图片来源：Luminar
据麦姆斯咨询介绍，在一系列有望创造未来自动驾驶汽车的先进技术中，激光雷达（LiDAR）技术引起了人们的关注，但激光雷达传感器在数字孪生和元宇宙应用中的表现也很突出。
数字孪生的核心是以高保真度和高频率更新现实世界的模型。激光雷达可以作为立体摄像头等技术的补充，用于从物理世界捕获3D数据，并将这些数据传输到数字孪生或元宇宙应用中。
核心激光雷达技术的发展已有近50年的历史，但直到最近，它的制造成本仍很高，参与到新工作流中的过程也很复杂。随着新方法、廉价工艺和更灵活的激光雷达数据工作流的出现，所有这些才开始发生变化。
激光雷达在自动驾驶汽车和相关系统中表现出美好的应用前景，因为它能够以较快的速度和高精度测量汽车到物体的距离。它的工作原理很像雷达，但使用红外光而不是无线电波——激光雷达信号从物体上反射，然后测量返回的光。传统的激光雷达测量信号的飞行时间，但较新的技术利用光的其他特性降低了激光雷达的成本，提高了激光雷达的精度，或加快了激光雷达的反应速度。
激光雷达的商业化案例
用于平板电脑和智能手机（如iPhone 12 Pro）中的量产的激光雷达系统价格已经从几年前的数万美元下降到了现在的数十美元。苹果公司一直对其激光雷达的来源保持沉默，但在拆卸第一台使用激光雷达系统的iPad时发现，这是由Lumentum公司的激光扫描仪和索尼（Sony）公司的ToF传感器组合的激光雷达系统。
Here Technologies产品管理总监Mark Yao向VentureBeat介绍到，更小的激光雷达外形将使地面激光雷达能够捕捉到室内空间和难以进入的场所的信息，如从人行道到企业园区。Here Technologies正利用硬件、软件和人工智能方面的重大突破，来创建可以自动从激光雷达中提取特征和3D对象的应用，以实现数字孪生数据捕获的自动化。
特定机遇
与摄像头相比，激光雷达的最大优势包括测量距离更远、3D分辨率更高以及在能见度较差的情况下保持更好的性能。同时，激光雷达还缺少精确的面部识别能力、成本较高、数据处理需求较大以及对该技术优势缺乏认识等问题。
“因此，激光雷达通常与其他传感器结合使用，以实现高质量和高可靠性的传感器融合，尤其是在汽车领域中。”ABI Research分析师Dominique Bonte向VentureBeat说道。
同时，备受关注的特斯拉在不使用激光雷达的情况下实现了一些自动驾驶的功能，这也挤压了激光雷达市场，ABI智能移动和汽车分析师Maite Bezerra表示。
大规模更新的数字孪生
但在数字孪生的世界里，激光雷达可能有很大的发展空间。在一个日益关注面部识别隐私的时代，激光雷达缺乏精确的面部识别能力可能是它的一个优点，而不是一个缺点。Seoul Robotics首席执行官（CEO）HanBin Lee向VentureBeat说道，注重隐私的数据对于零售和智慧城市用例至关重要。
例如，零售店正在使用3D数据来跟踪各种指标，如结账过程的时长、顾客在商店中的移动路线、他们关注的产品以及停留了多长时间。再比如，梅赛德斯-奔驰（Mercedes-Benz）在其一些展厅中利用Seoul Robotics的技术来观察参观者是如何与展出车辆进行互动的。
德国铁路公司Deutsche Bahn将Here Technologies的激光雷达技术用于其新型Sensors4Rail铁路数字孪生。通过这些数据，可以跟踪可能影响操作的对象（如建筑物、电杆和平台边缘）的变化。
日立ABB电网有限公司企业解决方案高级副总裁Bryan Friehauf也认为激光雷达在精确监测电力基础设施方面有着重要作用。他认为激光雷达对于收集动态地理数据至关重要，例如植被生长、侵蚀或气候变化的影响。
在德国，科隆市（Cologne）使用激光雷达来补充全市的数字孪生系统。其他数据源包括BIM建筑数据、数字地形模型数据和集成到ESRI CityEngine的高分辨率照片。模拟噪音、空气污染、洪水、交通和能源利用的各种模型可以改善相关的规划或应急响应。
激光雷达还可以帮助科学家和工程师们建立更准确、更真实的海岸和海洋数字孪生模型，用于渔业发展规划、评估气候变化对海岸的影响和海上基础设施工程（如风车和石油钻机）的建设。
据Terradepth联合创始人兼联合首席执行官Joe Wolfel称，海洋勘探也是激光雷达擅长的领域。他说：“随着人类希望更多地了解海洋，并试图阻止气候变化和对98.5%的地球生物圈的破坏，海洋数据正变得越来越重要。”
使用特定颜色激光的测深激光雷达可以穿透比可见光更深的地方，并快速绘制水下25-50米的精确地图。像Terradepth这类的公司正在将激光雷达安装在可以进行更深水域调查的水下自主潜水器上。
