自动驾驶的赛道上，激光雷达（LiDAR）曾是当仁不让的“天皇巨星”。它像一双“鹰眼”，用激光脉冲勾勒出3D世界，指引无人车在复杂的街道游刃有余。前文介绍过的内容中，从DARPA挑战赛无人车，到硅谷自动驾驶的先行者们——Waymo，Crusie，ARGO，激光雷达一直是L3+自动驾驶的标配。
然而，尽管先行者们普遍在技术方案中使用了激光雷达，但激光雷达是否是实现全面自动驾驶的终极解决方案，却一直存在争议。
以特斯拉为首的纯视觉派，坚信“第一性原理”，扬言用摄像头和AI取代一切。马斯克在一次财报电话会上表示：“人类开车时不会用眼睛发射激光，除非你是超人。”
另一方面，4D毫米波雷达的异军突起，成本低到“白菜价”，性能却直逼激光雷达。
在这些外压之下，激光雷达不得不“内卷”到极致，作为“后浪"者们的禾赛，速腾，硬生生突破了摩尔定律，几年时间把价格从7万美元砍到了200美元，把Velodyne，Quanergy，Innoviz，Ibeo等一众“前浪”者们，拍死在了沙滩上。
激光雷达辉煌与忧患
激光雷达的原理并不复杂：发射激光脉冲，接收反射光，计算距离，生成3D点云图。
什么叫点云呢？想象一下，一个盲人，手里有一根可以无限伸缩的手杖。这个盲人在一个房间内，想要知道房间里都有哪些物体，于是就伸出手杖，碰到障碍物时就收回，并记住这个点位的距离和方位。再伸出手杖去触碰，不断重复。
假设这个盲人是一个记忆超群的人，能够记住每次碰到的点的方位。
于是，在无数次触碰之后，盲人的脑海里就形成了许多许多的点位，就是“点云”。这样一来，虽然盲人看不见，但是根据点云，就可以判断障碍物的方位，形状。
比如说，他戳着戳着，发现前面有一排点，距离和自己都差不多，那可能就是一堵墙。
假设盲人只有一根棍子，他每次把这根棍子伸出去，只能触碰到一个点，记录下这个点的距离和方位。这就类似于单线束激光雷达，它只能在一个平面上进行扫描。比如在一个水平方向上，盲人拿着棍子左右挥动，只能探测到同一高度上的物体，就像单线束激光雷达只能获取一个平面内的点云数据。这种方式获取的信息有限，只能大致感知物体在某个平面上的轮廓，难以了解物体的垂直高度等三维信息。
如果盲人有很多根棍子，比如有 16 根、32 根、64 根甚至128 根棍子，他可以同时挥动这些棍子，每根棍子都伸向不同的高度或角度去探测周围物体。这样盲人就能一次性获取多个高度或角度上的点信息。
这，就是我们常听到的激光雷达的“线束”的概念了。
而盲人，就相当于是激光雷达中的收发器了。当然，在上面的类比中，我们假设了盲人可以同时操作无数根棍子，也就是相当于单个收发器可以收发无数线束。
但实际上，盲人一次可以操作的棍子数量是有限的。在激光雷达中也是一样。
如果，收发器和线束是一一对应的话，这就是我们传统的，最早期的机械式激光雷达了。
机械式激光雷达通过电机驱动旋转装置（如棱镜或反射镜），带动激光发射器和接收器同步转动。每个线束需要独立的发射 - 接收对来确保信号的准确性。
提到机械式激光雷达，就不得不提及激光雷达行业的“老大哥”——Velodyne了。
早在1999 年，Velodyne 创始人David Hall 就已经研发出首台机械式激光雷达原型机，采用64 线旋转结构，每秒生成130 万点云，精度达厘米级。
这一技术在 2005 年DARPA 挑战赛中大放异彩，助力卡内基梅隆大学团队夺冠，直接点燃自动驾驶行业对激光雷达的热情。当时单台HDL-64E 售价高达7.5 万美元，被誉为"自动驾驶的黄金眼"。
2007 年，Velodyne 推出HDL-32E，价格降至2.9 万美元，推动激光雷达从实验室走向商业化。这一阶段，机械式雷达成为Waymo、Cruise 等头部企业的唯一选择。
机械式激光雷达在自动驾驶中的优异表现，也进一步带动了行业的发展。据研究机构调查统计，激光雷达的全球市场规模，从2007 年的1.2 亿美元飙升至2015 年的8.7 亿美元。
在这一背景下，其他激光雷达公司也陆续在市场上崭露头角。一时间，群雄并起，逐鹿天下。
