(huì)，第一次接觸到激光加速電子和非線性光學(xué)這些前沿物理，我觸動(dòng)很大，于是申請(qǐng)博士的時(shí)候就直接選了電子工程方向。

博士畢業(yè)后，我在香港工作了3年多，覺得工作太枯燥，萌生了創(chuàng)業(yè)的念頭。當(dāng)時(shí)，深圳剛推出“孔雀計(jì)劃”，吸引我回到深圳創(chuàng)業(yè)。2013年，我注冊(cè)了力策科技，最初沒有計(jì)劃融資，而是通過接項(xiàng)目來(lái)維持公司運(yùn)轉(zhuǎn)，前后累計(jì)接的項(xiàng)目金額超過200多萬(wàn)。

最開始我們做的是用于玻璃檢測(cè)的拉曼激光雷達(dá)。入駐了留學(xué)生創(chuàng)業(yè)大賽的場(chǎng)地后，我發(fā)現(xiàn)樓上樓下有很多服務(wù)機(jī)器人公司，需求幾乎都是測(cè)距型雷達(dá)，于是我們果斷轉(zhuǎn)向測(cè)距激光雷達(dá)。

2016年到2017年，車載激光雷達(dá)市場(chǎng)開始火熱，我們決定將研發(fā)方向鎖定在純固態(tài)的光學(xué)相控陣激光雷達(dá)。

純固態(tài)光學(xué)相控陣激光雷達(dá)是一種基于固態(tài)光束操控（Beam Steering）的三維測(cè)距系統(tǒng)，核心模塊包括測(cè)距模塊和掃描成像模塊。測(cè)距模塊的工作原理主要依賴于激光發(fā)射器發(fā)射激光脈沖，目標(biāo)物體反射激光后，返回信號(hào)被接收端收集到，從而計(jì)算出物體的距離。

目前測(cè)距技術(shù)已經(jīng)非常成熟，不少激光雷達(dá)團(tuán)隊(duì)的創(chuàng)新大多圍繞如何完成高速三維成像去做。光學(xué)相控陣芯片其實(shí)就是完成從單點(diǎn)測(cè)距到三維成像的一個(gè)高效掃描引擎。

電掃式固態(tài)激光雷達(dá)樣機(jī)實(shí)物與量產(chǎn)機(jī)想象圖，圖片來(lái)源：力策科技

楊永成：張博士是一個(gè)跨學(xué)科的創(chuàng)業(yè)者，既學(xué)過光學(xué)，又學(xué)過電子，如今他的創(chuàng)業(yè)方向正是電子與光學(xué)的融合。這種跨學(xué)科的交叉融合能力是峰瑞在選擇和投資項(xiàng)目時(shí)非?？粗氐囊稽c(diǎn)。

力策的產(chǎn)品與自動(dòng)駕駛上下游息息相關(guān)，能否分享一下你對(duì)新能源汽車及自動(dòng)駕駛行業(yè)的看法？

張忠祥：實(shí)際上，中國(guó)新能源汽車過去10年的發(fā)展，可以用“波瀾壯闊”來(lái)形容。這不僅是中國(guó)汽車智能化的歷史，也是國(guó)產(chǎn)汽車逆襲的歷史。從汽油到電池的動(dòng)力系統(tǒng)轉(zhuǎn)變只是一個(gè)方面，而真正深遠(yuǎn)的影響來(lái)自于汽車智能化的發(fā)展。

我用四個(gè)數(shù)據(jù)來(lái)簡(jiǎn)要描述行業(yè)的現(xiàn)狀，這些數(shù)據(jù)來(lái)自中國(guó)汽車工業(yè)協(xié)會(huì)以及中國(guó)汽車流通協(xié)會(huì)。第一個(gè)數(shù)據(jù)是67.6%，這是今年9月份自主品牌汽車在中國(guó)市場(chǎng)的占有率。第二個(gè)數(shù)據(jù)是46.3%，指的是今年9月新能源汽車在整體市場(chǎng)中的比例。第三個(gè)數(shù)據(jù)是約13%，這是今年上半年激光雷達(dá)在新能源汽車中的搭載率。

通過這些數(shù)據(jù)可以看出，不論是新能源汽車的增長(zhǎng)速度，還是國(guó)產(chǎn)品牌的市場(chǎng)占比，都遠(yuǎn)超我們3年前的預(yù)期。而激光雷達(dá)作為智能化的重要標(biāo)志，目前13%的搭載率也是一個(gè)相當(dāng)不錯(cuò)的成績(jī)。

不過，還有一個(gè)比較嚴(yán)峻的數(shù)字是4.9%，這是今年1到7月份中國(guó)汽車制造業(yè)大概的利潤(rùn)率，這是個(gè)非常低的數(shù)字，反映了當(dāng)前行業(yè)的內(nèi)卷程度。這種壓力自然傳導(dǎo)到供應(yīng)鏈上，包括作為激光雷達(dá)企業(yè)的我們身上。因此，過去3年，降本一直是客戶最迫切的需求。

