激光雷达进入4D时代，大众、保时捷纷纷提前布局

自动驾驶技术，离不开激光雷达获取的周围环境的3D信息，但是“4D激光雷达”你听说过吗？对于无人驾驶汽车来说，除了周围环境的3D信息，还有一个很重要的因素，就是周围运动物体的速度，以及物体运动的方向。实时获取“三维信息＋速度”的整体数据，就成了很多公司的研发技术路线。

比如激光雷达制造商Aeva，这家公司刚刚获得了大众汽车大股东保时捷的投资，这也是保时捷投资的唯一一家做激光雷达的公司。而在去年4月，Aeva宣布已经与奥迪建立了合作伙伴关系。这样一来，这家公司拥有了大众汽车两个高端品牌的加持。

4D激光雷达背后的FMCW技术

为什么要获取周围物体的速度呢？因为在某个时点生成的三维地图毕竟是一个相对静态的数据，三维数据上每一个点是静止的、还是运动的？这个物体下一秒会朝哪个方向前进？这对判断周边物体（比如行走的行人和静止的树木）是非常重要的。而如果能成功获取到速度的数据，传感器就能帮助自动驾驶汽车判断数百米之外的物体究竟是静止的树木还是行走的行人，从而做出正确的决策。

激光雷达大致可以分为两类：脉冲激光雷达和连续波激光雷达。脉冲激光雷达是目前阶段大部分的激光雷达公司采用的技术，使用的是“飞行时间（ToF）”的原理，发射不连续的光脉冲来计算往返的时间、获取目标的距离。第二种技术就是发射连续波来探测物体，并由此可以测量返回光子的频率。这种方式也被称为连续波调频（FMCW），能够成功探测到周围物体的速度。

激光雷达生成的点云图

这种技术之所以能探测速度，是因为FMCW激光雷达一般采用所谓的“相干探测”，可以对运动目标进行多普勒测量。我们高中物理都学过“多普勒效应”，波在波源移向观察者接近时频率变高，而远离观察者时接收频率变低。通过多普勒测量，能够准确区分出运动与静止的物体，从而进行速度数据的测量。

高校和产业界持续投入

FMCW技术被很多人认为是非常有应用前景的激光雷达技术。比如2017年美国陆军地理空间实验室就发表了一篇论文，对比了两种激光雷达的3D成像效果，证明了FMCW技术比光脉冲看到的细节更丰富。因为能够测量速度了，有助于自动驾驶汽车进行预判，提高了驾驶的安全性。另外一些好处就是大幅消除了外界辐射的影响，还有功率比光脉冲激光雷达低，对硬件性能的要求也相对较低，所以可以集成到更小的芯片上。

由于这些优势和应用前景，针对FMCW技术，很多高校、具有研发职能的机构都在进行相关的研究。我了解到的就有美国海军实验室、美国蒙大拿州立大学在研究更高分辨率、成像更清晰的FMCW技术。另外，把FMCW技术集成到小型化芯片上也是研究方向之一，2014年以来，加州大学伯克利分校、加州理工大学、MIT都在把FMCW技术作为研究重点，开展相关研究。除了学术界以外，在产业界，有大量的公司正在进行基于FMCW技术路线的研发，并且取得了一些阶段性成果，比如法国的Thales公司、被Aurora收购的Blackmore公司、被通用旗下的自动驾驶公司Cruise收购的Strobe。

因为上述的这些优势，Aeva公司主要进行FMCW技术路线相关的研发，把传感器的所有关键元件集成到了小型化的芯片中，最新的芯片只有手指大小，与二十五美分硬币相当（直径为24．26毫米）。自动驾驶汽车采用这一款传感器，所占用的空间也就会非常小，其他的硬件就会有更多的空间，激光雷达传感器的能耗也有明显降低。

市场化的前夜

Aeva公司在接受媒体的采访时宣布，他们的“4D激光雷达”可以识别距离300米远的物体，已经达到了目前市面上激光雷达探测的极限。公司负责人在公开场合表示，这款激光雷达还可以探测到反射10％入射光的物体，可以识别车道标志或者交通标志。

更重要的是，Aeva研发的4D激光雷达售价不超过500美元。我们知道激光雷达能否被广泛应用于无人驾驶汽车，关键因素在于成本。这款产品水平方向可扫描120度，垂直方向上可扫描30度，理想情况下，1－2个激光雷达即可满足一辆自动驾驶汽车的需求；而要实现真正的无人驾驶，则需使用3－4个雷达。不过，即使是使用3－4个激光雷达，每辆车的成本也才1500－2000美元左右，仍然远远低于激光雷达的老大Velodyne的价格。据说大众集团也正是看中了Aeva激光雷达的成本优势。

技术的竞争就是这样，起步再早，只要没有实现规模化生产并推向市场，就随时有被更新的技术超越的风险。Aeva成立于2017年，虽然这一轮融资的金额没有透露，18年融资额是4500万美元，在激光雷达领域算不上大融资，应该离量产还有距离，但另一家激光雷达企业Luminar去年下半年又融了1亿美元，累计融资已达到2．5亿美元，正在冲击量产（不过他们原来宣布18年底实现量产，现在看也推迟了）。面对越来越多的追赶者，Velodyne迟迟不能量产，价钱也降不下来，确实需要警惕了！

尽管Aeva的激光雷达技术路线跟其它竞争性技术相比，仍然存在测量时间长、数据处理量较大等缺点，但随着量产规模扩大、技术迭代提升，成本不断快速降低，激光雷达也在向小型化、低功耗、ASIC 集成化发展。你看，小型化是激光雷达的发展方向，甚至在未来有可能将这样的高精度的3D成像功能引入消费电子领域。

再来看看团队。Aeva有两位创始人，第一位Soroush Salehian是前苹果高管，担任了四年的产品研发经理，参与了ipod、apple watch和iphone的产品研发，负责的板块包括LED系统和传感系统。他在加入苹果之前就创立了一家公司bluelibris，做持续的实时健康监测可穿戴设备，卖出了30多万台，最后被Numera Health收购。从创立公司到加入苹果，现在继续出来创业，积累了大量的产业经验和行业理解。加上斯坦福大学的校友背景，也积累了不少人脉。

第二位联合创始人Mina Rezk更偏向于CTO的角色，曾经在尼康担任了11年的硬件开发，负责激光雷达产品线的所有研发任务。后来又在苹果做了一年多的传感器研发，2017年两位创始人一起出来创业，成立了这家Aeva公司。

联合创始人Mina Rezk公开表示，这种激光雷达正在量产中，而且有一些OEM制造商已经开始购买使用他们的产品，并投入测试了。其实，从去年4月开始，奥迪E－Tron的实验版本已经开始使用这款激光雷达了。大众汽车的自动驾驶部门正在计划在未来的汽车中使用Aeva的激光雷达，最新的消息是，2022年上市的大众ID Buzz电动汽车就会采用这款激光雷达。

虽然有好技术在手，但这并不意味着Aeva在未来能秒杀其它激光雷达厂商。其实，世界上第一款用于自动驾驶汽车的FMCW激光雷达系统是被Aurora收购的Blackmore公司研发的。不过跟Aeva公司的300米探测距离相比，我们了解到的数据是Blackmore公司的测量范围要短得多：200 码（约184 米）。而在Blackmore之前，这种技术更多是用在航空航天（NASA研发出了第一台多普勒激光雷达，用于月球自动着陆任务），以及重工业（比如测量风速和湍流，三菱将其用于风力发电，检测空中交通安全）。