比如，由 Ulrich Lages 在1998年成立的IBEO，在2005 年DARPA 挑战赛中，其传感器被斯坦福大学团队用于夺冠车辆，奠定技术地位。2010 年，Ibeo 与法雷奥合作开发全球首款车规级激光雷达SCALA，2017 年随奥迪A8 上市，实现145° 视场角和 150 米测距，成为L3 级自动驾驶的标志性产品。
2012 年，斯坦福大学博士Louay Eldada 在硅谷创立Quanergy，提出“激光雷达芯片化” 理念，其核心产品 S3 采用MEMS 微镜+ Flash 混合方案，宣称可将成本降至250 美元。2016 年，Quanergy 发布M8 激光雷达，主打智能交通和安防市场，成为首个通过AEC-Q100 认证的固态雷达。
2012 年，17 岁的Austin Russell 创立Luminar，专注1550nm 光纤激光器技术，宣称其激光雷达可实现500 米测距。2018 年，Luminar 与沃尔沃达成合作，成为首个进入乘用车供应链的固态雷达企业。
2015 年，Angus Pacala 创立Ouster，推出基于数字芯片的OS 系列激光雷达，采用SPAD 单光子探测器。2020 年，Ouster 发布OS2-128，实现128 线扫描，成本仅1250 美元。
2010到2020这十年间，可能是自动驾驶行业有想象力的十年。无数资本，热钱涌入这个行业，诞生了无数高科技明星企业。
自动驾驶技术的发展，催生了激光雷达先行者们的蓬勃发展。
可是，成本，始终是激光雷达绕不开的话题。
各家公司都陆续宣布激光雷达可以下降至1000美元左右，尽管比起早期的8万美元，这个下降幅度非常值的肯定，但是，对于一台能走量的汽车来说，还是太高了。
通常来说，一套智驾系统的成本大概占车价的5%。市场上销量最高的车型通常都在15-20万之间，也就是说，留给整个车的智驾预算不到1万。
自动驾驶的商业化落地进展缓慢，无法落地就意味着无法形成规模效应，没有规模效应，激光雷达的成本就无法被摊薄，高昂的成本又反过来拖累了自动驾驶的发展。
真是应了中国那句古话——成也萧何，败也萧何。
2020年，IBEO因资金链断裂申请破产。
2022 年，Quanergy申请破产保护，2023 年退市。
Lumina，辉煌时期市值高达120亿美元（约842.7亿元），2025 年股价跌至新低$4.24，市值仅4.15 亿美元，市值蒸发了96%。按照纳斯达克的规则，Luminar有可能将陷入退市的困境。
Velodyne，2022 年与Ouster 合并，市值从2018 年的87 亿美元缩水至2025 年的1.2 亿美元，缩水了99%。
眼看他起高楼，眼看他宴宾客，眼看他楼塌了。
先行者们一个个倒下了，那个满大街都是无人车的世界，仿佛就在眼前，又仿佛遥不可及。
在自动驾驶的漫漫长路上，Ibeo、Quanergy、Luminar、Velodyne 等先行者宛如手持火炬的普罗米修斯，用技术勇气照亮了行业的黎明。他们的故事并非失败者的注脚，而是创新者的丰碑。
除了成本以外，还有技术路线的争议。
特斯拉始终坚持纯视觉路线，坚决不用激光雷达。除了特斯拉外，小鹏曾经是激光雷达的拥护者，但也是最先放弃了激光雷达，转向纯视觉的车企。详见视觉为王-小鹏以及特斯拉的自动驾驶方案
当然，纯视觉方案一直以来被诟病的缺点都是，在夜间和恶劣天气（大雨、浓雾）表现不稳。
原本，这是激光雷达的一个重要突破口：在光线不足的驾驶条件下，作为纯视觉方案的安全冗余。
不过，4D毫米波雷达的出现，又给激光雷达的发展带来沉重一击。4D 成像毫米波雷达 - 101
中国玩家的突围之路
技术瓶颈、高昂成本、替代技术的威胁、自动驾驶行业发展的限制等等重重压力，构成了激光雷达行业的“内忧外患”。就在全球同行还在为盈利苦苦挣扎，所有人都以为，激光雷达将就此被埋葬时，中国激光雷达公司却逆势崛起，从先行者们手里接过了技术变革的接力棒，从跟随着变为引领者，用极致的性价比，让激光雷达这一曾经备受质疑的技术焕发了新的生机。