通過技術(shù)創(chuàng)新來(lái)降本，才能保持產(chǎn)業(yè)鏈的健康運(yùn)轉(zhuǎn)。大多數(shù)量產(chǎn)車的自動(dòng)駕駛系統(tǒng)，實(shí)際上都是在極致的成本控制下，努力去提升算法的穩(wěn)定性、普適性和安全性。

因此，過去10年自動(dòng)駕駛的發(fā)展歷史大致可以分成兩個(gè)階段：2016年到2020年是以無(wú)人駕駛為主，例如百度Apollo這樣的項(xiàng)目，當(dāng)時(shí)資本關(guān)注的焦點(diǎn)也是無(wú)人駕駛；而2020年之后，量產(chǎn)車成為主角，高階輔助駕駛和自動(dòng)駕駛已然成為大家生活的一部分。

二、與自動(dòng)駕駛相關(guān)的事故是怎么發(fā)生的？

楊永成：隨著人工智能的興起，大家對(duì)自動(dòng)駕駛的探索也越來(lái)越深入?，F(xiàn)在從特斯拉到國(guó)內(nèi)的一些新興造車勢(shì)力，輔助駕駛甚至更高階的自動(dòng)駕駛功能已逐步投入市場(chǎng)。比如，像Robotaxi這樣的自動(dòng)駕駛出租車已經(jīng)在服務(wù)行業(yè)中得到應(yīng)用。自動(dòng)駕駛似乎不再是遙不可及的夢(mèng)想，而是觸手可及的技術(shù)。

但另一方面，關(guān)于自動(dòng)駕駛的負(fù)面消息也時(shí)有發(fā)生。例如，最近就有一起自動(dòng)駕駛汽車在高速上未識(shí)別到水馬并發(fā)生碰撞的事件。你怎么看待這些事故和自動(dòng)駕駛行業(yè)的未來(lái)？

張忠祥：就像剛才提到的，自動(dòng)駕駛在過去10年取得了長(zhǎng)足的進(jìn)步，但大規(guī)模推廣至量產(chǎn)車上也就是最近3年的事情。現(xiàn)階段我們稱其為輔助駕駛，但實(shí)際上已超越了傳統(tǒng)的 L2輔助駕駛，更接近“L2+”或“L2++”的水平，雖然還未到達(dá)L3，但距離已不遠(yuǎn)。

科技發(fā)展總是伴隨試錯(cuò)過程，難免會(huì)有波折，甚至可能付出一些慘痛的代價(jià)，這是歷史上無(wú)數(shù)科技創(chuàng)新的共同之處。自動(dòng)駕駛也是如此。公眾一定會(huì)經(jīng)歷一個(gè)過程，從質(zhì)疑、嘗鮮、小心翼翼的體驗(yàn)，最終逐步普遍接受。在這個(gè)過程中，人們的認(rèn)知是螺旋上升的。

關(guān)于自動(dòng)駕駛的事故，例如你提到的水馬事故，這類情況也發(fā)生過不少。根據(jù)一些公開信息，自2021年起，美國(guó)國(guó)家公路交通安全管理局（NHTSA）調(diào)查了超過上千起特斯拉Autopilot相關(guān)事故。雖然由于數(shù)據(jù)隱私原因，這些報(bào)告未完全公開，但今年7月《華爾街日?qǐng)?bào)》發(fā)布了一篇報(bào)道，分析了聯(lián)邦文件及當(dāng)?shù)鼐接涗浀氖鹿始?xì)節(jié)，共涉及千余起事故，其中 222 起較為詳細(xì)的事故記錄。

根據(jù)報(bào)告，其中有44起是Autopilot系統(tǒng)突然轉(zhuǎn)向的情況，31起因未能識(shí)別障礙物直接發(fā)生碰撞，這與水馬事故情境類似。此外，報(bào)告中還披露了12個(gè)車禍視頻，其中8起發(fā)生在夜間、2起在光線不足的黃昏環(huán)境。

這也符合我們的認(rèn)知：攝像頭作為無(wú)源傳感器，在光線不足的環(huán)境下可能發(fā)生誤判，因此未來(lái)的技術(shù)迭代中，多傳感器融合應(yīng)該是必然的方向。

楊永成：剛才提到的自動(dòng)駕駛事故，我特地看了視頻，當(dāng)時(shí)是在高速公路上，路況也比較簡(jiǎn)單，施工人員在幾百米遠(yuǎn)的位置設(shè)置了一排水馬擋住車道。這種情況下，按理說車輛應(yīng)該切換到旁邊車道，避免撞上水馬。但視頻中顯示車輛沒有減速，徑直撞上了水馬，幸好沒有造成嚴(yán)重事故。

當(dāng)時(shí)能見度高，路況簡(jiǎn)單，為什么車輛還是撞上了？即使是純視覺系統(tǒng)，至少也應(yīng)該看到障礙物并采取減速動(dòng)作。從技術(shù)上看，這是因?yàn)閿z像頭的局限性，還是智能駕駛算法的問題？

張忠祥：我不是自動(dòng)駕駛算法方面的專家，但從邏輯上看，我猜測(cè)這起事故可能是車輛的傳感器或算法沒有識(shí)別到障礙物，否則應(yīng)該會(huì)觸發(fā)剎車動(dòng)作。

