智能化汽车时代的到来也带来了各类车载传感器的爆发，激光雷达、毫米波雷达和摄像头是公认的三大无人车核心传感器。为了达到更高阶的自动驾驶，激光雷达无疑是最重要的增量配件，谷歌、奥迪、福特和百度等公司研发的无人车均已配备了激光雷达，威马、蔚来、智己、小鹏和哪吒等造车新势力也都在今年发布了基于激光雷达的产品和发展路线图。目前，激光雷达正逐渐向产品化和大规模商业化过渡，并正在为无人车的最终量产铺平道路。
据中金预测，未来五年内中国激光雷达市场规模将从50亿元快速攀升至近400亿元。到2025年，全球激光雷达市场规模有望从目前的150亿美元左右上升至千亿级别。激光雷达之所以将全面爆发，从根本上来讲，是因为车载激光雷达比摄像头、毫米波雷达等在测距精度、抗干扰等方面有更好的表现。值得一提的是，当前车载激光雷达逐步从导入期进入成长期，不确定性开始增大，未来技术路线的选择、量产客户的开拓、融资能力等都将左右激光雷达的竞争格局。
美国、德国、以色列等国的公司从事激光雷达的开发起步较早，技术较成熟。由于技术壁垒高，国内主攻研发用于无人驾驶汽车的激光雷达赛道“玩家”不多。
但激光量子鬼成像雷达，中国技术走在了国际前沿。
量子成像从1995年首次实现至今已有20多年的历史。目前，量子成像已经彻底抛弃了纠缠光源、走出了条件要求严苛的实验室环境，同包括压缩感知在内的各个领域形成了多学科交叉，并进一步被引入了激光探测的领域。激光量子鬼成像雷达能够传统神经网络的框架下在光学探测的过程中实现不依赖GPU或AI芯片的视场分割和目标识别，能够显著提升恶劣天气条件下目标的成像和识别效果，而其低剂量高灵敏度的探测性能则可为未来无人车流情况下的设备和人眼安全提供有力保障。在此基础上，量子鬼成像的又可同可寻址VCSEL阵列相结合，进而实现激光鬼成像雷达的真固态与可量产。
近日，36氪接触到一家激光量子鬼成像雷达领域的国内创新企业深圳亿维瑞光科技有限公司（以下简称“亿维瑞光”）。
中国科学院上海光学精密机械研究所的韩申生研究员是国际公认的量子鬼成像雷达领域的权威专家。王霄鹏博士基于此前和韩申生研究员在量子成像领域的学术合作发起创立了亿维瑞光，并吸纳了包括国际一线激光雷达公司市场和销售团队在内的一批行业“老兵”。
王霄鹏团队认为，固态激光量子鬼成像雷达这一具有中国自主知识产权的技术路线将成为关键突破口。固态激光量子鬼成像雷达将为市场带来真正固态的、可量产的、更安全的产品，大幅缓解现有无人车算力紧张、保障无人车流场景中的人眼安全和设备安全，并为无人物流行业提供价格低、高可靠、全天候、全天时的成像激光雷达。
激光雷达的技术壁垒和现实挑战，会由中国人突破吗？带着对这个前沿技术领域的诸多问题，36氪和亿维瑞光创始人王霄鹏进行了一次深入的探讨。
1. 无人车领域的一个核心痛点是算力紧张在车前放一个易拉罐，无人车如何判断它是什么？对于一台配备有高级别辅助和自动驾驶功能的车辆，它首先会由车载相机和激光雷达对其进行扫描和成像，然后再对获得的图像和点云进行融合。融合完毕后的数据被进一步送入车载GPU或者AI芯片中，由预先训练好的神经网络进行判断并得出它究竟是个杯子，是个手机，还是个易拉罐。
由于无人车所面对的路况往往非常复杂，所以其所需要处理的数据量十分庞大。据国内某一线L4自动驾驶公司核心技术人员透露，目前车载计算平台约60%以上的算力都消耗在了感知算法对激光雷达点云的处理上，用以应对复杂的车流和路况。因此在进一步优化相关算法对资源和算力消耗的同时，各大公司对更高性能的GPU或AI芯片都给予了非常高的关注和期待。英伟达、特斯拉和英特尔每年都推陈出新、发布更强的车载芯片，而如地平线、寒武纪等国产后来者也不甘示弱，算力不断提升，同时推涨了估值。

文章插图
固态激光量子鬼成像雷达可解决无人车对车载芯片算力的高要求
无人车对车载芯片算力的高要求的根本在于激光雷达的实时点云数据量过于庞大，因而其传输和处理都受到了硬件性能的限制。不同于某些现有的激光雷达公司的简易方案（激光雷达不输出点云而输出简单的识别结果），亿维瑞光的固态激光量子鬼成像雷达将原本运行在GPU或者AI芯片上的神经网络搬运到了光学探测的过程中，一边探测一边对视场进行分割、对目标进行识别，进而免去了对于点云的硬件传输和车载芯片上的处理，极大地缓解了无人车对车载芯片的算力要求。

稿源：(36氪新媒体)

【傻大方】网址：http://www.shadafang.com/c/11059455252021.html

标题：雷达|光学AI、固态量产，「亿维瑞光」激光量子鬼成像雷达聚焦无人车难题