無(wú)人駕駛汽車(chē)的成功涉及高精地圖、實(shí)時(shí)定位以及障礙物檢測(cè)等多項(xiàng)技術(shù)离陶，而這些技術(shù)都離不開(kāi)光學(xué)雷達(dá)（LiDAR）。本文將深入解析光學(xué)雷達(dá)是如何被廣泛應(yīng)用到無(wú)人車(chē)的各項(xiàng)技術(shù)中夸盟。文章首先介紹光學(xué)雷達(dá)的工作原理，包括如何通過(guò)激光掃描出點(diǎn)云；然后詳細(xì)解釋光學(xué)雷達(dá)在無(wú)人駕駛技術(shù)中的應(yīng)用坏瞄，包括地圖繪制、定位以及障礙物檢測(cè)阶捆；最后討論光學(xué)雷達(dá)技術(shù)目前面臨的挑戰(zhàn)，包括外部環(huán)境干擾钦听、數(shù)據(jù)量大洒试、成本高等問(wèn)題。
一
無(wú)人駕駛技術(shù)簡(jiǎn)介
無(wú)人駕駛技術(shù)是多個(gè)技術(shù)的集成朴上，包括了傳感器垒棋、定位與深度學(xué)習(xí)、高精地圖余指、路徑規(guī)劃捕犬、障礙物檢測(cè)與規(guī)避、機(jī)械控制酵镜、系統(tǒng)集成與優(yōu)化碉碉、能耗與散熱管理等等。雖然現(xiàn)有的多種無(wú)人車(chē)在實(shí)現(xiàn)上有許多不同淮韭，但是在系統(tǒng)架構(gòu)上都大同小異垢粮。圖1顯示了無(wú)人車(chē)的通用系統(tǒng)架構(gòu)，系統(tǒng)的感知端（圖1左）由不同的傳感器組成靠粪，其中GPS用于定位蜡吧，光學(xué)雷達(dá)（Light Detection And Ranging，簡(jiǎn)稱 LiDAR）用于定位以及障礙物檢測(cè)占键，照相機(jī)用于基于深度學(xué)習(xí)的物體識(shí)別以及定位輔助昔善。
圖1 無(wú)人車(chē)通用系統(tǒng)架構(gòu)
在傳感器信息采集后，我們進(jìn)入了感知階段畔乙，主要是定位與物體識(shí)別（圖1中）君仆。在這個(gè)階段，我們可以用數(shù)學(xué)的方法牲距，比如Kalman Filter與 Particle Filter等算法返咱，對(duì)各種傳感器信息進(jìn)行融合，得出當(dāng)前最大幾率的位置牍鞠。如果使用LiDAR為主要的定位傳感器咖摹，我們可以通過(guò)LiDAR掃描回來(lái)的信息跟已知的高精地圖做對(duì)比，得出當(dāng)前的車(chē)輛位置难述。如果沒(méi)有地圖萤晴，我們甚至可以把當(dāng)前的LiDAR掃描信息與之前的掃描信息用ICP算法做對(duì)比吐句，推算出當(dāng)前的車(chē)輛位置。在得出基于LiDAR的位置預(yù)測(cè)后店读，可以用數(shù)學(xué)方法與其它傳感器信息進(jìn)行融合蕴侧，推算出更精準(zhǔn)的位置信息。
最后两入，我們進(jìn)入了計(jì)劃與控制階段（圖1右）。在這個(gè)階段敲才，我們根據(jù)位置信息以及識(shí)別出的圖像信息（如紅綠燈）實(shí)時(shí)調(diào)節(jié)車(chē)輛的行車(chē)計(jì)劃裹纳，并把行車(chē)計(jì)劃轉(zhuǎn)化成控制信號(hào)操控車(chē)輛。全局的路徑規(guī)劃可以用類(lèi)似A-Star的算法實(shí)現(xiàn)紧武，本地的路徑規(guī)劃可以用DWA等算法實(shí)現(xiàn)剃氧。
二
