汽車?yán)走_(dá)芯片的性能和成本卷出新高度

最近，華為和小米先后發(fā)布新款智能電動車。作為新入局者，小米的 SU7 性能還有待觀察，而對于已經(jīng)發(fā)布多款智能汽車的華為來說，其產(chǎn)品迭代能力似乎越來越強(qiáng)，也越來越受消費(fèi)者的歡迎。

此次，華為發(fā)布的問界 M9，搭載了多項新技術(shù)，特別是在智能駕駛方面，問界 M9 全面升級了 HUAWEI ADS 2.0 高級智能駕駛系統(tǒng)，搭載了全新設(shè)計的 192 線激光雷達(dá)。余承東表示，ADS2.0 的一大突破是不依賴高精地圖，截至 2023 年 12 月底，將實(shí)現(xiàn)城區(qū)、高速、城快 NCA（智駕領(lǐng)航輔助，即高級智能駕駛）的全覆蓋。

目前，眾多車企都在努力迭代高級駕駛輔助系統(tǒng)（ADAS），ADAS 系統(tǒng)的硬件部分有兩大關(guān)鍵部分，一是處理器，二是傳感器，處理器就像是大腦，而各種傳感器就像是眼睛和耳朵，能否及時、準(zhǔn)確地收集到各類信息和數(shù)據(jù)，直接決定著汽車智能駕駛的安全性，十分重要。本文主要介紹 ADAS 可能用到的各種傳感器，及其發(fā)展和技術(shù)融合情況。

ADAS 的發(fā)展及其對傳感器的要求

ADAS 可分為五級，從 L1 到 L5，駕駛自動化程度逐步提高。最大的一個分界點(diǎn)是從 L3 到 L4，因為 L3 在一些極限場景下需要駕駛員自己操控，而 L4 在理論上完全不需要駕駛員操控了，甚至不需要方向盤了。

從 L1 到 L5，傳感器的種類和數(shù)量都在不斷增加，最大的一個差別是從 L3 到 L4，從目前的發(fā)展情況來看，L4 一定需要激光雷達(dá)（LiDAR），而在 L3 階段，很多公司還是不會用激光雷達(dá)，因為它的成本非常高。L3 階段，極限場景下還是要靠駕駛員的，所以，無論是自動程度設(shè)計，還是傳感器數(shù)量和種類的應(yīng)用，都要考慮成本問題。因為完全不需要考慮駕駛員，L4 的成本很高，一定要用到激光雷達(dá)，而且一定要用到高清地圖。

在 ADAS 方面，中國與國外存在著一些差異。目前，國外的 L2、L3 是由法規(guī)和安全標(biāo)準(zhǔn)驅(qū)動的，特別是歐洲，10 年前就已經(jīng)頒布了相關(guān)法規(guī)。目前，中國還缺乏相應(yīng)的法規(guī)和安全標(biāo)準(zhǔn)，車企主要靠自己創(chuàng)造技術(shù)和品牌效應(yīng)，但消費(fèi)者接受程度還不統(tǒng)一，有些駕駛員非常喜歡，但有些駕駛員還是很擔(dān)心，不相信 ADAS。

就 L4、L5 級 ADAS 而言，從近些年的發(fā)展情況來看，以前，一開始是走私家車路線，現(xiàn)在，很多國外車企的一些私家車 L4 項目有的暫緩，有的已經(jīng)停下來了，將相關(guān)資源用在了商用車上。之所以如此，一個很重要的原因就是 ADAS 的感應(yīng)系統(tǒng)和控制系統(tǒng)成本太高了，特別是傳感器，只有商用車才能承受這樣的成本，私家車很難承受。

目前來看，ADAS 用的最多的還是 CIS 圖像傳感器，它的性價比也是最高的，在夜間，紅外線傳感器是必不可少的，在泊車時，超聲波雷達(dá)是必需的。以上這些是目前 ADAS 必用的傳感器。而隨著應(yīng)用需求的發(fā)展，毫米波雷達(dá)和激光雷達(dá)也越來越多地出現(xiàn)在了車上，不過，由于成本較高，這兩種傳感器的應(yīng)用還存在爭議，特別是激光雷達(dá)，以特斯拉為代表的智能電動汽車未予采用，主要靠 CIS 和特斯拉強(qiáng)大的算法能力實(shí)現(xiàn) ADAS。

目前，要實(shí)現(xiàn)部分自動駕駛功能，最少要有 4~8 個不同類型的傳感器，而要實(shí)現(xiàn) L3 級自動駕駛，則至少需要使用 12 個傳感器，有的系統(tǒng)需要近 20 個傳感器才行。