我們通常有一個(gè)直觀的認(rèn)知，就是攝像頭看到了障礙物，自動(dòng)駕駛系統(tǒng)就會(huì)采取行動(dòng)，比如剎車或轉(zhuǎn)向。然而，目前通行的純視覺智能駕駛方案通常是將攝像頭數(shù)據(jù)傳遞給AI模塊，由AI模塊來(lái)輸出障礙物的具體信息，比如障礙物的類型、大小和距離。

而AI模塊識(shí)別障礙物的信息，取決于是否對(duì)該類型障礙物采集和訓(xùn)練了足夠的數(shù)據(jù)。如果AI模型沒有足夠的數(shù)據(jù)，它可能無(wú)法識(shí)別出這個(gè)障礙物，相當(dāng)于“看不見”了。

楊永成：我理解了，這和AI數(shù)據(jù)的積累有關(guān)。所以做自動(dòng)駕駛的公司都在大量采集數(shù)據(jù)，積累行駛時(shí)長(zhǎng)和路況信息，才能讓系統(tǒng)更好地識(shí)別路上的物體，是這樣嗎？

張忠祥：對(duì)。系統(tǒng)識(shí)別到物體后，需要通過過往訓(xùn)練來(lái)判斷其體積，并將其映射到數(shù)字世界的模型中。這種距離判斷也和我們?nèi)粘Ｉ罱?jīng)驗(yàn)類似，比如根據(jù)物體在畫面中的大小來(lái)推測(cè)其遠(yuǎn)近。

楊永成：你是說系統(tǒng)通過圖像中的物體大小來(lái)判斷距離，這是不是和我們?nèi)搜叟袛?ldquo;遠(yuǎn)小近大”的邏輯類似？

張忠祥：是這樣。

楊永成：那系統(tǒng)就需要一個(gè)經(jīng)驗(yàn)值來(lái)輔助判斷，要先“知道”這個(gè)物體是什么，比如人的大概身高，這樣才能通過圖像中的大小判斷距離。

張忠祥：是的。在馬斯克的思維邏輯中，他認(rèn)為人類的神經(jīng)網(wǎng)絡(luò)和硅基的神經(jīng)網(wǎng)絡(luò)在本質(zhì)上是相似的，所以希望車輛也能夠像人類一樣駕駛。

楊永成：也就是說，系統(tǒng)需要通過采集和訓(xùn)練，事先“認(rèn)識(shí)”這些目標(biāo)物。我也想起一個(gè)類似的事故，一輛車翻倒在高速公路上，底盤朝向后續(xù)車輛，后續(xù)車輛的系統(tǒng)因未訓(xùn)練過底盤的數(shù)據(jù)，無(wú)法識(shí)別出這是一輛車，導(dǎo)致了碰撞。

不過，我還是有些困惑，像水馬這樣的東西，在高速公路上很常見，是施工人員的標(biāo)準(zhǔn)設(shè)備，按理說AI模型應(yīng)該能識(shí)別它。為什么車輛還會(huì)撞上水馬堆呢？

張忠祥：其實(shí)單個(gè)水馬和一堆水馬的組合有很大區(qū)別。水馬有不同顏色，組合方式也千差萬(wàn)別。擺放水馬的人也不會(huì)考慮車輛系統(tǒng)曾經(jīng)訓(xùn)練過的擺放方式。

此外，不同光線、周圍環(huán)境背景下，水馬可能會(huì)被識(shí)別成不同的障礙物。因此，即便是水馬的組合，理論上也可以有無(wú)限多種情況。

在高速公路上還算相對(duì)規(guī)范，而在城市道路、胡同、居民區(qū)等地方，路邊的物品和組合幾乎是無(wú)窮無(wú)盡的。更重要的一點(diǎn)，在端到端的AI黑盒子中，我們無(wú)法人為地給某個(gè)場(chǎng)景貼標(biāo)簽，來(lái)提高其識(shí)別精準(zhǔn)度。這也是端到端模型的局限性。

楊永成：大家可能以為隨著AI模型的數(shù)據(jù)積累，自動(dòng)駕駛系統(tǒng)應(yīng)該能識(shí)別所有的常見物品。但現(xiàn)在看來(lái)，短期內(nèi)不一定能夠完全實(shí)現(xiàn)。

根據(jù)你的解釋，AI模型在做目標(biāo)切分時(shí)，有時(shí)未必能將連在一起的物體正確地分割，比如像擺放成各種形狀的水馬組合，它可能會(huì)把這些水馬當(dāng)作一個(gè)整體，是這樣嗎？

張忠祥：是的。

楊永成：那就是說，單個(gè)物體的種類雖然理論上是有限的，但它們的組合方式卻是無(wú)窮無(wú)盡的，對(duì)吧？這樣的話，高速公路上的物體組合相對(duì)簡(jiǎn)單些，而在城市道路上，比如胡同或生活區(qū)里的物品組合更加復(fù)雜，挑戰(zhàn)性更大，對(duì)嗎？

張忠祥：是的，所以城市道路的NOA（Navigate on Autopilot，自動(dòng)輔助導(dǎo)航駕駛）比高速上的NOA要難實(shí)現(xiàn)得多。

