1. 激光雷达介绍
激光雷达技术的起源
激光雷达技术于20世纪90年代开始应用于AGV导航系统。早期的激光导航系统需要在AGV行驶的路径周围安装精确的反射板。
机器人对环境信息的感知主要依赖于传感器系统，单传感器获取的信息难以确保准确性和可靠性。多传感器融合与补偿技术可以充分利用数据冗余性和互补性，保证环境感知的准确性、快速性和稳定性，进而弥补了单传感器的不足。多传感器信息融合与补偿的冗余观测数据 可以提高系统的可靠性。同时在某种特定的情况下，采用多个廉价的传感器的融合代替昂贵的传感器，从而降低系统总体成本。
激光雷达和有线相比的优势
与其他铺设引导线的导航方式相比，激光导航具有许多突出的优点：定位精确，地面无需其他定位设施，能够适用于复杂的路径条件和工作环境。能够快速的更换行驶路线和修改运行参数。
在此之前，AGV小车一直采用的磁带导航，电磁导航的有线导航方式。有线导航的方式的缺点是：路径的柔性差，不适用关于复杂路径的状况。无法实现精确定位。
激光雷达的分类
激光雷达是传统的雷达技术和现代的激光技术相互结合的产物，激光雷达测距是具有探测距离远，测量精度到，角度分辨率高的特点，激光测距主要有两种方法：连续波测距和脉冲测距两种，其中脉冲测距也称为TOF，通过测量从发射激光脉冲，到接收反射光的耗时间间隔。激光雷达作为根据目标维数的不同，可以分为一维激光雷达，二维激光雷达和三维激光雷达三种。
移动机器人携带传感器的类型
移动机器人一般携带有里程计，惯性传感器，激光雷达测距，或者视觉传感器。其中里程计和惯性传感器主要是对机器人的位姿进行预测，激光雷达可以通过对于测量传感器的中心到目标点特征的距离和角度对移动机器人的位姿进行修正
SLAM问题的提出
SLAM问题最早是由Smith和Cheesemand等人在1988年提出，是一种同时解决定位问题和地图构建问题的概率方法。经过20多年的研究发展，SLAM问题取得了极大的突破和发展。这得益于SLAM算法的多样化、传感器的性能的提高以及多传感器的融合技术。
激光雷达和GPS的对比
用GPS实现室外环境定位是非常容易的，以至于我们常常认为他是无所不能。然而GPS远非完美无缺的定位传感器，因为他完全依赖远距离在轨道微信发送来微弱无线电信号。这就意味着在无线电无法到的环境中GPS是无法工作的。例如：室内，水下，地下，甚至城市街道峡谷中。另外GPS信号及其微弱，而且很容易拥塞，对于某些应用场合也是不可接受的。
激光雷达特性和工作原理
激光雷达通过发射激光束，探测目标位置，速度等特征量的雷达系统。由于雷达在工作的时候不受有源干扰影响，由于激光为探测手段，获得的数据具有精度高，实时好，数据稳定等特点，且激光雷达安装方便，适合作为小型环境感知系统的探测器。
特点：
- 分辨率高
- 隐蔽性好，抗有源干扰能力强
- 低空探测性能好 体积小，质量轻
LMS是一种非接触式的主动测距系统，不需要再视场中预设发射器和定位标志。激光雷达需要关心的参数：扫描角度，扫描解析度，传输波特率
2. 国内外部分激光雷达制造厂商简介
一、国内
1 镭神智能
镭神智能成立于 2015 年 2 月 15 日，并在同年 7 月获得了北极光创投 1000 万人民币的 A 轮投资。 他们至今共推出了 4 款雷达产品，主要包括室内机器人激光雷达、汽车防撞激光雷达等。其中，远距离 2D激光雷达是单线束雷达，因此体积较小、 成本较低，可用于汽车防撞、 无人机自主导航避障等，但测量精度与国外产品相比较差，且无法绘制出 3D 图像，目前还不能用于复杂的 ADAS 无人驾驶系统中。
2 思岚科技