光學(xué)雷達(dá)基礎(chǔ)知識(shí)
無(wú)人駕駛技術(shù)已經(jīng)成為汽車(chē)發(fā)展的一個(gè)大趨勢(shì)，目前業(yè)界已經(jīng)推出眾多無(wú)人駕駛的試驗(yàn)車(chē)輛阻星，但縱觀所有無(wú)人駕駛汽車(chē)朋鞍，它們都有一個(gè)共同點(diǎn)——頂個(gè)球。這個(gè)不停轉(zhuǎn)動(dòng)的“球”——激光雷達(dá)妥箕，既是實(shí)現(xiàn)無(wú)人駕駛技術(shù)的關(guān)鍵滥酥，但又成為了無(wú)人駕駛大規(guī)模商用的障礙。
先來(lái)了解下光學(xué)雷達(dá)的工作原理畦幢，特別是產(chǎn)生點(diǎn)云的過(guò)程坎吻。
工作原理
光學(xué)雷達(dá)是一種光學(xué)遙感技術(shù)，它通過(guò)首先向目標(biāo)物體發(fā)射一束激光宇葱，再根據(jù)接收－反射的時(shí)間間隔來(lái)確定目標(biāo)物體的實(shí)際距離瘦真。然后根據(jù)距離及激光發(fā)射的角度，通過(guò)簡(jiǎn)單的幾何變化可以推導(dǎo)出物體的位置信息黍瞧。由于激光的傳播受外界影響小诸尽，LiDAR能夠檢測(cè)的距離一般可達(dá)100m以上。與傳統(tǒng)雷達(dá)使用無(wú)線電波相比較印颤，LiDAR使用激光射線您机，商用LiDAR使用的激光射線波長(zhǎng)一般在600nm到1000nm之間，遠(yuǎn)遠(yuǎn)低于傳統(tǒng)雷達(dá)所使用的波長(zhǎng)膀哲。因此LiDAR在測(cè)量物體距離和表面形狀上可達(dá)到更高的精準(zhǔn)度往产，一般可以達(dá)到厘米級(jí)。
LiDAR系統(tǒng)一般分為三個(gè)部分：第一是激光發(fā)射器某宪，發(fā)射出波長(zhǎng)為600nm到1000nm之間的激光射線仿村；第二部分是掃描與光學(xué)部件，主要用于收集反射點(diǎn)距離與該點(diǎn)發(fā)生的時(shí)間和水平角度（Azimuth）兴喂；第三個(gè)部分是感光部件蔼囊，主要檢測(cè)返回光的強(qiáng)度焚志。因此我們檢測(cè)到的每一個(gè)點(diǎn)都包括了空間坐標(biāo)信息（x, y, z）以及光強(qiáng)度信息（i）。光強(qiáng)度與物體的光反射度（reflectivity）直接相關(guān)畏鼓，所以根據(jù)檢測(cè)到的光強(qiáng)度也可以對(duì)檢測(cè)到的物體有初步判斷酱酬。毫米波雷達(dá)受制于波長(zhǎng)，探測(cè)效果欠佳****目前百度和谷歌無(wú)人駕駛汽車(chē)車(chē)身上的64位激光雷達(dá)云矫，售價(jià)高達(dá)70萬(wàn)元人民幣膳沽。激光發(fā)射器線束的越多，每秒采集的云點(diǎn)就越多让禀，探測(cè)性能也就更強(qiáng)挑社。然而線束越多也就代表著激光雷達(dá)的造價(jià)就更加昂貴，64線束的激光雷達(dá)價(jià)格是16線束的10倍巡揍。
作為ADAS不可或缺的核心傳感器類(lèi)型痛阻，毫米波雷達(dá)從上世紀(jì)起就已在高檔汽車(chē)中使用，技術(shù)相對(duì)成熟腮敌。毫米波的波長(zhǎng)介于厘米波和光波之間阱当，因此毫米波兼有微波制導(dǎo)和光電制導(dǎo)的優(yōu)點(diǎn)，且其引導(dǎo)頭具有體積小糜工、質(zhì)量輕和空間分辨率高的特點(diǎn)弊添。此外，毫米波導(dǎo)引頭穿透霧啤斗、煙表箭、灰塵的能力強(qiáng)，相比于激光雷達(dá)是一大優(yōu)勢(shì)钮莲。
