今年3月，蔚来ET7开始交付，随之交付的还有量产上车的激光雷达。
这颗激光雷达是由蔚来和图达通联合研发，它既是全球首款量产的nm激光雷达，也是量产中探测距离最远的激光雷达。
按蔚来说法，这款激光雷达并不是「期货」，而是「上车即用」。
蔚来智能硬件副总裁白剑表示，激光雷达上车，在用户的日常用车过程中，最直接最高频能感受到的体验提升是：
跟车时加减速会更平顺；前方出现慢车时，自车的减速会更及时也会更舒适；被他车切入时，减速的时机以及舒适度也会更好。一句话总结就是，「整体加减速表现的更像人类驾驶员。」
目前，蔚来ET7已经实现ACC（自适应巡航）和LCC（车道居中）功能量产，而随着后续软件迭代升级，基于激光雷达实现的NOP+（增强领航辅助驾驶能力）将于今年第三季度开启交付。
01
为什么自动驾驶需要激光雷达？
ET7作为蔚来首款旗舰轿车，传感器几乎武装到了牙齿。
蔚来ET7搭载的Aquila蔚来超感系统，配备了33个高性能感知硬件，包括：
1个超远距高精度激光雷达；7个万像素高清摄像头；4个万像素高感光环视专用摄像头；5个毫米波雷达；12个超声波传感器；此外，这套超感系统还包含1个增强主驾感知、2个高精度定位单元和V2X车路协同。
这是一套典型的多传感器融合的配置方案。
关于自动驾驶感知方案的发展路线，业内一直存在两个流派：
一是特斯拉，坚持走纯视觉方案路线；
一是除特斯拉的其他车企，坚持走多传感器融合方案路线；
在白剑看来，蔚来坚持多传感器融合路线，原因在于：「人眼、摄像头，还有激光雷达所看到的世界各不相同。」
人眼基于大脑，能够顺利获取深度信息，并能够及时判断并处理瞬间信息。
摄像头所能够收集到的都是二维信息，即使一些双目或三目摄像头技术能够提供部分的深度信息，但距离越远，精确性越差。
激光雷达的工作原理，就是通过收集反射光脉冲，输出三维空间数据，为视觉传感器提供可靠的深度信息。
白剑举了两个场景：
一是逆光出隧道的明暗变化，在大光比环境中，摄像头甚至人眼所看到的画面都已经模糊，但激光雷达却并不存在这个问题。
二是针对远处路面塑料袋的判断，人眼能够轻易分辨出路面上的异物是塑料袋，并排除威胁，但摄像头很难判断其具体性质，激光雷达则通过3D信息能够很快地知道这是一个又轻又薄的物体，进而排除威胁。
在自动驾驶感知方案中，毫米波雷达+摄像头组合较为成熟。
但随着道路状况越来越复杂，当前技术条件下，摄像头+毫米波雷达的方案在面对强光、隧道逆光、黑夜、未经算法训练的物体等场景下难以可靠识别障碍物。
同时，目前摄像头、甚至多目摄像头，配合视觉算法，依然较难提供自动驾驶感知层面至关重要的深度信息，目标物体越远，深度信息精度越低。
激光雷达的上车，则支撑了在量产车上实现从辅助驾驶到自动驾驶的进化。
白剑表示：激光雷达加入后，整体传感器达到互为冗余，达到整车感知的升维，提升感知的可靠性。车辆可有效识别路面凸起、井盖缺失、抛洒物、大型静止障碍物等目前摄像头难以识别的目标。
因此，激光雷达能让整车感知能力实现质的飞跃。
02
三大指标，看蔚来激光雷达真实性能
在多传感器融合系统中，激光雷达的地位不言而喻。其性能好坏也影响着整个自动驾驶感知系统的优劣。
此次ET7搭载的这颗激光雷达，属于图达通的猎鹰系列。
这颗激光雷达最远探测距离达米，10%反射率下探测距离达米，拥有°超广水平视角和0.06°*0.06°超高分辨率，是全球首款实现大规模量产的nm激光雷达。
