更小、更平價的國產(chǎn)激光雷達,能讓馬斯克回心轉(zhuǎn)意嗎?
今年北京車展,大疆車載與高通共同宣布了成行平臺智能駕駛解決方案和艙駕一體解決方案;鑒智機器人推出極致性價比的7VnR雙目純視覺智駕方案。輕舟智航發(fā)布了基于征程6的全新中高智駕解決方案,其中Air版本是基于征程6E打造的7V視覺方案......智駕平權(quán)成為了行業(yè)共識,大家都開始力推低成本的純視覺智駕方案,一些不帶激光雷達的低配車型,也開始用上了更好的視覺智駕算法。
馬斯克仍然堅持自己的“暴論”,他認為造激光雷達的供應商即將倒閉,未來是純視覺智駕的天下。在神經(jīng)網(wǎng)絡技術(shù)引領之下,智駕算法有了突破性進展,并且具備了自我學習的能力,對感知硬件的依賴有所降低。
智駕算法日益成熟,現(xiàn)在是端到端大模型的時代,供應商和車企更傾向用擬人的視覺和擬人的駕駛實現(xiàn)更高階的AI智駕體驗,似乎沒有激光雷達什么事,盡管部分供應商有激光雷達高階智駕方案,但很少著重宣傳。難道激光雷達真如馬斯克所說的那樣,被汽車行業(yè)邊緣化了嗎?
小型化、低價化,激光雷達潛力巨大
4月19日,國內(nèi)知名供應商禾賽推出了第四代芯片架構(gòu)激光雷達ATX,相比上代產(chǎn)品AT128,ATX最高可支持256線,最遠探測距離達到300米,最佳角分辨率達到0.08°x0.1°,功耗相比AT128降低55%,預計在2025年Q1量產(chǎn)。
比參數(shù)更亮眼的,是禾賽ATX的體積,比AT128縮小了60%,重量減少了55%,外露最小視窗高度做到了25mm。這就意味著,新一代的激光雷達可以更好地隱藏在車體當中,不用再做成突兀的瞭望塔式。
得益于ATX的小體積優(yōu)勢,禾賽與燈光解決方案公司馬瑞利合作,將激光雷達無縫地集成到高端車燈解決方案當中,在不影響車輛外觀和空氣動力性能的基礎上提升環(huán)境感知能力,汽車前大燈的罩子保護了激光雷達,也省去了額外的自清潔系統(tǒng)。
同樣是禾賽,在CES 2024展會上帶來了512線超高清超遠距激光雷達AT512,全局分辨率高達2400x512,性能不一般。對于激光雷達而言,有幾組激光收發(fā)模塊,垂直方向上就有幾條線,也被稱作為線數(shù)。一般來說,線數(shù)越高,激光首發(fā)模組的數(shù)量越多,雷達掃描出來的圖像越清晰,便于智駕系統(tǒng)做出最準確的決策,降低誤判、漏判的概率。
行業(yè)主流的產(chǎn)品采用的還是128-192線激光雷達,芯片化技術(shù)將這些激光收發(fā)模塊集成到幾顆厘米級的芯片上,使得這些激光雷達模組也能夠更加小巧,更容易塞進車身。
速騰聚創(chuàng)于4月15日推出了新一代中長距離激光雷達MX,厚度控制在25mm,視場角達到120°x25°,ROI區(qū)域等效251線,擁有超低運行聲音和低至10W的運行功耗。它的性能與主流產(chǎn)品相近,同樣主打小型化。值得一提的是,MX還是一款高性價比激光雷達,速騰聚創(chuàng)CEO邱純潮稱MX會以200美元左右開啟第一個項目的量產(chǎn),之后會爭取達到1000元人民幣的水平。
一徑科技的ZVISION EZ6首次在CES 2024中亮相,基于SPAD架構(gòu)打造,單顆雷達的價格打破了2000元的邊界,進入到1000元時代;萬集科技推出的超薄車載激光雷達WLR-760首次亮相于2024北京國際車展,定位也是千元級雷達產(chǎn)品。
不難看出,2024年的車載激光雷達呈現(xiàn)兩種大趨勢——小型化、低價化,芯片化技術(shù)使得元器件集成度有了突破性進展,激光雷達體積大幅減小,功耗也顯著下降。另一方面,在保證技術(shù)參數(shù)不開倒車的前提下,將單顆激光雷達的成本和售價打下來,覆蓋20萬元以內(nèi)的新能源車型,純視覺智駕普及并不影響激光雷達的活力,至少廠商未曾停止探索的腳步。
激光雷達仍大有可為
時間回到2019年,馬斯克在一次播客訪談中明確表示,使用激光雷達的自動駕駛公司注定要失敗。多年以來,他對激光雷達在自動駕駛領域的應用持批評態(tài)度,并在多個場合“抵制”激光雷達,認為具有自動駕駛能力的汽車應該像人類一樣用眼睛來駕駛。
行業(yè)的腳步似乎在印證馬斯克當年的說法,以特斯拉為代表的車企開始密謀純視覺智駕的未來,去掉激光雷達。與百度淵源頗深的極越、華為鴻蒙智行、大疆車載等品牌不約而同地走上了純視覺路線。純視覺方案硬件成本低,雖然更依賴算法儲備,但有利于向下普及。如今端到端大模型上馬、AI推動了智駕發(fā)展,今年的北京車展,眾多供應商都主推端到端大模型算法和視覺智駕方案。