楊永成：看起來(lái)實(shí)現(xiàn)自動(dòng)駕駛還很遙遠(yuǎn)，你怎么看？

張忠祥：我覺得也不用太擔(dān)心，技術(shù)其實(shí)在快速進(jìn)步。即便是純視覺方案，我們也看到，特斯拉的迭代速度非常快，AI和智能駕駛算法也在進(jìn)步。除了純視覺方案外，還有更好的技術(shù)方案，比如多傳感器融合，結(jié)合了毫米波雷達(dá)和激光雷達(dá)。

目前，毫米波雷達(dá)已經(jīng)大規(guī)模應(yīng)用在量產(chǎn)車上，高端車型基本上也都配備了激光雷達(dá)。而Robotaxi這樣的自動(dòng)駕駛出租車已在道路上運(yùn)行，并且配備了多個(gè)激光雷達(dá)。

三、激光雷達(dá)還是攝像頭？自動(dòng)駕駛的路線之爭(zhēng)

楊永成：實(shí)際上這個(gè)行業(yè)里存在兩大技術(shù)流派。一派是特斯拉的純視覺流派，主要依賴攝像頭來(lái)獲取路況信息；而另一派則是多傳感器融合流派，采用攝像頭、激光雷達(dá)、毫米波雷達(dá)等多種傳感器。這個(gè)理解正確嗎？

張忠祥：是的，目前主流的三類傳感器就是攝像頭、毫米波雷達(dá)和激光雷達(dá)。

楊永成：激光雷達(dá)和毫米波雷達(dá)是什么關(guān)系？是競(jìng)爭(zhēng)、替代還是其他？

張忠祥：我先說結(jié)論，兩者是關(guān)系互補(bǔ)，融合才是最優(yōu)解。我是多傳感器融合派，激光雷達(dá)和毫米波雷達(dá)不是替代關(guān)系，和攝像頭也不是。最優(yōu)方案是將它們?nèi)诤?，同時(shí)保持成本可控。

毫米波的最大優(yōu)勢(shì)是抗惡劣天氣能力，但成像能力較弱，即使是更高階的4D毫米波雷達(dá)，與激光雷達(dá)在成像方面也不可相比。它們?cè)谧詣?dòng)駕駛系統(tǒng)中承擔(dān)不同角色，我們可以對(duì)比一下它們的優(yōu)缺點(diǎn)。

4D毫米波雷達(dá)從去年開始比較火，特斯拉帶火了這一技術(shù)。4D毫米波雷達(dá)具備一定的三維成像能力，價(jià)格大約在1000~1800元人民幣，對(duì)比目前激光雷達(dá)仍有一定成本優(yōu)勢(shì)，但比普通毫米波雷達(dá)貴不少。

但是在性能上，4D毫米波雷達(dá)與激光雷達(dá)差距非常大。比如測(cè)距精度這個(gè)指標(biāo)，4D毫米波雷達(dá)的測(cè)距精度約為幾十厘米，而激光雷達(dá)通常為2厘米。

隨著激光雷達(dá)成本進(jìn)一步降低，產(chǎn)品形態(tài)逐步固態(tài)化，4D毫米波的優(yōu)勢(shì)就會(huì)減弱，主要優(yōu)勢(shì)是抗惡劣天氣。所以，我們認(rèn)為最好的方案是融合，用毫米波雷達(dá)和激光雷達(dá)共同保障自動(dòng)駕駛系統(tǒng)的安全和穩(wěn)定。

楊永成：你剛才提到毫米波雷達(dá)的分辨率比激光雷達(dá)低很多，這是不是設(shè)計(jì)上的原因？還是因?yàn)槲锢砩系南拗疲?/p>

張忠祥：這是由于物理上的限制。每種成像手段都有物理極限，這一極限取決于用于成像的電磁波波長(zhǎng)。毫米波的波長(zhǎng)是毫米級(jí)，而激光雷達(dá)的波長(zhǎng)是微米級(jí)（1微米相當(dāng)于1米的一百萬(wàn)分之一），差了3個(gè)數(shù)量級(jí)。這注定了毫米波雷達(dá)的分辨率不可能與激光雷達(dá)相比。

典型的毫米波雷達(dá)每秒輸出約3萬(wàn)個(gè)點(diǎn)，而激光雷達(dá)每秒則可輸出超過100萬(wàn)個(gè)點(diǎn)，這導(dǎo)致兩者在空間分辨率上有很大的差距。

激光雷達(dá)的優(yōu)勢(shì)可以用一句話概括：它是目前人類掌握的最高效、最精準(zhǔn)的三維成像工具。與攝像頭相比，激光雷達(dá)在物理層面有兩個(gè)特性：第一，激光雷達(dá)是有源傳感器，也就是主動(dòng)式傳感器，能夠自主發(fā)光；而攝像頭是被動(dòng)傳感器，依賴環(huán)境光來(lái)成像。這一差異確保了激光雷達(dá)在任何光線環(huán)境下都能正常工作。

