2022汽車半導體生態峰會演講實錄|鐳神智能曾磊：激光雷達在智能駕駛及智慧交通領域的應用
以“智鏈未來 本立而道生”為主題的“2022張江汽車半導體生態峰會暨全球汽車電子博覽會”由《中國汽車報》社主辦，張江高科、愛集微、浦東新區投資促進二中心承辦，11月7日-8日在上海張江科學會堂隆重舉行。
本屆峰會邀請了以半導體為核心的全球智能網聯汽車生態鏈企業高管、知名分析師與投資機構、中外行業大咖參加，瞄準新智能汽車與能源汽車技術前沿，就科創+產業+金融進行深度交流，為汽車半導體產業發展貢獻智慧和力量。同時，通過趨勢分享、前沿技術碰撞、投資邏輯解讀以及全球汽車電子博覽會，共同探討全球巨變下的汽車半導體產業鏈發展，為業界充分展示汽車電子最新發展成果與趨勢，打造國際化一流汽車半導體領域展示平臺。
其中，在11月7日舉辦的“感知專場”，深圳市鐳神智能系統有限公司汽車事業部總經理曾磊做了題為《激光雷達在智能駕駛及智慧交通領域的應用》的精彩演講，以下內容為現場演講實錄：
曾磊：各位來賓，大家上午好！感謝主辦方的邀請，今天我給大家分享的主題是激光雷達在智能駕駛以及智慧交通領域中的應用。正好契合今天的感知專場，我今年在各個地方都發現大家特別關于激光雷達的板塊，接下來我從激光雷達的原理與技術路線，激光雷達在智能駕駛領域中的應用，激光雷達在智慧交通領域的應用，和激光雷達對我們鐳神智能最新產品平臺和我們公司進行介紹。
深圳市鐳神智能系統有限公司 汽車事業部總經理 曾磊
激光雷達的原理是這樣，激光雷達是激光打出去是一個一個脈沖，如果這個脈沖一直聚焦在某個點上，我們打過去就是一個激光的點。激光有光束，最早的一個應用是在當時的美國，運用在五六十年代美國的登月上，當時測向距離非常精準的。脈沖打過去是一個一個點，我們把激光脈沖掃一下可以得到一個面，每個面里面有一個一個脈沖回來，我們可以想一下我們打出去激光線束，回來一個一個點，這是最早激光雷達的應用，后來我們可以打多個點。
激光雷達本身里面有一些核心技術指標，比如說有探測距離、角度分辨率、市場角、測量精度、掃描頻率、測點速率、車規要求，這是我們核心的指標。激光雷達是光、機、電多學科合乎交叉的高集成度精密設備，系統涉及到的專業門類很多，眾多技術最終要激光雷達里面完成高度集成，實現穩定的產品化和批量化，面臨的困難和挑戰非常大。比如我們做一個產品開發，首先我們要把整個光路確定下來，然后做內部結構設計，最后有一個非常精密的組裝集成。
激光雷達發展至今經歷了過幾個技術路線，測距原理分為三角法、相位法、TOF時間飛行法、FMC調頻連續波。推動激光雷達一直以來的整個演變的從最初的機械式發展，到后面經過了混合固態式，現在主要的發展方向是純固態式。機械式，大家可以看一下多點激光陣列排布，中間是機械式激光雷達傳播，里面是旋轉的結構，這是一個典型的機械式的激光雷達，該激光雷達的市場角是360度，這個技術方案和器件相對較為成熟的，技術門檻相對較低，與眾多的感知算法的融合度更高。但是因為這個系統結構較為復雜，組裝成本和工藝特別復雜，所以我們這塊的產能低、成本高。
