7 月 5 日，图达通第 1 万台激光雷达正式下线，这意味着蔚来 ET7(配置|询价) 的交付量即将突破 1 万辆，在 ET7 刚刚开始交付的阶段，蔚来就表示开放的 ACC 和 LCC 功能融合了激光雷达数据。所以激光雷达的加入对辅助驾驶到底有多大帮助？
最近蔚来汽车举办了一场线上沙龙，会上分享了这颗激光雷达所有的技术信息，而出席这次活动的还有担任蔚来汽车智能硬件副总裁的白剑博士。
在加入蔚来之前，白剑博士曾在 OPPO 担任硬件总监，还在小米做过芯片和前瞻研究部门总经理，本次活动也是白剑入职蔚来之后，首次出席媒体活动。
我们为什么需要激光雷达
在讨论激光雷达的强弱之前，我们首先需要达成一个共识，高阶辅助驾驶为什么需要激光雷达，或者说它能够在哪些场景发挥作用？
非常规物体的识别
现阶段所有车型的辅助驾驶均基于视觉实现，视觉摄像头最大优势就是和人眼一样，可以输入极其丰富的信息，但问题在于视觉的感知能力需要训练。这个过程，就像刚出生的小孩，并不认识这个世界上的物体，辅助驾驶也是如此。
但现阶段，在工程师的努力下系统只「认识」常规的「车道线」、「轿车、货车的车尾」、「行人」、「两轮车」，所以对于视觉不认识的物体，系统自然不会做出任何反应，这也是辅助驾驶撞「白色侧翻货车」或者撞「施工路牌」的根本原因。
以这样的视觉能力做一套辅助驾驶系统，可以在高速上覆盖 90% 的使用环境，但是实际交通情况千变万化，一旦行车路线出现未经训练的物体，例如货车掉落的异物、路边滚落的石头等等，系统则完全无法应对，需要人为接管车辆。
虽然它可以「看到」这些异物，但是未经训练的感知系统，却没有办法认出它。
但是激光雷达就不一样了，这种基于距离的感知方式，能够通过点云数据分析物体的 3D 信息，从而分析这些异物是否会影响车辆通行。
比如，如果道路上出现了一个塑料袋，我们人眼可以通过它的状态分辨塑料袋内部是否有异物，从而决定是否需要绕行。但是摄像头拿它则没什么办法，而激光雷达则可以通过 3D 点云数据分辨这是否为一个轻薄物体，从而为车辆决策提供依据。
显然，在计算机视觉发展还不算非常成熟的今天，激光雷达与摄像头可以依靠各自的特性，对辅助驾驶的感知系统进行简单粗暴的互补。
夜间场景
这又是一个视觉的弱势场景，大家可以想象人眼在夜间感知的状态。
夜间场景下，摄像头与人眼只能依赖车辆灯光和周围环境光，但是这仍然会有很多视觉死角和盲区。尤其是，对向行驶车辆的光源直射，或者是行驶至测速仪龙门架下方时，探照灯射出的强烈光线会导致人眼和摄像头瞬间致盲。
在这种情况下，增加红外摄像头作为补充是一个办法。但是目前采用这种方案的公司并不多，Foresight 是其中一家，这家来自以色列的视觉感知公司，于 2018 年发布了四目前向感知系统 QuadSight，这四颗摄像头分别结合了两对立体视觉和可见光摄像头，理论上在恶劣的天气和环境下也可以让辅助驾驶系统稳定工作。但是直到今天为止，这种方案仍然还是小众方案。
岚图 Free 也搭载了增强夜视的红外摄像头，但是这颗摄像头并没有接入 ADAS 系统，只能给驾驶员提供夜市视角用以辅助。
但是增加了激光雷达之后，这个问题则迎刃而解，由于激光雷达几乎不受昏暗环境光的影响，这就让车辆获得了类似「蝙蝠」 的能力，即便在昏暗环境下，也能提供丰富的感知信息。
下图的展示非常直观：
远处路中央的行人与昏暗的夜色融为一体，这种情况下车辆要行驶到灯光照射范围内，摄像头或人眼才能够清楚地看到障碍物。但是激光雷达却能很早的发现有一个类似于「人型」的「障碍」位于路中央。
另外，当对向来车的远光灯对人类造成干扰时，激光雷达却丝毫不受影响，并且能够清楚地描述会人的轮廓。
