独家 | 车载激光雷达白皮书（附下载）

目前，超过 100 家不同的开发公司已投入约 10 亿美元，用于开发高分辨率激光雷达（ LiDAR ）传感器。随着多家 OEM 厂商宣布将激光雷达解决方案纳入畅销车型，其在汽车市场中的应用也将提速。

激光雷达能够从短距离到长距离以高分辨率检测行人、骑行者和车辆等目标，正成为完善自动驾驶汽车传感器全套方案的、极具吸引力的解决方案。

对于高度自动化的驾驶解决方案，其所需的全套传感器有望通过车载激光雷达进行完善。各种传感器用于提供环境与定位感知输入，从而实现高ADAS和自动驾驶路线规划、车辆控制功能。自动驾驶采用的典型传感器包括超声波、摄像头、雷达和激光雷达。

当前，典型的 ADAS 系统依靠摄像头和雷达输入来实现自动紧急制动（ AEB ）等功能。随着自动化水平更高的功能和动态驾驶驾驶辅助技术的落地，激光雷达输入将提升摄像头和雷达传感器的输入。

为了支持未来自动驾驶应用对高分辨率传感的要求，市场预测激光雷达的需求将保持增长势头。因此，超过 10 亿美元资金已投向多达 100 家不同企业，利用各种新技术开发高分辨率激光雷达传感器，包括不同的激光二极管、扫描方法、集成芯片组、接收器技术等。

1	一些情况下，OEM 厂商和一级供应商会投资一个以上的开发商，以便利用不同技术满足特定传感应用需求，或对冲某家开发商未能进入市场的风险。
2	Alphabet、谷歌、Waymo 和 Mobileye 等技术公司已宣布，将推出自主研发的激光雷达解决方案。
3	一些投资商同时也是激光雷达开发商的技术合作伙伴或供应商。

4	随着全自动驾驶系统（ SAE L4 & L5 ）商业化变得更具挑战性，OEM 投资正推动市场需求的转移，从高分辨率激光雷达转向高性能 ADAS 和半自动驾驶应用（ SAE L2 & L3 ）。

激光雷达的开发极具挑战性，因此更加依赖于与其他合作伙伴的共同协作。

激光雷达的开发依赖于众多不同的传感域之间的技术协助，因此，想成功开发出最终的传感器模块，与大量其他公司的合作就显得至关重要。通常情况下，激光雷达初创企业会与一家成熟的一级供应商合作，将该技术投放大众市场，实现大批量车辆生产。

激光雷达的开发极具挑战性，因为它需要不同传感域之间的紧密合作，而且传感器的开发也相当复杂。需要具备的专业知识包括光学、芯片 MEMS 微反射镜、点云数据处理以及存储器应用、电子、热管理、封装集成经认证、汽车级传感器。

由于传感器涉及多种域，激光雷达开发企业能否与其各个合作伙伴展开协作，也是能否取得成功的关键因素。

Strategy Analytics 观察到，更高性能和更高分辨率的新一类激光雷达单元正崭露头角，低分辨率、低性能的激光雷达解决方案正被基于摄像头的系统所取代。此外，为支持自动驾驶应用，也可在一部汽车上安装多个新类型的高分辨率激光雷达传感器。

如下图所示，从 2021 年到 2025 年，预计将有多家 OEM 厂商推出高分辨率激光雷达。

FPGA 是一个颇具吸引力的选择，特别是在感知算法仍处于开发阶段时，因为芯片可以随算法的开发而定制，避免了昂贵的 ASIC 解决方案重新设计的潜在成本。

与 CPU 和 GPU 中的串行架构不同，FPGA 和基于 FPGA 的 MPSoC 受益于并行处理架构，其所具备的灵活性使其适用于需要频繁修改和升级的应用与设备，而 ASIC 则更适用于永久性应用。

1	FPGA 提供了灵活性、差异化、灵活应变能力，以及低时延、高吞吐量和快速上市进程。由于ADAS 和自动驾驶系统的性能、标准和算法时刻发生改变，激光雷达领域非常注重灵活性和灵活应变能力。例如，FPGA 能够进行配置和重配置，以平衡能效和性能要求。
2	FPGA 能够提供 AI 应用所需的额外性能和处理效率，包括激光雷达点云处理，以及实现可编程性，从而强化系统灵活性、硬件复用和开发成本下降。
3	FPGA 最初被用作加速器器件，以强化基于 CPU 的 SoC 的性能。然而，FPGA 正日益成长为 MPSoC 中的主要处理器件。