基于這個機械式激光雷達往下一步的衍生，我們做到了混合固態激光雷達，這是我們CH32圖，中間的紫色部分是旋轉棱鏡。在這個結構里面我們把發射、接收、主控的相關的組件全部固定住，我們只需要一個旋轉棱鏡旋轉，這個就是混合固態式。關于混合固態激光雷達，目前為止，相較于機械式，它不需要整體的旋轉，這樣的設計可以大幅降低激光雷達的功耗，然后解決了它裝配調試的復雜性，所以它的高成本和可靠性低的問題就相對解決的，我們目前在汽車工業中大量裝車的案例是以混合固態式激光雷達為主。
純固態式，純固態式是下一步激光雷達發展的方向。純固態式因為它的整個內部不需要任何的機械旋轉的部件，所有激光探測是通過電子方式實現的，無需旋轉達到一定的旋轉角，掃描角度有限，如果要實現一些更高維度的全方位掃描，它需要布置更多的一些激光雷達。這里介紹一下，比如說我們把手上這個激光器當做激光雷達內部的一個掃描部件，這里面有激光的發射片，打出去是一個一個脈沖，讓它旋轉的時候脈沖一個點變成一條線，旋轉一圈就是360度。把發射點打到旋轉鏡上，我可以控制我自己想要的掃描角度，比如說現在常用的是120度，如果有多根線束打上去，比如說128甚至256線，這樣我就可以設置角度。純固態式是純電子式的結構，到以后的成本會更低，而且主流方向是這個。這是純固態式的3D FLASH激光雷達，我們剛才講到了它的優勢和劣勢，它發射的是面陣光。
這是最近我們做的一個OPA光學相控陣固態激光雷達技術，這個是今后幾年的發展方向。這是激光雷達大概的發展路徑，從2017、2018年激光雷達上車，到2020年、2021年中國大量新能源車的裝車之后，現在激光雷達迎來了市場爆發。我們在整個激光雷達的成本和價格，從最初的一條線一萬塊，現在做到了三千塊錢不到。激光雷達整個成本包括研發成本、物料成本和生產制造成本，現在物料成本占比是最大的。這個是鐳神在汽車這個板塊激光雷達的產品布局。
激光雷達在智能駕駛領域中的應用，關于智能駕駛，我相信今天坐在一起的大家也都是汽車工業的業內人士，智能駕駛現在主流的，在路上跑的，或者說最近這兩年主機廠要定點的，一般是開發L2+。因為這里面有一個核心點，關于駕駛本身最終控制的歸屬到底歸誰，L1、L2控制是需要人與系統，主要的控制方是人。但是一旦涉及到L3、L4級別，主要控制者是人是協同，出了故障階段會是人，這里面涉及到責任劃分。大量的車企主要以L2+為主，去年開始，我們開始接到開放L3、L4級別的自動駕駛風聲。這里面有政策法規的要求，我們鐳神參與了深圳市智能駕駛的法規落，當時明確說出這樣一個界定，如果智能駕駛車輛在路上行使的時候，這個責任到底歸誰，最終以駕駛員為主，如果你是駕駛員或者車主，在路上你用純智能駕駛的方式駕駛汽車的時候出了事故，首先承擔責任的是車主或者駕駛員，之后如果是智能駕駛系統出了故障，才是車輛的單位承擔責任，這是在深圳這塊最核心的定義。因為責任劃分清楚了，在后面很多智能駕駛開發下一步的工作就可以往下面去推進。
我們一般把整個智能駕駛分為三個或者四個層級，如果分三個層級就叫感知層、決策層、執行層，如果加一個層級就是定位層。感知層是現在激光雷達做的，感知層里面的核心組件是攝像頭、毫米波雷達和激光雷達。
