三、行业演进的不同路线

为解决性能、可靠性及成本问题，激光雷达厂商们都做了哪些努力呢？让我们回顾下行业的演进路线。

作为行业鼻祖的 Velodyne 机械式激光雷达，因其性能参数出色，可以实现 360°水平视场角扫描，点云质量优秀，而被很多 Robotaxi 项目选用。其中代表就是 HDL-64。

不过机械式激光雷达也有其明显的问题。

第一个问题是昂贵的售价，HDL-64 在 2016 年的售价为 8 万美元，不过也不是 Velodyne 故意卖高价，而是当时收发模块都是由分立器件组装而成，据说每个收发通道（共 64 个通道）的物料成本就超过了 100 美元，再加上其复杂的调试、装配工艺带来的高昂的人工成本，最终造成了其高昂的售价。

第二个其手工装调的分立器件，一致性难以保证。

图 9 Velodyne HDL-32 内部拆解图（图片出自雷锋网）

为了解决以上问题，业内开始从机械式激光雷达向混合固态激光雷达演进，在这过程中，出现了两条技术路线。

路线 1：少通道，二维扫描

该技术路线通过减少激光器的数量来降低成本，在扫描部件中使用二维扫描（如 MEMS 微振镜、二维转镜、棱镜等方案）来达到等效多线扫描的效果。

该方案的好处很明显，就是收发模块的成本大幅降低，比如使用 MEMS 微振镜的 Innoviz 第一代激光雷达，据说售价为 1 千美元左右，相比于 Velodyne HDL-64E  8 万美元售价，降到了其 1/80。

不过通过扫描结构的创新来补偿收发通道减少的同时，复杂的扫描结构也带来了一些不足。

第一是可靠性，行业普遍反映，目前采用该技术路线的厂商没有明确证明能通过车规，更多是“准车规状态”。该路线的典型代表是 MEMS 方案，虽然 MEMS 并不是什么新技术，在车辆的其他传感器上也有应用，但其他传感器上用的 MEMS 振镜尺寸很小；激光雷达为了实现很长的探测距离，要求探测器的接受孔径越大越好，相应的，MEMS 振镜的尺寸也是越大越好。然而，MEMS 的尺寸越大，对材料和工艺的要求会越高，可靠性挑战越大。该路线的另一个代表是二维转镜方案，顾名思义，为 2 个转镜进行不同方向的扫描。

图 10  Luminar 激光雷达的内部结构专利示意图

Luminar 的扫描部件包括了两个扫描镜，上图中标示 12 为水平扫描器镜，14 为垂直扫描镜；计划在蔚来 ET7 上搭载的图达通的激光雷达，也是类似设计。实际上，Livox 采用的棱镜方案本质上也是一种二维扫描。

这种二维扫描方案，为了覆盖整个视场角，必然有一个扫描镜是需要高速旋转的。实际上，在二维扫描方案中，其扫描器的扫描频率往往要达到几百 Hz，电机转速达到几千转每分钟，而高转速对于电机的寿命会有直接影响，通过车规的难度很高，同时，高转速下产生的噪音也需要克服。

其次是对性能的影响。根据上文中讨论的，点频是由激光器的数量和单个激光器的发射频率来决定。二维扫描方案就大幅减少了激光器的数量，只能靠提升单个激光器的收发频率来进行补偿，但是单个激光器点频是有上限的，因此其总点频还是会受影响，在保证刷新帧率的前提下，只能在 FOV 或者分辨率上做一些牺牲。

此外，受限于 MEMS 微振镜的尺寸，MEMS 的探测距离也会受影响。

路线 2：多通道，一维扫描

第 2 条技术路线，是多个激光器通道+一维扫描来实现，其典型技术路线为一维转镜方案。该方案的扫描结构原理比较简单：保持收发模块不动，让电机在带动转镜运动的过程中将光束反射至空间的一定范围，从而实现扫描探测。

图 11 多通道+一维扫描工作原理图

一维转镜方案的扫描频率一般不高（不超过 10Hz），且该方案已有通过车规验证的先例，可靠性好——法雷奥和 Ibeo 联合开发的 SCALA 已于 2017 年在奥迪 A8 上量产。

然而，一维转镜方案也并不完美，最典型的问题是：线数能做到多少取决于激光收发单元的数量，按照传统路径，提高“线数”的唯一办法是就大量堆叠激光收发单元，但这不仅会导致成本等比例上升，并且系统庞大而复杂。也正因为如此，法雷奥的 SCALA 2 也仅做到 16 线。

针对这一挑战，最佳的解决思路是，将上百个激光发射和接收器都集成在几颗芯片上，进而通过摩尔定律，大幅降低成本和系统复杂度。如禾赛的转镜方案就是一维扫描+芯片化的组合。

四、行业如何持续降本

讨论完这两个方案，我们再来讨论混合固态雷达如何降低成本。总体来说，降低成本的方式有两种：一是规模效应，二是结构性降本。

1.规模效应

规模效应，就是激光雷达厂商通过量产规模扩大来分摊研发成本，通过大规模采购而降低物料成本，激光雷达的收发模块和扫描模块均遵循此规律。

2.结构性降本

结构性降本的含义是对模块进行设计简化和集成带来的成本降低。

（1）扫描模块降本空间小

二维转镜由于必须是两个扫描结构，结构上继续优化的空间也不大。如 MEMS 工艺做出的振镜已经大到了数毫米口径，若尺寸再小会导致测距性能进一步下降。既然尺寸不能做小，成本下降空间也有限了。一维转镜结构本来就简单，降本空间也不大。

