目前，業(yè)內的將激光雷達的量產目標成本定在了100美元。
昨天谷歌將自動駕駛項目從Google X實驗室剝離，成立了子公司Waymo，要走向自動駕駛商業(yè)化之路。而對于谷歌來說，商業(yè)化中一大門檻就是激光雷達。目前，無論是在改裝的雷克薩斯自動駕駛車上，還是谷歌自己的豆莢車，其所使用的激光雷達成本高昂，并不具備量產條件。
激光雷達讓自動駕駛汽車可以理解它周圍的世界，但也因為它的成本拉遠了自動駕駛汽車和普通消費者之間的距離。激光雷達傳感器目前是復雜而且昂貴的，但好消息是在接下來的幾年里，它會變得更便宜，更穩(wěn)定，也更常見。
激光雷達掃描生成的圖像
激光雷達是和雷達相似的一種傳感技術，通過激光脈沖來探測物體。盡管激光雷達比常規(guī)雷達的探測范圍要小（幾十米相對于幾百米），但它更短的波長保證了其精確率的大幅提升。激光雷達提供的可靠和高質量數(shù)據(jù)讓它成為大部分自動駕駛應用首選的傳感器選擇。實際上，很多專家認為激光傳感器是無人駕駛車輛的必需組件。
“激光雷達是無人駕駛汽車的關鍵傳感器之一，它保證了車輛在大部分情況下的健壯及高精度定位的能力，” nuTonomy 的首席執(zhí)行官 Karl Iagnemma 這樣解釋道，nuTonomy 是一家位于美國馬薩諸塞州劍橋市的一家創(chuàng)業(yè)公司，目前正在新加坡測試自動駕駛汽車。他同時指出，目前這一代的激光雷達傳感器的尺寸、復雜度和成本是任何依賴它們的技術商業(yè)化的巨大障礙。
目前很多自動駕駛汽車都依賴于來自硅谷的 Velodyne 公司出產的 HDL-64E，這款激光雷達傳感器可以每秒掃描它視野內的 220 萬個數(shù)據(jù)點，并能以厘米級別的精確度定位到 120 米以內的物體。但是它的重量超過 13 公斤，成本為 80,000 美元。今年，Velodyne 發(fā)布了 VLP-32A，這款傳感器以 600 克的重量提供了 200 米的掃描范圍。汽車量產級別成本為 500 美元的 VLP-32A 雖然比之前的型號便宜了兩個數(shù)量級，但它對目標是消費市場的無人駕駛汽車來說還是太貴了。
↑Velodyne在今年CES上發(fā)布的新款32線激光雷達
最近一部分學院和業(yè)內研究正專注于將激光雷達傳感器變得更小、更易安裝和更便宜。在 2016 CES 展上，來自美國加州森尼韋爾的 Quanergy Systems 公司展示了一個為無人駕駛汽車設計的激光雷達傳感器原型。它使用了光學相控陣技術來操縱激光脈沖，而不是通過常規(guī)的由反射鏡和透鏡組成的旋轉系統(tǒng)。Quanergy 預計它的傳感器在量產階段的成本為 250 美元，并能在 2017 年初供應給汽車制造商。
↑Quanergy激光雷達路線圖，最終期望將成本降低到100美元
與此同時，兩家創(chuàng)業(yè)公司正在研究成本 100 美元的車載激光雷達系統(tǒng)。他們都稱會在 2018 年發(fā)布產品。以色列的 Innoviz 公司，承諾其“高清晰度固態(tài)激光雷達”會有更高的精度和比現(xiàn)有市場中同類產品更大的視野范圍。荷蘭的 Innoluce，使用了一種微電子機械反射鏡系統(tǒng)來掃碼和操縱激光光束，替代了原固態(tài)方案，其工程師宣稱這種方案會在范圍和精度上超越光學相控陣方案。
激光雷達技術領域最近最令人激動的進展來自于 MIT。由美國國防部先進研究項目局（DARPA）下的“電子-光子混雜集成”(Electronic-Photonic Heterogeneous Integration，E-PHI)項目資助，MIT 的研究者們成功利用硅光子將一個可運行的激光雷達系統(tǒng)集成到了一個 0.5*6 毫米的芯片上，該芯片可以裝配到商業(yè)級別的 CMOS 中。這個原型目前只能探測數(shù)米的范圍，但是 MIT 有著清晰的研發(fā)路線圖，目標是達到 100 米的探測范圍并將單個芯片的成本控制在 10 美元內。
低成本、小尺寸的固態(tài)激光雷達系統(tǒng)的市場是巨大的。八月份 Quanergy 完成了一筆 9000 萬美元的融資，估值達到 15.9 億美元。與此同時福特和中國搜索巨頭百度聯(lián)合投資了 Velodyne 1500美元。這些投資的目標是在接下來的幾年中盡快制造出成本在 100 美元內的車載激光傳感器。
現(xiàn)階段，很多企業(yè)在自動駕駛路線上，大多是從不包含激光雷達的低成本路線開始切入，不過激光雷達在L4和L5級別的自動駕駛中所能起到的意義同樣重大。
盡管汽車行業(yè)目前扮演了低成本激光雷達最大的市場角色，但未來低成本、小尺寸的激光雷達傳感器會讓更多行業(yè)受益。集成在手機中，它可以讓手機擁有更好精度的手勢識別功能；集成在機器人的手指上，機器人可以更好的識別和操作物體；它還能提供數(shù)據(jù)讓無人飛行器得以躲避障礙，安全地完成包裹運送等任務。