2024年，禾赛成为全球首家实现全年非GAAP盈利的激光雷达公司，年度收入突破20.77亿元人民币，出货量超过100万台，单月交付量创下10万台的行业纪录。速腾聚创（RoboSense）则以544,200台的年出货量，荣登全球乘用车激光雷达市场份额第一，同比增长109.6%。从“贵族玩具”到“平民神器”，禾赛和速腾如何在重重困境中突围？
禾赛和速腾的成功，首先得益于技术上的持续突破。
传统机械式激光雷达采用旋转式多线扫描架构。
什么叫旋转式多线扫描呢？
想象一个圆柱形的激光雷达，里面有两层东西：
上层：一圈激光发射器（比如 64 个），每个发射器朝不同角度（比如上下高低不同）发射激光束，形成“多层” 扫描。
下层：对应的一圈接收器，接收反射回来的激光，计算距离。
然后整个圆柱形结构像陀螺一样 高速旋转（比如每秒转 20 圈），每转一圈，所有激光束就会像“3D 扫描仪” 一样，把周围环境的距离和形状 “画” 出来，生成密密麻麻的点云（3D 数据）。
既然需要旋转，那就需要机械部件，比如电机，轴承。
而激光束就是靠物理排列的多个发射器实现 “多线”（比如 64 线就是64 个发射器上下排列）。每条激光束都需要独立的“发射 - 接收” 模块，就像 64 对“手电筒 + 眼睛”。在这种方案下，理论上每一线束都对应一个独立的收发系统，所以成本很高。
这种方案的优点是技术成熟，扫描范围广，早期自动驾驶卡车、Robotaxi 都靠它看清周围。
而致命的缺点在于，实在是太贵了。
每个 “线” 都要单独零件，64 线就有64 个发射器+ 接收器，机械结构复杂。
随着自动驾驶技术对参数要求的不断提升，激光雷达需要更高线程的支持。然而，在这种结构设计中，不仅成本高昂，而且线程越高，所需的零部件数量也越多，导致体积随之增大。因此，早期的激光雷达通常安装在车顶，就像车子长了个大包，非常影响汽车的外观。
另外，机械旋转零件在使用过程中会不断磨损，不仅寿命无法满足车规级要求，还会因为旋转过程中的轻微震动影响数据精度。
例如 Velodyne HDL-64E需配备64 组独立激光收发器，每组包含905nm 边发射激光器（EEL）和雪崩光电二极管（APD），据网络资料查询，仅激光组件成本就高达6400 美元，加上电机、光学透镜等机械部件，整机成本飙升至7 万美元。这种“点对点” 的物理扫描模式不仅导致体积庞大（尺寸达 250×160×90mm），更难以满足车规级可靠性要求—— 其旋转电机寿命仅 5000 小时，远低于汽车电子系统的10 万小时标准。
那么，如何从技术上解决这个问题呢？
首先，“机械旋转” 是罪魁祸首，又贵又不可靠，必须想办法 “让激光束不用物理旋转，也能扫描周围”。
那么，能不能让机械部件少动一点，甚至只动‘一小部分’？
如果不转整个雷达，只转一个小镜子，激光发射器固定不动，发射的激光打到镜子上，镜子旋转时反射光束，实现 360 度扫描（类似用手电筒照转动的镜子，光斑会转圈）。
这就是转镜式激光雷达了。
比起机械式激光雷达，转镜式激光雷达的机械部件减少，只需一个小镜子转，体积缩小，成本降低。
但是镜子还是有旋转部件，长期使用仍有磨损。而且，体积还是不够小。
那么，如果能把这个镜子，再进一步缩小呢？
为了实现这一目标，研究人员开始探索使用MEMS（Micro-Electro-Mechanical System，微机电系统）技术来制造微型反射镜。
微机电系统（MEMS）是一种在晶圆级制造微型机械和机电元件的技术，用这种技术，微机电系统技术可以嵌入芯片，然后再集成到印刷电路中。简单来说，就是用半导体技术在硅片上制造电子机械系统，再形象一点说就是做一个微米纳米级的机械系统，这个机械系统可以把外界的物理、化学信号转换成电信号。
MEMS技术允许在硅片上制造微型机械结构，这些结构可以精确控制并驱动微小的反射镜进行快速、精确的摆动。
通过MEMS技术，反射镜的尺寸可以缩小到毫米甚至微米级别，大大减少了机械部件的体积和重量。由于MEMS反射镜的运动部件非常微小，它们的响应速度更快，功耗更低，且对振动和冲击的敏感度也大大降低。