（2）收发模块电子部件的芯片化趋势

收发模块包括各种光学镜头、激光器、探测器、激光器驱动、模拟前端等。其中，光学镜头已经没有降本空间。某激光雷达厂商创始人说：“这些年，光学镜头的价格没怎么变化过，现在买一个好的镜头，价格还是得 1 万到几万，而且性能跟十几年前相差不大。”

因此，收发模块的降本，主要通过激光器、探测器、激光器、激光驱动、模拟前端等电子部件来实现，而这些电子部件的降本，又得靠芯片化。当然，这些电子部件的芯片化，也会带动光学镜头往更小的尺寸演进。

收发模块电子部件的芯片化趋势已经非常明显，除了上文中提到的禾赛自研收发模块芯片外，其他激光雷达厂商也纷纷自研芯片，Velodyne 表示在其固态产品上“完成了 8 通道激光雷达 ASIC 芯片的开发”，Ouster 也自主定制设计芯片，将 VCSEL 激光器和 SPAD 分别集成到单颗 ASIC 芯片中，以此来提升集成度。

芯片化的趋势，可以让“摩尔定律”在激光雷达领域生效——通过将激光器等元器件集成在芯片上，可以在降低物料成本的同时，大幅降低安装调试成本，后续还可以通过不断提高半导体的制程，进一步降低芯片成本。

在此之前，“摩尔定律”带来的降本效应已出现在相机领域。以手机摄像头举例，过去十年里，在总成本基本维持不变的前提下，手机摄像头的像素从 100 万提升到了 1 个亿，每个像素的平均成本下降至原来的 1/100。

同样，激光雷达收发模块电子部件的芯片化趋势，使激光器的数量持续上升成为可能，最终激光雷达的点频越来越高，而成本却没有明显增加。

目前一些厂商自主研发的收发芯片制程在几十纳米量级，后续随着集成度和制程工艺的提升，还存在巨大的降本空间。

对于“少通道+二维扫描方案”，虽然可以通过芯片化实现降本，但本身激光器通道就少，成本占比原本就不高，下降空间有限。而对于“多通道+一维扫描方案”，由于激光器通道多，通过芯片化实现降本的空间就很大了。

五、车规方向的努力

目前来看，前装量产项目是激光雷达最容易起量的场景，也是各大激光雷达厂家所全力争夺的战场，而要前装量产，必须要满足车规级。

行业里都在说车规级，甚至很多厂商会“自封”达到了车规级，那到底什么才是车规级呢？

车规级指的是，能够通过车企的一系列认证测试，拿到项目定点且开始量产。车企会有完整、体系化的测试验证，尤其是全球大品牌车企，他们的测试体系完整、测试条件苛刻，通过了他们的认证，行业信服力强。目前业内公认唯一过车规的是法雷奥的 SCALA 系列。

收发模块芯片化趋势下，相比于之前分立器件，芯片更加集成化，一致性和可靠性提升了不少，总体风险可控，确定性较高。

对于扫描模块，一维扫描的方案已经有法雷奥验证过了，方案成熟、可靠性高；二维扫描，由于设计上更加复杂一些，还涉及到高速扫描部件，可靠性仍存在不少争议。

六、芯片化是未来激光雷达的发展趋势和技术壁垒

让我们再回到本文开始的问题，在激光雷达领域，像汽车领域中的发动机技术这样，核心的技术壁垒是什么呢？

真正的核心壁垒，是不会随着技术路线演进而轻易失效的。随着激光雷达从机械式到混合固态，乃至最终纯固态方案，虽然扫描方案一直在变，但收发模块电子架构，只要微调就匹配不同的扫描方案，满足不同场景对 FOV 的需要。

比如，Robotaxi 市场需要 360°的水平 FOV，收发模块可以结合机械式雷达去做 360°扫描，ADAS 市场需要一定视场角的小巧激光雷达，那就可以结合 MEMS、一维转镜或二维转镜扫描方案来实现水平 120°的扫描。但是无论怎么组合，底层的收发系统都是基础，就像乘用车每年都在改款，但发动机技术仍然是核心技术持续发挥作用。

此外，在某种扫描方案的可靠性经过市场验证后，在收发模块上积累深厚的激光雷达厂商，可以很快切换到该扫描方案。事实上，各大激光雷达厂商在不同扫描方案上都有技术储备。

综合上文的分析，《九章智驾》认为：决定激光雷达性能的收发电子系统，才是激光雷达最核心的壁垒，而收发系统的芯片化，更是激光雷达核心壁垒的集中体现。

芯片化的收发模块，可以在摩尔定律作用下，通过自动化工艺，不断提升一致性和可靠性，持续指数级降低物料成本，从而助力激光雷达的大规模量产，加速自动驾驶行业的商业化进程。

文章来源：九章智驾  原文链接：https://mp.weixin.qq.com/s/MF4Y0sb6uu_2hrgB_xUHog

作者：许良  版权归原作者所有，如需转载，请联系作者。

文章来源：https://bbs.z-onesoft.com/omp/community/front/api/page/mainTz?articleId=7558