正在阅读:

开启量产元年的激光雷达,难逃堆料竞争?

扫一扫下载界面新闻APP

开启量产元年的激光雷达,难逃堆料竞争?

做激光雷达,究竟是要跟随大众潮流开始内卷,还是置身事外,做一个特斯拉式的“人间清醒”?

文|车智驾

近期以来,自动驾驶领域争吵最凶的,大概就是激光雷达了。

有人视其为智能汽车的标配,也有人将其称作收割韭菜的智商税。但无论舆论风向如何变化都无法否认,在目前的国内智能汽车市场,激光雷达大规模上车,已经成为大部分企业的共同认知。

尤其是随着区域无人驾驶出租车开始商业化落地,以及将于2022年大规模量产的L3级自动驾驶车型,搭载激光雷达与否,更是成为了衡量智能汽车性能高低的标准。甚至已然引发内卷,个别车企还喊出了“4颗以下请别说话”的营销口号。

只是智能汽车的头部玩家特斯拉,却始终不改对激光雷达的“鄙视”态度,至今特斯拉汽车仍然在使用以摄像头为主的感知系统,并且隐约有进一步发扬光大的态势。同时,面对日益火热的激光雷达市场,越来越多的业内人士也开始呼吁,现阶段时机尚未成熟,并不适宜铺开量产计划。

于是,一个极为头疼的选择题也来到了智能汽车企业头上——究竟是要跟随大众潮流开始内卷,还是置身事外,做一个特斯拉式的“人间清醒”?

一、激光雷达,智能驾驶的“眼睛”?

做选择之前,还是要先弄清楚问题题干中所涉及的概念,究竟是什么意思。

有关激光雷达的讨论,本质上还是对智能汽车应该以何种方式实现无人驾驶的困惑。毕竟在“感知——决策——控制”这一整个智能驾驶过程中,如何有效感知周围的环境,是所有后续算法部分的唯一先决条件。

而作为自动驾驶技术性能架构中充当“眼睛”的感知层设备,激光雷达以优秀的综合性能,成为了所有感知设备中最受推崇的硬件。不仅吸引了华为、大疆等知名科技企业的入局,在今年更是搭载了蔚来、小鹏、宝马、奥迪等众多新老品牌的新车型。

之所以能够在众多感知设备中脱颖而出,还是在于激光雷达相对较强的探测能力和精度。甚至从某种意义上来说,激光雷达算得上是乘用车领域,公认性能最好的传感器。

目前市面上主流的感知层传感器,主要有C-V2X、摄像头、高精度地图、超声波雷达、毫米波雷达、激光雷达等等类型。从设计层面来区分,大致可以分为基于蜂窝车联网技术,通过车辆通信渠道进行信息共享的,以C-V2X为主的协同管理设备;以大数据和云计算为基础,整合多维度信息数据集成电子地图,以高精度地图为主的导航设备;还有余下众多,通过影像、声波、光波等方式采集路况信息,并即时转化探测、距离等数据的车身传感器。

前两类在当前技术环境中,还无法承担自动驾驶的性能需求,更多是充当各类车身传感器的辅助。由于超声波雷达受限于声波不适合高速移动测距的天然缺陷,以及毫米波雷达识别精度有限,并且对非金属物体的感知偏弱,在人车并存的场景中适用性偏弱,市场中使用最多的还是摄像头和激光雷达两大类。

其中,特斯拉算是摄像头感知体系的铁杆粉丝,也是智能汽车产品在此类分支中走得最远的一位。饶是如此,也很难规避摄像头对光照环境、像素、AI算法等因素的依赖,市面上真正能掌握并实际应用此类技术的企业,可谓是少之又少。

相比之下,激光雷达的泛用性和易用性都更高,搭载门槛相对较低。同时在还原三维特征、探测精度、探测距离、抗干扰能力等方面都有较为优秀的表现,能最大限度保证无人驾驶场景中的安全性,也就成为现阶段多数车企的首选传感器。

只是虽然性能优越,但是激光雷达和自动驾驶技术一样,仍处于相对早期的发展阶段。在已经开始落地的区域无人驾驶测试环节中,也的确无法独自承担感知的工作,进而引发消费者和业内人士,对其功能性和稳定性都存在一定疑惑。

前不久在北京进行测试的区域无人驾驶出租车,测试主体车辆所采用的,就是集合了激光雷达、毫米波雷达、超声波雷达和摄像头的综合感知方案。考虑到汽车行驶的场景特殊性,在安全方面再如何加码都不为过,至少在目前阶段,激光雷达还无法完全取代其余感知设备,仍需要依靠多感知设备的相互融合。