整個智能駕駛下一步是多傳感器融合，包括整個感知層里面每個傳感器都會有它的核心優勢和核心劣勢，我們經常聽到這樣一個舉例，比如說特斯拉一再堅持，說它的智能駕駛基于圖像，是不用激光雷達的。但其實特斯拉最初在定義智能駕駛的時候，最早是找過激光雷達的傳感器公司，但是因為在那個時期激光雷達價格實在太貴，一個線數是1萬塊人民幣，所以當時用了比較便宜的方案。現在特斯拉也把激光雷達做到智能駕駛的核心傳感器里面去。核心在于攝像頭的成本是最低的，他通過大量的算法去做這個事情，但是有一個問題，攝像頭沒有距離信息，包括在惡劣天氣下難以測距，也可能會失效。毫米波雷達本身也是，因為它的技術特點，它對較大的物體和相對靜止的物體不太敏感，而且對人和動物具有一定的穿透性。所以激光雷達是非常好的補充，激光雷達本身具備最精準的測距信息。
但是激光雷達在此前最大的劣勢，一個是成本太高，第二個在相對有些氣候條件下也是會失效。所以我們會覺得，在智能駕駛整個板塊不能單一的依靠哪一個傳感器就可以了，它一定是多傳感器融合。激光雷達在智能網聯汽車的應用需求，包括無人駕駛、ADAS、車聯網V2X等。由于應用場景和搭載激光雷達載體有明顯差異，對激光雷達的性能、價格和體積等維度均有不同需求。比如說做Robotaxi/Robotruck所有者多為運營公司，對價格和車身的集成度要求較低。ADAS所有者為個人，對激光雷達與車身融為一體的美觀性和價格敏感度高。
基于整個激光雷達和整個感知層，我們會覺得，在不同層級的智能駕駛下，對不同傳感器的要求是不一樣的。越是高階的智能駕駛，對激光雷達傳感器的需求會更高。當然我們現在也看到了，也深度參與了幾個，特別是L4級別的智能駕駛中對激光雷達的需求更高，比如，路特斯一個車現在打算放8個激光雷達。比亞迪他們的激光雷達需求量比較大，但是他們50萬以上的車，一般最少規劃也是3個激光雷達。
激光雷達它會跟攝像頭、毫米波雷達有共同的一個工作聯合感知，這里面講的是聯合感知的架構，激光雷達和攝像頭做一個雷達的算法，結合毫米波雷達本身是輸出的，做一個數據融合，可以輸出相應的參數，比如說障礙物屬性、中心坐標、速度大小，還有車輛本身的參數，比如說車速、轉向燈和車輛自身定位信息，最終我們可以綜合給一些決策意見。這是多傳感器融合的環境感知解決的意見，包括前置攝像頭、激光雷達。
這幅圖展示的是感知融合之后輸出的一些數據信息，左邊看到的是整個感知系統提供給車輛的一個整合信息，對它來說只需要識別物體、相對速度、大小，右邊是我們看到真實路況場景的展示。
激光雷達在智慧交通領域中的應用，智慧交通是目前講十四五規劃、講新基建，以前傳統基建是造鐵公基，鐵路、公路、基礎設施建設，現在的新基建一個是智慧交通、智慧路網，第二是數據信息、數據傳輸。激光雷達在智慧交通這塊，李克強院士之前提出智能網聯汽車的中國方案是車路云一體化融合系統控制的技術路線。李克強院士在最近幾次行業會議中，我正好也是有跟李院士有過幾次的會議交集，當時問過，目前中國的智慧交通，一個是智慧交通，一個是智能網聯發展，遠遠超出我們的想象。現在主要研究方向是車輛信息和路的交互，然后把它反饋到終端，在終端里面的信息處理反饋到路網，比如說車輛的終端顯示，比如說手機終端，像地圖等這樣去顯示。
車路協同為了提升我們整個的交通效率，減少交通事故和碳排放。我們整個車通過智能化、網聯化，與我們整個道路所有設施的數字化與智能化，再通過云平臺處理，最終我們可以讓它協同感知。所以交通狀況我們可以實時的分享，實時定位到每個交通參與的主體。交通的態勢實時的預判。比如說到時候哪一條路徑的選擇，交通的引導和調整交通的流通，交通的引導可以提前告訴你從哪里走，包括我們直接調整和控制交通的一個紅綠燈。
