光达(LiDAR)技术正成为投资界和汽车产业的技术新宠。
促成这一趋势的原因有二。其一是光达技术尚未最终定型的技术前景。市调公司Yole Développement技术和市场分析师Alexis Debray认为，光达技术「还没发展成熟。我们目前正处于拥抱光达巨大变革的开始。」
另一项因素在于这一广泛接受的概念：光达是自动驾驶出租车(robo-taxis)必备的技术。Yole指出，Waymo、Uber、Lyft、百度(Baidu)和奔驰(Mercedes-Benz)等公司开始将「每台平均价值20万美元的传感器(包括光达)整合到数百辆传统汽车中」，以将其改装为能够在城市街道运转的完全自动驾驶车。
媒体上充斥着关于光达应用的各种最新消息。但是这一类的报导通常并未分别讨论在不同类型光达中所整合的各种技术。在Yole的协助下，《EE Times》详细分析不同光达技术的优缺点、其市场潜力，以及成为投资目标焦点的光达供货商现况。
Yole认为，光达主要根源于两项技术——其一来自数字摄影，另一项是雷射测距仪。Debray指出，由于「将这两种技术混合于产品中」，部份解释了光达的复杂度和多样性。
光达技术根源于数字摄影以及雷射测距仪（来源：Yole Développement）
广义而言，汽车领域使用两种类型的光达。「工业级」光达用于自动驾驶出租车。另一种Debray所谓的「车用级」光达，将被部署于大众消费市场的自动驾驶车。工业级光达被定义为「具有24小时使用的耐用度、高灵敏度且高性能」。目前，由于光达主要作为工业/商业应用，成本并不是主要的问题。其价格十分昂贵。
相形之下，当涉及预计用于大众市场车辆的车用级光达时，OEM将会从价格、尺寸到接口外观等各方面开始斤斤计较。
根据不同的扫描技术途径，Yole将光达划分为五类：多信道宏机械扫描(如Velodyne、Valeo等)；其它机械扫描(如Luminar、Panasonic等)；MEMS光达(如Leddar Tech、Innoviz、Pioneer等)；光学相控数组雷达(如Quanergy、Robosense)；以及闪光(flash)光达(如Argo、Sense Photonics、Continental等)。
车用级光达供货商（来源：Yole Développement）
在各种光达设计中，宏机械扫描是目前使用最多的技术。这些光达已经可用，而且也被设计于自动驾驶车中，目前正进行测试，准备应用于商业自动驾驶出租车业务。但这些光达确实还不完善。Debray说，「它们仍然很昂贵——必须花费数万美元，而且体积很庞大。」
MEMS光达被认为是下一个最有潜力的技术。Debray解释说，其性能与微机械光达一样好，而且由于使用较少零件而可能进一步缩小尺寸且变得更便宜。今年4月，BMW宣布计划将Innvoiz的光达应用于其自动驾驶车。
Yole将使用光学相控数组的光达(如Quanergy提供的产品)视为「在MEMS扫描仪之后的下一步」。由于无需使用移动组件，因而可以做的更小、更便宜。
Continental和Xenomatix等公司提出了闪光光达，它能同时照亮整个场景，而无需使用移动组件。根据Debray观察，闪光光达制作起来可能更简单，但其感测范围较MEMS光达更小些。
Yole并列举了几家提出不同解决方案的其他厂商，如Cepton和Luminar使用机械扫描技术、Neptec采用棱镜。但Debray说，由于缺乏这些技术的细节，目前仍很难评估。
目前，大多数的车用光达透过发射大约900nm波长的雷射发射脉冲，扫描周围环境，并记录反射光线，以建立映射汽车周围环境的点云(point cloud)。
根据美国和其它国家的雷射安全规则(限制激光脉冲功率，因为它会伤害人眼)，要求光达的射程仅限于30至40公尺。这对于车辆在高速行驶时的安全停车距离来说太短。自动驾驶车必须在距离至少200公尺远以前发现低反射率的物体，以便让汽车有足够的时间辨识危险并停车。