如此一来,车智驾认为,无论是有意还是无意,传感器技术的差异和发展方向的迥异,也导致了国内车企纷纷抱团选择激光雷达,隐隐约约形成了“孤立”特斯拉的氛围。

二、被迫“孤立”,特斯拉终成苹果

行业领头羊,注定是要接受后进者持续不断的挑战。

就像是智能手机领域坚持封闭生态系统IOS的苹果,也是在不经意间和安卓形成两大阵营,成为全球手机厂商“公敌”。特斯拉所坚持的以摄像头为主要传感设备的感知系统,由于技术准入门槛相对较高涉足企业较少,逐渐形成了特斯拉的品牌标签之一,在众多选择激光雷达的企业面前,也就像苹果一样,不得不面对来自对方阵营势力的“孤立”。

而且,不同于其余赛道中,面对市值上万亿的庞然大物,新晋企业往往会表现出未战先怂的面貌。在更年轻、也拥有更多变数的智能汽车行业,品牌之间的产品护城河尚未形成,在众多细分领域中,几乎每时每刻都在上演着“以下克上”的商业故事。

就像此前很少没有人会想过,汽车渗透率相对较低的中国,会在进入电动化时代后,以全球销量第一的身份成为最大的新能源汽车市场。甚至于,素来被人讽刺以“低端”的国产车企比亚迪,也会摇身一变,成为销量碾压特斯拉的新能源车企。

以成为或者超越特斯拉为目标,想要在品牌结构尚未固化的年轻赛道中“弯道超车”、完成逆袭的国产车企并不在少数。通过“孤立”特斯拉,从自动驾驶相关的软硬件入手,打造差异化竞争优势,或许也是很多车企的目的之一。

尤其是在特斯拉创始人马斯克,对激光雷达持之以恒的偏见下,特斯拉已经围绕着高清摄像头感知设备,打造出独特的自动驾驶体系,也即是视觉辅助系统FSD Beta。从市场竞争的逻辑考虑,此时再加码研发同类传感系统,多少是有些迟了。

随着蔚来、小鹏、理想、比亚迪、北汽等国产车企,都在今明两年不断推出搭载混合型激光雷达的汽车,甚至引起了关于2022年将成为“激光雷达量产元年”的讨论。再加上明年同样是L3级自动驾驶车型量产元年,对激光雷达是否应该大规模量产的讨论,或许归根到底还是对目前市场中激光雷达储量是否足够的忧虑。

从天眼查中,多达3066家与激光雷达有关的公司数量,不难看出这一市场存在着多大的需求。不过,既然有中铁、三峡集团等央企的存在,对于产储量也无需更多担心,对车企而言,能否赶在新车型上市前及时、快速装车,才是最直接的问题。

出于对装车速度的担忧,目前车企所选择的激光雷达,大多数采用的是转镜、棱镜两类混合半固态方案。这也是激光雷达各种分类中,最适合快速上车的方案设计。

作为这两种设备方案中的核心部件,激光驱动芯片以及模拟前端芯片的存在,在全球性芯片短缺的大背景中,对激光雷达厂商的供应链也提出了挑战。其中,转镜式激光雷达的代表厂商华为,以及棱镜式的代表厂商大疆,或许在承受供求、产销压力之外,还会成为各大车企竞相合作的关键。

只不过,在车智驾看来,现阶段对硬件设备数量和装机速度的追逐,固然是智能汽车市场发展过程中必不可少的环节。但也很可能会和智能手机一样,落入堆料竞争的困局之中。

三、“四轮手机”,难逃堆料竞争

如果要说目前的国产智能手机市场现状,“堆料竞争”一词,大概是最直接的概括。

很不幸的是,依照当前国产智能汽车的设计走向,逐渐有成为“四轮智能手机”的趋势,大概率也是无法摆脱同样落入堆料竞争的“坑”里了。

一如各大手机厂商动辄就是骁龙888处理器、120Hz屏幕、4500mAh大电池、超广角镜头之类的硬件堆砌。现在的国产智能汽车,拉出去不说有高通8155芯片、续航里程800公里动力电池、无钥匙智能座舱系统、超过4颗以上的激光雷达等等,出门可能都不好意思跟人打招呼。