楊永成：主動(dòng)和被動(dòng)傳感器，這兩個(gè)概念具體指什么？各自的優(yōu)點(diǎn)是什么？

張忠祥：主動(dòng)式傳感器，也叫有源傳感器，就是自身可以發(fā)光，比如激光雷達(dá)會(huì)發(fā)出光并接收自己發(fā)出的光；而被動(dòng)傳感器，比如攝像頭，是依靠環(huán)境光成像，所以環(huán)境光的好壞會(huì)影響它的成像質(zhì)量。

楊永成：激光雷達(dá)就像一個(gè)帶著手電筒的視覺系統(tǒng)，而這個(gè)“手電筒”就是激光，是我們目前所能發(fā)現(xiàn)的最好的光源。

張忠祥：對(duì)，這個(gè)比喻非常精準(zhǔn)。

楊永成：那就是說，因?yàn)榧す饫走_(dá)有一個(gè)穩(wěn)定的光源，它的接收端能夠最大程度上保持?jǐn)?shù)據(jù)的準(zhǔn)確性，受外部環(huán)境的光線影響也最小。

你剛才還提到3D傳感器，激光雷達(dá)的3D傳感和攝像頭的傳感有什么區(qū)別呢？

張忠祥：這正是第二點(diǎn)區(qū)別。激光雷達(dá)輸出的是三維點(diǎn)云（Point Cloud）信息，而攝像頭輸出的是RGB平面信息，即我們常說的二維信息。

點(diǎn)云是一種三維空間數(shù)據(jù)表示方式，通常由大量的點(diǎn)組成，每個(gè)點(diǎn)代表空間中某一位置的坐標(biāo)（如x、y、z）。點(diǎn)云在多種領(lǐng)域中具有廣泛應(yīng)用，特別是在 3D 掃描、計(jì)算機(jī)視覺、激光雷達(dá)（LiDAR）測(cè)量、虛擬現(xiàn)實(shí)（VR）、增強(qiáng)現(xiàn)實(shí)（AR）等技術(shù)中。

在自動(dòng)駕駛算法中，攝像頭輸出的信息會(huì)被轉(zhuǎn)化為一個(gè)三維模型。例如，特斯拉在2022年AI Day上發(fā)布了Occupancy Network（特斯拉在自動(dòng)駕駛中使用的一種深度學(xué)習(xí)方法），原理是通過攝像頭識(shí)別物體，估算它在三維空間中的位置概率，從而重構(gòu)現(xiàn)實(shí)環(huán)境，為決策提供支持。而激光雷達(dá)則是直接輸出三維點(diǎn)云模型，不需要這一步的轉(zhuǎn)換。

是否發(fā)光以及輸出信息的形態(tài)，是激光雷達(dá)和攝像頭的基本物理差異，這也決定了它們并非競(jìng)爭(zhēng)關(guān)系，而是互補(bǔ)的關(guān)系。特別是在L3及以上的自動(dòng)駕駛系統(tǒng)中，激光雷達(dá)是不可或缺的傳感器。多傳感器融合大概率比單一攝像頭更安全。

楊永成：你剛才提到激光雷達(dá)可以提供額外的一維數(shù)據(jù)，這個(gè)額外的數(shù)據(jù)是否就是距離信息？也就是說激光雷達(dá)能夠直接測(cè)量出障礙物的距離，不需要像人類靠生活經(jīng)驗(yàn)或AI模型靠數(shù)據(jù)積累來(lái)推斷，是這樣嗎？

張忠祥：是的。

激光雷達(dá)可同時(shí)獲取灰度與距離信息。圖片來(lái)源：力策科技

楊永成：這樣解釋得很清楚了。不過，馬斯克曾經(jīng)說“傻子才用激光雷達(dá)”，正如你提到的，人類開車靠的是眼睛，這也是一種直觀的邏輯。所以，雖然高端車配備激光雷達(dá)，但不少中低端車仍然依賴純視覺系統(tǒng)。有沒有可能，未來(lái)純視覺系統(tǒng)成功，從而不再需要激光雷達(dá)？

張忠祥：但也有人說 ，“不用激光雷達(dá)非蠢即壞”。其實(shí)馬斯克還提到，激光雷達(dá)是一個(gè)“誘人的局部最大值”（local maximum）。他解釋說，道路系統(tǒng)是基于人類的神經(jīng)和視覺系統(tǒng)設(shè)計(jì)的，因此通用的自動(dòng)駕駛解決方案應(yīng)基于硅基神經(jīng)網(wǎng)絡(luò)和攝像頭。

馬斯克說的 “局部最大值”，其實(shí)是指激光雷達(dá)圍繞車輛本體，基于本地傳感器返回的信息來(lái)決策。這個(gè)概念很精準(zhǔn)，如果在未來(lái)的高階自動(dòng)駕駛架構(gòu)中不考慮成本因素，那么誰(shuí)會(huì)放棄這種局部最大值呢？激光雷達(dá)直接輸出三維點(diǎn)云，和攝像頭需要通過大量數(shù)據(jù)訓(xùn)練來(lái)實(shí)現(xiàn)三維重構(gòu)的步驟，其實(shí)是殊途同歸的，最終都是為了讓機(jī)器理解物理世界，從而做出駕駛決策。