而毫米波雷達(dá)的缺點(diǎn)也十分直觀免钻，探測(cè)距離受到頻段損耗的直接制約（想要探測(cè)的遠(yuǎn)，就必須使用高頻段雷達(dá)）崔拥，也無(wú)法感知行人极舔，并且對(duì)周邊所有障礙物無(wú)法進(jìn)行精準(zhǔn)的建模。
Bosch各代LRR雷達(dá)拆解圖和RF模組演進(jìn)
雷達(dá)天線高頻PCB板和結(jié)構(gòu)圖
什么是點(diǎn)云链瓦？
無(wú)人車(chē)所使用的LiDAR并不是靜止不動(dòng)的拆魏。在無(wú)人車(chē)行駛的過(guò)程中，LiDAR同時(shí)以一定的角速度勻速轉(zhuǎn)動(dòng)慈俯，在這個(gè)過(guò)程中不斷地發(fā)出激光并收集反射點(diǎn)的信息渤刃，以便得到全方位的環(huán)境信息。LiDAR在收集反射點(diǎn)距離的過(guò)程中也會(huì)同時(shí)記錄下該點(diǎn)發(fā)生的時(shí)間和水平角度（Azimuth）贴膘，并且每個(gè)激光發(fā)射器都有編號(hào)和固定的垂直角度卖子，根據(jù)這些數(shù)據(jù)我們就可以計(jì)算出所有反射點(diǎn)的坐標(biāo)。LiDAR每旋轉(zhuǎn)一周收集到的所有反射點(diǎn)坐標(biāo)的集合就形成了點(diǎn)云（point cloud）刑峡。
圖2 點(diǎn)云的產(chǎn)生
如圖2所示洋闽，LiDAR通過(guò)激光反射可以測(cè)出和物體的距離distance玄柠，因?yàn)榧す獾拇怪苯嵌仁枪潭ǖ模涀鯽诫舅，這里我們可以直接求出z軸坐標(biāo)為sin(a)distance羽利。由cos(a)distance我們可以得到distance在xy平面的投影，記做xy_dist刊懈。LiDAR在記錄反射點(diǎn)距離的同時(shí)也會(huì)記錄下當(dāng)前LiDAR轉(zhuǎn)動(dòng)的水平角度b这弧，根據(jù)簡(jiǎn)單的集合轉(zhuǎn)換，可以得到該點(diǎn)的x軸坐標(biāo)和y軸坐標(biāo)分別為cos(b)xy_dist和sin(b)xy_dist虚汛。
三
LiDAR 在無(wú)人駕駛技術(shù)中的應(yīng)用
接下來(lái)介紹光學(xué)雷達(dá)如何應(yīng)用在無(wú)人駕駛技術(shù)中当宴，特別是面向高精地圖的繪制、基于點(diǎn)云的定位以及障礙物檢測(cè)泽疆。
高清地圖的繪制
這里的高清地圖不同于我們?nèi)粘Ｓ玫降膶?dǎo)航地圖。高清地圖是由眾多的點(diǎn)云拼接而成玲献，主要用于無(wú)人車(chē)的精準(zhǔn)定位殉疼。高清地圖的繪制也是通過(guò)LiDAR完成的。安裝LiDAR的地圖數(shù)據(jù)采集車(chē)在想要繪制高清地圖的路線上多次反復(fù)行駛并收集點(diǎn)云數(shù)據(jù)捌年。后期經(jīng)過(guò)人工標(biāo)注瓢娜，過(guò)濾一些點(diǎn)云圖中的錯(cuò)誤信息，例如由路上行駛的汽車(chē)和行人反射所形成的點(diǎn)礼预，然后再對(duì)多次收集到的點(diǎn)云進(jìn)行對(duì)齊拼接形成最終的高清地圖眠砾。
基于點(diǎn)云的定位