多种类型的激光雷达
成本更低、性能更高的激光雷达正在为激光雷达技术的应用开辟新的机遇。“激光雷达技术的发展一直紧跟半导体行业发展的步伐，”AEye人工智能和软件高级副总裁Abhijit
Thatte对
VentureBeat说，“随着技术进步和大规模生产，如激光器、扫描仪、光学器件、接收器、计算平台和外壳等激光雷达及其组件正变得速度更快、体积更小、价格更便宜。”
算法还能更好地帮助激光雷达确定关注点的位置和时间，以增加更高分辨率、更大范围和更快速度的相关数据的比例，同时减少不相关的数据。
市场上有各种各样的激光雷达技术。Gartner半导体和电子部副总裁Gaurav Gupta向VentureBeat介绍到，最初的激光雷达市场主要是由Velodyne等机械式扫描激光雷达公司主导，但现在的焦点是固态激光雷达。
激光雷达系统包括一个用于准确地扫描某一区域激光信号的组件和一个用于精确测量响应的接收器。光束操纵系统包括微电子机械控制反射镜（MEMS微镜）、专用振镜和光学相控阵（OPA）。还有各种基于飞行时间和频率调制技术的测距传感方法。Gupta表示，没有明确的技术赢家，不同的技术将基于正确的组合以及合适的用例和成本而获得市场认可。
提供各种技术的供应商示例如下：
机械扫描式激光雷达：Velodyne、Valeo、Ocular Robotics、禾赛科技、速腾聚创……
MEMS激光雷达：LeddarTech、Innoviz、AEye、SosLab、Luminar、速腾聚创、一径科技……
闪光式（Flash）激光雷达：Argo AI、Sense Photonics、Continental、Ibeo、Ouster、北醒……
光学相控阵（OPA）激光雷达：Quanergy、Baraja、洛微科技、力策科技……
调频连续波（FMCW）激光雷达：Aeva、Insight、Aurora、SiLC、Analog Photonics、洛微科技……
对简化的需求
虽然激光雷达技术种类繁多，有利于竞争和降低成本，但它也会使数字孪生和元宇宙用例的激光雷达应用的开发变得复杂。虽然大多数供应商支持自动驾驶等常见用例，但数字孪生应用系统需要创建不同的数据工作流和应用开发流程。
Here Technologies产品管理总监Mark Yao说，激光雷达系统需要不同的处理过程来接收、存储和访问数据。点云密度、扫描速度、对准和坐标系统等功能都存在差异。
AEye公司的Thatte说，当团队试图将这些数据与2D图像结合起来时，这个过程会变得更加复杂。例如，摄像头在同一时间捕获到了2D图像中的所有像素，而激光雷达在稍有不同的时间捕获到了一系列像素。考虑到物体的深度和运动，且在光线不足和恶劣的天气条件下，情况会变得更加棘手。
供应商开始通过软件开发工具包和平台来应对这些挑战，这些工具包和平台有助于统一来自不同类型激光雷达和摄像头传感器的数据。例如，Seoul Robotics创建了.3D数据集成平台，可将来自所有传感器的数据转化为一种名为SENSR2的通用格式。
Lee认为这有助于提供一个过渡状态，使激光雷达制造商和开发激光雷达应用的公司更容易使用激光雷达技术。“激光雷达传感器领域中有很多玩家，这非常棒，因为这意味着我们可以根据预算和所需的细节程度等因素定制解决方案，”Lee说，“但为了有效地做到这一点，我们需要拥有与所有这些不同传感器兼容的3D感知软件。”
点亮数字孪生
从长远来看，激光雷达技术的改进和成本的降低有望在传统自动驾驶汽车应用之外获得巨大收益。ABI看到了激光雷达技术在智慧城市、工业供应链和安防等垂直领域应用的机会。
“随着无人驾驶落地的日程不断推迟，包括Quanergy和Velodyne在内的许多激光雷达供应商正在探索新的用例和市场。”Bonte说。他预计，在机器人出租车服务广泛推出之前，激光雷达的汽车市场仍将保持低迷。ABI预测在未来4-5年内只有少量的L 4级和L5级自动驾驶汽车。该公司的分析师预测，2025年汽车激光雷达的出货量将少于50万台，到2030年出货量将增加到650万台。
同时，ABI认为激光雷达的用途还有很多，其中包括交通监控和管理（与热成像技术相比，具有更高的分辨率和鲁棒性）、新冠肺炎疫情（COVID-19）用例中的人员密度和流量跟踪及监测，以及大规模改善制造工厂和仓库的工业机器人管理。随着各种行业和环境中不断涌现了许多数字孪生用例，激光雷达的销量可能会随之显著增长。
延伸阅读：
《自动驾驶汽车、机器人出租车及其传感器-2021版》
《新兴图像传感器技术、应用及市场-2021版》
《传感应用的VCSEL技术及市场-2021版》
《激光雷达产业及核心元器件-2020版》
《飞行时间（ToF）传感器技术及应用-2020版》