一般来说，业内主流的激光雷达波长为nm，与人眼可见波长（nm～nm）相近，因此nm激光容易在人眼视网膜上聚焦成点。
为保护人眼安全，通常nm的激光雷达的光功率上限较低。
nm波长的激光雷达又有哪些优势？
首先，远超人眼识别范围的nm激光无法在人眼视网膜上聚焦成点，且在通过眼球过程中大部分都会被水吸收，几乎不会对人眼造成危害，这也就使其可以允许输出更高功率，实现更远探测距离。
其次，nm波长激光抗干扰能力强、光束准直度更好、光源亮度高，这几个优点也让激光的发射和接收更高效，可以实现更精细的物体识别。
第三，nm波长激光的光斑非常小，在米外光斑直径仅为的四分之一。在探测米处的行人时，可以接收到横排4个点，纵排?7个点的脉冲，清晰地探测到行人的姿态。
基于此，蔚来给这颗激光雷达提出的三个核心指标是：看得远、看得清、看得准。
1）看得远。
蔚来ET7激光雷达最远探测距离可达米，10%反射率标准下的探测距离，可达米。
在这里，白剑并没有只强调看得距离足够远，而是提出「激光雷达只讲探测距离，不讲反射率这个限定条件就是耍流氓。」
所谓的反射率，从技术上来讲，激光雷达的工作原理是在发射端持续、等间隔地发射激光束，这些光束遇到障碍物会反射回来，反射回来的多少又叫「反射率」。
简单来说，反射率越高就意味着看得越清楚。
但反射率并不是一个稳定的指标，反射物表面的质地会造成很大的影响。比如金属路牌，它的反射率就很高；而偏黑偏暗的衣服、车漆油漆就要差得多，通常只有10%。
蔚来能够做到的，是在10%反射率标准下的探测距离达到米，而市面上一些量产的激光雷达，在检测10%反射率物体的有效距离一般为米或米。
2）看得清。
蔚来激光雷达基于「定睛凝视」功能，可实现0.06°H×0.06°V超高分辨率。
判断激光雷达是否看得清，主要依据为分辨率的高低。
所谓分辨率，可以理解为激光雷达通过3D图像中的像素点去表征所识别的物体，相同大小物体，点数越多，分辨率越高，所描绘的物体更加细致，自然也就看得更清晰。
蔚来激光雷达给出的参数是：ROI区域在「定睛凝视」下的分辨率是0.06°H×0.06°V。这组数字中，H代表水平方向、V代表垂直方向，0.06°代表每0.06°就有一个「点」。
°水平视角和25°垂直视角组成的整体视野下，蔚来激光雷达能够反馈出水平方向÷0.06=0个点；垂直方向25÷0.06≈.67个点。
白剑举了一个图示，同样是一个1.8m的行人，他在米处的探测点数是这样的：
值得注意的是，蔚来最大分辨率0.06°H×0.06°V是基于「定睛凝视」模式所实现。可以理解这是一种通过算法实现「人眼聚焦」的功能。
「从背后的原理上讲就是把人眼的感光的像素都聚焦到这么小的一个范围内给他。」白剑解释说。他还补充说，「在40°的水平、9.6°的垂直范围内，我们都可以实现这么高的分辨率。」
据悉，ET7激光雷达的定睛凝视功能范围为25°H（横向）*9.6°V（纵向）。
在前方50m处，该区域覆盖范围：横向覆盖达10条车道，纵向覆盖大于一层楼高度，可充分覆盖前方行车区域。
ET7激光雷达定睛凝视区域策略性选择加密关键区域，而非全局铺满点，可根据需要随时让任意区域分辨率高起来。
这样就可以避免占用不必要的计算资源，提升数据利用的有效性，减轻算法压力，更利于整车感知系统运行，真正实现把「点」用在刀刃上。