思岚科技成立于 2013 年 10 月， 前身为业内具有较高知名度的 PoboPeak 团队。他们主要产品是模块化自主定位导航解决方案、低成本 2D 激光雷达和通用机器人移动平台，目前一共推出了 2 款激光雷达产品，RPLidarA1 和 RPLidarA2。 2015 年底思岚科技融资共计 6000 万元，估值 3.6 亿元。
3 巨星科技
事实上做激光雷达的华达科捷与欧镭激光是巨星科技旗下的子公司，巨星科技分别持有华达科捷与欧镭激光的 65% 与 48% 的股权。 其中，华达科捷是高端激光测量传感设备研发与制造企业，掌握高端激光测量技术，已研发出适用于AGV、 巡检机器人等使用的 32 线束激光雷达。 它能够根据扫描到的点云数据快速绘制 3D 全景图形，是实现无人驾驶汽车等自主导航式移动机器人的重要设备。 欧镭激光是集团未来激光雷达的研发中心及智能装备研发平台，致力于 2D 及 3D 激光雷达、移动测绘设备、激光投影显示模组等产品的研发生产和销售。
4 大族激光
大族激光从激光雷达及激光传感技术方向上引进人才后， 成立了三家技术公司， 分别是大族锐波、 大族精密、 大族锐视。
其中，大族锐波致力于高端光电传感产品的开发，目前已展开激光传感核心器件研发，未来有望应用于物联网、 可穿戴设备、 智能装备等领域。
大族锐视以激光雷达为切入点，着力于机器人感知系统的开发，已完成以AGV导航为代表的工业级激光雷达的研发，现已开展无人驾驶领域所涉及的多线激光雷达的预研工作。
总体而言，国内公司在多线激光雷达上较国外高水平企业还有较大差距。国内的激光雷达产品多用于服务机器人、 地形测绘、 建筑测量等领域，在这些方面国内 外的水平其实是接近的。但是国内企业尚未研制出可用于 ADAS 及无人驾驶系统的3D 激光雷达产品，主要还是处在探索研发阶段。
回到我们今天探讨的自动驾驶技术上来， 事实上擅长算法技术层面的互联网公司在自动驾驶领域有他们自身的优势， 合作的整车厂商在机械控制与安全方面有传统的优势， 而以激光雷达为代表的传感方向创业公司一旦实现技术突破，就会在这个产业链条中迸发出巨大价值。
二、国外
1 美国 Velodyne
谷歌在其最早的自动驾驶原型汽车中所使用的 LiDAR 传感器就是由该公司开发的。 美国 Velodyne 公司成立于 1983年，其 3D 激光雷达产品种类丰富，包括 16 线束、 32线束 及 64 线束等，其中还有专门为智能驾驶汽车设计的 UltraPuck 激光雷达。
2 硅谷新锐 Quanergy
2014 年 9 月， Quanergy 和 奔驰达成战略合作，为奔驰研发车内传感系统和无人车。 而事实上，这家年轻的公司 2012 年才在硅谷成立。 2014 年 10 月，该公司获得了 3000 万美元的 A 轮融资。 2015 年 10 月，Quanergy 公司宣布与 Delphi 公司合作，为无人驾驶汽车开发一种新型的激光雷达系统，每台单价低于 1000 美元。
事实上，就在 7 月 14 日， Quanergy 又获得了 1 亿美元的 B 轮投资，由德州仪器领投，中国投资方金浦投资参与跟投。至此，Quanergy 的投资背景就更加华丽，包括三星电子、 特斯拉创始人埃隆-马斯克、 德 尔福和德州仪器等。
目前，Quanergy 共推出了两款 3D 激光雷达产品， 一款是安装在奔驰智能驾驶测试车上的 The Mark VIII， 另一款就是第一款专为智能驾驶汽车设计的全固态激光雷达S3
3 德国IBEO