但從商業(yè)化的角度來(lái)看，過去激光雷達(dá)的成本過高，而特斯拉起步比較早，沒有其他選擇，只能選擇攝像頭方案。隨著AI和算力的提升，基于視覺的自動(dòng)駕駛算法會(huì)更加穩(wěn)定，這也是為什么馬斯克認(rèn)為純視覺是有別于局部最大值的“全局最大值”。

純視覺方案需要云端支持，在不同國(guó)家落地時(shí)需獨(dú)立構(gòu)建云計(jì)算中心，而且多攝像頭的視頻數(shù)據(jù)需經(jīng)過壓縮才能上傳，這對(duì)本地算力要求更高。因此，激光雷達(dá)和純視覺兩個(gè)方案相比，前者是看得見的硬件成本高，后者是隱性成本高，特斯拉FSD的高訂閱費(fèi)也反映了這一點(diǎn)。

還有一點(diǎn)，即便不考慮全自動(dòng)駕駛，在輔助駕駛系統(tǒng)中，激光雷達(dá)也可以顯著提高自動(dòng)緊急剎車的識(shí)別率。激光雷達(dá)的價(jià)值，地板是作為安全冗余，而天花板則是高階無(wú)人駕駛系統(tǒng)。

激光雷達(dá)的價(jià)值顯而易見，使用與否更多是商業(yè)考量，而不是技術(shù)上的必然選擇。

楊永成：總的來(lái)說，自動(dòng)駕駛技術(shù)路線有兩種，一種是基于純視覺加AI，另一種是多傳感器融合，通過激光雷達(dá)直接獲取3D數(shù)據(jù)，包括距離和速度信息，即使算法較簡(jiǎn)單也能實(shí)現(xiàn)智駕功能。

不過，這兩種方案其實(shí)并不矛盾，可以互相融合。這讓我想到醫(yī)學(xué)的發(fā)展史，早期醫(yī)學(xué)沒有現(xiàn)代的X光、B超，中醫(yī)主要依靠 “望聞問切” 積累經(jīng)驗(yàn)。相比年輕中醫(yī)醫(yī)師，老中醫(yī)積累的“大數(shù)據(jù)”多，判斷也更精準(zhǔn)。而現(xiàn)代醫(yī)學(xué)則借助B超和生化檢測(cè)做判斷。激光雷達(dá)和視覺系統(tǒng)有些類似這種“直接測(cè)量工具”的作用，不需要大數(shù)據(jù)訓(xùn)練就能判斷物體信息，對(duì)嗎？

張忠祥：對(duì)，而且在自動(dòng)駕駛中，人們對(duì)汽車駕駛的期待遠(yuǎn)高于人類駕駛水平，所以自動(dòng)駕駛系統(tǒng)不僅需要實(shí)現(xiàn)和人類持平的駕駛能力，還要超越人類。

楊永成：這是不是也暗示了機(jī)器的進(jìn)化史或科技進(jìn)步路徑不一定要模仿人類？比如最高效的交通工具是四輪汽車、火車和飛機(jī)，但它們并不依賴人類的兩條腿。也就是說，技術(shù)進(jìn)步不一定要走人類進(jìn)化的路線，不一定以人類標(biāo)準(zhǔn)為最優(yōu)，對(duì)嗎？

張忠祥：是的。

自動(dòng)駕駛，在哪里駕駛最難？

楊永成：據(jù)我了解， Robotaxi上的傳感器，包括激光雷達(dá)，數(shù)量比普通商用車更多，這是不是和它在城市道路上行駛的復(fù)雜性有關(guān)？比如出租車可能會(huì)開進(jìn)胡同這樣的區(qū)域。

張忠祥：是的。

楊永成：如果從自動(dòng)駕駛難度來(lái)看，你認(rèn)為哪個(gè)場(chǎng)景最難？

張忠祥：事實(shí)上，高速自動(dòng)駕駛的難度低于城區(qū)自動(dòng)駕駛。在自動(dòng)駕駛算法中，最先應(yīng)用的是高速公路的NOA。我們看最近幾年車廠發(fā)布的順序來(lái)看，車廠通常先推高速自動(dòng)駕駛，接著才是城區(qū)自動(dòng)駕駛。

主要原因在于，高速駕駛雖然速度快，但對(duì)計(jì)算速度和傳感器響應(yīng)速度的影響不大。反而因?yàn)楦咚俾翻h(huán)境封閉，路況相對(duì)簡(jiǎn)單，行車規(guī)則也明確，算法更容易成熟。而城市道路則復(fù)雜得多，需要處理更為復(fù)雜的道路環(huán)境和行人狀況。

還有另一個(gè)高頻場(chǎng)景——泊車。泊車看似低速，但體驗(yàn)要做好非常困難。目前大多數(shù)帶自動(dòng)泊車的車型都在用戶手冊(cè)中提醒車主，啟動(dòng)自動(dòng)泊車前需確保周圍環(huán)境適合。如果周圍有消防栓等立體障礙物，自動(dòng)泊車可能就無(wú)法正常運(yùn)行。泊車雖然慢，但需要關(guān)注的環(huán)境范圍廣，精度要求高。所以，泊車的算法難度高于城區(qū)自動(dòng)駕駛，而城區(qū)自動(dòng)駕駛又高于高速自動(dòng)駕駛。

