谈一谈自动驾驶的激光雷达

　　说到成为「老司机」，首先需要拥有能够准确判断距离的技巧，这样才能对很多的盲区有所预判等等，才能更好的去控制。
　　当谈到自动驾驶，我们就不得不提到自动驾驶这双昂贵的「眼睛」激光雷达。激光雷达最大的优点在于它能直接提供精准的距离信息，这相比我们的双眼来说更加精确同时也更可靠，这也是我们相信未来自动驾驶能够减少交通事故的一个原因。
　　但其实目前市场上的用于自动驾驶的激光雷达，实际上没有一款是在诞生之初就专为自动驾驶而设计的。
　　雷达早已经非常广泛的运用在军事领域，就像汽车发动机的增压系统来自于战斗机一样，激光雷达也是利用军用技术应用到商业的自动驾驶上。
　　而最初被拿来应用在自动驾驶也同样是一个非常巧合的事情。
　　自动驾驶领域的激光雷达鼻祖
　　故事要从这个自动驾驶启蒙的比赛说起，早在 2004 年，美国国防高级研究计划局 DARPA 举办了名为 DARPA Grand Challenge 的自动驾驶汽车挑战赛。冠军的奖金为 100 万美元，目标是让汽车在没有人为控制的情况下自动行驶 240 公里。
　　第一届就有超过 100 组队伍参加了这次竞赛，但遗憾的是成绩最好的 Carnegie Mellon 大学队伍所改装的汽车，仅行驶不到 12 公里，便因转弯卡在岩石上而无法继续前行。2005 年，DARPA 举办了第二届 Grand Challenge 竞赛，并将头奖提升到 200 万美元，但依旧没有人能够完成任务。
　　而比赛的一大难点就是复杂的路况，而想要赢得比赛就需要实时对环境中的距离有所感知，而最初各个队伍就拿出了非常多的环境感知方案，双目甚至多目摄像头，多个测距激光雷达等等。
　　当然也并不是无限的堆砌传感器，毕竟奖金就那么多，大家的预算也有限，同时还要考虑到车辆的负载，测距激光雷达虽然好用，但想要实现全范围的检测成本和重量难以承担。
　　这时候一个名为 David Hall 的天才工程师有了一个好想法，车身周围安装这么多传感器为什么不能用一个代替，于是它使用一个旋转球，将纵向排列的射出 64 根激光的传感器不停的旋转测距，不仅能够得到 360 度周围的实时距离信息，同时还能够大大节约成本，而这也造就了我们现在在无人驾驶汽车上使用的多线激光雷达。
　　于是在 2006 年，David Hall 正式推出了可以旋转 360 度的 64 线的激光雷达。到了 2007 年的 DARPA 挑战赛上，David Hall 就不亲自参加比赛了，而是以雷达产品供应商的角色参与到比赛中来，帮助多支队伍参加比赛。
　　而这家供应商公司就是我们熟悉的自动驾驶激光雷达供应商鼻祖 Velodyne，在完成比赛的七支车队当中，六支都用的是 Velodyne 改进的 64 线的激光雷达。
　　其实 Velodyne 最初成立于 1983 年，总部位于加利福尼亚州的硅谷，是一家多元化的技术公司，是因为高性能音频设备而知名。但到了 2005 年，它因为发明了搭载在自动驾驶汽车上的激光雷达，而被更多的人所认识。
　　激光雷达的明天
　　虽然之后被众多巨头投资和看好，但却又遇到了难题：价格昂贵以及难以量产。要保证激光的发射和接收不出差错，手工组装和调校普遍耗时，同时需要大量精密元器件。
　　而此时，人们也看到了未来激光累的巨大的潜力，纷纷入局，一时间激光雷达公司不断涌现，但能真正拿出产品的却寥寥无几，而且依旧难以快速解决价格昂贵以及难以量产的问题。
　　一边解决旧问题，而另一边新的技术解决方案又出现了：固态激光雷达，在今年 CES 2017 上，Quanergy 公司的 Solid State LiDAR S3 获得了汽车智能类的最佳创新奖，而这也是源于它的固态扫描技术。
　　当然，入局者同样也有行业老大 Velodyne，但也不乏创业公司，例如，Innoviz 和 TriLumina 等等，简单来说固态激光雷达有几大优势，扫描速度快、精度高、但最重要的一点还是能够像生产芯片一样快速，同时极大的降低成本。但新技术同样面临很多问题没有解决，例如远距离成像问题，信号强度问题等等。
　　不过从多线激光雷达到固态激光雷达，国内也不断的涌现出一些创业公司，因为技术差距并不久远，依靠靠近供应链和逐渐强大的技术人才，可以说能够在同一跑道上追赶，而回顾应用在自动驾驶汽车上的激光雷达的历史仿佛就在昨天，留给我们创业公司的机会还很大。