IBEO 是最早涉足车载激光雷达并提供路上物体追踪、 识别的企业之一。 这家德国公司成立于 1998 年，两年后就被传感器制造商SickAG 收购。期间除了继续研发激光扫描技术，在当时就开始了自动驾驶项目的尝试，并与欧洲委员会合作开发了十字路口安全驾驶辅助产 品。 2009 年 IBEO 从 Sick AG 独立出来，一年后又与法国汽车零部件制造商法雷奥合作了SCALA，其他产品还包括是 miniLUX、 LUX-4L及LUX-8L。 其 中，LUX-4L 与 LUX-8L 专门用于 ADAS 无人驾驶系统。
延伸阅读：近期激光雷达研发及行业动向
1、汽车供应商采埃孚买下 Ibeo 公司 40% 股权研发激光雷达 ——实现汽车自动驾驶
近日，汽车零部件供应巨头采埃孚 （ ZF ） 宣布收购位于德国汉堡激光雷达公司 Ibeo 40% 的股权，用于获取 Ibeo 公司在激光雷达 （ LiDAR ） 技术和环境感知算法领域的专业技术。而这两项技术是实现汽车自动驾驶的重要基础模块。
LiDAR（ Light Detection and Ranging ），是激光探测及测距系统的简称。用激光器作为发射光源，采用光电探测技术手段 的主动遥感设备。激光雷达是激光技术与现代光电探测技术结合的先进探测方式。毕竟激光雷达是自动驾驶、物体识别和预防事故的关键技术，采埃 孚 （ ZF ） 的这次收购想象是一种战略布局。（图略）
采埃孚( ZF )和 Ibeo 的合作将带来未来技术的飞跃，实现汽车应用的重要一步：双方共同合作开发的新一代激光雷达技术能够再现周围环境的 3D 图像，且可省去当前激光雷达系统中的旋转镜。凭借固态技术， 激光雷达技术将变得更紧凑、 精巧，更便于车辆安装。
2、麻省理工学院研发出微小的单芯片雷达传感器 ——生产成本约为10美元
麻省理工学院和DARPA的研究人员创建了一个片上激光雷达传感器，其体积如此之小，可以在 10 美分硬币表面摆放多个激光雷达传感器。 它是利用激光 和类似于雷达的技术来探测距离。激光可以为为激光雷达传感器带来更高的分辨率， 因为光的波长比无线电的波长小大约 10 万倍。
目前自动驾驶汽车和机器人常用激光雷达， 其中包括激光器，独立的自由空间光学元件，以及较大的外部接收器。激光接收器模块被机械地旋转和上下摆动，并得到完整的场视图。 目前激光雷达系统花费从 1000 美元到 7 万美元不等。（图略）
MIT 和 DARPA 开发的新型雷达传感器使用300 mm 晶圆制成。这意味着，以每年数百万产量计算， 单颗片上激光雷达传感器生产成本约为 10 美元，由于没有移动部件，传感器速度比当前机械 激光雷达系统快 1000 倍， 非常适合仅在短时间内跟踪小物体。
这种微小传感器尺寸是 0.5 毫米 × 6 毫米，并具有可转向的发送和接收相控阵和片上锗光电探测器。这种传感器没有集成激光功能，但研究人员表示，其他团队已经证明在未来的芯片上可以集成激光器。
3、福特与MIT研发自动驾驶利用激光雷达确定线路 ——帮助车辆自主进行线路规划
福特正与 MI T合作，共同发起一项包括机器学习和自动驾驶系统在内的特殊研究计划。该计划使用的是激光雷达来追踪和分析城市环境下行人的移动状况。研究旨在预防碰撞，同时还将帮助车辆自主进行线路规划。
传感系统能够收集大量城市行人的人流数据， 并且使用算法将这些数据进行计算应用于不同目的研究，比如自动调配代步工具分布。这些电动代步工具将首先于 MIT 的校园进行试点投放，由于校园的人流 量较城市实际模型较小， 受天气影响的因素也较小，比较容易进行实验试点，等到技术成熟后将进一步应用到更大更真实的测试应用场景中。