楊永成：泊車和城市道路確實(shí)更復(fù)雜，那是否還和道路狀況有關(guān)呢？比如泊車的空間通常很小，尤其是在中國(guó)，車位之間可能只剩下10到20公分的距離。而城市道路也比高速公路要窄，所以是否對(duì)傳感器的精準(zhǔn)度提出了更高要求？

張忠祥：是的，不僅是傳感器的精準(zhǔn)度，傳感器需要覆蓋的空間范圍也更廣。

楊永成：我們討論了很久激光雷達(dá)，也基本了解了它在自動(dòng)駕駛中的重要性和其提供的精準(zhǔn)數(shù)據(jù)的價(jià)值。激光雷達(dá)的使用率其實(shí)并不高，并不是所有車型都配備激光雷達(dá)，這是為什么呢？

張忠祥：目前激光雷達(dá)在新能源汽車中的搭載率大約在10~13%，也就是說每 10 輛車中大概有一輛搭載激光雷達(dá)。以目前激光雷達(dá)的價(jià)格來(lái)看，這個(gè)比例不算低了。當(dāng)前搭載激光雷達(dá)的車型主要是20萬(wàn)人民幣以上的車型，而出貨量最大的車型價(jià)格區(qū)間大概是10~20萬(wàn)人民幣。

搭載率較低的首要原因是激光雷達(dá)的成本。目前主流的和已經(jīng)上車的激光雷達(dá)價(jià)格已經(jīng)從過去的數(shù)萬(wàn)元調(diào)整到了數(shù)千元，但是即便是這樣，對(duì)于高度內(nèi)卷的汽車市場(chǎng)，激光雷達(dá)依然是一個(gè)非常昂貴的傳感器，特別是對(duì)于售價(jià)低于20萬(wàn)元的車型和未來(lái)的高階自動(dòng)駕駛，這種單車可能需要搭載3個(gè)激光雷達(dá)的場(chǎng)景，成本問題依然是車載激光雷達(dá)行業(yè)的痛點(diǎn)。任何工程創(chuàng)新的首要目標(biāo)都是降本，這是核心價(jià)值所在。

另一個(gè)問題是激光雷達(dá)的魯棒性。帶有運(yùn)動(dòng)部件的激光雷達(dá)在汽車的工作環(huán)境下，耐久性和可靠性尚未經(jīng)過長(zhǎng)時(shí)間驗(yàn)證。隨著自動(dòng)駕駛算法對(duì)激光雷達(dá)依賴程度的提高，尤其是在L3、L4階段，對(duì)激光雷達(dá)可靠性的要求也會(huì)更高。因此，成本和可靠性是目前限制激光雷達(dá)使用率的兩個(gè)主要原因。

五、激光雷達(dá)進(jìn)化史

楊永成：你正在做相控陣激光雷達(dá)項(xiàng)目，相控陣激光雷達(dá)的優(yōu)勢(shì)是什么？目前的進(jìn)展如何？

（左）小尺寸OPA芯片與驅(qū)動(dòng)ASIC（右）大口徑OPA芯片，圖片來(lái)源：力策科技

張忠祥：相控陣激光雷達(dá)和微波相控陣原理是一脈相承的，許多人可能因?yàn)檐娛聭?yīng)用，對(duì)微波相控陣更熟悉。這兩者的工作原理都是通過相位延時(shí)量的調(diào)整，實(shí)現(xiàn)電磁波的相干疊加，從而改變電磁波傳播方向。

相控陣激光雷達(dá)（OPA）芯片是一個(gè)固態(tài)掃描元件，可以顯著減少激光發(fā)射和接收元件的數(shù)量，簡(jiǎn)化光學(xué)系統(tǒng)，降低光學(xué)裝配難度，從而大幅度降低成本和產(chǎn)品尺寸。同時(shí)，由于沒有機(jī)械磨損，固態(tài)激光雷達(dá)在可靠性和壽命方面顯著提升。激光雷達(dá)也會(huì)從機(jī)械掃描，過渡到電子掃描的時(shí)代。

楊永成：事實(shí)上，當(dāng)年我們的微波雷達(dá)也經(jīng)歷了類似的發(fā)展路徑，最早是機(jī)械式的，像一個(gè)大鍋一樣，用電動(dòng)或手動(dòng)搖動(dòng)掃描，后來(lái)就發(fā)展成了相控陣。這種相控陣技術(shù)在軍用和高端微波雷達(dá)上非常普及，從外觀上看就是一個(gè)平板，沒有任何活動(dòng)部件。當(dāng)相控陣排布在軍艦上，美國(guó)民眾叫它“宙斯盾”，我們稱之為“中華神盾”。

從技術(shù)上看，力策在光學(xué)領(lǐng)域?qū)崿F(xiàn)了類似微波波束掃描的控制技術(shù)，這確實(shí)是個(gè)不錯(cuò)的技術(shù)，期待它的快速發(fā)展。比起早期海外昂貴的激光雷達(dá)，現(xiàn)在中國(guó)制造的激光雷達(dá)確實(shí)做出了很大貢獻(xiàn)。有行業(yè)分析認(rèn)為，激光雷達(dá)能夠?qū)崿F(xiàn)普及的定價(jià)大約是100美元。你覺得100美元的激光雷達(dá)有可能實(shí)現(xiàn)嗎？