激光雷達(dá)的使用成為焦點(diǎn)問題

由于技術(shù)先進(jìn)，且成本高昂，激光雷達(dá)在目前的汽車 ADAS 系統(tǒng)中的使用與否，以及如何使用是業(yè)界的一個熱點(diǎn)話題。

由于激光雷達(dá)可以生成道路的三維視圖，在自動駕駛方面能夠幫助汽車很好地識別周圍環(huán)境。盡管自動駕駛業(yè)界對激光雷達(dá)仍然存在不同的聲音，但由于其創(chuàng)建周圍環(huán)境高清 3D 點(diǎn)云圖的能力，通常被認(rèn)為是自動駕駛汽車的核心使能傳感技術(shù)之一。激光雷達(dá)通過測量光傳播到物體并反射所需要的時間，來提供汽車周圍環(huán)境的 3D 點(diǎn)云圖。

通常情況下，激光雷達(dá)可以分為兩大類：機(jī)械式和固態(tài)激光雷達(dá)。機(jī)械式的裝配困難、掃描頻率低。固態(tài)激光雷達(dá)，掃描方式主要包括 MEMS、Flash 和光學(xué)相控陣 (optical phased array, OPA)。

MEMS 采用微掃描振鏡，達(dá)到了一定的集成度，但是受限于振鏡的偏轉(zhuǎn)范圍；Flash 技術(shù)已有商用，但是視場角受限，掃描速率較低；OPA 掃描技術(shù)是基于微波相控陣掃描理論和技術(shù)發(fā)展起來的新型光束指向控制技術(shù)，具有無慣性器件、精確穩(wěn)定、方向可任意控制等優(yōu)點(diǎn)，成為近年來研究的熱點(diǎn)，液晶、集成波導(dǎo)光學(xué)相控陣等固態(tài)技術(shù)層出不窮。

激光雷達(dá)的發(fā)射模塊主要有兩種探測方式：主流的是 ToF，新興的是 FMCW，發(fā)射激光的激光器，主流方案是 EEL，新興的是 VCSEL。

在接收模塊中，主流的探測技術(shù)是 APD，新興的是 SPAD 和 SiPM。APD 是雪崩光電二極管，它的缺點(diǎn)是體積大、功耗高、偵測距離和范圍有限、一致性不好。采用 SPAD 方案，可以大幅降低成本，且體積更小、性能更穩(wěn)定。SiPM 是硅光電倍增管，它的優(yōu)勢在于增益是 APD 的 1 萬倍，靈敏度是 APD 的 2000 倍，工作電壓要求非常低，只要 30V，而 APD 要 250V。SiPM 的一致性非常好，可以較為容易地實(shí)現(xiàn)批量生產(chǎn)。

激光雷達(dá)仍處于發(fā)展的初期，其性能和成本是業(yè)界正在努力攻克的難題，特別是成本，目前，每臺激光雷達(dá)的價格要幾千美元。為了解決成本問題，各家公司，特別是相關(guān)芯片廠商正在固態(tài)激光雷達(dá)的三條技術(shù)路線上各施所長，都希望將價格拉低到幾百美元，甚至 100 美元以下。

目前，汽車制造商正在尋找高性能、遠(yuǎn)程激光雷達(dá)傳感器，希望將每個傳感器的成本降到 500 美元左右，雖然激光雷達(dá)制造商已經(jīng)取得了進(jìn)展，但這樣的成本水平依然很高，與 CIS 等傳統(tǒng)傳感器相比，應(yīng)用水平還有明顯差距。從接收模塊的探測器，激光器，到整體系統(tǒng)結(jié)構(gòu)，都有降價空間。

隨著激光雷達(dá)在智能汽車上用量的增加，特別是在中國，相關(guān)車企和車型之間的競爭越來越激烈。2023 年，激光雷達(dá)價格戰(zhàn)打響，出貨價一度跌至 500 美元以下。

雖然各家激光雷達(dá)廠商的發(fā)展路線各有不同，但成本大都集中在收發(fā)器芯片上，約占總成本的 50%-70%，因此，提高相關(guān)模塊的集成度被視為降低激光雷達(dá)成本的首選方案。以發(fā)射端芯片為例，用集成模塊替代分立模塊，材料和調(diào)試成本可降低 70% 以上。

