本期微讲座内容：

随着无人驾驶领域的兴起，其核心传感器激光雷达成为了最引人关注的车用传感器。禾赛科技2016年10月成为首家发布多线激光雷达路测视频的公司，同时也是国内首家发布32线激光雷达的公司。2017年4月，禾赛科技发布了用于量产的40线激光雷达Pandar40, 垂直方向角分辨率做到了同类激光雷达中的最优值。2017年5月，禾赛科技披露了A轮融资1.1亿人民币，这也是国内激光雷达公司的单轮最高融资金额。

1. 为什么看好无人驾驶这个行业

2. 为什么认为激光雷达会成为无人驾驶领域的核心传感器

3. 现有激光雷达的问题

4. 为什么选择Pandar40作为首款量产产品

5. Pandar40的独特优势

6. 下一代激光雷达Pandar GT

主讲人：孙恺

禾赛科技董事长、首席科学家，同济大学汽车学院教授。

上海交通大学热能与动力机械系本科，美国斯坦福大学机械系硕士、博士学位(主修)，电子系博士学位(辅修)，第十一批国家千人计划入选者(青年项目破格)。研究生导师为激光诊断大师、美国工程院院士Ronald Hanson教授。回国前在斯坦福大学任副研究员(UniversityAcademic Staff – Research Associate)。

在国际核心期刊和会议上发表基于激光的传感器论文20余篇。论文曾入选英国皇家物理协会精选集(IOP Select)、美国阿贡国家实验室百年精选集(100 Yearsof Combustion Kinetics at Argonne)、美国光学学会集萃版(OSA Spotlight)、并荣获2013年度测量科学与技术杂志最佳论文奖。

以下是本次微讲座的演讲部分的速记整理稿，已经经过孙恺老师的确认可以推送给到大家。

如果您希望听到此部分的语音，请在喜马拉雅平台，搜索“汽车创新港”即可。

孙恺：非常感谢汽车·创新港的邀请，让我有这个机会在大家面前分享一下禾赛对激光雷达的看法，以及我们公司现在的一些产品介绍。在群里应该会有很多前辈，以及包括激光雷达的从业人员，所以我今天讲的东西如果有什么地方是错误的，可以私下里跟我继续交流一下。我相对来说是一个比较直接的人，只要是不涉密的一些东西，我能了解的我都会跟大家分享，然后尽可能的让大家在接下来的一个小时的时间里不会感觉是被浪费了。

禾赛科技为什么会做激光雷达呢？我简单介绍一下我们公司背景，我们公司最早是在2013年的时候在硅谷成立的，有三位合伙人，除了我之外，另外两位合伙人（李一帆、向少卿）本科都毕业于清华大学精密仪器系，李一帆博士期间在UIUC做的是机器人控制方向，毕业后在硅谷的西部数据任主任工程师，向少卿在斯坦福和我是同届的同学，在读完机械和电子两个硕士后，在苹果工作多年，从事iPhone硬件系统的设计，从创始人背景来看，我们是一家硬件创始基因比较重的公司。

我们一开始是用激光来做气体传感器的，因为我之前在斯坦福的实验室在这个领域已经有40多年的积累了，我们很容易做出一款世界领先的产品。在拿到天使轮融资后，我们在2014年底的时候海归上海嘉定。

激光气体传感这块我们做得还是不错的，特别是在燃气这块的业务，去年的销售额也达到1000多万，但是我们在2015年底的时候一直有一个反思，就是觉得原先做的气体传感这部分业务相对来讲市场比较小，而且相对来说做的东西对于社会的变革性不是特别的大，所以我一直在思考，能不能结合我们原来手上做激光的气体遥感的这个技术做一些新的东西出来，结合市场和技术储备，当时的判断是，激光雷达是一款为禾赛基因量身定做的一个方向，我们非做不可。

我们做激光雷达从去年初开始，并不是冲着任何的热点去做的。因为那个时候大家知道，在去年初的时候Innoviz、Quanergy、Velodyne这三家公司的融资还没有结束，所以当时整个资本市场也好，社会的关注度也好，对于激光雷达并不像现在那么热，国内在做车用多线激光雷达的公司也很少。我们当时做激光雷达完全是因为，第一跟我们的技术比较匹配，它里面所需要用到的技术和工艺和我们原先的产品是具有很强的一致性；第二我们觉得激光雷达是未来机器人的眼睛，可以用在无人驾驶上，所以我们觉得这是一件特别有意思的事情，所以就在去年初开始做激光雷达。

