無人駕駛汽車之所以無需人工操作，是因為它能代替人的感官去自動識別道路信息和行人，然后控制汽車完成壁障等功能。而代替人的眼睛和聽覺進(jìn)行環(huán)境感知的部分我們稱作傳感器。目前，激光雷達(dá)、毫米波雷達(dá)、視覺傳感器是用于周圍環(huán)境感測的主流手段。而在探測精度、探測距離、穩(wěn)定性和對周圍環(huán)境適應(yīng)性等關(guān)鍵性能上，激光雷達(dá)都有著明顯優(yōu)勢。它通過成對的發(fā)射器和接收器，發(fā)射和接收 激光束 來繪制周圍環(huán)境的點云圖像，發(fā)射器和接受器越多，激光束越密集，對周圍環(huán)境的感知就越精準(zhǔn)。我們常說的64線激光雷達(dá)，就是指有64組發(fā)射和接收器。

無人駕駛的傳感器方案之爭一直是個經(jīng)久不衰的話題，2015年，當(dāng)時業(yè)界還在爭論：無人駕駛是該用激光雷達(dá)還是用攝像頭。攝像頭由于成本及技術(shù)成熟度的優(yōu)勢， 在一段時間內(nèi)都占有優(yōu)勢地位。攝像頭技術(shù)也適合從輔助駕駛到無人駕駛的自然演進(jìn)。到2016 年，事情發(fā)生很大的轉(zhuǎn)變，業(yè)內(nèi)漸漸覺得激光雷達(dá)是非常重要的。此前，包括Mobileye聯(lián)合創(chuàng)始人Amnon Shashua、特斯拉CEO馬斯克在內(nèi)的一眾大佬曾公開宣誓對攝像頭傳感器的“孤注一擲”，但如今聲音也開始變得不一樣，Amnon Shashua在公開演講的口徑已經(jīng)開始傾向于表達(dá)多傳感器冗余的必要性。

在 2016 年之前，激光雷達(dá)行業(yè)的發(fā)展還是比較緩慢的。但現(xiàn)在來看，包括上游供應(yīng)商和下游客戶的緊迫需求，都在極力推動實現(xiàn)激光雷達(dá)降成本化、可量產(chǎn)化。自動駕駛必須用激光雷達(dá)，如果激光雷達(dá)能有效控制成本，ADAS等級數(shù)較低的駕駛輔助功能也需要用激光雷達(dá)。究其原因，基于攝像頭的ADAS和無人駕駛系統(tǒng)，或者單獨使用毫米波的局限性相當(dāng)之大。

首先是視場角的問題，為了保證足夠的探測距離，視場角的角度不可太大，而這就導(dǎo)致車輛有非常大的橫向盲區(qū)。而使用廣角鏡頭亦或魚眼大家也知道邊緣失真非常嚴(yán)重，針對此有些廠商推出多攝像頭的工作模式，縱然這樣，也解決不了近距離盲區(qū)的問題，同樣的多目攝像頭會有重疊區(qū)域，這樣做會增加算法的復(fù)雜性，使用過濾器再經(jīng)處理會增加系統(tǒng)反應(yīng)時間，增加成本。

其次是低速問題，攝像頭對于車輛低速下的表現(xiàn)不好，甚至出現(xiàn)對那些靜止目標(biāo)和緩慢移動的目標(biāo)無法識別。毫米波則可能只能識別出是障礙物，對與到底是人還是障礙則顯得多少力不從心，沒有激光雷達(dá)，甚至尋找激光雷達(dá)的替代品，這條路都將步履艱難。

當(dāng)然要解決自動駕駛的問題，產(chǎn)業(yè)鏈的完善和配套也是不容忽視的問題。的確，目前多數(shù)汽車ADAS或無人駕駛都有賴于三類傳感器的融合進(jìn)行環(huán)境感知：攝像頭、毫米波雷達(dá)、LiDAR。而隨著傳感器和環(huán)境感知技術(shù)的重要性日漸增強(qiáng)，目前業(yè)界普遍持有的觀點是，傳感器融合將提供魯棒性更強(qiáng)的自動化系統(tǒng)。上述GoogleCar就是一個典型的多傳感器融合方案的例子。

在感知方面，我們現(xiàn)在普遍使用的是激光雷達(dá)、攝像頭、毫米波雷達(dá)，這三個是作為感知外界物體的傳感器。其中，激光雷達(dá)可以做物體的識別、分類、特別是小型物體的識別，還有一個重要功能是高清地圖的重構(gòu)。攝像頭也可以做物體的分類和跟蹤。毫米波雷達(dá)主要用于對物體障礙物識別和物體的檢測跟蹤，測量距離和速度也是毫米波雷達(dá)的強(qiáng)項，在惡劣環(huán)境和天氣條件下，系統(tǒng)就必須依靠毫米波雷達(dá)的輸入來保持系統(tǒng)正常運(yùn)行。