严格来讲,在现有自动驾驶框架中,激光雷达数量多少,或许并不能对感知功能带来非常显著的提升。因为激光雷达的大部分性能,都属于冗余部分。

在仍处于L2+级自动驾驶技术普及期的当下,为了应对设备失灵、低感知环境、干扰等突发情况,感知设备厂商在设计产品的时候,往往会预留足够的安全冗余,来保证进入无人驾驶状态后车辆行驶的安全。毫无疑问,这一部分冗余体积,在大多时候都是无用的。

搭载的激光雷达数量越多,闲置的冗余体积也越多,在目前主流的多设备融合感知体系中,这也意味着留给其余设备的冗余空间会进一步减少。就像部分硬件水平一流,但实际体验却强差人意的智能手机一样,算力、适配等方面的压力,只会给整车的驾驶带来负面影响。

和智能手机的堆料竞争现象类似,智能汽车在激光雷达上的过激反应,很像是在产品规格尚且没有定论之前,从营销层面推动的“溢价竞赛”。更多是在提前抢占品牌高地,赌未来智能驾驶技术的硬性需求,并非所有企业都适宜跟风。

而且堆料竞争的下一步,自然就是价格竞赛。而提起价格,就不免要考虑到激光雷达的量产和应用成本。

目前可供量产的激光雷达,成本普遍在6000元人民币左右,即便是在规模化过程中成本会有所下降,预计最终的单颗售价也会压缩至3000元左右。以目前智能汽车动辄就是4颗激光雷达起步的趋势而言,在原车基础上至少要多花费12000元,不仅生产成本增高,消费群体或许也很难接受如此规格的溢价。

同时,L3级自动驾驶车型固然会在明年开启大规模量产,但在国内,尚未真正放开对L3级自动驾驶车辆上路的政策限制。甚至在全球范围内,都没有太多L3的落地场景。

空有屠龙技,怎奈何魔龙尚未出世。短时间内,激光雷达市场可能远没有想象中那么广阔,若是应用于L2+级自动驾驶辅助系统中,高昂的价格和成本,显然也并不算最理智的选择。

因此,激光雷达确实是行业的大势所趋,其潜力再如何高估都不过分。只是现在或许还没有到达最好的量产时机,如果没有充足的资金和渠道实力,为企业经营的长远考虑,还是不要贸然加入这场突如其来的内卷为好。

本文为转载内容,授权事宜请联系原著作权人。

特斯拉

7.1k
  • 特斯拉美国将Model Y后轮驱动和长续航版售价提高1000美元
  • 调研早知道 | 毛利率超特斯拉,理想汽车超预期年报背后还有哪些看点?

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

开启量产元年的激光雷达,难逃堆料竞争?

做激光雷达,究竟是要跟随大众潮流开始内卷,还是置身事外,做一个特斯拉式的“人间清醒”?

文|车智驾

近期以来,自动驾驶领域争吵最凶的,大概就是激光雷达了。

有人视其为智能汽车的标配,也有人将其称作收割韭菜的智商税。但无论舆论风向如何变化都无法否认,在目前的国内智能汽车市场,激光雷达大规模上车,已经成为大部分企业的共同认知。

尤其是随着区域无人驾驶出租车开始商业化落地,以及将于2022年大规模量产的L3级自动驾驶车型,搭载激光雷达与否,更是成为了衡量智能汽车性能高低的标准。甚至已然引发内卷,个别车企还喊出了“4颗以下请别说话”的营销口号。

只是智能汽车的头部玩家特斯拉,却始终不改对激光雷达的“鄙视”态度,至今特斯拉汽车仍然在使用以摄像头为主的感知系统,并且隐约有进一步发扬光大的态势。同时,面对日益火热的激光雷达市场,越来越多的业内人士也开始呼吁,现阶段时机尚未成熟,并不适宜铺开量产计划。

于是,一个极为头疼的选择题也来到了智能汽车企业头上——究竟是要跟随大众潮流开始内卷,还是置身事外,做一个特斯拉式的“人间清醒”?

一、激光雷达,智能驾驶的“眼睛”?