说到无人驾驶的意义有很多，未来无人驾驶的社会有可能是零伤亡的，现在每年有100多万人由于车祸死掉，受伤的上千万。另外无人驾驶会让城市交通的容量更大，所以更多的人能够进入到城市里，享受城市一个便捷的生活以及资源。第三，共享经济的车会由于自动驾驶变得越来越普及。一个简单的例子，假设滴滴的车上驾驶员都是不需要的，那它一下子收入就可以翻几倍，因为现在大部分钱是被司机拿走的，而如果滴滴不做无人驾驶，其他公司做成了，滴滴则有被取代的危险。另外的话就是无人货运，以及无人驾驶所带来的能源合理利用。无论是这其中的哪一项，带来的都是至少几千亿美金的这样一个收益，所以无人驾驶是一个国家级层面的战略问题，市值超过百亿美金的科技公司或多或少都在做和无人驾驶相关的方向。

从市场角度来说的话，过去十年我们看到的改变人类生活的主要是智能手机的普及，从07年第一台iphone到现在人人几乎都有智能手机。未来十年是智能驾驶的十年，然后无人驾驶是智能驾驶的终极形态，而每年新增的汽车量大概是1亿量左右，从这个角度来说每辆车如果是3万美金的平均售价的话，那智能汽车它的市场会比智能手机大十倍。过去十年苹果成为了全球市值更高的公司，未来十年我们预计会有几家车企，做智能汽车的车企会市值甚至会超越苹果。

另外比如现在中国的福布斯榜上排前十的大多数是互联网企业，比如BAT的老板或者是做房地产的，但是我们判断再过十年的话，在福布斯榜上中国排前十的有可能一半都是车企的老板，有可能是李书褔、王传福甚至是李斌。

从自动驾驶和无人驾驶车的销量来看的话，很明显就是全世界各国的主流车企基本上都把2020年或者2021年作为一个无人驾驶的元年。到2020年、2021年的话，Level3功能的车会在一些高端品牌里面普遍的出现。而这里面的话现在主流车企的观点是，大于等于Level3的自动驾驶，激光雷达是必须要有的传感器，所以这也是我们为什么非常看好激光雷达未来的一个原因。

激光雷达为什么是无人驾驶里面一个非常重要的传感器呢，主要因为无人驾驶需要知道三个信息，第一个是这辆车在哪里，第二个是你要去哪里，第三个是你从在哪里到去哪里的这条路径上，哪些地方你能走，哪些地方你不能走，比如有行人的话你要避开。现在主流的无人驾驶公司在做SLAM和环境感知的时候，激光雷达都是最被依赖的传感器。

激光雷达相比于摄像头的话，它最大的优势就是它的测距是通过飞行时间直接测量的，不像摄像头它是通过算法来分辨图片里车和人的距离信息，总会有些conercase, 能做到99.9%的准确率已经是世界顶级水平了，而这个准确率对无人驾驶而言还是远远不够的。激光的测量是非常直接的，误报性极低。然后激光雷达相比摄像头它受环境、光的影响非常小。激光雷达和毫米波雷达相比，它最大的优势是在于它由于波长要短很多，所以它对事物细节的分辨率会比较清晰，比如它对人对车都是能清晰成像的，毫米波雷达比较难做到这一点。

尤其是传统的毫米波雷达它对于横向的行人的分辨并不是特别的准确，但激光雷达相对于来说的话，对于这些移动的物体也好，静止的物体也好，径向的、横向的它的测量的准确度都是一致的，所以激光雷达对障碍物的识别上可靠性是非常强的。但是这里并不是说激光雷达是毫米波雷达或者摄像头的取代，因为毫米波雷达它具有全天候使用的这样一个特性，比如说暴雨或者是大雪，或者雾极大的情况下的话，激光雷达的性能会下降，但是毫米波雷达在这个时候还能够非常可靠的使用。

现在车企的主流看法是，未来的汽车比如说2020年开始具有Level3无人驾驶功能的汽车它上面这三个传感器都会有，缺一不可的。特斯拉当然并没有相信这一点，所以他们推出了只有毫米波雷达加摄像头的解决方案，并声称这是一个硬件ready的无人驾驶汽车，但其实特斯拉现在做到的功能离Level3还很远，是一个接近于Level2的功能。

特斯拉由于没有激光雷达，所以它的autopilot功能是非常不可靠的，在中国和美国都发生过应用autopilot功能但撞上大卡车的事件，导致最后驾驶员的死亡。

毫无疑问，激光雷达现在无论是资本也好，媒体也好，或者创业者也好，已经变成了一个非常大的热点。它成为一个热点的主要原因是因为它市场确实是非常的大，根据有关的报道，结合一些分析包括从一些车厂那边得到的反馈来看，到2020年这个高端车型上会出Level3无人驾驶节点的话，用于量产车的激光雷达在2020年或者2021年这个时间节点，它的全球出货量有可能是上千万件。

