[首發于智駕最前沿微信公眾號]隨著各車企在智能駕駛領域的競爭不斷加強，越來越多新技術在汽車上得以搭載，城市NOA作為體現智能駕駛應用最為普遍的一個場景，也成為車企技術追逐的重點。當越來越多車企公布自己的城市NOA方案后，可以發現一個很明顯的趨勢，那便是城市NOA似乎都需要激光雷達進行輔助，雖然曾一直高呼“純感知”的技術路線，但也不得不承認激光雷達的“真香”定律。就如比亞迪的天神之眼智駕系統，其天神之眼A與天神之眼B均搭載了激光雷達，且功能更為強大的城市之眼A更是搭載了3個激光雷達，以實現全國無圖導航（即在無預先加載地圖情況下的導航駕駛）和四方泊車功能，為何城市NOA離不開激光雷達？

基于激光雷達的自動駕駛解決方案

激光雷達基于激光束的發射與接收，通過測量激光脈沖從發射到目標反射返回所需的時間或相位差，精確計算出物體的距離。這一技術利用激光在空氣中的傳播速度以及激光器與接收器的協同工作，生成大量的三維點云數據，從而構建出高精度的三維環境模型。由于激光雷達能夠直接輸出物體的距離和角度信息，因此相比傳統的攝像頭，其在弱光、強光以及惡劣天氣條件下表現更為穩定，并且大大減少了對復雜圖像處理和深度學習算法的依賴。正是這些優點，使得激光雷達成為自動駕駛系統中不可或缺的核心傳感器，為車輛在復雜道路環境中實現精準定位與高效路徑規劃提供了強有力的技術支撐。

激光雷達在實際應用中，根據掃描方式、線束數量、測距原理及產品結構等維度可以劃分為不同類別。傳統的機械式激光雷達采用發射系統與接收系統整體旋轉，通過360度掃描構建環境模型，雖然這種技術測距距離較遠且技術成熟，但其內部結構復雜、機械部件壽命有限以及裝配調試工藝要求高，使得成本較高且難以實現大規模量產。

為了解決這些問題，混合固態激光雷達應運而生，其核心在于利用微動器件替代傳統的機械掃描，通過諸如MEMS振鏡、轉鏡和棱鏡式的方案實現激光束的掃描。其中，MEMS振鏡技術因體積小、成本低而受到關注，但受限于振鏡轉動角度的不足，往往需要多臺設備拼接使用；轉鏡式技術則因其良好的穩定性和可靠性成為當前的主流選擇；而棱鏡式激光雷達則在提高探測精度和距離上具有獨特優勢，但機械結構相對復雜。隨著技術不斷進步，純固態激光雷達憑借完全無機械運動部件的特點，通過光學相控陣（OPA）或閃光（Flash）方式實現掃描，結構更加簡單、體積更小且耐用性大幅提升，將逐步成為未來車載以及消費級產品的主流發展方向。

在自動駕駛系統中，激光雷達、攝像頭、毫米波雷達和超聲波雷達通常共同構成多傳感器融合感知系統。攝像頭在識別物體顏色、紋理以及細節信息方面具有天然優勢，但受環境光線變化的影響較大，需要依賴深度學習算法進行圖像處理。毫米波雷達則具有較強的穿透能力和抗干擾能力，但其分辨率和測距精度往往無法滿足高精度環境建模的需求。相比之下，激光雷達憑借高距離精度、高角度分辨率及低延遲等特性，可以在復雜場景下穩定提供詳細的三維環境數據，為自動駕駛系統構建準確的道路場景和物體邊界提供了極為關鍵的數據支持。這種直接獲取精確距離和角度信息的優勢，使得激光雷達在提升自動駕駛系統安全性和響應速度方面具有不可替代的作用。

為何城市NOA離不開激光雷達？

城市NOA（城市導航輔助駕駛）離不開激光雷達，主要原因在于其在復雜城市交通場景中的獨特技術優勢。與高速公路等相對規則的駕駛環境不同，城市道路場景存在大量如行人、非規則障礙物、交通標志、靜態基礎設施和其他車輛等動態且不可預測的因素。激光雷達通過高密度的三維點云數據，能夠在復雜的城市環境中實時捕獲周圍物體的位置、形狀和動態信息，構建高精度的3D環境模型。相比攝像頭、毫米波雷達等其他感知設備，激光雷達具備更高的精度和更強的環境適應性，可以為城市NOA提供更可靠的環境感知數據，顯著降低感知系統誤判或漏判的風險。

激光雷達在識別非規則障礙物方面具有無可替代的優勢。在城市交通環境中，不規則障礙物的種類繁多，這些目標的形狀和反射特性各異。攝像頭通常需要通過深度學習算法來識別物體類別，但在陰影、強光或夜晚等光照條件下的可靠性較低。毫米波雷達則更適合探測金屬或規則形狀的物體，對小型或非金屬物體的反射較差，且分辨率較低。相比之下，激光雷達直接輸出高精度的3D點云信息，無需復雜的圖像處理，能夠準確、快速地識別不規則障礙物的位置和形狀，為路徑規劃和動態決策提供精準的環境數據支撐。

激光雷達在靜態與動態物體的高精度測距能力方面極為重要。城市NOA需要車輛在動態交通環境中應對頻繁變動的車輛與行人行為，譬如車輛突然變道、行人闖紅燈或騎行者從盲區突然出現等場景經常會出現。在這種場景中，激光雷達能夠以厘米級精度測量物體與車輛之間的距離，并通過連續的點云幀數據快速判斷物體的運動軌跡和速度。這種能力使得車輛在短時間內快速完成路徑重規劃，避免交通事故的發生。這種高速且精準的環境感知特性，是攝像頭和毫米波雷達難以單獨實現的，特別是在緊急情況下，激光雷達提供的實時性和高置信度成為保障車輛安全的重要支撐。

