FMCW激光雷达，未来已来

2021年1月，一家名为Avea的激光雷达初创公司，与日本电装宣布达成合作协议，双方将共同推进FMCW（调频连续波）激光雷达的量产，目标是满足大众市场的需求。

众所周知，目前，大多数车载激光雷达系统使用飞行时间（TOF）探测技术，通过发射脉冲激光束并测量接收物体反射光束所需的时间来测算物体的距离和方向。这项技术相对成熟，但缺点也非常明显。比如，容易受到干扰，远距离探测存在一定的误差。

而与TOF不同，FMCW是通过发射激光束测量物体反射光束的频率变化来测量物体的移动速度（直接测量），能够以更高的精度和速度检测车辆附近的移动物体。优势在于，测距准确度与物体距离远近、物体运动速度不直接相关。同时，基于1550nm波长的光源，可以实现更远距离的探测能力。

「对于激光雷达传感器来说，实现高性能是关键，在负担得起的成本下实现高性能是我们的目标。」Aeva联合创始人兼首席执行官Soroush Salehian表示，公司已经拿到了全球前十车企的定点，量产车型预计在2025年投产。

此前，Aeva把FMCW激光雷达定义为4D雷达，除了传统激光雷达可以检测三维位置外，还可以检测每个扫描点的瞬时速度的第四维。同时，输出的原始4D数据提供实时相机级图像，每帧多达1000行，静态场景无运动模糊。

「这被视为FMCW激光雷达的一个加分项，」要实现这个功能，传统激光雷达需要依靠多帧点云，通常间隔100毫秒。同时，还需要通过算法确认这些点的分组，同时对多帧的点进行跟踪，如果需要的帧数增加，就产生了更大的延迟，这对后续的决策规划是巨大的风险。

此外，对于近距离的两个物体，比如，一辆摩托车靠近一辆卡车，FMCW激光雷达可以借助多普勒效应，直接获取到两个物体不同的速度，就可以快速分离出两个不同的移动物体感知。

在具体产品形态上，Aeva自研的硅光子芯片模组，将激光发射器、光学器件和接收器进行了片上集成（半导体成熟工艺），实现成本、体积的最优化。尽管与目前市面上的激光雷达方案相比，FMCW通常被认为是一种更复杂、更不成熟的技术，但已经有了越来越多的支持者。

最典型的代表企业，就是英特尔旗下的Mobileye。在该公司看来，FMCW激光雷达发送的是连续的光波而不是短脉冲，因此可以在更低、更安全（人眼）的功率水平下运行，同时实现更高的检测准确度和有效的动态范围，最大限度地减少来自其他信息的干扰。同时，对于恶劣天气的适应性也是强项。

在Mobileye创始人、CEO Amnon Shashua看来，整个激光雷达行业都将走向FMCW。「在当下这个时间点来看，这是一件难而正确的选择」。而除了技术性能之外，成本被视为前装量产的规模化关键要素。

在业内人士看来，目前的激光雷达产品，大多数是来自于L4级自动驾驶需求，这些公司在早期并不关注成本。事实上，当下的降本策略，更多依赖于制造（还有客户定点量产的兑现比例），而非技术。相比而言，FMCW激光雷达可以从底层开始进行降本。

比如，由于组件和系统架构的特点，FMCW激光雷达比ToF更容易把核心元器件集成到半导体封装（PIC+ASIC），并实现晶圆级的封装和测试，从而大幅降低激光雷达核心部件的成本（可以参照半导体行业的成本曲线）。

“在缩小激光雷达的尺寸和成本方面，芯片级激光雷达系统突破，有助于大幅降低实现完全自动驾驶的传感器组合成本。”在Amnon Shashua看来，硅芯片实现了模块化及汽车级可靠性的瓶颈突破。

此前，在禾赛科技的招股书中，也提及：依据对未来市场的预判，公司也开展了对FMCW激光雷达和电子扫描方案的固态式激光雷达的技术布局和积累。

总体而言，不同细分应用领域的差异对激光雷达的综合指标提出了不同维度的要求，产品性能分层、不同架构方案并存将是常态。

市场的反馈，显然也给出了答案。

作为禾赛科技的第一个标杆客户，理想汽车的不同配置（带激光雷达的Max版本和不带激光雷达的Pro版本，车型价格相差4万元）交付数据变化，也在一定程度上反映了短期内激光雷达前装市场的走向。

高工智能汽车研究院监测数据显示，作为首款配置Max和Pro版本的车型，理想L8从去年11月正式开始交付以来，11月、12月以及今年1月的交付数据显示，Max版本交付占比一直处于40%左右水平。

同时，随着今年初突然爆发的新能源汽车价格战，车企的成本压力还在继续加大。这意味着，在智能化渗透率提升、销量以及车型盈利指标等多个现实指标下，传感器的组合选择，是摆在每家车企面前的难题。

而更为不确定性的是，激光雷达行业是一个竞争激烈且需要持续研发投入、成本高昂的细分赛道。数据显示，2021年美股6家激光雷达上市公司在研发上花费了3.95亿美元。2022年，这个数字仍在继续保持高速增长态势。

比如，截至2019年12月31日、2020年和2021年以及截至2021年9月30日和2022年的9个月，禾赛的研发费用分别为1.498亿元、2.297亿元、3.684亿元、2.106亿元和3.764亿元，并且未来可能还会增长。

考虑到车规级激光雷达仍处于从半固态到纯固态技术的迭代初期，为了保持持续的市场竞争力，这些激光雷达公司必须持续加大技术研发投入，甚至是完全颠覆式的革新。

这一点，也可以从不少公司的研发布局可见一斑。

比如，NVIDIA高级工程副总裁gary Hicok表示，除了即时速度检测，FMCW激光雷达还具有4D感知功能，可提供传统激光雷达无法实现的新功能，包括超分辨率和4D定位（可以替代目前的IMU，降低车企的成本）。

其中，以4D定位为例，FMCW激光雷达获得每点速度数据，可以实现实时车辆运动估计，具有六自由度、运动补偿和自校准能力，以实现多传感器的融合。比如，在隧道和停车场场景，上述功能可以实现精确的车辆定位和导航。

去年与Luminar签署合作协议的日产汽车则表示，激光雷达的技术优势能够弥补摄像头视觉信息的不足，提供更精准的位置和形状信息。不过，该公司也坦言，面对高速公路场景，市面上的激光雷达感知距离还需要提升性能，比如，测距要达到300米，分辨率还要进一步提升。

Mobileye进一步提出的策略，就是如何实现更有效的多感知前融合。

4D成像雷达+FMCW激光雷达是该公司给出的解决方案。原因是，除了测距范围、仰角和方位采样能力之外，FMCW还增加了速度的直接获取（与毫米波雷达一样的实时多普勒测速）。这意味着，两者同时实现对更远的距离探测、快速识别小而快速（移动）的目标。

更劲爆的消息来自于特斯拉。

根据高工智能汽车研究院监测信息显示，特斯拉Autopilot硬件设计团队，这几年仍然在陆续引进激光雷达行业相关人才；比如，从Aeva、Aurora（旗下子公司研发FMCW激光雷达）等公司跳槽的研发工程师。

高工智能汽车研究院监测数据显示，从2022年9月至今，中国市场乘用车月度前装标配搭载激光雷达一直保持在1.5万台以上，其中，去年12月更是单月冲破3万台大关。