另外无人驾驶的测试市场也需要用到激光雷达，比较普遍使用的就是Velodyne的激光雷达以及IBEO四线的激光雷达，这块市场未来几年也会有比较快的一个增长，到2020年的时候也会有几亿美金这样一个市场，所以加上我刚才说的2020年、2021年上千万的量产车上激光雷达的出货量，整个激光雷达市场在2020年的时候会达到将近20亿美金这样一个数量。在未来的话，当几乎所有的车都是无人车，包括很多机器人都广泛使用激光雷达的时候，激光雷达有可能会成为一个每年出货量达到10亿量级的这样一个器件。届时激光雷达的市场总值有可能是2000多亿美金的这样一个市场，就是上万亿的人民币。所以说从这个角度来分析的话，在传感器领域，激光雷达几乎是未来市场最大的一个单一的传感器，这也是为什么现在有那么多做激光雷达的公司出现。

下面我介绍一下我们公司推出的激光雷达，就是Pandar40，Pandar40是我们在今年4月份，也就是上个月刚刚推出的一款40线的混合固态的激光雷达。这款雷达是为无人驾驶市场、测试市场量身订作的，包括它的参数选定，它的体积，它的价格范围都是针对无人驾驶的测试市场。

这是一款混合固态的激光雷达，外面是看不到有运动部件，但内部还是有电机在360度旋转的，Pandar40的体积不大，但里面排布了40个激光器，是一个40线的激光雷达。我们根据客户的反馈是把这个激光雷达的中间25线做得特别密，所以它在中间的25线的角分辨率达到0.33度，这也是目前同类的激光雷达垂直角分辨率可以做得最好的。之后我会介绍一下为什么我们需要那么小的垂直角分辨率。

接下来我会发一些我们用Pandar40在我们客户那里，或者在上海车展的外面，就是我们带着一些来参观我们激光雷达的人，当时实测的，在马路上一些路测的视频，这也不是我们公司官方的视频，官方视频可以上我们网站看，我发的就是那个时候在上海车展我自己在副驾上，用手机拍的在电脑频屏幕上的一些实时点云数据，大家可以看一下。

这个视频里面是可以看到地上的车道线的，因为激光雷达为什么具有识别车道线的功能呢，是因为车道线一般是白色的，路一般是灰色的，然后白色和灰色的反射率也是不一样的。所以它们会导致反射光强的不同，在激光雷达的数据里面除了距离信息之外，它还会有一个反射光强的信息，在程序后处理的时候，可以通过反射光强的不同来判别地上哪些是车道线。

这个视频可以看到激光扫出来的线数是非均匀分布的，中间的25线特别密，分辨率0.33度，两头相对来说稀一点，两头的15根线它的垂直方向角分辨率是1度，因为很多线如果是打在地上的，其实没有必要那么密，打在空中的也没有必要那么密，在无人驾驶领域最重要的就是正前方的测量。

你也可以看到大卡车里有一个H的字母，也是由于黄色的带子的反射率和卡车其他地方的不一样，所以也可以被激光雷达由于反射光强不同而看到。

我们再来看个远景的视频，视频里面是前方那辆轿车大概距离我60、70米的一个距离，然后依然可以在我们激光雷达上清晰的看到。

Pandar40这一款激光雷达的话，我们其实对标的是Velodyne64线，我们这款激光雷达并不是和Velodyen16线的低线束激光雷达做竞争，我们要取代的是Velodyne64的这个激光雷达。

和Velodyne64线这个激光雷达相比，我们的激光雷达有哪些方面的特质呢？一

方面大家直接可以从这个对比图上可以看到，我们激光雷达的体积和重量都是远远小于Velodyne的激光雷达，我们的体积大概是Velodyne激光雷达的1/10。另外，我们的测量原理是混合固态，所谓的混合固态其实这个词也是Velodyne发明的，就是我们所有的旋转部件都是在激光雷达内部，外部并不旋转的。

第二点区别就是我们的测远距离比Velodyne 64的略远，大概是远20%多左右，我们可以测到150米，然后Velodyne在同等情况下，就是墙面80%的反射率的情况下它的最远距离是120米。

第三点就是从垂直角分辨率来说的话，我们中间的25线可以做到0.33度这样一个角分辨率，而Velodyne的线与线之间的角分辨率是0.4度。所以在看正前方远处物体的时候，我们能够比Velodyne64看到更多的细节。

