激光雷达的破晓时刻，谁是下个宁德时代？(3)

何以解忧？唯有激光雷达。
回到问题的本质，现阶段事故频出的智能驾驶系统，在感知上缺少的是既含有深度信息，又具备足够分辨率的数据，而这恰好就是激光雷达的优势。此外，特斯拉拿掉毫米波雷达实际上也是异曲同工，它是希望用计算机视觉去模拟出激光雷达类似的深度信息。当然，用视觉cos激光雷达难度很大，需要海量数据支撑，因此对后发者而言，激光雷达就是最优解

激光雷达主流方案的工作原理，简单说就是发射出去脉冲激光再接收遇到障碍物“反弹”回来的激光，根据发射和接收的时间差计算距离。再通过更多组的激光收发模组，实现垂直方向上的由点成线，通过机械旋转让线连成面，最终实现对环境的扫描点云。
半固态激光雷达则是通过镜面反射或棱镜折射，用更少的激光发射和接收器件，以及更少更小的机械运动器件，实现高质量的点云数据。
激光雷达能提供周边环境所有的障碍物的距离信息、大致轮廓，如此，障碍物是否会对行驶路径产生干扰就一目了然，这样就算是视觉神经网络没见过的极端场景，系统也不会漏判导致危险的事故。
安全的提升，也为辅助驾驶进入城市场景提供了可能性。试想一下，即便在环境相对简单的高速公路，现有的视觉 毫米波雷达方案都会出事故，如果到了环境复杂的城市路段事故率就太恐怖了吧？
此外在城市路段，激光雷达除了提供置信度更高的环境信息外，还解决了城市Pilot功能的一大痛点，那就是定位问题。高速公路相对开阔，定位可以直接用RTK/RTX厘米级定位信号，但到了城市道路，定位信号就不管用了——关于这一点，打车时经常定位跑偏的你一定深有体会。
激光雷达则可以扫描路边环境信息，再比对高精地图中定位图层，配合惯性导航以及高精定位信号，解决城市中的高精度定位问题。智能车知道自己在哪儿了，才能根据目的地和地图规划出一条行驶路线，实现城市场景的领航辅助功能。
因此如果要提升辅助驾驶的安全性，以及扩大辅助驾驶的覆盖场景，激光雷达是绕不开的选项，被割韭菜是必不可能的。

激光雷达需要和车企的研发目标匹配