一年以前，陆奇在北京国家会议中心上喊出百度要“ALL IN AI”的口号。而去年此时，李彦宏乘坐自动驾驶车赶往会场，收到了那张著名的五环罚单。
一年之后，百度已无陆奇，却有了自动驾驶路试牌照。百度Apollo3.0的量产，让自动驾驶再一次火爆起来。
从世界范围来看，Waymo、优步（Uber）、Lyft、百度（Baidu）和梅赛德斯-奔驰（Mercedes-Benz）等厂商正逐步加大对无人驾驶的研发和量产力度，其关键性的就是在于雷达技术和应用上的突破。而大部分企业更是瞄准了激光雷达这块“香馍馍”， Yole Développement分析预计全球汽车激光雷达市场将在2023年达到50亿美元，到2032年将达到280亿美元。
作为无人驾驶的核心技术，激光雷达是一种集激光、全球定位系统（GPS）和IMU（Inertial Measurement Unit，惯性测量装置）三种技术于一身的系统，用于获得数据并生成精确的DEM（数字高程模型）。
激光雷达发展历程
在大多数参与自动驾驶玩家看来，激光雷达是实现自动驾驶的必要基础，传统雷达无法识别物体细节，而摄像机在暗光或逆光条件下识别效率明显降低。但是，市场的火热发展也正让激光雷达出现了一些不一样的认知，飞速狂奔的激光雷达，也许已经“跑错了道”。
一、弄错了认知方向：体积大、价格高是激光雷达的“标配”
激光雷达应用于无人驾驶，要从Velodyne说起。早在2004年，美国国防部高级研究计划署（DARPA）主办了一场跨越莫哈韦沙漠的无人驾驶挑战赛，这个比赛的初衷是刺激军事和商业应用领域的自动驾驶技术研发。
Velodyne的创始人David Hall在此次比赛中敏锐的发现了激光雷达装置在自动驾驶技术中的优势，并开始着手研究。不久，Velodyne研发出了第一台激光雷达，其直径达到30英寸，重量接近100磅。
时至2010年，谷歌推出无人驾驶汽车项目。谷歌车顶所使用的“车顶花盆”就是Velodyne 生产的64线激光雷达传感器，成本约为7.5万美元，其成本占到一辆谷歌无人车近一半。
谷歌无人车的“车顶花盆”
而这个“车顶花盆”，并不招人待见。一个明显的问题就如无人驾驶测试车的外观，激光雷达体积较大，安装在测试车上相当笨重，因此Alphabet子公司Waymo的测试车采用了黑色巨大弧形车顶，而丰田和优步的测试车顶上则像顶了个咖啡罐。
长此以往，厂商开始认为，体积大、价格昂贵，是目前激光雷达的“标配”。但是，一批研发机构已经开始着手解决这个“痛点”，2015年Velodyne发布16线激光雷达，价格从7.5万美元的降至8000美元；2018年3月，Cepton公司推出第四代产品Vista，其是目前市场中功耗最低，体积最小的传感器，且价格低于1000美金。
低于1000美元的“Vista”激光雷达
与机械激光雷达（如Velodyne）、固态激光雷达(如Quanergy)和flash激光雷达(如LeddarTech)不同，Cepton采用微动技术（MMT），并与日本某一级供应商进行合作，将激光雷达应用于车灯的空箱之中，进一步拓展激光雷达的应用领域。
二、搞错了应用场景：只有无人驾驶激光雷达才能“大展拳脚”
激光雷达在现阶段智能车辆实现中是不可或缺的传感器，它具备精确的测距、空间定位与描述、可靠的障碍物检测等独特能力。通过高分辨率激光雷达，有助于实现复杂交通环境下自主驾驶，特别是针对交通拥堵、狭窄道路、小区和停车场等特殊场景。
激光雷达在无人驾驶中占尽了风头，让许多厂商和消费者们开始认为只有无人驾驶才能让激光雷达“大展拳脚”。诚然，事实证明激光雷达之于无人驾驶就如水之于鱼，有着不可替代性，但是也要看到，激光雷达的应用场景不仅局限于无人驾驶领域。
要涤荡这种认知，首先要明白激光雷达的工作原理。所谓激光雷达，就是通过使用光来测量距离，激光雷达能够非常快速地采集样点——每秒高达150万个数据点。
想象一下，当发出光脉冲时启动秒表，然后当光脉冲（从遇到的第一个物体反射出来）返回时停止计时器；通过测量激光的“飞行时间”，并且知道脉冲行进的速度，就可以计算距离。
激光雷达的应用原理
