车载激光雷达（LiDAR）：自动驾驶的感知革命

一、为什么自动驾驶需要LiDAR？

在自动驾驶感知系统中，摄像头、毫米波雷达和LiDAR构成三驾马车，各有所长、互为补充。摄像头擅长物体分类和色彩识别，但在夜间、逆光等场景性能下降；毫米波雷达全天候能力强，但角度分辨率有限；LiDAR则以其精确的距离测量能力，成为L3+自动驾驶不可-或缺的核心传感器。

相比摄像头仅能给出2D图像，LiDAR可以实时输出稠密的三维点云，精度可达厘米级，探测距离从数米到数百米，覆盖车辆前方、侧向和后方空间。这使得LiDAR成为感知前方障碍物、构建高精度地图、实现车辆自定位的关键工具。

摄像头：物体分类准确，距离精度低（约5-10%误差）

毫米波雷达：全天候能力强，角度分辨率低（约1-2度）

LiDAR：距离精度高（<1%误差），角度分辨率优（<0.2度），但成本较高

图1：LiDAR工作原理与扫描方式对比

二、LiDAR的工作原理

2.1 飞行时间法（TOF）

ToF（Time of Flight）是当前LiDAR的主流测距原理。激光发射器发出一束短脉冲光（脉宽ns级），光在空气中传播到目标物体后反射回来，探测器接收返回光脉冲并记录时间差。距离D = c * t / 2（c为光速，t为往返时间）。

例如，对于200米外的目标，光往返时间约1.3微秒。因此ToF LiDAR需要高时间精度（ps级）的计时电路，通常采用TDC（时间数字转换器）实现。

2.2 直接ToF vs 调频连续波（FMCW）

直接ToF（dToF）：发射脉冲光，利用TDC测量返回时间。优点是结构简单、响应速度快，缺点是环境光干扰敏感、只返回强度信息。

FMCW LiDAR：发射调频连续波（频率线性扫描），接收光与发射光混频后得到拍频信号，拍频与距离成正比。优点是具有速度信息（多普勒）、抗干扰能力强、相干探测灵敏度更高；缺点是系统复杂度高、成本较高。Intel和Mobileye正在积极推进FMCW LiDAR的商业化。

三、LiDAR的扫描方式：从机械到固态

3.1 机械旋转式LiDAR

机械旋转LiDAR通过电机带动整个激光收发组件旋转，实现360度水平FOV。代表产品Velodyne HDL-64E开创了车载LiDAR时代，分辨率高达64线，但成本超过8万美元，体积大、可靠性低，难以满足车规要求。随着技术演进，机械LiDAR向更少线数（32/16线）发展，成本大幅下降，但机械结构仍是其主要瓶颈。

3.2 MEMS微镜扫描

MEMS（微机电系统）LiDAR用微型硅基镜面替代机械旋转结构，镜面在电磁力驱动下以kHz级频率摆动，实现高速扫描。MEMS LiDAR体积小、响应快、成本适中，是目前量产的固态/半固态LiDAR的主流路线。缺点是镜面尺寸受限（一般<5mm），FOV和测距能力受限于MEMS器件物理参数。

3.3 光学相控阵（OPA）

OPA是真正的全固态LiDAR方案，通过控制大量相干发射单元的相位，实现光束的电子扫描，无需任何机械运动部件。OPA优势：体积小、可靠性高、扫描速度快、批量生产成本低。挑战：硅光OPA的损耗较高、旁瓣抑制难、硅基光源集成尚未成熟，预计2025年后才能实现规模商用。

3.4 Flash LiDAR

Flash LiDAR通过扩散光学元件一次照亮整个视场，无需扫描。探测器采用面阵（SPAD或CCD），一次曝光即可获取完整三维图像。Flash优势：完-全无扫描、帧率高（30-60Hz）、可靠性极-高。缺点：功率密度受限，探测距离一般小于60米，更适合近距离应用（如机器人）。

图2：905nm vs 1550nm波长对比分析

四、LiDAR波长之争：905nm vs 1550nm

4.1 905nm——成本优先的大众路线

905nm是当前车载LiDAR的主流波长，配套产业链成熟、成本低廉。发射端采用GaAs工艺的VCSEL或边发射激光器，效率高、功耗低；探测端使用硅基APD或SPAD，量子效率可达80%以上，与CMOS工艺兼容，成本极低。