首先介紹定位的重要性。很多人都有這樣的疑問(wèn)：如果有了精準(zhǔn)的GPS托酸，不就知道了當(dāng)前的位置褒颈，還需要定位嗎？其實(shí)不然励堡。目前高精度的軍用差分GPS在靜態(tài)的時(shí)候確實(shí)可以在“理想”的環(huán)境下達(dá)到厘米級(jí)的精度谷丸。這里的“理想”環(huán)境是指大氣中沒(méi)有過(guò)多的懸浮介質(zhì)而且測(cè)量時(shí)GPS有較強(qiáng)的接收信號(hào)。然而無(wú)人車(chē)是在復(fù)雜的動(dòng)態(tài)環(huán)境中行駛应结，尤其在大城市中刨疼，由于各種高大建筑物的阻攔，GPS多路徑反射（Multi-Path）的問(wèn)題會(huì)更加明顯鹅龄。這樣得到的GPS定位信息很容易就有幾十厘米甚至幾米的誤差揩慕。對(duì)于在有限寬度上高速行駛的汽車(chē)來(lái)說(shuō)，這樣的誤差很有可能導(dǎo)致交通事故扮休。因此必須要有GPS之外的手段來(lái)增強(qiáng)無(wú)人車(chē)定位的精度迎卤。
上文提到過(guò)，LiDAR會(huì)在車(chē)輛行駛的過(guò)程中不斷收集點(diǎn)云來(lái)了解周?chē)沫h(huán)境肛炮。我們可以很自然想到利用這些環(huán)境信息來(lái)定位止吐。這里我們可以把這個(gè)問(wèn)題用一個(gè)簡(jiǎn)化的概率問(wèn)題來(lái)表示：已知t0時(shí)刻的GPS信息宝踪，t0時(shí)刻的點(diǎn)云信息，以及t1時(shí)刻無(wú)人車(chē)可能所在的三個(gè)位置：P1碍扔、P2和P3（這里為了簡(jiǎn)化問(wèn)題瘩燥，假設(shè)無(wú)人車(chē)會(huì)在這三個(gè)位置中的某一個(gè)）。求t1時(shí)刻車(chē)在這三點(diǎn)的概率不同。根據(jù)貝葉斯法則厉膀，無(wú)人車(chē)的定位問(wèn)題可以簡(jiǎn)化為如下概率公式：
右側(cè)第一項(xiàng)表示給定當(dāng)前位置，觀測(cè)到點(diǎn)云信息的概率分布二拐。其計(jì)算方式一般分局部估計(jì)和全局估計(jì)兩種服鹅。局部估計(jì)較簡(jiǎn)單的做法就是通過(guò)當(dāng)前時(shí)刻點(diǎn)云和上一時(shí)刻點(diǎn)云的匹配，借助幾何推導(dǎo)百新，可以估計(jì)出無(wú)人車(chē)在當(dāng)前位置的可能性企软。全局估計(jì)就是利用當(dāng)前時(shí)刻的點(diǎn)云和上面提到過(guò)的高清地圖做匹配，可以得到當(dāng)前車(chē)相對(duì)地圖上某一位置的可能性饭望。在實(shí)際中一般會(huì)兩種定位方法結(jié)合使用仗哨。右側(cè)第二項(xiàng)表示對(duì)當(dāng)前位置預(yù)測(cè)的概率分布，這里可以簡(jiǎn)單的用GPS給出的位置信息作為預(yù)測(cè)铅辞。通過(guò)計(jì)算P1厌漂、P2和P3這三個(gè)點(diǎn)的后驗(yàn)概率，就可以估算出無(wú)人車(chē)在哪一個(gè)位置的可能性最高斟珊。通過(guò)對(duì)兩個(gè)概率分布的相乘苇倡，可以很大程度上提高無(wú)人車(chē)定位的準(zhǔn)確度，如圖3所示囤踩。
圖3 基于點(diǎn)云的定位
障礙物檢測(cè)