这，就是半固态激光雷达中的MEMS激光雷达了。这也是当前自动驾驶最主流，应用最广的方案。
其代表性产品，就是禾赛AT128和速腾M1plus。
这种技术方案，大大减少了实现高线束激光雷达所需要的收发器组件，成本大幅度降低。
同时，机械旋转部分几乎完全去除，仅需要微镜振动，不仅大大减小了雷达的体积，更是大大提高了可靠性和使用寿命，达到了车规级要求。
从此，激光雷达告别了“车顶大蘑菇”，安装在其他不影响颜值的位置了，比如车子前额，或者前机盖两侧。
如果再进一步，能不能让激光束连“动都不动”，靠电子技术直接控制扫描？
于是诞生了两类技术：
1. Flash 激光雷达（“闪光灯” 式一次成像）
原理：像相机闪光灯一样， 一次性发射一大片激光（面阵激光），覆盖整个视场（比如 120 度×25 度），接收器用面阵探测器（类似手机摄像头的CMOS 芯片）直接接收反射光，计算每个点的距离。
2. 相控阵激光雷达（电子控制光束方向）
原理：利用 相控阵技术（类似手机天线信号调节），通过控制多个微型发射器的 发光相位，让激光束在不物理移动的情况下，“电子扫描” 不同方向（比如向左偏、向右偏，靠电磁波干涉原理）。
这两种方案，就是纯固态激光雷达了。
理论上来说，纯固态是未来的方向，但但现阶段性能和成本还未达标。 MEMS 技术凭借其成本低、性能够、体积小的综合性价比，是现阶段最的优解。
当然，禾赛和速腾并不是第一家将MEMS技术用在激光雷达上的。
早在2015年，海外的激光雷达先行者们就已经推出了相关产品。
但是，为什么只有中国玩家杀出重围了呢？
第一，是中国庞大的市场规模和完善的供应链体系。
中国的电动车市场早已卷出了新高度，而智驾能力是各大车企竞争的核心领域。
而中国是全球最大的新能源车市场，2024年销量占全球60%。这一庞大需求为激光雷达提供了肥沃土壤。
相比之下，燃油车的智驾发展相对缓慢，而欧美国家电动车的带头大哥特斯拉，又是激光雷达的坚决反对者。
2024年，禾赛出货量突破100万台，单月交付量创下10万台的行业纪录；速腾出货量达544,200台，同比增长109.6%。相比之下，Luminar ,Velodyne等老大哥们，年交付量仅仅数万台，不及禾赛和速腾的零头。
规模化，摊低了生产及研发等固定成本。
同时，中国在光学、电子和半导体领域的产业链完整。据统计，禾赛和速腾90%的组件来自国内供应商。
完善的本土供应链不仅让零部件价格更具竞争力，还能通过优化物流、仓储和生产环节，大大提高了企业的运营效率。同时生产和交付也更稳定。
所以，禾赛和速腾不仅全盘拿下了所有的中国品牌车企，更是在近两年，陆续获得合资品牌的定点，打入欧美阵营的腹地。
截止到2023年，全球车企激光雷达定点情况
最后，其实还有一点，就是中国的研发工程师们，实在是太勤奋了。
在“996”的研发模式下，中国企业的产品迭代速度远远大于欧美的先行者们。
据统计，中国企业每6-12个月就能发布新的激光雷达型号。
拿禾赛来说，禾赛的 AT 系列在短短三年内就从2021 年迭代到2024 年的系统，从AT128 到迭代到AT512。
速腾聚创的 M1 系列，在18 个月内从64 线发展到128 线。
而Velodyne作为LiDAR行业的开创者，其产品迭代通常每2-3年一次。Luminar的产品迭代周期也超过24个月。
禾赛和速腾的盈利之路，是中国激光雷达公司在“内忧外患”中突围的缩影。通过技术内卷、本土供应链、电动车市场红利和生态闭环，中国公司不仅解决了高成本和技术瓶颈，在全球竞争中占据主导地位，还重新定义了这个行业，让人们依然相信激光雷达仍然是具备高性价比的感知安全冗余。
禾赛的盈利里程碑和速腾的增长奇迹，不仅是企业层面的胜利，更是中国科技产业在全球舞台上的一次华丽逆袭。
未来，随着自动驾驶的普及，中国激光雷达公司将继续以创新和效率，点亮无人驾驶的星辰大海。
原文标题 : 激光雷达——从卡脖子困境到技术普惠