做选择之前,还是要先弄清楚问题题干中所涉及的概念,究竟是什么意思。

有关激光雷达的讨论,本质上还是对智能汽车应该以何种方式实现无人驾驶的困惑。毕竟在“感知——决策——控制”这一整个智能驾驶过程中,如何有效感知周围的环境,是所有后续算法部分的唯一先决条件。

而作为自动驾驶技术性能架构中充当“眼睛”的感知层设备,激光雷达以优秀的综合性能,成为了所有感知设备中最受推崇的硬件。不仅吸引了华为、大疆等知名科技企业的入局,在今年更是搭载了蔚来、小鹏、宝马、奥迪等众多新老品牌的新车型。

之所以能够在众多感知设备中脱颖而出,还是在于激光雷达相对较强的探测能力和精度。甚至从某种意义上来说,激光雷达算得上是乘用车领域,公认性能最好的传感器。

目前市面上主流的感知层传感器,主要有C-V2X、摄像头、高精度地图、超声波雷达、毫米波雷达、激光雷达等等类型。从设计层面来区分,大致可以分为基于蜂窝车联网技术,通过车辆通信渠道进行信息共享的,以C-V2X为主的协同管理设备;以大数据和云计算为基础,整合多维度信息数据集成电子地图,以高精度地图为主的导航设备;还有余下众多,通过影像、声波、光波等方式采集路况信息,并即时转化探测、距离等数据的车身传感器。

前两类在当前技术环境中,还无法承担自动驾驶的性能需求,更多是充当各类车身传感器的辅助。由于超声波雷达受限于声波不适合高速移动测距的天然缺陷,以及毫米波雷达识别精度有限,并且对非金属物体的感知偏弱,在人车并存的场景中适用性偏弱,市场中使用最多的还是摄像头和激光雷达两大类。

其中,特斯拉算是摄像头感知体系的铁杆粉丝,也是智能汽车产品在此类分支中走得最远的一位。饶是如此,也很难规避摄像头对光照环境、像素、AI算法等因素的依赖,市面上真正能掌握并实际应用此类技术的企业,可谓是少之又少。

相比之下,激光雷达的泛用性和易用性都更高,搭载门槛相对较低。同时在还原三维特征、探测精度、探测距离、抗干扰能力等方面都有较为优秀的表现,能最大限度保证无人驾驶场景中的安全性,也就成为现阶段多数车企的首选传感器。

只是虽然性能优越,但是激光雷达和自动驾驶技术一样,仍处于相对早期的发展阶段。在已经开始落地的区域无人驾驶测试环节中,也的确无法独自承担感知的工作,进而引发消费者和业内人士,对其功能性和稳定性都存在一定疑惑。

前不久在北京进行测试的区域无人驾驶出租车,测试主体车辆所采用的,就是集合了激光雷达、毫米波雷达、超声波雷达和摄像头的综合感知方案。考虑到汽车行驶的场景特殊性,在安全方面再如何加码都不为过,至少在目前阶段,激光雷达还无法完全取代其余感知设备,仍需要依靠多感知设备的相互融合。

如此一来,车智驾认为,无论是有意还是无意,传感器技术的差异和发展方向的迥异,也导致了国内车企纷纷抱团选择激光雷达,隐隐约约形成了“孤立”特斯拉的氛围。

二、被迫“孤立”,特斯拉终成苹果

行业领头羊,注定是要接受后进者持续不断的挑战。

就像是智能手机领域坚持封闭生态系统IOS的苹果,也是在不经意间和安卓形成两大阵营,成为全球手机厂商“公敌”。特斯拉所坚持的以摄像头为主要传感设备的感知系统,由于技术准入门槛相对较高涉足企业较少,逐渐形成了特斯拉的品牌标签之一,在众多选择激光雷达的企业面前,也就像苹果一样,不得不面对来自对方阵营势力的“孤立”。

而且,不同于其余赛道中,面对市值上万亿的庞然大物,新晋企业往往会表现出未战先怂的面貌。在更年轻、也拥有更多变数的智能汽车行业,品牌之间的产品护城河尚未形成,在众多细分领域中,几乎每时每刻都在上演着“以下克上”的商业故事。

就像此前很少没有人会想过,汽车渗透率相对较低的中国,会在进入电动化时代后,以全球销量第一的身份成为最大的新能源汽车市场。甚至于,素来被人讽刺以“低端”的国产车企比亚迪,也会摇身一变,成为销量碾压特斯拉的新能源车企。

以成为或者超越特斯拉为目标,想要在品牌结构尚未固化的年轻赛道中“弯道超车”、完成逆袭的国产车企并不在少数。通过“孤立”特斯拉,从自动驾驶相关的软硬件入手,打造差异化竞争优势,或许也是很多车企的目的之一。

尤其是在特斯拉创始人马斯克,对激光雷达持之以恒的偏见下,特斯拉已经围绕着高清摄像头感知设备,打造出独特的自动驾驶体系,也即是视觉辅助系统FSD Beta。从市场竞争的逻辑考虑,此时再加码研发同类传感系统,多少是有些迟了。