這是我們鐳神智能的車路協同的整體流程，我們目前參與到中國現在60多個城市的智慧交通里面去了，而且每個城市里面的智慧交通里面，我們都在建一個城市化的中央信息處理系統。比如說我們每個主干道里面的交通控制，比如說大量的城市高架路、高速公路等，而且在這個板塊的發展遠遠超過我們現在一般的感知。我去到一些城市的交通指揮中心里面看過，里面實時數據處理量是非常大的，大家現在可以有這樣一些感受，我們用我們的手機導航，比如說今天過來，我可以在某些路口的時候，紅綠燈在讀秒，它可以跟你反應，現在讀秒大概有多少秒，比如說20秒給你計數了，你等待幾輪紅燈，比如說交通擁堵等待兩輪、三輪，然后告訴你前方擁堵嚴重，重新規劃一條路徑。比如說我們可以看到有些紅綠燈明明跳了10秒，突然從綠燈變紅了，或者紅燈變綠了，就是我們的智慧交通。通過激光雷達我們整套車路協同大概的流程是這樣的，通過激光雷達、攝像頭，聯合檢測感知我們相關的結果，包括路上其他的一些傳感設備，將我們的一些感知結果傳輸到路端的交換機，通過交換機傳輸到交通控制指揮中心分析平臺。
這是路端，然后通過車端，把車輛自身傳感器的一些數據，比如說激光雷達、攝像頭、毫米波雷達相關的數據，流傳到我們交通控制指揮中心分析數據平臺。這時候我們可以聯合感知，通過這些數據兩邊分發，一邊可以分到路端的交通控制系統，一邊把云端反饋到車或者反饋到我們的手機中，這是我們大概的方向。
大家可以看到，這是我們激光雷達路端的整個實時的路況，比如說現在有紅綠燈、激光雷達、毫米波雷達，這是實時路況的場景。整個板塊里面，高速ETC抓拍系統，比如說車輛長寬高超限的系統，比如說車行系統，都可以通過激光雷達聯合來實現。
這里介紹一下關于激光雷達最新產品的介紹，這是最新出來的150nm，目前來說全球最領先的激光雷達。為什么選擇150nm？首先是能源安全，它的能源安全閾值比905高出幾十倍。這個可以看到整個激光雷達，一個是500米超遠的探測距離，10%的反射率可以做到250米的探測距離。這是激光雷達最終打出來的點云，比如說水平120度、垂直25度，右邊是最終探測出來的點云。這是點云的動態，通過150nm，還可以做點云的ROI區域，就是動態關注的一些重點區域，它可以上下掃描，在重點區域可以達到500線，精度就非常高了。這是120線點云的動態顯示。
最后介紹一下鐳神，鐳神成立于2015年，目前完成了好幾輪融資，目前資金規模好幾億了，現在正在進行新一輪融資。我們的產品一個是激光雷達，第二個是整個控制板塊，比如說無人叉車，整個集團有六百多人。目前在深圳和徐州各有一個廠房，年產能大概是100萬。我們產品市場份額全國第二，目前跟東風有戰略合作，是國內首批批量裝車的激光雷達廠商之一。今年通過26262認證，目前專利600多項。此外，鐳神獲得了很多國家的獎項，比如說工信部創新重點任務揭榜優勝單位。
這是我們整個集團的產品矩陣，上面五行都是TOF，下面兩個是相位法和三角法，整個應用領域是非常廣的。這是深圳工廠，占地1萬多平。這是徐州工廠，占地大概2萬平。目前在深圳市有一個實驗室，我們還設立了一個測試中心，在這邊主要是產品開發過程之中，研發之前有大量的測試需求，包括車規生產之后的。鐳神本身是自研半導體封裝工藝，核心器件自主研發。謝謝大家。
（注：以上速記內容未經本人確認）
