自动驾驶的寒冬之中,终于让人感受到些许暖意。
早前,马斯克来华闹得火热,国内有望开启FSD测试的消息也流传开来;不久,特斯拉授权开放FSD技术的新闻,登上头条;近日,华为余承东的一句“中国L3级自动驾驶标准预计在6月底发布”,直接将整个行业推向“高潮”。
【资料图】
重大利好接踵而至,虽然为自动驾驶的加速落地提供了背书,但何时能够真正规模化商用,仍旧是汽车产业的年度问题之一。其中最急切的,当属一批可能会直接起飞的激光雷达厂商。
按照业界共识,激光雷达是帮助汽车实现高阶智能辅助驾驶功能的重要硬件配置之一。并且在特斯拉的探索下,国内智驾行业纷纷效仿走上“重感知、轻地图”的路线,“视觉+辅助”成了智能汽车新的角力点。可以说没有激光雷达,就不会有真正的无人驾驶。
作为高阶智驾的最佳辅助,这个行业终于熬出头了?
“美丽”的神话
最近两年,“自动驾驶需重感知”的观点在行业内悄然弥漫开,以视觉为主,感知为辅的自动驾驶,才能体现车企真正的智驾能力,提高产品的智能体验。
这导致激光雷达的关注度明显上升。市面上在售的新能源车型,尤其是高端系列,几乎是标配激光雷达。
除了极狐阿尔法S HI版、阿维塔11等车型装配3颗激光雷达外,小鹏G9、智己LS7、蔚来ET7、理想L9等都采用了双颗/单颗的配置。甚至连还未“出山”的小米汽车,都为激光雷达亮了绿灯。
另一边,一些主打L4级的自动驾驶公司也降维做起L2+,推出单激光雷达的城市NOA方案。
比拼激光雷达的数量,一度成为各大车厂的营销手段。规范还没出台,生态还未搭建,更多关键信息还没披露,但激光雷达已经抢先“上车”。气氛也烘托得相当到位,仿佛不装这个零部件,就不配叫智能汽车。
然而所谓的高阶智驾,不安装激光雷达,到底可不可行?
最重感知的特斯拉反而靠的是纯视觉路线,但大家不会怀疑其智能化水平。按照马斯克的说法,“人类开车并不是靠眼睛发射激光。”
在「科技新知」看来,L2阶段的激光雷达,能起到的作用驾驶者很难有明显迭代。以小鹏P5为例,即便搭载了激光雷达,但摄像头和毫米波雷达依然是主要的感知设备,激光雷达起到的作用更多是锦上添花。
激光雷达对车辆性能究竟有多大提升,目前尚难以量化评估。之前为了做差异化,车厂有意在宣传中将其与智能化绑定。如今整个行业的态度明显更加冷静和理智,纷纷回归到量产落地、技术更新的实际层面。
典型的例子就是华为最新的ADS 2.0,从3颗激光雷达变成了单颗主LiDAR方案,这也使得单LiDAR和双LiDAR成为业界主流。除超高端车型外,其他产品几乎都“阉割”了激光雷达数量。
而对于方案提供商来说,产品形态、软件生态、技术融合等各方面,都还处在持续打磨阶段,未来能够突破多少OTA的限制,具体能将激光雷达的作用发挥到什么程度,也都还在摸索中。
目前的激光雷达,可以算是最有潜力的自动驾驶辅助方案之一,但到底是nice to have(可有可无),还是must have(不可或缺),还需等到高阶智驾真正落地后才能盖棺定论。
要降本,先上量
一边是相对清晰的结论,激光雷达是高阶智驾的必备传感器;另一边却是冰冷的现实,越来越多智驾方案正在摒弃激光雷达。制造割裂的原因之一,是激光雷达的成本长期处在相对较高的位置。
光大证券在研报中指出,大部分性能优良的激光雷达价格在1000美元左右;与之相比,4D毫米波雷达价格在200美元左右,而摄像头更低至几十美元。
事实上,在价格内卷浪潮下,强调极致性价比的智能驾驶方案正在成为主流。
智驾供应商们一致提出,仅仅应用无/轻高精地图、无lidar、十TOPS级算力等简单配置,便能实现L2+功能。最典型如大疆车载,以超低算力便实现了包括城区记忆行车、城区领航驾驶在内的L2+智能驾驶功能。据不完全统计,还有多达20家企业提出了类似方案,核心都指向降本。
在此背景下,成本较高的激光雷达部件首先被动刀。中高端车型开始减配,中低端车型则直接舍弃,比如小鹏P7i Pro版就没有搭载激光雷达;一些车型也将激光雷达从标配划到了选配。
由于成本问题放弃激光雷达的代表当属特斯拉,马斯克也曾多次直言抨击激光雷达高昂的售价。相应地,禾赛、速腾、图达通、探维、北醒等激光雷达厂商们,不得不竭力破局。
而业内共识的降本途径,无非三个方向:规模效应、减少原材料达到摩尔定律,以及迭代产线,提高自动化率和生产良率。
不过当下不容忽视的事实是,绝大多数激光雷达企业,仍处于尚未实现批量化生产的阶段。而无法量产也意味着其他降本途径几乎全部切断。所以在谈论如何降本之前,各家需要解决的当务之急仍是交付能力。
激光雷达结构精密,对生产的精度和一致性要求极高。在完成产品设计到批量化交付之间,还有大量的工作要做。要想进入前装实现商业化量产,涉及到功能定义、硬件设计、软件开发与测试验证、系统集成这几大重要环节,缺一不可。
为了在最可控的时间与经济成本下保证量产,主机厂需要的不仅仅是激光雷达硬件供应商,更需要对于量产功能开发、测试验证等方面的系统解决能力,还需要充分考量供应商在量产能力、成本、数据迭代验证升级层面的诸多因素。
需要注意的是,无论是从技术、车规级产品,还是配套资源各方面来看,可用的真正成熟资源依旧相对稀缺。因此对激光雷达厂商来说,量产上车将是一个复杂且系统化的工程,往往需要长达2年以上的周期。可以说,目前还没有任何一家激光雷达生产商,能够彻底解决规模生产的挑战。
值得一提的是,现在有不少厂商开始利用芯片化设计指数级降低成本,希望迁移芯片行业的摩尔定律,将总成本大幅降低。
例如禾赛科技,通过把激光收发通道集成到芯片上的方式,大幅减少了元器件数量、简化了供应链,由此使得物料成本、调试成本、芯片成本均降低;探维科技也是如此,通过芯片化设计提升系统方案的集成度,降低对高端信号处理芯片的依赖,大幅降低硬件成本。
总而言之,降低成本和扩大量产规模相辅相成。产品性价比足够高,才有更大概率获得定点客户;能够量产装车之后,就会进一步促进成本下降,形成正反馈闭环。
当然,激光雷达未来能否实现规模化量产,是否会成为所有智能汽车的标配,还取决于它所带来的功能,以及功能生态下为用户带来的价值。
标签: