1. 从“激光雷达”到“固态激光”一场被误解的技术转向2017年的国际消费电子展也就是CES对于关注汽车和传感器技术的人来说绝对是一个值得回味的年份。那一年自动驾驶的风口正劲而作为自动驾驶“眼睛”的激光雷达成为了展台上当之无愧的明星。但如果你仔细回溯当时的报道和讨论会发现一个有趣的现象很多媒体和业内人士都在热烈讨论一个词——“固态激光雷达”。仿佛一夜之间传统的机械旋转式激光雷达成了“旧时代”的产物而固态方案则代表了未来。然而这个说法其实存在一个普遍的误解。标题“CES2017-固态激光会转向”中的“转向”二字恰恰点出了这个误解的核心。它指的并不是激光雷达的扫描光束在物理上“转向”而是整个行业的技术路线和资本关注点在2017年CES这个关键节点上发生了根本性的“战略转向”。我们今天要聊的就是这场转向背后的真实故事为什么是2017年为什么是“固态”以及被我们寄予厚望的“固态激光雷达”其技术内涵究竟是什么它真的完全“固态”了吗首先我们必须厘清一个基本概念所谓“固态激光雷达”其核心追求是“去机械化”。传统的机械式激光雷达内部有高速旋转的电机和光学镜组通过物理旋转来实现激光束对周围360度环境的扫描。这种方案技术成熟点云质量高但成本高昂、体积大、可靠性尤其是车规级可靠性是致命伤。你能想象一个精密的、每分钟旋转几百上千次的机械结构在颠簸、高低温、盐雾的汽车环境下稳定工作十年吗这几乎是不可能的任务。因此行业的共识是要让激光雷达真正大规模上车必须干掉这些运动部件。而2017年CES正是多种“固态”或“准固态”技术路线集中亮相、同台竞技的舞台它们共同宣告了行业告别纯机械时代的开始。这场转向不是某个单一技术的胜利而是一场关于未来形态的集体探索。2. 2017 CES舞台上的“固态”选手技术路线的首次大阅兵2017年的CES就像一个大型的激光雷达技术路线“路演”现场。几家代表性的公司展示了不同的“去机械旋转”方案我们可以把它们大致分为三类MEMS微振镜、光学相控阵以及转镜/棱镜方案。理解它们的区别是理解这场“转向”深度的关键。2.1 MEMS微振镜用“微观颤抖”代替“宏观旋转”这是当时最被看好也是后来商业化进程最快的一条路径。代表公司是Innoviz和速腾聚创RoboSense等。MEMS微机电系统微振镜的本质是把一个毫米甚至微米级别的微型反射镜集成在硅基芯片上。通过微小的电流控制让这个镜片产生高频、微幅的二维偏转从而引导固定的激光束完成扫描。你可以把它想象成一个极其微小的“摇头电风扇”只不过它摇动的不是扇叶而是反射激光的镜子。它的优势非常明显体积小、成本潜力大基于半导体工艺易于批量生产符合车载传感器小型化、集成化的需求。可靠性高运动幅度极小机械疲劳和磨损问题远小于宏观旋转电机。扫描模式灵活可以通过电信号编程控制扫描图案如区域加密扫描更智能。但在2017年MEMS方案也面临严峻质疑镜面尺寸小导致的光学孔径小限制了探测距离和点云密度微振镜的寿命和抗冲击能力能否满足车规要求还是未知数。CES的亮相是它从实验室走向前台的关键一步。2.2 光学相控阵没有机械运动的“电子扫描”OPA光学相控阵技术听起来更像“黑科技”。它完全没有任何机械运动部件其核心是一个由大量纳米级光学天线单元组成的阵列。通过精确控制每个天线单元发射光波的相位差利用波的干涉原理在空间中合成并控制激光主波束的方向。这类似于军事上用的舰载相控阵雷达只不过把电磁波换成了激光。理论上这是最纯粹、最理想的“固态”方案扫描速度可以达到极高的级别。2017年Quanergy高调宣传其OPA固态激光雷达并宣称将达到极低的成本引发了巨大轰动。然而OPA的技术难度极高存在旁瓣效应强能量分散、有效探测距离短、加工工艺复杂等几乎难以逾越的工程挑战。后来Quanergy的跌落神坛也印证了从理论到量产之间的鸿沟。2.3 转镜/棱镜方案一种折中的“混合固态”路径这条路径的代表是禾赛科技Hesai和Livox。它并没有完全取消机械运动而是用持续旋转的多面镜或棱镜配合固定的激光发射器和接收器来实现扫描。因为电机驱动的是反射镜而非整个激光收发模块所以运动部件的复杂度和负荷大大降低。严格来说这应该被称为“混合固态”或“准固态”。但在2017年的语境下只要大幅减少了运动部件、提升了可靠性业界也愿意将其纳入“固态”的广义讨论中。例如Livox推出的非重复扫描式激光雷达利用旋转棱镜产生了独特的花瓣状扫描图案实现了随着时间累积、点云密度越来越高的效果在当时令人耳目一新。注意这里就出现了关键的技术概念区分。当我们今天再说“固态激光雷达”时通常有狭义和广义之分。狭义指纯固态如OPA以及后来出现的Flash闪光式广义则包含了混合固态MEMS 转镜。2017年CES引发的讨论更多是基于广义概念即“一切旨在取代360度机械旋转的新方案”。3. “转向”背后的核心驱动力成本、车规与量产技术路线的百花齐放只是表象2017年CES成为转折点其背后有三股强大的驱动力在同时发力共同逼迫行业做出“转向”的选择。3.1 成本之殇千元美金关口与量产噩梦在2017年之前一台高性能的64线机械旋转激光雷达如Velodyne的HDL-64E售价高达数万甚至十万美元。这对于动辄需要部署多个雷达的自动驾驶测试车队来说尚可承受但对于量产乘用车无疑是天方夜谭。行业有一个著名的“千元美金”门槛即激光雷达的成本必须降到1000美元以下才有望在高端车型上规模化前装。机械旋转方案的成本居高不下源于其精密的机械组装、复杂的校准工艺和极低的良品率。它更像一个精密的科学仪器而非一个可大规模自动化生产的汽车零件。所有车企和Tier1供应商都看到了这个瓶颈因此当CES上出现基于半导体工艺、有望大幅降本的“固态”方案时资本和产业的热情被瞬间点燃。这场转向首先是一场“成本驱动的革命”。3.2 车规级可靠性一场严酷的“生存测试”汽车零部件有一套极其严苛的可靠性标准统称为“车规级”。它要求部件能在-40°C到105°C的温度范围内工作承受长时间的振动、冲击、湿热循环并且寿命通常要达到10年或15万公里以上。传统的机械旋转雷达其高速电机和轴承在极端温度和持续振动下失效风险急剧增加。我参与过早期自动驾驶项目的路测就遇到过因为振动导致雷达内部连接器松动从而整个点云消失的故障。这对于安全至上的自动驾驶来说是致命的。因此主机厂在评估供应商时车规可靠性是比性能参数更前置的“一票否决”项。“固态”或“混合固态”方案大幅简化或消除了最脆弱的宏观运动部件在通过车规认证的道路上天生就具有巨大优势。2017年正是主机厂开始认真寻找可量产车载传感器的时间点需求倒逼了技术展示的转向。3.3 集成化与外观设计告别“水桶”和“花盆”早期的自动驾驶测试车车顶顶着一个巨大的“水桶”或“花盆”激光雷达的外罩这成为了自动驾驶的视觉符号。但对于量产车这样的设计是无法接受的。它风阻大、不美观、破坏车身结构也容易引起用户的心理不适。车企希望激光雷达能够像摄像头、毫米波雷达一样无缝嵌入到车身的前脸、格栅、大灯或车顶之中实现“隐形化”。机械旋转雷达由于需要360度视场很难做到嵌入式设计。而固态或混合固态雷达其扫描视场通常可以设计为前方扇形如120°×25°形态更加扁平为嵌入设计提供了可能。2017年CES上很多“固态”雷达的样机都以更小巧、更平整的形态出现这直接回应了车企对工业设计的迫切需求。4. 理想与现实的差距被重新定义的“固态”与当下主流2017年CES点燃的“固态”之火在随后的几年里经历了残酷的技术和商业淬炼。最初描绘的完美图景在与工程现实、量产成本和性能指标的碰撞中发生了深刻的演变。4.1 OPA的退场与Flash的兴起曾被寄予厚望的纯固态OPA路线由于其难以克服的技术障碍如旁瓣效应、低光功率在展示概念样机后迟迟无法推出满足车载性能要求尤其是远距探测的产品。曾经风光无限的Quanergy也因此陷入困境。与此同时另一条纯固态路线——Flash激光雷达开始受到更多关注。Flash雷达的工作原理类似摄像头它在一个瞬间向整个视场发射一片覆盖式的面阵激光然后用一个高灵敏度的面阵传感器如SPAD接收返回的光子通过飞行时间直接生成一幅深度图。它真正做到了零运动部件且抗振动能力极强。但它的核心挑战在于激光功率密度低导致探测距离短早期多在几十米内。近年来随着SPAD传感器技术和激光器功率的提升Flash雷达在补盲、舱内监测等短距场景找到了落地空间并开始向主雷达领域迈进。4.2 MEMS与转镜的“混合固态”成为中流砥柱经过多年的迭代MEMS微振镜和转镜/棱镜这两条“混合固态”路线凭借其在性能、可靠性和成本间取得的更好平衡成为了当前车载前向主激光雷达的主流选择。MEMS路线通过增大镜面尺寸、优化控制算法、采用更耐用的材料逐步解决了早期探测距离和可靠性的问题。其灵活的扫描能力特别适合实现“凝视”功能对感兴趣区域进行高密度点云扫描成为了高级辅助驾驶的利器。转镜/棱镜路线则凭借其更简单、更坚固的机械结构在车规可靠性验证中往往表现得更稳健。其扫描模式稳定点云均匀性好也受到了众多车企的青睐。一个重要的行业共识已经形成在可预见的未来所谓“车规级量产激光雷达”主要就是指这两种“混合固态”方案。