但在北京車展前后,激光雷達供應商爭先恐后展示自己的新成果,在保證技術(shù)配置的前提下大搞小型化,車企覺得貴,那就把激光雷達的價格打下來。目前行業(yè)主流產(chǎn)品都是128-192線的激光雷達,256線、512線產(chǎn)品尚未成熟,選擇也不多。這還不是激光雷達的全部,早在2022年,光秒科技就拿出了全球首款1024線的混合固態(tài)激光雷達GM1024,現(xiàn)在汽車所用的,還遠遠不是激光雷達的極限。
事實上,堅持純視覺路線的特斯拉,卻是激光雷達供應商Luminar最大客戶。5月8日,Luminar披露,特斯拉Q1至少采購210萬美元的激光雷達產(chǎn)品,占Luminar該季度收入的10%。小通了解到,特斯拉將Luminar的激光雷達用于測試與開發(fā),可能是驗證完全自動駕駛系統(tǒng),也有可能在探索激光雷達的潛力和應用。
激光雷達的創(chuàng)新沒有因為純視覺方案興起停下腳步,說明市場仍有需求,不過是礙于單顆雷達價格太高,不利于整車和智駕平臺成本的控制,主機廠很難提起興趣。再加上現(xiàn)階段激光雷達對車輛外形的影響難以忽略,用還是不用,是車企不得不做的一道選擇題。
如今小體積、低價的方案照進行業(yè),相信會重新引起車企的關注,為智駕多設一道冗余,汽車的造型也不需要再為激光雷達讓路。
智駕的“重頭戲”,不止純視覺
近期,小通關注到這樣的新聞,某些開著輔助駕駛的車型在遇到廣告牌后緊急制動,導致后車剎車不及引發(fā)追尾事故。原因是車上的攝像頭識別到了廣告牌上的車輛、人物,車輛誤判后執(zhí)行了緊急避險的動作。
車上的攝像頭只能捕捉圖像信息,缺乏幾何感知能力,只能對畫面當中的特征物進行甄別,因此才需要激光雷達、毫米波雷達等感知元器件輔助決策。不過隨著駕駛算法和方案設計的進步,出現(xiàn)了多顆攝像頭成像,靠視覺差形成空間信息的技術(shù),小鵬汽車拿出了媲美激光雷達的超清視覺方案,還有能像人類一樣感知和學習的端到端大模型,純視覺智駕有了長足進步,特斯拉甚至做到了不依靠任意一顆雷達來感知空間。
但激光雷達就此走到末路了嗎?小通認為未必,像問界、理想、比亞迪、小米、極氪等眾多新老勢力品牌,都有對應的激光雷達智駕方案,并廣泛應用在主打智駕的車型當中。有無激光雷達兩個版本之間,智駕功能也有顯著區(qū)別。
前面也提到,純視覺方案省下了硬件,但車企需要在數(shù)據(jù)、算法、算力上投入大量心血,隱性成本被拉高。而訓練量不足的純視覺智駕,還不能像激光雷達一樣靈活處理障礙物。根據(jù)nuScences的提供的數(shù)據(jù),截止到去年上半年,純視覺方案的識別準確率為56%,帶激光雷達的方案則為75%,激光雷達功不可沒。
而特斯拉、極越這樣的品牌,在道路數(shù)據(jù)、軟件算法上具備更多優(yōu)勢,OCC+Transformers融合即可實現(xiàn)不依賴高精地圖的城區(qū)智駕,無需激光雷達輔助。大疆在無人機領域積累下來的經(jīng)驗,也成為了發(fā)展汽車智駕的基礎,一套僅需7000元的方案就能夠?qū)崿F(xiàn)城區(qū)NOA,在純視覺領域很有代表性。
不過這并不代表用激光雷達就是技術(shù)落后的表現(xiàn),小通認為純視覺和激光雷達智駕方案會長期處于并行的狀態(tài),不同的技術(shù)路線決定了軟硬件的布局,兩者并沒有嚴格上的好壞之分,都是為了實現(xiàn)更安全、穩(wěn)定、精確的智能駕駛。L3以及更高級別的自動駕駛,駕駛員可以脫手行駛,更需要一套足夠可靠穩(wěn)定的智駕系統(tǒng)。另一方面,激光雷達仍然會成為區(qū)分入門和中高端車型的一項配置。
可以說,智能駕駛領域仍然離不開激光雷達的照顧,等到單顆雷達價格足夠低時,特斯拉也會重新考慮吧。
來源:雷科技
原文標題 : 更小、更平價的國產(chǎn)激光雷達,能讓馬斯克回心轉(zhuǎn)意嗎?
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
圖片新聞
技術(shù)文庫
最新活動更多
推薦專題
-
10
- 1 2025上海車展看什么?看這一篇就夠了!
- 2 關稅大戰(zhàn),汽車芯片會漲價嗎
- 3 工信部召開智能網(wǎng)聯(lián)汽車產(chǎn)品準入及軟件在線升級管理工作推進會提的內(nèi)容,將如何影響智駕行業(yè)發(fā)展?
- 4 地平線智駕方案軟硬結(jié)合,大眾、保時捷的合作紛至沓來
- 5 高呼的“全民智駕”真的做到“全民”了嗎?
- 6 一季度汽車產(chǎn)量省份排名大洗牌!誰在異軍突起?
- 7 奇瑞的混動技術(shù):厚積薄發(fā),從發(fā)動機到混動系統(tǒng)
- 8 三條人命,給全民智駕潑了三盆冷水
- 9 東風+華為,還是華為借東風?華為ADS3.0技術(shù)詳解
- 10 工信部對浮躁的智駕說“不”