905nm LiDAR的主要限制在于人眼安全：因角膜和晶状体对905nm吸收较强，安全功率上限（MPE）较低，峰值功率受限，测距能力一般不超过250米。但对大多数ADAS应用（城市NOA、高速NOA），200米探测距离已足够。

4.2 1550nm——性能优先的高-端路线

1550nm激光对人眼安全性更高，因为玻璃体和视网膜对此波长吸收极少，允许的峰值功率比905nm高10倍以上。高功率带来显著优势：探测距离可达300-500米，适用于高速自动驾驶场景；同时更易克服阳光直射干扰，信噪比更高。

1550nm的挑战在于：发射端需要InP工艺的CWDM激光器或SOA，成本高于GaAs；探测端需使用InGaAs APD，与CMOS不兼容，量子效率仅约60%，成本高、噪声大。因此1550nm LiDAR主要面向高-端应用（如Robotaxi、高速L4），价格也显著高于905nm方案。

五、车载LiDAR的系统架构

一个完整的车载LiDAR系统包含发射端、接收端、扫描机构、信号处理和电源管理等子系统，每个子系统都有严格的车规级要求（工作温度-40到+85摄氏度，振动可靠性，电磁兼容等）。

5.1 发射端：VCSEL vs Edge Emitter

VCSEL（垂直腔面发射激光器）：发光方向垂直于芯片表面，易于实现二维阵列排布，适合Flash LiDAR；光束质量好、阈值电流低、散热好。Edge Emitter（边发射激光器）：发光方向平行于芯片表面，适合一维线阵，输出功率更高，但需要高精度光学整形。趋势：VCSEL正在取代Edge Emitter成为905nm LiDAR的主流光源。

5.2 接收端：APD vs SPAD vs SiPM

APD（雪崩光电二极管）：工作在线性区，输出电流与入射光强成正比，需要跨阻放大器（TIA）将电流转为电压信号。SPAD（单光子雪崩二极管）：工作在盖革模式，单光子即可触发雪崩，灵敏度极-高，可实现近光子计数级探测，但需要复杂淬灭电路。SiPM（硅光电倍增器）：多个SPAD并联形成的阵列，兼具高灵敏和大动态范围。趋势：SPAD/SiPM正在成为LiDAR接收端的主流选择，尤其在Flash LiDAR中。

图3：车载LiDAR系统架构示意图

六、LiDAR的核心技术挑战

尽管LiDAR已实现量产装车，但仍面临一系列技术挑战：

车规级可靠性：LiDAR需要承受10年/24万公里的使用寿命，这对激光器、扫描机构、探测器的可靠性提出了严苛要求。

极-端天气性能：暴雨、暴雪、浓雾会导致LiDAR信号衰减，严重影响探测性能。目前尚无完-美的解决方案，主要通过算法补偿和多传感器融合缓解。

成本下降压力：L3自动驾驶需要前向+侧向多个LiDAR，单车传感器成本仍需进一步下降才能支撑15-20万元车型的智能化配置。

SoC集成：激光发射、接收、信号处理、扫描控制等功能芯片的集成是降低成本、提升可靠性的关键路径，业内正在积极推进LiDAR SoC化。

图4：LiDAR技术演进路线与应用场景

七、市场格局与中国力量

全球LiDAR市场呈现中美双雄格局。美国以Velodyne、Luminar、Aeva为代表，欧洲有大陆集团、采埃孚等传统Tier 1；中国则以速腾聚创、禾赛科技、图达通为龙头，在量产规模和技术迭代速度上已实现全-球-领-先。

2024年，中国车载LiDAR装车量突破百万颗，速腾聚创以超过50%市场-份额位居第一。中国企业的优势在于：完-善的激光器-光学-ASIC产业链、快速迭代的研发能力、以及庞大的新能源汽车市场支撑。

展望2025-2030年，LiDAR将经历从机械到MEMS再到OPA的技术演进，同时FMCW方案将逐步成熟，带来速度维度的感知能力。成本将从目前的数百美元持续下降，最终成为L2+车型的标准配置。

八、结论：LiDAR的黄金时代

车载LiDAR正在经历从高-端小车到大众车型的快速普及。从Velodyne时代80万元一台，到如今数千元级别的车规产品，成本下降速度超出预期；技术路线从机械旋转到MEMS再到OPA，固态化趋势明确。

中国的速腾聚创、禾赛科技、图达通等企业已在这场感知革命中占据有利位置，为自动驾驶的规模化商业落地提供关键传感器支撑。可以预见，在L3+自动驾驶成为标配的未来，LiDAR将如同今日的摄像头一样不可-或缺。