激光雷达的哪些指标比较重要？
让我们先来看一张图。
如果你仔细观察，会发现蔚来向我们展示的激光雷达点云图像，与一般激光雷达「成像」效果是有些不同的，红框部分的点云密度明显高于上下两端。
300 线还是 144 线？
在蔚来的官方宣传中，这颗激光雷达等效 300 线，角分辨率高达 0.06°*0.06°，但后续也有很多人对这个数据提出了很多质疑，认为这颗雷达达不到这样的参数。
首先我们可以明确一点，蔚来这颗雷达可以做到这样的参数，但是并不能在 120° x 25° 全域实现，只有中间的 40° x 9.6° 可以做到，这就是 ET7 激光雷达所具备的 ROI 「定睛凝视」功能。
在 ROI 区域内，ET7 的角分辨率高达 0.06°*0.06°，覆盖角度达到了 40°H（横向）*9.6°V（纵向）。另外，「定睛凝视」功能原本可以通过系统设置打开和取消，但是经过大规模的测试验证后，蔚来认为这个功能非常重要，也能体现产品优势，所以系统会默认打开这个功能。
「定睛凝视」的功能本质上是为了在关键区域布满更多的点，而这么做的核心目的就是为了让激光雷达「看得更清楚」。
白剑博士称，自动驾驶模仿的是人类驾驶行为，那么传感器的角色实际上就是充当人类的眼睛。人眼具备变焦功能，那么他们同样赋予激光雷达类似的功能。ET7 激光雷达可在行车关键区域，增加更多的点，从而让提高核心部分的成像质量。
我们同样再举个例子，同样是一个 200 米处的 1.8 米成年人，不同角分辨率的雷达所探测的图像有着显著的差异：
蔚来的这种做法在行业里并不是唯一，小鹏 G9 所搭载的速腾聚创 M1 也有相同的功能。
速腾聚创 M1 的「凝视」功能名为「凝视 GAZE」，该功能开启后，M1 ROI 区域内的分辨率将从 0.2° 提高到 0.1°。点云密度的翻倍提升，能够显著提升系统的感知能力。
小鹏汽车吴新宙称：「G9 所搭载的激光雷达能够识别到前方路面的小坑」。而这些详细的信息可以帮助规划层结合⻋轮与底盘⾼度判断通过性。
看得清除了要靠 ROI 变焦功能之外，激光雷达的接收能力也是重要指标。
激光雷达也有近视眼？
激光雷达发射点出去，并不是每个点都能被准确地接收。接收能力是会受到系统稳定性和信号干扰的。而 POD 指的就是激光雷达接收概率，这也是衡量一款激光雷达「看得准」的核心指标。
假如一款激光雷达发射了 10 万个点出去，但只回收到了 9 万个，那么它的 POD 概率就是 90%，如果只能收到一半，那么 POD 就是 50%。
这就像是买房都看得房率，相同的面积，得房率越高住着自然越舒适，激光雷达也是如此。蔚来 ET7 搭载的激光雷达接受率能够达到 90%。
白剑博士毫不谦虚地说：「目前蔚来这款激光雷达的 POD 表现是业界最好的，很多激光雷达的 POD 值都远低于这个水平」。
「看得远」还重要吗？
蔚来 ET7 所搭载的激光雷达在 10% 的反射率下最远探测距离为 250 米。同时，蔚来的宣发物料也多次将 1,550 nm 这一数字放在最显眼的位置。
作为参照，我们可以拿同样为旗舰车型的小鹏 G9、理想 L9 所搭载的激光雷达进行对比。
小鹏 G9 与理想 L9 所搭载的速腾聚创 M1 、禾赛 AT128 在 10% 的反射率下，最远探测距离均是 200 米，相较于 ET7 搭载的「猎鹰」确实有着 50 米的差距。
这其中的主要原因是蔚来的激光雷达波长为 1,550 nm，功率更大，所以发射距离自然更远，而速腾聚创 M1 、禾赛 AT128 均是 905 nm 波长。
1,550 nm 波长除了功率更大以外，还不会对人眼造成危害。通常人眼可见光波长范围为 308 nm—760 nm，1,550 nm 远超这一范围，无法在人眼视网膜上聚焦成点，且在通过眼球过程中大部分都会被水吸收。