眾所周知旨椒，在機(jī)器視覺(jué)中一個(gè)比較難解決的問(wèn)題就是判斷物體的遠(yuǎn)近，基于單一攝像頭所抓取的2D圖像無(wú)法得到準(zhǔn)確的距離信息堵漱。而基于多攝像頭生成深度圖的方法又需要很大的計(jì)算量钩乍，不能很好地滿足無(wú)人車(chē)在實(shí)時(shí)性上的要求。另一個(gè)棘手的問(wèn)題就是光學(xué)攝像頭受光照條件的影響巨大怔锌，物體的識(shí)別準(zhǔn)確度很不穩(wěn)定寥粹。圖4展示了光線不好的情況下圖像特征匹配的問(wèn)題：由于相機(jī)曝光不充分，左側(cè)圖中的特征點(diǎn)在右側(cè)圖中沒(méi)有匹配成功埃元。圖5左側(cè)展示了2D物體特征匹配成功的例子：啤酒瓶的模板可以在2D圖像中成功識(shí)別涝涤。但是如果將鏡頭拉遠(yuǎn)，如圖5右所示岛杀，我們只能識(shí)別出右側(cè)的啤酒瓶只是附著在另一個(gè)3D物體的表面而已阔拳。2D物體由于維度缺失的問(wèn)題很難在這個(gè)情境下做出正確的識(shí)別。
**圖4 暗光條件下圖像特征匹配的挑戰(zhàn) **
圖5 2D圖像識(shí)別的問(wèn)題
利用LiDAR所生成的點(diǎn)云可以很大程度上解決上述兩個(gè)問(wèn)題，借助LiDAR的特性糊肠，我們可以對(duì)反射障礙物的遠(yuǎn)近辨宠、高低甚至是表面形狀有較為準(zhǔn)確的估計(jì)，從而大大提高障礙物檢測(cè)的準(zhǔn)確度货裹，而且這種方法在算法的復(fù)雜度上低于基于攝像頭的視覺(jué)算法嗤形，因此更能滿足無(wú)人車(chē)的實(shí)時(shí)性需求。
四
LiDAR技術(shù)面臨的挑戰(zhàn)
前文我們專(zhuān)注于LiDAR對(duì)無(wú)人駕駛系統(tǒng)的幫助弧圆，但是在實(shí)際應(yīng)用中赋兵，LiDAR也面臨著許多挑戰(zhàn)，包括技術(shù)搔预、計(jì)算性能以及價(jià)格挑戰(zhàn)霹期。要想把無(wú)人車(chē)系統(tǒng)產(chǎn)品化，我們必須解決這些問(wèn)題拯田。
技術(shù)挑戰(zhàn)：空氣中懸浮物
LiDAR的精度也會(huì)受到天氣的影響历造。空氣中懸浮物會(huì)對(duì)光速產(chǎn)生影響船庇。大霧及雨天都會(huì)影響LiDAR的精度帕膜，如圖6所示。
**圖6 外部環(huán)境對(duì)LiDAR測(cè)量的影響 **
圖7 雨量對(duì)LiDAR測(cè)量影響的量化
圖7測(cè)試中使用了A和B兩個(gè)來(lái)自不同制造廠的LiDAR溢十，可以看到隨著實(shí)驗(yàn)雨量的增大，兩種LiDAR的最遠(yuǎn)探測(cè)距離都線性下降达吞。雨中或霧中的傳播特性最近幾年隨著激光技術(shù)的廣泛應(yīng)用越來(lái)越受到學(xué)術(shù)界的重視张弛。研究表明：雨和霧都是由小水滴構(gòu)成的，雨滴的半徑直接和其在空中的分布密度直接決定了激光在傳播的過(guò)程中與之相撞的概率酪劫。相撞概率越高吞鸭，激光的傳播速度受影響越大。
計(jì)算性能挑戰(zhàn)：計(jì)算量大