3）看得稳。
这里白剑提到了一个POD概念，即探测概率，一般为超过连续帧发射的激光束数量（即理论点数量）与被探测到的激光束数量（即有效点数量）的比值。
POD这个指标就代表了激光雷达最终能成功接受多少点数，越高就意味着点云越丰富，看得也就越准。
蔚来搭载的激光雷达所感知m处10%反射率物体的探测概率超过90%。
「很多的激光雷达是远低于这个水平的。」白剑如是说。
综合来看，作为首个量产的nm激光雷达，在数据参数上表现比较优秀。
但在ET7上，蔚来并没有选择装备更多数量的激光雷达，而是仅仅搭载1颗，这不禁让人疑问，一颗激光雷达能够满足需求吗？
03
联合图达通合作研发，
一颗激光雷达就能满足需求？
激光雷达作为汽车零部件之一，一般是由供应商开发，再交付给主机厂上车应用。
但在白剑看来，这种模式有两个弊端：
一是开发流程长，周期长；
二是开发完成后，主机厂很难再做深度定制。
因此，年，蔚来通过蔚来资本参与了图达通万美元的B+轮融资。
双方合作研发量产猎鹰激光雷达。
激光雷达整体结构一般可以分为两个部分：
光学部分：包括机械部分转境等，由图达通主导；结构部分：包括电路板等，由蔚来主导；双方合作研发，白剑认为主要优势有三：
开发周期短，这款激光雷达从立项到上车总共耗时不到2年时间；发挥双方优势，在供应链、可靠性、成本等方面有极大提升；专为ET7量身定做，ET7风阻系数、设计美观度等各种指标实现最优。基于激光雷达在整车上的深度定制，ET7在车顶位置布置了超远距高精度激光雷达和万高清摄像头，整体造型呈「暸望塔」式，确保传感器视野更开阔。
同时，经过蔚来工程团队和设计团队反复试验和打磨，瞭望塔式造型与原始方案（无LiDAR）相比，风噪仅增加0.8db，风阻系数仅增加0.，最终创造0.超低风阻系数，位列全球量产车风阻系数前二。
值得注意的是，在当前车企对激光雷达数量大比拼的时代，蔚来在ET7上仅安装了一颗激光雷达。
对此，白剑认为：现阶段需要激光雷达主要是正向、高速或者处理起来非常复杂的场景，主要以前视感知为主，所以蔚来选用了一颗前向激光雷达。
其他位置，如侧向的激光雷达，主要应用场景多半是在无保护左转，Cut-in(加塞)这些比较低速的场景。」
在这种情况下，蔚来的Aquila的摄像头系统，包括四颗侧向8M摄像头和四颗环式摄像头，可提供比较足够的深度信息，特别是Aquila的传感器的两颗SideFront8M摄像头，位置比较高，视野比较好。
也就是说，基于摄像头视觉系统组合，在一些要求不高的低速情况下，蔚来自动驾驶感知系统能够兼顾盲区。
一直以来，蔚来都在坚持正向自主研发。
联合图达通共同研发激光雷达，使其大大缩减激光雷达上车时间的同时，也能够实现激光雷达与整车的深度整合，从而实现最大性能。
不过，白剑也坦言：现阶段蔚来的自动驾驶传感器系统也并不是最优解，随着未来技术的不断发展，人工智能的水平和芯片的能力越来越强，Sensor的能力也越来越强，蔚来的自动驾驶系统也将会持续演进。
但最终评判其自动驾驶性能优劣的，并不是车企给出的各种参数数据，而是真实的用户驾驶体验。随着ET7的不断交付，我们也将会看到更多真实评价。
「汽车之心·行家说」预告6月28日周二20:00-21:00，探维科技CTO郑睿童将做客汽车之心·行家说，聊聊「激光雷达升级之道：硬件级图像前融合」。欢迎扫描下方