学生们可以应用移动应用呼叫电动代步工具， 抵达目的地后就可以让应用将他们送回校园的停靠点上，通过算法及对需求量的判断，这些电动代步工具会自动调配位置，实现最大利用效率。根据福特描述， 这些借助于 LiDAR 系统和摄像头的系统的准确度远远高于 GPS 定位的系统。（图略）
在过去的五个月中， 研究小组已经通过配备激光雷达传感器的测试车辆对校园内人类和交通状况数据进行收集，而研究小组将这些数据与天气状况、学生课程表之类的外部条件进行结合，可以在白天自动运送学生在不同的教学楼之间来往。
电动测试车辆体型较小， 可以灵活行驶在校园人行道上， 这为自动驾驶在高人群密度条件下运行提供了宝贵的真实数据。
4、苹果研发激光雷达传感技术 ——用在苹果汽车项目？
苹果公司的最新专利 “ 利用 2D 扫描光束脉冲进行三维深度点云技术 ” 可为神秘的苹果汽车（ 也称为 “ 泰坦 ” 项目 ） 自动驾驶做铺垫，即使该技术也可以用于其他用途。
Velodyne国内合作伙伴的选择评估标准
从前面的信息可知，HDL-64是目前技术能力最强的激光雷达，也是最贵的，通过和汽车制造商合作开展“众筹”模式是降低价格的最现实渠道，固然，中国巨大的市场是Velodyne进入的动机，选择国内代工合作伙伴，也是最经济可行的办法，此前百度大会也对相关激光雷达制造商发出了与会邀请，那么，问题来了，Velodyne会和谁合作呢？
有一个前提：Velodyne知道怎么造，拥有核心算法和成套技术，只是碍于目前出货量小无法流水作业，以至于成本高企，那么，国内的代工合作伙伴，可以有以下几个评估维度。
- 合作商有激光雷达制造的能力，大概知道如何制造激光雷达；
- 有激光雷达关键部件的供货渠道，能提供高质量的零部件；
- 有制造激光成套产品的经验，可以组建较为熟练的生产线，提供可靠产品；
- 有较强的国内影响力，在激光业界的地位较高，能形成一定的示范效应；
- 有一定的财力，能够高效对接。
根据那五个标准，初步可以排除自己研发的初创公司，标的可能在成熟上市公司里面，按照先后顺序，我个人认为Velodyne会选择的合作伙伴是大族激光（002008），巨星科技（002444）、中海达（300177）里面。
选择大族激光作为第一标的的原因：
- 可以批量供应核心部件。激光雷达的核心部件之一是光纤激光收发器，而且车载的雷达用的是低功率的，低功率光纤激光收发器绝大部分都是国外供货，国内技术能力一般，但大族激光刚刚好在低功率光纤激光收发器方面已经取得突破并且量产。
- 有激光成套产品的制造技术和生产能力。
- 是认真在搞产业和技术研发的，不是吹牛皮讲故事的公司，符合外资的理念，这个从QFII建仓大约可知。
Velodyne HDL-64E 主要部件和参数
- 激光器
- 半导体激光二极管 (λ=905nm)， 激光安全等级 1 4 x 16激光组
- 自适应供电系统
- 传感器
- 激光收发器：64个
水平视场角：360°
水平市场角分辨率：0.09°
垂直视场角：+2 ~ -24.8°
测量精度：2cm (1sigma)
更新率：5-15Hz（用户可设定）
50 m距离：普通路面(~0.10反射率) 120 m距离：汽车(~0.80反射率)
工作温度：-10 to +50 °C
存储温度：-10 to +80 °C
机械 电压：15V±1.5VDC, 4A
重量：<29lbs
尺寸：高10.0"，直径8.0" 300-900RPM旋转速度
防护等级：IP67
输出
高达1.333百万测量点/秒
100Mbps以太网连接