汽車自動駕駛技術包括視頻攝像頭、雷達傳感器以及激光測距器來了解周圍的交通狀況，并通過一個詳盡的地圖（通過有人駕駛汽車采集的地圖）對前方的道路進行導航。這一切都通過谷歌的數據中心來實現，谷歌的數據中心能處理汽車收集的有關周圍地形的大量信息。就這點而言，自動駕駛汽車相當于谷歌數據中心的遙控汽車或者智能汽車。。汽車自動駕駛技術物聯網技術應用之一。

自動駕駛汽車使用視頻攝像頭、雷達傳感器，以及激光測距來了解周圍的交通狀況，并通過一個詳盡的地圖（通過有人駕駛汽車采集的地圖）對前方的道路進行導航。

自動駕駛發展的瓶頸之一在于，需要開發出可以對汽車所處環境進行3D感知的高性能傳感器。

技術的進步使得自動駕駛不再是遙不可及的事情。在眾多智能器件中，傳感器顯得十分關鍵。

在自動駕駛汽車中廣泛使用的是被稱之為“Lidar”的傳感器，即激光雷達傳感器，它也被稱為無人駕駛汽車的眼睛。Lidar可以發射激光束，并通過捕捉反射回來的信號繪制出周圍環境的3D模型。谷歌、Uber和豐田等公司測試的自動駕駛車都依賴這種激光雷達系統，使得車輛可以自我定位，并識別行人和過往車輛。當前最好的傳感器可以識別距離100米之外、大小只有幾厘米的物體。

大多數開發自動駕駛汽車的公司都使用Lidar系統，只有特斯拉是個例外，它只依靠相機和普通雷達。然而，雷達傳感器在捕捉細節方面捉襟見肘，相機在低光或眩光的條件下也表現不佳。去年，一輛特斯拉汽車和一輛拖拉機相撞，特斯拉車主不幸遇難。這一事故的原因正是特斯拉的Autopilot軟件系統無法在高亮度的天空背景下識別拖拉機。豐田負責自動駕駛的副總裁RyanEustice承認，安全問題仍然是自動駕駛汽車開發過程中的“未解難題”。

事實上，自動駕駛技術發展速度之快，使得激光雷達的發展顯得略有滯后。激光雷達傳感器之前一直是相對獨立的業務，與傳統汽車制造相比遠不夠成熟，尚不能成為數百萬輛汽車的標配。

從披露的各種試驗車上，我們也能看得出問題所在：激光雷達傳感器體積巨大且笨重。這也是為什么谷歌、Uber和豐田的自動駕駛汽車都頂著一個大大的圓頂或盒子狀的裝置。

激光雷達眼中的世界

激光雷達傳感器價格不菲，一臺傳感器的花費就高達數千甚至數萬美元。目前，大多數測試車輛上都裝有數個激光雷達。盡管道路上自動駕駛車輛的數量極少，激光雷達也到了供不應求的地步。最近有相關報道稱，盡管激光雷達制造商正在努力增加產能，但客戶還必須等待6個月左右才能得到一臺新的傳感器。

激光雷達的稀缺也幫助我們理解了上個月Waymo對Uber提起的訴訟：Waymo宣稱它有證據表明，其頂級工程師之一的Anthony Levandowski在離開公司創立自有品牌Otto之前竊取了Waymo激光雷達傳感器的設計。之后Uber收購了這家自動駕駛卡車公司Otto。

Otto的共同創始人Lior Ron告訴媒體，公司建立了專門針對卡車的激光雷達傳感器，因為市場上并沒有滿足18輪大卡車在高速公路上安全駕駛所需的傳感器。 Waymo指出，Otto的技術實際上來源于Waymo耗資數千萬美元開發的技術，Otto靠著搭順風車將傳感器的成本與幾年前相比降低了90%以上。

高性能的激光雷達系統是Waymo將自動駕駛汽車商業化和實現盈利的重要部分。該公司開發了三種用于尋找不同范圍物體的傳感器。Waymo表示它準備將這些技術打包，然后分別授權給知名的汽車制造商。

Waymo并不是市場上唯一一個耗資數百萬來解決激光雷達滯后的公司。去年，福特和百度向世界領先的激光雷達供應商Velodyne投資了1.5億美元。該公司準備在圣荷西建造一個大工廠，并計劃從明年開始發售激光雷達。

不過，激光雷達在導入市場之前還需要很多改進。包括Velodyne在內的幾家公司正在開發不使用旋轉鏡改變激光束方向的Lidar系統。相比于目前的笨重設備，以純電信號來改變激光方向的Lidar會更便宜、體積更小。因為其沒有可移動的部分，這種激光雷達被稱為“固態”激光雷達系統。