蔚来 ET7 激光雷达看得远还有另一个重大原因，那就是「瞭望塔」布局。
蔚来为了让激光雷达充分发挥优势，不惜将激光雷达这种不常见的传感器安装在车顶。ET7 亮相之初，奇特的造型确实有点「挑战审美」的感觉。但是随着交付量的提升以及在威马 M7 这类同行的衬托下，ET7 的造型正在逐步被大众接受。从实际效果来看，ET7 的前向感知距离确实比预期更远。
但是站在今天这个辅助驾驶正在向城市迈进的阶段，我们更想讨论的是，激光雷达的探测距离还重要吗？
这其中我们可以分为两点探讨，分别是相当难以攻克的城市道路和愈发成熟的高速场景。
正如前文所说，城市场景错综复杂，激光雷达的加入能够补充丰富的感知信息。但是城市道路往往限速 80 km/h 以下，且更多紧急情况发生在视野盲区，例如前车驶离后才突然发现的地面异物、道路坑洼等。另外，路人狂野的驾驶也会给城市辅助驾驶带来挑战。
在这种场景下，激光雷达的「远距离」探测似乎就显得没那么重要了，尽可能地覆盖车前更多区域似乎有着更大的价值。
以这个角度来看，我们会发现小鹏与蔚来的思路完全不同。从 P5(配置|询价) 到 G9，虽然小鹏换装了性能更强的激光雷达，但仍然坚持将它们布置在车头大灯组下方，为的就是解决城市中的突发情况。
而高速场景下，激光雷达能取代多少摄像头的任务则成了激光雷达能否「上位」的关键因素。
蔚来 ET7 所搭载的摄像头最远能够看到 223 米外的行人、262 米外的锥桶和 687 米外的车辆，这样的感知距离是足够让车辆在高速行驶时做出决策的。
所以这颗激光雷达更重要的任务还是识别那些视觉处理不了的异物，从这个偶发现象的角度来看，以较高的成本堆砌更长的距离，去解决低频场景，似乎是一件性价比较低的事情。这似乎与 L4 级自动驾驶需要用数亿公里的路测，为 99.9% 小数点后多加几个 9 是相似的道理。
激光雷达能为自动驾驶带来哪些冗余？
在探讨完自动驾驶为什么需要一颗激光雷达之后，我们可以根据如今行业的发展来探讨激光雷达能为自动驾驶带来哪些冗余。
不久前，小鹏 OTA 了 LCC-L 功能，激光雷达版小鹏 P5 的车道保持能力得到了显著的增强，即便在没有车道线的路况下，车辆也能稳定的行驶。另外，LCC-L 状态下的小鹏 P5 还会根据道路两侧静置车辆的状态进行小幅度避让，功能不再死板，体验会「更像人」。
一方面，这得益于视觉算法的优化。另一方面，小鹏在这套程序里加入了激光雷达对于周围环境的感知。即便在没有一侧车道线丢失的情况下，小鹏 P5 也能够识别路沿，输出 Freespace，从而让车辆持续稳定行驶。在这其中，激光雷达发挥了重要作用。
由于激光雷达本身就能够得到 3D 数据，所以在点云密度足够高的情况下，感知系统得到的信息是非常直观而准确的，这在很大程度上能够解决机器视觉能力的不足。
当年之所以特斯拉会撞向横倒在路上的白色卡车，正是因为感知系统将它识别为远处的天空。如果感知系统里有一套激光雷达数据做双重效验，是否能够避免悲剧呢？
写在最后
文章最后，借用吴新宙在 2020 年小鹏 「1024 科技日」后的采访原话：「视觉的潜力是没有止境的，它真的是一个宝藏，长期来看，视觉是无所不能的，但是这个能力的增长是有一个过程的」。
能力的增长是有一个过程的，当前我们无法一步登天，仅凭视觉完成自动驾驶，所以激光雷达迎来了上车机会。
但我们还是要明白，激光雷达是服务辅助驾驶功能的，激光雷达性能的强弱不等于辅助驾驶的好坏，我们还是要以一种开放的心态来面对它，期望车企能充分利用多传感器的融合，为我们带来更多、更好用的辅助驾驶功能。