從表1可以看到覆糟，即使是16線的LiDAR每秒鐘要處理的點(diǎn)也達(dá)到了30萬(wàn)刻剥。要保證無(wú)人車(chē)定位算法和障礙物檢測(cè)算法的實(shí)時(shí)性，如此大量的數(shù)據(jù)處理是面臨的一大挑戰(zhàn)滩字。例如造虏，之前所說(shuō)的LiDAR給出的原始數(shù)據(jù)只是反射物體的距離信息，需要對(duì)所有產(chǎn)生的點(diǎn)進(jìn)行幾何變換麦箍，將其轉(zhuǎn)化為位置坐標(biāo)漓藕，這其中至少涉及4次浮點(diǎn)運(yùn)算和3次三角函數(shù)運(yùn)算，而且點(diǎn)云在后期的處理中還有大量坐標(biāo)系轉(zhuǎn)換等更復(fù)雜的運(yùn)算挟裂，這些都對(duì)計(jì)算資源 (CPU享钞、GPU、FPGA) 提出了很大的需求诀蓉。
型號(hào)
Channel 數(shù)量
每秒產(chǎn)生點(diǎn)數(shù)
Velodyne HDL-64E
64 Channels
2,200,000
Velodyne HDL-32E
32 Channels
700,000
Velodyne VLP-16
16 Channels
300,000
成本挑戰(zhàn)：造價(jià)昂貴
LiDAR的造價(jià)也是要考慮的重要因素之一栗竖。上面提到的Velodyne VLP-16 LiDAR官網(wǎng)報(bào)價(jià)為稅前7999美元暑脆，而Velodyne HDL-64E LiDAR預(yù)售價(jià)在10萬(wàn)美元以上。這樣的成本要加在本來(lái)就沒(méi)有很高利潤(rùn)的汽車(chē)價(jià)格中狐肢，無(wú)疑會(huì)大大阻礙無(wú)人車(chē)的商業(yè)化添吗。
但是今年的CES上出現(xiàn)了一款或?qū)㈩嵏舱麄€(gè)行業(yè)的產(chǎn)品——Quanergy公司的低成本固態(tài)激光雷達(dá)S3，固態(tài)意為不需要旋轉(zhuǎn)处坪，預(yù)計(jì)成本200美元根资，此價(jià)格比谷歌試驗(yàn)車(chē)上價(jià)值5萬(wàn)美元的激光雷達(dá)便宜了兩個(gè)數(shù)量級(jí)，并獲得了今年CES汽車(chē)智能類(lèi)最佳創(chuàng)新獎(jiǎng)同窘。
為什么這一固態(tài)激光雷達(dá)能把成本壓的如此之低玄帕？低成本有沒(méi)有犧牲傳感器的性能？我們來(lái)看看這固態(tài)激光雷達(dá)到底是什么東西想邦。
大家都在電影里都見(jiàn)過(guò)軍用雷達(dá)裤纹，這種雷達(dá)發(fā)射超聲波或微波在360度范圍掃描，通過(guò)接收反射波的時(shí)間差來(lái)判斷物體的遠(yuǎn)近丧没，而這個(gè)不斷旋轉(zhuǎn)的大鍋鹰椒，就是在進(jìn)行機(jī)械式的旋轉(zhuǎn)掃描。
傳統(tǒng)“球”狀車(chē)載激光雷達(dá)的原理和此種雷達(dá)類(lèi)似呕童，也是通過(guò)不斷旋轉(zhuǎn)發(fā)射頭漆际，將速度更快、發(fā)射更準(zhǔn)的激光從“線”變成“面”夺饲，并在豎直方向上排布多束激光（即32或64線雷達(dá)）奸汇，形成多個(gè)面，達(dá)到動(dòng)態(tài)3D掃描的目的往声。這也就是為什么幾乎所有的無(wú)人駕駛汽車(chē)都會(huì)有個(gè)不停旋轉(zhuǎn)的球了擂找。
為什么這個(gè)S3固態(tài)激光雷達(dá)不需要旋轉(zhuǎn)？
Quanergy公司放出來(lái)的一些技術(shù)資料顯示此固態(tài)激光雷達(dá)利用了光學(xué)相控陣技術(shù)（OPA optical phased array）浩销，關(guān)鍵就在這項(xiàng)新技術(shù)上贯涎。
