廉價版激光雷達(dá)面世，成本或僅為谷歌無人駕駛雷達(dá)1%

雖然激光雷達(dá)目前已經(jīng)在很多智能汽車上得到了應(yīng)用，但其笨重的身材和高昂的造價除了谷歌最近發(fā)布的那款貴得離譜的“小豆丁”無人駕駛汽車能夠承受得起之外，貌似還沒有那個“傻缺”的車企肯在自己的量產(chǎn)車上投入這項技術(shù)。所以，如果體積能再小點、價格能再低點，說不定未來這樣的設(shè)備也會走進(jìn)尋常百姓家。

目前，來自加州大學(xué)伯克利分校的一位研究生Behnam Behroozpour就盯上了激光雷達(dá)這玩意兒。和實驗室的同事一起，他們正試圖將全3D圖像成型系統(tǒng)（俗稱LIDAR）封裝進(jìn)一個可以在智能手機或游戲手柄上輕松使用的固態(tài)包里。

Behnam Behroozpour為筆者詳細(xì)解釋道:

按照目前的設(shè)想來看，這樣的激光雷達(dá)設(shè)備由三部分組成。我們先準(zhǔn)備制作一個3mm×3mm大小的光電芯片，其次還得有一個CMOS傳感器芯片，而‘萬事俱備，只欠東風(fēng)’，還需要一個芯片大小的VCSEL（垂直腔面激光發(fā)射器）裝置。不過我們之前只是分別測試了單個芯片的性能，現(xiàn)在才開始將它們拼裝起來。最后成型的實驗產(chǎn)品大概有微軟的Kinect盒子那么大。

多像素集成3-D攝像頭使用FMCW激光源

雖然并不清楚這個集成的激光雷達(dá)系統(tǒng)能夠達(dá)到怎樣精確的效果，但從目前的實驗數(shù)據(jù)來看，激光光束的可探測范圍在10米左右。不過這顯然如果要在汽車領(lǐng)域使用的話還遠(yuǎn)遠(yuǎn)不夠格，而這個來自伯克利的極客小組也已經(jīng)開始研究如何使其能夠達(dá)到30m-100m的照射范圍。

LIDAR是通過向外發(fā)射光束并計算接受反射所需時間來測定目標(biāo)物體的距離的。為了防止因接收周圍反射光線而造成測量上的誤差，你可以系統(tǒng)地調(diào)節(jié)激光光束的能量值；甚至你還可以改變它的頻率，而這樣更容易獲得精確的數(shù)據(jù)。類似這樣的頻率調(diào)節(jié)，是通過安置在硅片右側(cè)，體積非常小、可震動的MEMS鏡面來實現(xiàn)的。

以Behnam Behroozpour為首的實驗人員們通過電子調(diào)頻的方式使得這些鏡面裝置能夠自然地震動起來。按照他的話來說，盡管采取這樣的做法更復(fù)雜，同時也更費時費力些，但一方面能夠減少光能的損耗，另一方面也能獲得理想的信噪比。而這項試驗中的噪聲，主要來自漫射光，很大程度上可能會被誤以為是激光光束的反射從而造成實驗數(shù)據(jù)測量上的干擾。

MEMS-電子-光學(xué)芯片的混裝3D電路原理圖

現(xiàn)在市面上出現(xiàn)的自動駕駛汽車依靠的主要是包括激光、雷達(dá)、超聲波、標(biāo)準(zhǔn)攝像頭、立體攝像頭、GPS、慣性引導(dǎo)甚至是Wi-Fi在內(nèi)大量傳感技術(shù)的使用，而雷達(dá)設(shè)備是其中最重要的部分。一方面是因為雷達(dá)可以在任何光照和天氣情況下正常使用；另一方面也是得益于航空業(yè)的高度發(fā)展，它的體積和造價都得到了大幅縮減。即便是把一些便宜的LIDAR設(shè)備安置在車身周圍不起眼的地方，同樣能夠?qū)崿F(xiàn)高分辨率、有續(xù)集中的信息掃描。

不過要做到這程度，咱還得先把成本降下來再說。據(jù)稱谷歌無人駕駛汽車車頂安置的那臺LIDAR設(shè)備耗資7萬美金。Behroozpour表示他希望他和團(tuán)隊設(shè)計的第一臺激光雷達(dá)集成設(shè)備能夠?qū)⒊杀究刂圃趲装倜澜穑M管這可能對智能手機和Xbox游戲愛好者們來說依然價格不菲，但是能將一臺固態(tài)集成系統(tǒng)做到這份上，顯然也算得上是性價比頗高了。

小結(jié)：

無疑，如果未來Behnam Behroozpour的愿望能夠?qū)崿F(xiàn)的話，那么這款體積小、造價低廉的激光雷達(dá)裝置不僅可以用在無人駕駛汽車上，還能藏在你的智能手機和你的Kinect游戲手柄里，想想都來勁。但小伙伴們有這樣一個問題不能不直視?。哼@樣由三枚3mm×3mm芯片疊加的激光盒子用在小型設(shè)備上還好，但是如果一輛載著乘客的汽車上就使用這么個小玩意兒，安全能否得到有效保障，目前還未可知。

就拿單反和卡片機做對比，卡片機輕薄、攜帶方便，但不管怎么著也仍然無法達(dá)到單反的成像質(zhì)量和鏡頭幅度。不過，創(chuàng)新的本質(zhì)在于破和立，目前谷歌無人駕駛汽車使用的LIDAR太過昂貴，對于其商業(yè)化的確是不小的阻礙，假設(shè)Behnam的研究能夠在掃描物體的精度、范圍以及物理圖像上能夠更勝一籌的話，那么谷歌無人駕駛汽車的春天就要來啦！