1.6　車載激光雷達的商用現狀

Robotaxi和無人駕駛卡車由于對傳感器成本相對不太敏感，因此普遍配備了激光雷達。圖1-22和圖1-23分別展示了享道出行的Robotaxi運營車輛和TuSimple的無人駕駛干線物流車輛。

圖1-22　享道出行的Robotaxi運營車輛

（注：圖片來源于享道出行官網）

圖1-23　TuSimple的無人駕駛干線物流車輛

（注：圖片來源于TuSimple官網）

然而，對于整車廠而言，量產高階輔助駕駛車輛的感知技術路線則主要分為以視覺為主導和以激光雷達為主導（即激光雷達、相機、毫米波等多傳感融合）兩個方向。以視覺為主導的感知方案具有成本優勢，而以激光雷達為主導的感知方案具有實現更高級別智能駕駛的潛力。

特斯拉是使用以視覺為主導的感知方案的代表性企業，其基于海量的路采數據，結合強大的芯片算力，采用“攝像頭+毫米波雷達”的感知方案，較好地解決了多數場景的環境感知問題。而北美版2021款Model 3和Model Y進一步去除了毫米波雷達傳感器，僅使用純視覺感知方案。圖1-24為特斯拉官網給出的AutoPilot HW2.0系統感知傳感器配置示意圖，該系統配備了8個相機、1個前向毫米波雷達及12個超聲波雷達。

圖1-24　特斯拉車載感知傳感器配置示意圖

（注：圖片參考特斯拉官網資料繪制而成）

但是，由于以視覺為主導的感知方案在感知精度、穩定性、場景適應性方面都有局限性，對非標準靜態物體識別困難，且系統對視覺算法要求較高，因此除了特斯拉以外，其余大部分智能駕駛公司和汽車廠商逐步轉向以激光雷達為主導的多傳感融合方案。近年來，隨著激光雷達的成本不斷降低，其價格已經由早期幾十萬元人民幣降至目前幾萬元甚至幾千元人民幣，并且一些激光雷達供應商表示，未來幾年激光雷達的價格將進一步下探至千元人民幣左右。在這種趨勢下，一些整車廠明顯加速了激光雷達前裝量產的進度。例如，如圖1-25所示，蔚來汽車在2021年發布的ET7搭載了超感系統，并配備了1個圖達通激光雷達、7個800萬像素攝像頭、4個300萬像素環視攝像頭、5個毫米波雷達和12個超聲波雷達；威馬汽車在2021年發布的M7配備了3個速騰M1激光雷達、5個毫米波雷達、12個超聲波雷達、7個800萬像素超高清攝像頭和4個環視攝像頭；小鵬P5的XPilot 3.5系統則搭載了2個Livox激光雷達、12個超聲波傳感器、9個高清攝像頭、4個環視單目攝像頭和5個毫米波雷達；理想汽車在2022年發布的L9也搭載了1個禾賽AT128激光雷達、6個800萬像素的ADS攝像頭、4個環視魚眼攝像頭、1個毫米波雷達和12個超聲波雷達。此外，北汽極狐阿爾法S、非凡R7、摩卡WEY、廣汽AION LX Plus和沙龍機甲龍等多個車型也都宣布搭載了高性能激光雷達。

（a）蔚來ET7

（b）威馬M7

（c）小鵬P5

（d）理想L9

圖1-25　多款搭載了激光雷達的量產車型

（注：圖片來自對應車型的官方網站）

在上述商業化背景下，汽車行業對激光雷達算法工程師的人才需求也逐步增大。但是相比圖像算法而言，國內關于激光雷達算法的研究起步較晚，該領域的從業人員相對較少。此外，由于目前市面上并沒有系統介紹車載激光雷達相關應用的圖書，使得許多工程人員在轉入激光雷達領域的研究和工作時上手困難。因此，筆者結合工作中的經驗和總結，系統地收集和整理了部分優秀的算法，并給出相關算法的開源代碼地址供大家參考。本書主要分為4部分，涉及激光雷達和智能駕駛的基礎知識，以及激光雷達在智能駕駛中的標定、感知和定位方法，基本涵蓋了車載激光雷達常見的應用場景，希望能夠幫助行業新人快速了解激光雷達的相關基礎知識和算法。