張忠祥：完全有可能實(shí)現(xiàn)。

六、特朗普上臺(tái)對(duì)激光雷達(dá)行業(yè)有什么影響？市場(chǎng)未來(lái)機(jī)會(huì)在哪里？

楊永成：最近美國(guó)大選剛剛結(jié)束，特朗普又一次當(dāng)選總統(tǒng)。你覺得特朗普上臺(tái)會(huì)對(duì)激光雷達(dá)行業(yè)有什么直接影響嗎？

張忠祥：特朗普當(dāng)選在一定程度上也是馬斯克的勝利，對(duì)FSD進(jìn)入中國(guó)可能會(huì)有更強(qiáng)的預(yù)期。在中國(guó)這種復(fù)雜的交通狀況下，特斯拉未來(lái)更有可能接納激光雷達(dá)作為輔助傳感器。

此外，2024年10月份有一則關(guān)于國(guó)家地理信息數(shù)據(jù)被境外公司非法獲取的消息引起了熱議。視覺自動(dòng)駕駛方案依賴本地?cái)?shù)據(jù)與云端的交互，汽車采集到的道路和行人數(shù)據(jù)會(huì)上傳到企業(yè)的私有云端，雖然上傳的數(shù)據(jù)是經(jīng)過簡(jiǎn)化的函數(shù)，但在中國(guó)，中短期甚至長(zhǎng)期內(nèi)開放圖像信息采集和上傳的可能性較低。激光雷達(dá)基于本地算力完成自動(dòng)駕駛的局部決策，在這種環(huán)境下優(yōu)勢(shì)明顯，有可能成為唯一可行的自動(dòng)駕駛方案。

楊永成：你創(chuàng)業(yè)多年，市場(chǎng)對(duì)激光雷達(dá)技術(shù)的需求和關(guān)注也在變化，你在心態(tài)上有過什么變化嗎？

張忠祥：我們?cè)贠PA這條線上堅(jiān)持了這么久，最重要的是我們始終堅(jiān)信這件事能做成，而且做成后會(huì)有用。當(dāng)我們看到實(shí)際展示的電掃激光雷達(dá)的點(diǎn)云效果時(shí)，我們驗(yàn)證了自己這么多年來(lái)的信念是真的，因?yàn)槲覀冊(cè)谝粋€(gè)接近單線激光雷達(dá)的成本結(jié)構(gòu)里實(shí)現(xiàn)了200線的效果。所以，技術(shù)的堅(jiān)持上，我們心態(tài)沒有變化。

不過，從整個(gè)行業(yè)和市場(chǎng)環(huán)境來(lái)看，與幾年前相比，現(xiàn)在的車載激光雷達(dá)市場(chǎng)已大不相同。幾年前，我們主要關(guān)注技術(shù)研發(fā)和底層突破，現(xiàn)在階段的考驗(yàn)更多是工程化迭代速度以及與車廠的商務(wù)能力，這可能是我們目前核心關(guān)注的點(diǎn)。

楊永成：你怎么看待自動(dòng)駕駛的商用前景？從技術(shù)上講，自動(dòng)駕駛現(xiàn)在發(fā)展到了什么程度？

張忠祥：自動(dòng)駕駛起步較早的公司中，特斯拉的FSD（Full Self-Driving，完全自動(dòng)駕駛）版本其實(shí)一直在更新。每次更新后都能看到系統(tǒng)接管次數(shù)的大幅下降，說明技術(shù)是不斷進(jìn)步的。

不過，也可以看到在某些復(fù)雜環(huán)境中，系統(tǒng)平順性仍然不足，讓乘客感覺到顛簸，需要人工干預(yù)。特斯拉代表了國(guó)外自動(dòng)駕駛技術(shù)的前沿，而在國(guó)內(nèi)，許多團(tuán)隊(duì)起步稍晚，但在高階輔助駕駛方面普遍采用了多傳感器融合配置，而非特斯拉的純視覺方案。

這幾年來(lái)，以華為的“乾崑”系統(tǒng)為代表，智能駕駛系統(tǒng)也在快速進(jìn)步，使用體驗(yàn)已顯著改善，自動(dòng)駕駛確實(shí)在一定程度上減輕了我們的駕駛負(fù)擔(dān)。

至于現(xiàn)在的發(fā)展階段和未來(lái)的演進(jìn)速度，我想引用一個(gè)比喻：坐過高鐵的人都有體驗(yàn)，當(dāng)我們站在站臺(tái)上看一列遠(yuǎn)處駛來(lái)的高鐵時(shí)，會(huì)覺得它很慢，但當(dāng)它離我們?cè)絹?lái)越近時(shí)，我們還沒回過神，它已經(jīng)呼嘯而過。面對(duì)新技術(shù)、新潮流和新的商業(yè)模式，往往會(huì)有類似的體驗(yàn)。自動(dòng)駕駛也是如此，我相信當(dāng)我們真正看清它時(shí)，可能它已經(jīng)離我們很近了，未來(lái)其實(shí)已不遙遠(yuǎn)。