然而，最近几家公司开始探索使用1,550nm波长，这使得他们可以使用更高的雷射功率，而不至于伤害视网膜。根据Debray，更高的功率能扩展长波光达的射程和分辨率。他指出，Blackmore、Neptec、Aeye和Luminar等公司都开始使用1,550nm波长。
不过，Debray解释，其中一个缺点是，使用1,550nm的光达所需的雷射和光电探测器并不像900nm那样先进，因而限制了光达供货商的选择。
如果你使用各种扫描方法作为X轴来对光达进行分类，那么用于在物体上投射光线的不同方法构成了Y轴。
当今大多数光达都使用称为脉冲光达的直接(direct)光达。他们向目标发出一个光脉冲，并由返回光探测器的时间确认距离，Debray解释道。
「连续波测距方法」是新出现的方法。有些公司开始使用符号波——或称「正弦波」——而非脉冲波，据称可为光达带来更好的灵敏度。Debray指出，这是一种具有前景的技术，但它需要光的同调性。IFM和Benewake则正在研究相移方法。
同时，Blackmore和Oryx开始研究调频测距方法。Debray说，它被描述为频率调变连续波(Frequency Modulated Continuous wave；FMCW)，允许外差探测，「就像无线电中所使用的」，可带来比直接检测更高的灵敏度。
Debray认为，没有任何一种技术突破能够降低光达真正成为主流技术的门坎。他说，这一角力的关键在于光达开发者如何在不同的技术和市场需求之间取得均衡。
但还有一个更广泛的问题值得考虑。在车用光达技术不断发展的同时，先进驾驶辅助系统(ADAS)和自动驾驶车中所使用的其它传感器技术也在进步。例如，车用雷达的成像能力使用波束控制而变得越来越好。同样地，结合AI的视觉处理器也在不断完善中。这将有助于相机检测和分类对象，使其更有效地理解3D空间。
总之，在汽车领域并没有关于哪些传感器必须安装在ADAS或自动驾驶车的协议。Debray说，「例如，特斯拉(Tesla)就不使用光达。」今年初发表的凯迪拉克(Cadillac)无人驾驶巡航系统Super Cruise也未使用光达。相反地，它在很大程度上依赖地图。
另一方面，例如奥迪(Audi)使用Valeo的光达，而BMW刚刚宣布计划使用Innoviz光达。
除了已经安装光达的自动驾驶出租车，大众市场车辆的车用级光达市场规模将会有多大？随着时间的进展，市场机会将逐渐缩小吗？
Yole的Debray说，现在还无法做出任何结论。确定哪些技术将普遍用于自动驾驶车中，目前还为时过早。不过，他补充道，ADAS车辆和自动驾驶车「将需要传感器之间的冗余」，才能发挥其潜力。
Yole估计，2017年，设计用于ADAS车辆的光达市场规模为1.07亿美元，而用于自动驾驶车辆的光达则为2.2亿美元。到2023年，ADAS的光达市场预计将达到17亿美元，而自动驾驶车辆的光达市场约有35亿美元。
值得注意的是：业界对于光达技术的投资步伐正在加快。许多新创企业、一线业者和OEM都在开发使用不同方法的光达，但这些方法并不一定能保证成功。Debray称，每个人都在追求跻身「车用级光达技术市场一部份」的梦想。
据Yole估计，仅在过去两年(2016-2017年)，「投资于光达公司的资本就超过了8亿美元」。
在Yole的帮助下，本刊整理了过去15个月来取得超过500万美元投资的光达公司名单(按字母顺序排列)。
表1：过去15个月来获500万美元以上融资的LiDAR公司概况（制表：电子工程专辑）
（原文发表于ASPENCORE旗下EDN姐妹媒体EETimes，参考链接：Lidar Tech Today, Lidar Vendors Tomorrow；EETTaiwan编译）
最前沿的电子设计资讯