随着蔚来、小鹏、理想、比亚迪、北汽等国产车企,都在今明两年不断推出搭载混合型激光雷达的汽车,甚至引起了关于2022年将成为“激光雷达量产元年”的讨论。再加上明年同样是L3级自动驾驶车型量产元年,对激光雷达是否应该大规模量产的讨论,或许归根到底还是对目前市场中激光雷达储量是否足够的忧虑。

从天眼查中,多达3066家与激光雷达有关的公司数量,不难看出这一市场存在着多大的需求。不过,既然有中铁、三峡集团等央企的存在,对于产储量也无需更多担心,对车企而言,能否赶在新车型上市前及时、快速装车,才是最直接的问题。

出于对装车速度的担忧,目前车企所选择的激光雷达,大多数采用的是转镜、棱镜两类混合半固态方案。这也是激光雷达各种分类中,最适合快速上车的方案设计。

作为这两种设备方案中的核心部件,激光驱动芯片以及模拟前端芯片的存在,在全球性芯片短缺的大背景中,对激光雷达厂商的供应链也提出了挑战。其中,转镜式激光雷达的代表厂商华为,以及棱镜式的代表厂商大疆,或许在承受供求、产销压力之外,还会成为各大车企竞相合作的关键。

只不过,在车智驾看来,现阶段对硬件设备数量和装机速度的追逐,固然是智能汽车市场发展过程中必不可少的环节。但也很可能会和智能手机一样,落入堆料竞争的困局之中。

三、“四轮手机”,难逃堆料竞争

如果要说目前的国产智能手机市场现状,“堆料竞争”一词,大概是最直接的概括。

很不幸的是,依照当前国产智能汽车的设计走向,逐渐有成为“四轮智能手机”的趋势,大概率也是无法摆脱同样落入堆料竞争的“坑”里了。

一如各大手机厂商动辄就是骁龙888处理器、120Hz屏幕、4500mAh大电池、超广角镜头之类的硬件堆砌。现在的国产智能汽车,拉出去不说有高通8155芯片、续航里程800公里动力电池、无钥匙智能座舱系统、超过4颗以上的激光雷达等等,出门可能都不好意思跟人打招呼。

严格来讲,在现有自动驾驶框架中,激光雷达数量多少,或许并不能对感知功能带来非常显著的提升。因为激光雷达的大部分性能,都属于冗余部分。

在仍处于L2+级自动驾驶技术普及期的当下,为了应对设备失灵、低感知环境、干扰等突发情况,感知设备厂商在设计产品的时候,往往会预留足够的安全冗余,来保证进入无人驾驶状态后车辆行驶的安全。毫无疑问,这一部分冗余体积,在大多时候都是无用的。

搭载的激光雷达数量越多,闲置的冗余体积也越多,在目前主流的多设备融合感知体系中,这也意味着留给其余设备的冗余空间会进一步减少。就像部分硬件水平一流,但实际体验却强差人意的智能手机一样,算力、适配等方面的压力,只会给整车的驾驶带来负面影响。

和智能手机的堆料竞争现象类似,智能汽车在激光雷达上的过激反应,很像是在产品规格尚且没有定论之前,从营销层面推动的“溢价竞赛”。更多是在提前抢占品牌高地,赌未来智能驾驶技术的硬性需求,并非所有企业都适宜跟风。

而且堆料竞争的下一步,自然就是价格竞赛。而提起价格,就不免要考虑到激光雷达的量产和应用成本。

目前可供量产的激光雷达,成本普遍在6000元人民币左右,即便是在规模化过程中成本会有所下降,预计最终的单颗售价也会压缩至3000元左右。以目前智能汽车动辄就是4颗激光雷达起步的趋势而言,在原车基础上至少要多花费12000元,不仅生产成本增高,消费群体或许也很难接受如此规格的溢价。

同时,L3级自动驾驶车型固然会在明年开启大规模量产,但在国内,尚未真正放开对L3级自动驾驶车辆上路的政策限制。甚至在全球范围内,都没有太多L3的落地场景。

空有屠龙技,怎奈何魔龙尚未出世。短时间内,激光雷达市场可能远没有想象中那么广阔,若是应用于L2+级自动驾驶辅助系统中,高昂的价格和成本,显然也并不算最理智的选择。

因此,激光雷达确实是行业的大势所趋,其潜力再如何高估都不过分。只是现在或许还没有到达最好的量产时机,如果没有充足的资金和渠道实力,为企业经营的长远考虑,还是不要贸然加入这场突如其来的内卷为好。

本文为转载内容,授权事宜请联系原著作权人。