最后一片“处女地”，车载激光雷达“仍无定论”

到底，最终谁能为自动驾驶行业带来一款成本更低的、可能具有突破性技术和符合车规级要求的激光雷达，现在似乎还没有答案。相比传统摄像头、毫米波雷达的历史积累，这更像是一块未开垦的处女地。

在过去的几年时间，全球形形色色的激光雷达初创公司“此起彼伏”，有对标研发、也有独创蹊径，但到目前为止，除了法雷奥的Scala“尝鲜”前装，几无他人。价格、性能、车规级要求，是所有初创公司的“心中梗刺”。

今年1月，总部位于旧金山的激光雷达初创公司Ouster Inc.，宣布推出一款64线激光雷达，价格是当时市场同类产品的1/6，随后该公司又发布了一款售价3500美元的16线激光雷达，并进行了固件升级，使其旗舰激光雷达能够在没有摄像头的情况下实时采集二维信号强度图像和环境图像。

但客观看，Ouster的第一款64线激光雷达OS–1性能还无法和竞争对手Velodyne的HDL-64E相提并论，后者的最大测距比它多20%，精确度约为2厘米(约0.78英寸)，而OS1的精度仅为3厘米左右。但OS–1要比HDL-64E小得多，售价也仅为1.2万美元。

而Ouster的第二款64线激光雷达OS–2的测距范围达到200米，视场范围15.8°。不过，OS–2 的尺寸更大，也更重，价格是2.4万美元（是OS–1的一倍）。

当Ouster三年前开始开发OS-1时，相机的深度学习研究超过了激光雷达研究。激光雷达的精度等性能具有众所周知的优势，但它缺乏原始分辨率和相机图像的高效阵列结构，并且3D点云仍然更难以在神经网络或硬件过程中编码加速。

而OS-1激光雷达的一大优势，就是可以实时输出固定分辨率的深度图像，信号图像和环境图像，所有这些都不需要摄像头。下图是从OS-1输出的实时图像层。你从上到下看到的是环境，强度，范围和点云，环境图像捕获树木和车辆的阴影。

Ouster开发的光子计数ASIC具有极低的光敏度，因此即使在低光照条件下也能收集环境图像。OS-1捕获近红外信号和环境数据，因此数据非常类似于相同场景的可见光图像。

早些时候，Ouster还更新了开源驱动程序，将这些数据层输出为固定分辨率的360度全景帧，以便客户立即开始使用新功能，Ouster将提供基于VTK构建的新的跨平台可视化工具。

相比其他激光雷达采用与摄像头融合的方式，由于OS-1在每个像素处输出具有深度，信号和环境数据的固定分辨率图像帧，因此能够将这些图像直接馈送到最初为相机开发的深度学习算法中。

近日，Ouster还宣布与数据标记公司合作，精确标记多层训练数据，从而加速在自动驾驶汽车中部署激光雷达深度学习模型。由于Ouster的多光束Flash激光雷达技术输出的环境图像中每个2D像素对应一个3D点，使其数据标记合作伙伴可以轻松在2D和3D之间转换。

Ouster公司由Angus Pacala（首席执行官、联合创始人，Quanergy Systems前总工程师）和Mark Frichtl（首席技术官，Quanergy Systems前工程师）创办。

按照Pacala的说法，有别于Quanergy的技术路线，之所以自己选择从机械式激光雷达切入，在于相对成熟。而未来，肯定是固态激光雷达。

在最近的一次采访和一篇博客文章中，该公司首席执行官兼联合创始人安格斯•帕卡拉(Angus Pacala)深入探讨了该公司的技术，并阐述了该公司“截然不同”的激光雷达技术所带来的一些未来可能性。

固态激光雷达，无疑是目前汽车制造商“翘首以盼”的，考虑到今年有许多公司对外宣传他们自己的固态激光雷达产品（尽管这些产品还处于真正量产前的不同的完成阶段），这种期待变得更加紧迫。

然而，Ouster希望再次与众不同，因为它的技术在原理上不同于其他任何固态解决方案。这是因为使用了两个定制芯片的独特组合：一个垂直腔表面发射激光器(VCSEL)芯片用于发射激光器，一个光子雪崩二极管(SPAD)芯片用于在激光器反弹时检测激光器。把这两个芯片放在一起，就得到了一个“多光束Flash激光雷达”。

Pacala在他的博客中解释说，“Flash”指的是“传感器中的每一个像素都被激光照亮，同时快速收集光线，就像一台带闪光灯的相机”。换句话说，传感器的每个像素都在同时发送和接收激光信号。

而传统的Flash激光雷达使用“泛光”照明，这种照明会发出大量的光，其中一些光会浪费在探测器无法测量的部分场景上。相反，Ouster的解决方案用“精确的光点”或多光束照亮了场景。

第二个问题是VSCEL，大多数固态激光雷达使用边缘发射器，“在(硅)晶圆片的平面上发射光——这意味着晶圆片需要切开才能暴露激光的发射面。”，这使得制造密集的激光器阵列变得困难，如果你想在一个小的封装中获得高分辨率，这一点至关重要。

而VCSEL，则是发射垂直于晶圆片表面的光，这意味着为了使激光发挥作用，不需要在任何特定位置切割晶圆片。而这反过来又使构建密集的vcsel阵列变得容易得多。

Ouster在其OM-1激光雷达中使用的定制VCSEL芯片，大约有一粒大米大小。有专家推测，在一颗芯片上安装数百万束激光是可能的，就像英特尔(Intel)在数十亿晶体管上所做的那样。

Pacala认为，VCSEL阵列可以很好地沿着与数码相机传感器相似的路线发展，多年来，设计师们不断地“在相同的空间中封装更多的像素”。

这也意味着VCSEL阵列可以翻倍、四倍、十倍，而(规模或成本)不会发生任何变化。同时，VCSEL还有许多其他优点，比如更小，更轻，更耐用，更快，更简单，更节能。最重要的是，成本也低了一个数量级。

或许最重要的是，他相信这项技术正沿着摩尔定律的轨迹发展，因为VCSELs被广泛应用于智能手机摄像头和电脑鼠标等消费电子技术。这意味着随着数千亿颗芯片的规模制造，性能、体积和成本将在未来得到巨大改善。

这无疑解决了目前传统激光雷达遇到的最大难点：成本受制于上游供应链的制约。

另一项关键部件就是SPADs（单光子雪崩二极管），一种低噪声探测器，它足够敏感，可以接收到单个光子。Pacala将大部分精力集中在SPAD在芯片处理方面的潜力所带来的好处上。

他在书中写道，已经将SPADs直接构建到半导体晶圆中，这使得它们能够将“大量的信号处理”整合到“探测器旁边”的芯片上。

从本质上说，这使得每个芯片都是一个激光探测器和处理器的混合体。OS-1的64线激光雷达中的激光器每秒计数并存储1万亿光子到存储器中，包括处理信号逻辑，每秒处理超过1000亿次操作。任何一个研究3D数据的人都知道，未来的处理需求只会增加，所以这种集成芯片可能会非常有用。

Pacala估计，这些SPAD检测器的改进速度将与与之配对的vcsel相当。他说，SPAD目前的效率约为2-5%，很快就会达到20-30%的效率，也许有一天会达到80%的效率。这使得640行分辨率的OS-1不仅可能，而且极有可能。

不过总的来说，Ouster也在突围，而全球目前为止超过50家激光雷达初创公司都在翘首期盼。从传统机械式激光雷达，到最终真正能够大规模装车量产的新型激光雷达，路还很长。