汽車雷達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，也越來越受消費者的歡迎。

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。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（LiDAR），而在 L3 階段，很多公司還是不會用激光雷達，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，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)和安全標準驅(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，中國還缺乏相應的法規(guī)和安全標準，車企主要靠自己創(chuàng)造技術(shù)和品牌效應，但消費者接受程度還不統(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，超聲波雷達是必需的。以上這些是目前 ADAS 必用的傳感器。而隨著應用需求的發(fā)展，毫米波雷達和激光雷達也越來越多地出現(xiàn)在了車上，不過，由于成本較高，這兩種傳感器的應用還存在爭議，特別是激光雷達，以特斯拉為代表的智能電動汽車未予采用，主要靠 CIS 和特斯拉強大的算法能力實現(xiàn) ADAS。

目前，要實現(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。

激光雷達的使用成為焦點問題

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

由于激光雷達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 點云圖的能力，通常被認為是自動駕駛汽車的核心使能傳感技術(shù)之一。激光雷達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 點云圖。

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

MEMS 采用微掃描振鏡，達到了一定的集成度，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，成為近年來研究的熱點，液晶、集成波導光學相控陣等固態(tài)技術(shù)層出不窮。

激光雷達的發(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，可以較為容易地實現(xiàn)批量生產(chǎn)。

激光雷達仍處于發(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、遠程激光雷達傳感器，希望將每個傳感器的成本降到 500 美元左右，雖然激光雷達制造商已經(jīng)取得了進展，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（提供高級激光雷達傳感器），靈明光子（率先開始 dToF 在車載激光雷達上的布局），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·馬斯克把激光雷達貶低得一塌糊涂，他說，特斯拉只需要用 CIS，就可以實現(xiàn)全天候自動駕駛。不過，更多的車企認為，要實現(xiàn)更好的自動駕駛，需要多種傳感器的融合。第一，要實現(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——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，毫米波雷達能偵測到移動物體的速度，激光雷達和 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)實現(xiàn)轉(zhuǎn)向，這樣就可以實時地讓毫米波雷達和激光雷達按照你想要走的路線行駛了。

還有一個例子，要捕獲車前很遠地方的某一個物體信息，用毫米波雷達獲取的信息量不大，但是，圖像傳感器和激光雷達可以獲取移動物體的圖像，補充信息，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，還是圖像傳感器，或是其它傳感器，實現(xiàn)融合的難點在于：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地整合在一起。難點也是機遇，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、毫米波雷達和激光雷達等多種技術(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，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中，激光雷達最為昂貴，爭議也最大。當下，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。