最后一点就是让无人驾驶测试市场疯狂的一点，就是大家之前都想买Velodyne的东西，特别是它的64线激光雷达，但是由于产能的原因Velodyne64它现在的发货周期是8个月左右，这一点的话我在此可以给大家承诺的是，我们的激光雷达只要你下了订单付了钱之后，我们肯定6周之内可以送到你公司门口。

关于激光雷达的最远距离，我这里想特别的说明一下，因为各家激光雷达都会标一个最远距离，其实如果你不定义它的反射介质它的反射方式，以及你所用的激光器的能量的时候，你说的这个测距的最远距离是没有任何意义的。我举一个简单的例子，世界上第一台激光器诞生于1960年，然后在1962年的时候美国就用激光雷达完成了地球和月球之间距离的测量，地球到月球间的距离是惊人的，为38万8千公里，比200米的车用激光雷达所需的距离要远非常非常多。但这个38万8千公里的测距对于车用激光雷达来说并没有太大的意义，因为一方面它用的激光值的功率非常高，它当时用的是一个调Q激光器，峰值功率要比现在的车用的激光雷达半导体激光器的功率要多好多个数量级，已不属于人眼安全的范围内。第二点，当时实验系统中用的是反射率将近100%的角反射器，所谓的角反射器就是反射光的方向和入射光的方向正好差180°，这样在接收端的效率会特别高。

现在市场上我们看到很多家有做激光雷达的，有的说他用一些“独创”的方法可以测到150米或者是200米、300米甚至更多，但是如果是没有标清反射介质、反射率以及没有说明是否是人眼安全的激光器器，这都是没有任何意义的。

我们和Velodyne标的最远测距距离，所用的是80%反射率的漫发射墙面（或者其他可以接近于朗伯体，反射率为80%的反射面）。且用的是class1等级的人眼安全激光器。在905纳米的class1等级的激光器有一点是必须要满足的，就是你的激光脉冲能量必须要小于150nJ。如果是1550纳米的激光器的话，由于它的波长是在人眼更安全的一个范围，所以那个波长的激光能量可以比905纳米人眼安全的激光能量大很多。在满足人眼安全的前提下如果用1550纳米的激光器作为激光雷达光源的话，最远测距距离可以得到进一步的提升。

Pandar40所用的905纳米激光器的峰值功率是20瓦，脉宽是三个纳秒，单脉冲能量是60nJ，完全满足人安安全的要求，而且有不少的余量。在这样一个相对比较小的脉冲能量情况下，我们测距依然可以达到150米。

另外一点我要强调的就是垂直角分辨率非常重要，为什么呢？我们最早时候，比如说去年10月份我们做了一款16线的激光雷达的样机，然后那台样机它的垂直角分辨率是2度，我们把它带上车出去做路测，然后发现有一个情况就是基本上20米以外的行人就很难用那台16线的激光雷达看到了，原因是线与线之间的夹角如果是2度的话，那在100米远处的地方，线与线之间的空间距离是3.5米，这时候已经远远超过了一个人的高度了，很有可能扫不到这个人。后来10月份我们出了32线的激光雷达，垂直角分辨率0.9度，但是我们也发现30多米以外的人或者车在那台上已经变得非常不清晰了。这就是为什么我们下定决心在Pandar40上面，我们中间的25线一定要把它做成一个非常小的角分辨率，即0.33度。

大家有可能问垂直角分辨率做得小的话会有什么难度吗？其实是有难度的，如果你需要把线与线之间垂直角分辨率做得非常小，那你就得让激光器排布非常密。0.33度的垂直角分辨率在我们现有焦距的情况下它对应的激光器垂直方向的间距大概是在0.4毫米左右。激光器排得越密的话它的散热越成问题，对工艺的要求也越高。我们是在解决了众多问题之后，才做到这样一个非常小的垂直角分辨率。

水平方向的角分辨率跟转速以及激光器点频有关，我们现在是在5Hz的时候水平角分辨率是0.11度，然后20Hz的时候是0.45度。

最后一张PPT是关于我们一款还没有发布的产品，Pandar GT，Pandar GT和Pandar40所面向的市场非常不一样，PandarGT是面向几年后的量产车市场。具体这款激光雷达的技术方案我在此还不能透露。但我们会在今年9月份向公众发布这款激光雷达的特性，包括它的一些测试的结果。这款激光雷达它跟Pandar40相比的话，体积会小很多，成本更低、也更容易量产。它的垂直方向的较分辨率会进一步提高，达到0.1度，甚至更优。此外它的最远测距距离会相比Pandar40会有一个比较大的提升，Pandar40是80%的反射率的情况下最远测距150米，然后PandarGT会做到10%反射率的情况下最远测距超过200米。

我的演讲结束，谢谢大家，欢迎大家提问。