激光雷達在復雜城市場景中的全場景適用性，也進一步鞏固了其在城市NOA系統中的不可替代性。與高速公路不同，城市道路存在大量靜態基礎設施與動態交通要素，如交通燈、路牌、路沿、樹木和建筑等，環境高度復雜且具有隨機性。激光雷達可以通過高角度分辨率的三維建模能力，在高密度交通或復雜基礎設施環境中，清晰區分不同類型的物體。這種識別與分割能力不僅有助于精準導航，還能有效提升車輛在復雜場景下的通過能力。

激光雷達在低延遲響應與高安全冗余方面的優勢，也是城市NOA不可或缺的重要原因。在城市道路中，如行人可能會從視線盲區突然出現，騎行者可能會因躲避障礙物突然變道，或者前方車輛在擁堵中突然剎車等突發事件的發生頻率遠高于高速公路。在這些場景中，車輛必須在毫秒級時間內做出決策，低延遲的響應直接關系到交通安全。激光雷達不依賴于環境光照，能夠在各種天氣和光線條件下輸出穩定、可靠的點云數據，實時測量環境變化。這種快速響應與高精度感知能力，為自動駕駛決策系統提供了足夠的時間窗口來進行緊急制動、躲避或路徑重規劃，大大提升了系統的整體安全性。

在多傳感器融合技術下，激光雷達也承擔了關鍵的感知冗余角色。實現高級別自動駕駛（L3及以上）的一大難點是如何在單一傳感器失效時，依靠其他傳感器提供足夠的信息冗余來確保系統安全。由于激光雷達與攝像頭、毫米波雷達的感知原理不同，它們在不同場景下的感知特性具有高度的互補性。在視覺受限（如大霧、夜晚或強光）或雷達信號干擾嚴重的情況下，激光雷達依然能夠提供完整且高精度的三維環境數據，成為系統冗余設計的重要支撐。通過與攝像頭和毫米波雷達的數據融合，激光雷達為城市NOA系統提供了多重保障，顯著提升了整體的系統可靠性。

激光雷達在地圖重建和高精度定位中的作用同樣不可忽視。城市NOA不僅僅依靠標準地圖導航，還需要結合高精度地圖來實現厘米級定位，這對車輛在復雜城市環境中的精準行駛至關重要。激光雷達通過實時掃描周邊環境，獲取地標性信息（如路沿、標志性建筑或路牌）并與高精地圖中的靜態地標進行匹配，從而實現車輛的精準定位。這種基于環境感知的定位方式，不僅在GPS信號弱或失效時提供了關鍵備份，還能夠動態更新地圖數據，以應對城市環境中基礎設施的變化。這一能力極大提升了城市NOA系統在復雜動態環境中的魯棒性與可靠性。

激光雷達發展趨勢

激光雷達看似簡單，卻涵蓋了激光發射模組、激光接收模組、測時模塊以及控制模塊等多個部分，其中光電系統的成本占據了整機成本的絕大部分。激光器作為激光雷達的核心部件，涵蓋固體、氣體、染料、半導體及光纖激光器，而在車載應用中，常用的激光發射波長主要為905nm和1550nm。

905nm激光器因具有較低成本和較小體積而被廣泛應用，而1550nm激光器則憑借更高的安全性和更遠的探測距離在特定場景中展現出優勢。激光接收模組則通過高靈敏度的光電探測器將反射回來的光信號轉換為電信號，為后續的距離計算提供數據支持。此外，測時模塊和控制模塊則對整個激光雷達系統的響應速度、數據采集和處理能力提出了極高要求。

近年來，得益于芯片化和集成化技術的發展，激光雷達的設計實現了從大量分立元件到少數高集成芯片的轉變，使得系統成本大幅下降。據統計，與2016年相比，2023年激光雷達單線收發成本僅為當時的1/20，這種成本的降低無疑為激光雷達在更多細分市場中的普及奠定了堅實基礎。

在激光雷達技術快速發展的今天，芯片化設計也是降低成本和提升性能的核心途徑。通過將傳統上復雜、分立的激光器控制電路、信號采集轉換電路和波形處理電路等功能集成到少數幾片專用芯片上，不僅大幅減少了系統中的零部件數量，同時也使得系統的結構更加簡化和穩定。

借助芯片制程的不斷進步，激光雷達實現了類似“摩爾定律”的成本下降效應，每隔一段時間產品的性能就能顯著提升，而價格則相應降低。集成化程度的提高也使得激光雷達的體積得以大幅縮小，更簡化了生產流程和光學校準環節，從而進一步提高了生產效率。固態化發展則代表了激光雷達技術未來的主流方向。通過取消所有機械運動部件，純固態激光雷達憑借其結構簡單、體積小、耐用性高和成本不斷下降的優勢，正逐步替代傳統機械式和混合固態產品，成為車載及消費級產品的重要選擇。盡管當前純固態技術在某些方面尚存在一些挑戰，但隨著VCSEL、Flash和OPA等技術的不斷優化，其應用前景無疑十分廣闊。

未來，激光雷達將繼續沿著降本增效、技術集成和產品多樣化的方向不斷前行。持續降本和量產化是激光雷達技術發展的核心動力，通過芯片化和集成化設計，激光雷達的生產成本將進一步降低，而生產效率和產品一致性也將得到大幅提升。同時，產品的多樣化與應用場景的不斷拓展，使得激光雷達不再局限于自動駕駛領域，在機器人、智慧交通、工業巡檢和安防監控等領域也將發揮越來越重要的作用。