下面這張圖則形象的對比了三種傳感器的優(yōu)缺點。從圖中可以看出，毫米波雷達(dá)、攝像頭和激光雷達(dá)這三個傳感器，有一些重合點。這是由傳感器本身的性質(zhì)決定，他們有各自不可或缺的功能。

毫米波雷達(dá)主要用還是在障礙物檢測，動態(tài)物體跟蹤；攝像頭很難得到三維物體的模型，包括它對于環(huán)境的干擾也比較依賴這個光照的影響，但攝像頭對物體分類和跟蹤是非常好的；激光雷達(dá)普遍用于定位、地圖重構(gòu)，障礙物檢測、物體分類等應(yīng)用。

對于多傳感器融合， 也有很多種組合和選擇， 比如多LiDAR耦合就是解決高端LiADR成本過高的一個方案。

多LiDAR耦合是指多個LiDAR經(jīng)過合理設(shè)計布局，通過LiDAR聯(lián)合標(biāo)定以及數(shù)據(jù)同步處理，達(dá)到自由組合LiDAR點云密度變化的目的。以速騰聚創(chuàng)的多LiDAR耦合方案為例， 4 個標(biāo)準(zhǔn)版 16 線LiDAR耦合，相比于單個64線激光雷達(dá)，價格會便宜四分之三；同時在性能上能夠?qū)崿F(xiàn)高速自動駕駛實際使用所需的相同點云密度，其測量距離達(dá)到150 米；另外，多激光雷達(dá)耦合方案，可以根據(jù)客戶不同需求進(jìn)行拆裝組合，適用不同場景。

而LiDAR和攝像頭融合則更是一個經(jīng)典方案。在無人駕駛應(yīng)用中，攝像頭價格便宜，但是受環(huán)境光影響較大，可靠性相對較低。LiDAR探測距離遠(yuǎn)，對物體運(yùn)動狀態(tài)判斷精準(zhǔn)，可靠性高，但是價格仍居高不下。攝像頭可以完成的工作有：車道線檢測，障礙物檢測和交通標(biāo)志的識別；而LiDAR完成的任務(wù)有：路沿檢測、動態(tài)和靜態(tài)物體識別，定位和地圖創(chuàng)建。對于動態(tài)的物體，攝像頭能判斷出前后兩幀中物體或行人是否為同一物體或行人，而LiDAR則得到信息后測算前后兩幀間隔內(nèi)運(yùn)動速度和運(yùn)動位移是多少。

攝像頭和LiDAR分別對物體識別后，再進(jìn)行標(biāo)定。對于安全性要求100%的無人駕駛，LiDAR和攝像頭融合將是未來互補(bǔ)的方案。隨著LiDAR技術(shù)的進(jìn)步，價格的下降，我們有望看到兼?zhèn)涿烂埠透咝阅艿腖iDAR以親民的價格，在無人駕駛時代大有作為！

LiDAR和毫米波雷達(dá)融合則是新進(jìn)開始流行的方案。作為ADAS不可或缺的核心傳感器類型，毫米波雷達(dá)從上世紀(jì)起就已在高檔汽車中使用，技術(shù)相對成熟，價格親民。毫米波的波長介于厘米波和光波之間，因此毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點，且其引導(dǎo)頭具有體積小、質(zhì)量輕和空間分辨率高的特點。此外，毫米波導(dǎo)引頭穿透霧、煙、灰塵的能力強(qiáng)，彌補(bǔ)了激光雷達(dá)的“軟肋”。

但毫米波雷達(dá)受制于波長，探測距離非常有限，也無法感知行人，并且對周邊所有障礙物無法進(jìn)行精準(zhǔn)的建模。這恰恰是激光雷達(dá)的強(qiáng)項。激光雷達(dá)和毫米波雷達(dá)，不僅可以在性能上實現(xiàn)互補(bǔ)，還可以大大降低使用成本，這樣一來可以為無人駕駛的開發(fā)提供一個新的選擇。此外，美國初創(chuàng)公司Aeva剛剛發(fā)布了一款集激光雷達(dá)和雷達(dá)于一身的新型傳感器，既可確定周圍物體的位置，也可確定物體速度。該傳感器的連續(xù)波將比現(xiàn)有激光雷達(dá)提供更廣的探查范圍和更高分辨率的圖像，并且能更好地應(yīng)對天氣變化及如橋欄桿這樣的高度反光物體，并避免干擾其它光學(xué)傳感器。