它们虽然不是最初理想中“零运动部件”的纯固态但却是工程化、成本与性能权衡下的最优解。2017年CES所引发的“固态转向”最终落地为一场“混合固态”的胜利。4.3 性能指标的再平衡分辨率、帧率与探测距离在机械旋转时代我们习惯于用“线数”如16线、32线、64线来衡量激光雷达的性能。但在固态/混合固态时代这个指标不再适用。评价体系变成了更复杂的多维平衡角分辨率等效于“线数”的密度但可以在不同区域动态调整。帧率每秒生成多少幅点云图像影响系统感知的实时性。探测距离对10%反射率目标的有效探测距离这是安全性的基础。视场角尤其是水平视场角决定了覆盖范围。车企会根据不同车型的定位豪华车 vs. 经济车、功能城市导航辅助驾驶 vs. 高速辅助驾驶来选择和定制雷达的参数。例如主打城市复杂场景的车型可能更需要大的水平视场角而主打高速巡航的车型则对远距探测能力要求更高。供应商不再提供标准品而是进入了与车企深度定制联合开发的阶段。这也是2017年技术路线分化为不同细分赛道带来的必然结果。5. 实战视角如何评估与选择一款“固态”激光雷达如果你是一名工程师需要为项目选型或评估一款激光雷达仅仅看宣传彩页是远远不够的。基于当前“混合固态”为主流的环境你需要从以下几个实际维度进行深入考察5.1 首要关卡车规认证与可靠性数据不要只听供应商说“符合车规”一定要索要具体的认证证书和报告。最核心的是AEC-Q100芯片应力测试标准和ISO 16750道路车辆电气电子设备环境条件系列标准。更重要的是要关注其可靠性预测报告特别是基于测试数据计算的平均故障间隔时间。询问他们是如何解决MEMS镜片长期振动下的疲劳问题或是转镜轴承的磨损与润滑问题的。要求供应商提供在极端温度循环、机械冲击、随机振动测试中的详细性能数据曲线而不仅仅是一个“通过”的结论。5.2 核心性能在真实场景中测试而非暗室供应商给出的探测距离、分辨率等参数往往是在理想实验室条件下如高反射率目标、无环境光干扰测得。你必须设计贴近真实场景的测试不同反射率目标分别测试对10%如黑色轮胎、50%如灰色车身、80%如交通标志反射率目标的实际探测距离。抗环境光干扰在正午强光下测试其对低反射率物体的探测能力是否急剧下降。Flash雷达尤其需要关注此项。动态范围与串扰在近距离有强反射物体如前方车辆尾牌时是否会影响对远处弱反射物体的探测鬼影或信号饱和。点云质量不仅仅是密度更要关注点云的稳定性、噪声水平是否存在大量飞点以及在不同距离上的分布均匀性。5.3 集成与校准容易被低估的“软成本”将激光雷达集成到车上不仅仅是物理安装更包括时间同步、坐标系标定、点云预处理等一系列复杂工作。时间同步雷达与整车系统尤其是GNSS/IMU的时间同步精度直接决定了定位和感知的准确性。需要评估其支持的同步协议如PTP、PPS和实际能达到的微秒级精度。标定便利性雷达相对于车身坐标系的标定是否提供了便捷的工具和流程标定过程是否需要昂贵的专业设备还是通过软件和自然场景就能完成这直接影响售后维护的成本和难度。数据接口与带宽雷达输出的原始数据流量巨大其接口如车载以太网带宽是否足够是否提供了压缩或预处理后的选项以减轻域控制器的算力负担5.4 软件与生态不止于硬件今天的激光雷达竞争早已超越了硬件本身。供应商提供的配套软件能力至关重要点云预处理算法是否内置了有效的去噪、运动畸变校正、滤除如雨雾、灰尘算法诊断与健康管理能否通过软件实时监控雷达内部状态如激光器功率、接收器灵敏度、温度并进行故障预测和上报开发工具链是否提供了易于使用的SDK、可视化工具、数据录制与回放工具这对于研发和调试效率影响巨大。从我实际接触多个项目的经验来看很多团队在前期只关注硬件参数和报价到了集成阶段才发现软件支持薄弱、标定复杂、诊断困难导致项目周期大幅延长整体拥有成本反而上升。因此必须将软件和生态支持作为与硬件性能同等重要的选型维度。2017年CES上那场轰轰烈烈的“固态激光会转向”本质上是一场从技术理想主义到工程现实主义的集体进化。它宣告了激光雷达作为“量产汽车零部件”时代的开启其核心命题从“如何做出性能最强的传感器”转变为“如何在满足车规可靠性的前提下以可接受的成本实现足够好的性能”。今天当我们看到越来越多的新车将激光雷达嵌入车头实现高阶辅助驾驶功能时正是那条始于2017年的技术路径经过无数工程师在成本、性能与可靠性的钢丝上反复权衡与迭代后结出的果实。这场转向没有终点它仍在继续向着更集成、更智能、成本更低的方向不断演进。