大家可能都知道，現(xiàn)在軍用雷達(dá)已經(jīng)基本從旋轉(zhuǎn)大鍋式進(jìn)步到了相控陣?yán)走_(dá)慢洋，相控陣?yán)走_(dá)不需要旋轉(zhuǎn)發(fā)射器塘雳，但探測(cè)的精度和速度卻大大提高。
相控陣技術(shù)——全稱相位控制陣列技術(shù)普筹，相控陣發(fā)射器由若干發(fā)射接收單元組成一個(gè)矩形陣列粉捻，通過(guò)改變陣列中不同單元發(fā)射光線的相位差，可以達(dá)到調(diào)節(jié)射出波角度和方向的目的斑芜。下圖是大概的工作原理肩刃。
查詢資料了解到，這項(xiàng)技術(shù)的本質(zhì)其實(shí)是一個(gè)大家都學(xué)過(guò)的物理現(xiàn)象——光柵衍射。下面強(qiáng)行解釋一下盈包，涉及到了大學(xué)物理的光學(xué)知識(shí)沸呐，可能要勾起各位痛苦的回憶。
五
延伸閱讀
物理現(xiàn)象——光柵衍射
我們都知道光是一種波呢燥，波就具有衍射的特性（補(bǔ)課：衍射是波在傳播中遇到障礙物崭添，能夠繞過(guò)障礙物繼續(xù)前進(jìn)的現(xiàn)象），單縫衍射現(xiàn)象如下圖叛氨，其主極大明紋具有絕大多數(shù)能量呼渣。
平行光斜入射光柵衍射的示意圖如下：
當(dāng)一束平行光以A角度入射光柵蓝角，衍射后中央明紋角度為B，光柵常數(shù)為d饭冬。入射時(shí)使鹅，兩束相鄰光線已經(jīng)有了光程差dsinA，而出射光程差為dsinB昌抠，由光柵衍射公式：
故通過(guò)改變不同縫中入射光線的相位差即可改變光柵衍射后中央明紋（主瓣）的位置患朱。
這個(gè)公式就是相控陣技術(shù)的理論基礎(chǔ)，相控陣技術(shù)可以通過(guò)電信號(hào)控制陣列中相鄰發(fā)射光線的相位差炊苫，就可以達(dá)到改變模塊整體發(fā)射激光的方向和角度裁厅，而成百上千的發(fā)射單元組成一個(gè)陣列，通過(guò)控制發(fā)射單元就能讓一個(gè)平面實(shí)現(xiàn)3D空間的掃描劝评，達(dá)到與旋轉(zhuǎn)機(jī)械式雷達(dá)一樣的效果。
固態(tài)激光雷達(dá)有優(yōu)勢(shì)與傳統(tǒng)機(jī)械掃描技術(shù)的雷達(dá)相比倦淀，利用光學(xué)相控陣掃描技術(shù)的固態(tài)激光雷達(dá)有很多優(yōu)勢(shì)：
①結(jié)構(gòu)簡(jiǎn)單蒋畜、尺寸小：由于不需要旋轉(zhuǎn)部件撞叽，可以大大壓縮雷達(dá)的結(jié)構(gòu)和尺寸姻成，提高使用壽命，并降低成本愿棋。
②標(biāo)定簡(jiǎn)單：機(jī)械式激光雷達(dá)由于光學(xué)結(jié)構(gòu)固定科展，適配不同車(chē)輛往往需要精密調(diào)節(jié)其位置和角度，固態(tài)激光雷達(dá)可以通過(guò)軟件進(jìn)行調(diào)節(jié)糠雨，大大降低了標(biāo)定的難度才睹。
③掃描速度快：不用受制于機(jī)械旋轉(zhuǎn)的速度和精度，光學(xué)相控陣的掃描速度取決于所用材料的電子學(xué)特性，一般都可以達(dá)到MHz量級(jí)琅攘。
④掃描精度高：光學(xué)相控陣的掃描精度取決于控制電信號(hào)的精度垮庐，可以達(dá)到千分之一度量級(jí)以上。