在激光雷達(dá)成本大戰(zhàn)中，有幾家中國本土企業(yè)較為凸出，如長光華芯（主打 VCSEL 激光器芯片），縱慧芯光（主打 VCSEL 激光芯片及模組），禾賽科技（提供高級激光雷達(dá)傳感器），靈明光子（率先開始 dToF 在車載激光雷達(dá)上的布局），以及阜時科技（主攻 SPAD 芯片，2022 年接到多家車企激光雷達(dá)廠商的定制合同）。

多種傳感器融合

特斯拉 CEO 埃隆·馬斯克把激光雷達(dá)貶低得一塌糊涂，他說，特斯拉只需要用 CIS，就可以實(shí)現(xiàn)全天候自動駕駛。不過，更多的車企認(rèn)為，要實(shí)現(xiàn)更好的自動駕駛，需要多種傳感器的融合。第一，要實(shí)現(xiàn)自動駕駛，一定是全天候的，現(xiàn)在，霧天和下雨天的圖像識別效果是比較差的；第二，自動駕駛有一個非常重要的指標(biāo)——安全，要求具有雙保險，如果 CIS 圖像出現(xiàn)問題，另外一種傳感器就要提供信息，保證做出正確的判斷，這需要多種傳感器的支持。

激光雷達(dá)用光（雖然不是可見光），所以它有類似于圖像傳感器的缺陷，如霧天的識別效果不好。毫米波雷達(dá)雖然對金屬很敏感，但是霧天、雨天時的穿透力很好，同時，毫米波雷達(dá)能偵測到移動物體的速度，激光雷達(dá)和 CIS 圖像傳感器識別不到速度，只能看見物體。因此，每種傳感器在整個 ADAS 系統(tǒng)中都有它的獨(dú)特作用。

舉個簡單的例子，在高速彎道上行駛的時候，毫米波雷達(dá)無法識別前面的彎道，不知道要拐彎，但是，攝像頭可以識別前面需要拐彎了，它可以通過 ADAS 系統(tǒng)實(shí)現(xiàn)轉(zhuǎn)向，這樣就可以實(shí)時地讓毫米波雷達(dá)和激光雷達(dá)按照你想要走的路線行駛了。

還有一個例子，要捕獲車前很遠(yuǎn)地方的某一個物體信息，用毫米波雷達(dá)獲取的信息量不大，但是，圖像傳感器和激光雷達(dá)可以獲取移動物體的圖像，補(bǔ)充信息，保證操作正確，這對汽車非常重要。

關(guān)于汽車傳感器的融合，業(yè)界已經(jīng)醞釀了有很長時間，但成功的案例還不多。融合會經(jīng)歷幾個不同的階段，而真正的融合是在系統(tǒng)里，包括 MCU、GPU 等處理器，以及各種傳感器。對于傳感器來說，無論是激光雷達(dá)，還是圖像傳感器，或是其它傳感器，實(shí)現(xiàn)融合的難點(diǎn)在于：它們在不同的位置，獲取信號的方式也不一樣，很難把這些信息有機(jī)地整合在一起。難點(diǎn)也是機(jī)遇，目前，很多傳感器廠商正在攻關(guān)這些難關(guān)。

對于一家傳感器廠商來說，如果具備圖像傳感器、毫米波雷達(dá)和激光雷達(dá)等多種技術(shù)的開發(fā)和產(chǎn)品量產(chǎn)能力，則可以在成本和系統(tǒng)層面給客戶提供更好的方案，這或許也是多種傳感器融合發(fā)展的一個趨勢。

此外，做好融合也需要很強(qiáng)的算力，如果算力芯片或模塊的功耗太高，或算法需要的計算量太大，則會給信息的融合帶來更多挑戰(zhàn)，為了解決這些問題，相關(guān)廠商也在不斷摸索解決方案。

結(jié)語

人們對終極自動駕駛的追求，使得 ADAS 系統(tǒng)不斷向前演進(jìn)，這對相關(guān)芯片，特別是處理器和傳感器提出了更多、更高的要求，同時也在促進(jìn)相關(guān)技術(shù)和產(chǎn)品的發(fā)展。

在 ADAS 系統(tǒng)用到的各種傳感器當(dāng)中，激光雷達(dá)最為昂貴，爭議也最大。當(dāng)下，ADAS 系統(tǒng)還是以 CIS 圖像傳感器和 AI 算法為主要元素，而隨著激光雷達(dá)技術(shù)水平的提升，以及成本的下降，它在系統(tǒng)中所發(fā)揮的作用也越來越大，同時，采用的廠商也越來越多。

對于自動駕駛而言，多種傳感器技術(shù)融合已經(jīng)成為多數(shù)從業(yè)者和車企的共識，是未來的主流發(fā)展方向。