⑤可控性好：光學(xué)相控陣的光束指向完全由電信號(hào)控制坞琴，在允許的角度范圍內(nèi)可以做到任意指向哨查，可以在重點(diǎn)區(qū)域進(jìn)行高密度的掃描。
⑥多目標(biāo)監(jiān)控：一個(gè)相控陣面可以分割為多個(gè)小模塊剧辐，每個(gè)模塊分開(kāi)控制即可同時(shí)鎖定監(jiān)控多個(gè)目標(biāo)寒亥。
但固態(tài)激光雷達(dá)也有它相應(yīng)的缺點(diǎn)：
①掃描角度有限：根據(jù)上面推倒的公式，調(diào)節(jié)相位最多只能讓中央明紋改變±60°左右荧关，因此要實(shí)現(xiàn)全方位掃描溉奕，需在不同方向布置多個(gè)（至少前后兩個(gè)）固態(tài)激光雷達(dá)。
②旁瓣問(wèn)題：光柵衍射除了中央明紋外還會(huì)形成其他明紋羞酗，這一問(wèn)題會(huì)讓激光在最大功率方向以外形成旁瓣腐宋，分散激光的能量。
③加工難度高：光學(xué)相控陣要求陣列單元尺寸必須不大于半個(gè)波長(zhǎng)檀轨，一般目前激光雷達(dá)的工作波長(zhǎng)均在1微米左右胸竞，故陣列單元的尺寸必須不大于500nm。而且陣列密度越高参萄，能量也越集中卫枝，這都提高了對(duì)加工精度的要求，需要一定的技術(shù)突破讹挎。
④接收面大校赤、信噪比差：傳統(tǒng)機(jī)械雷達(dá)只需要很小的接收窗口，但固態(tài)激光雷達(dá)卻需要一整個(gè)接收面筒溃，因此會(huì)引入較多的環(huán)境光噪聲马篮，增加了掃描解析的難度。
縱使還有很多不足怜奖，現(xiàn)在也還沒(méi)有量產(chǎn)浑测，但固態(tài)激光雷達(dá)低成本、小尺寸的巨大優(yōu)勢(shì)無(wú)疑規(guī)避了傳統(tǒng)的機(jī)械式激光雷達(dá)的很多不足歪玲，而這些優(yōu)勢(shì)也讓Quanergy備受投資者的青睞迁央。我們有理由相信近年內(nèi)，固態(tài)激光雷達(dá)就將以一個(gè)顛覆者的身份出現(xiàn)在自動(dòng)駕駛領(lǐng)域滥崩，為自動(dòng)駕駛岖圈、無(wú)人駕駛的普及帶來(lái)福音，那時(shí)候無(wú)人駕駛汽車(chē)或許也不用再頂個(gè)球了钙皮。
六
未來(lái)展望蜂科、
盡管無(wú)人駕駛技術(shù)漸趨成熟顽决，但LiDAR始終是一個(gè)繞不過(guò)去的坎。純視覺(jué)與GPS/IMU的定位以及避障方案雖然價(jià)格低崇摄，卻還不成熟擎值，很難應(yīng)用到室外場(chǎng)景中；但同時(shí)LiDAR價(jià)格高居不下逐抑，消費(fèi)者很難承受動(dòng)輒幾十萬(wàn)美元定價(jià)的無(wú)人車(chē)鸠儿。因此，當(dāng)務(wù)之急就是快速把系統(tǒng)成本特別是LiDAR的成本大幅降低厕氨。其中一個(gè)較有希望的方法是使用較低價(jià)的LiDAR进每，雖然會(huì)損失一些精確度，但可以使用其它的低價(jià)傳感器與LiDAR做信息混合命斧，較精準(zhǔn)地推算出車(chē)輛的位置田晚。換言之，就是通過(guò)更好的算法去彌補(bǔ)硬件傳感器的不足国葬，我們相信這是無(wú)人車(chē)近期的發(fā)展方向贤徒。而高精度LiDAR的價(jià)格由于市場(chǎng)需求大增也將會(huì)在未來(lái)的一兩年內(nèi)出現(xiàn)降幅，為無(wú)人車(chē)的進(jìn)一步普及鋪路汇四。
