雷锋网新智驾按：图片来自于福布斯
雷锋网按，十多年前，DARPA 的自动驾驶挑战赛在莫哈维沙漠鸣锣开打，吸引各路英豪汇聚一堂。当时，他们的目标很明确，即让车辆穿越沙漠中的各种未知地形与障碍，而且要尽可能快。不过最关键的是，参赛车辆不能配人类驾驶员。
此次挑战赛催化了商业自动驾驶项目的发展，十多年后，我们也在技术上取得了重大进步。不过，整个行业离真正的全自动驾驶还有距离，大家也从此前的乌托邦式狂热中冷静了下来。眼下，管理好投资者预期、现金流、运营并完成产品开发与顾客培养才是各家公司需要面对的现实。
在自动驾驶行业的变迁中，感知系统成了一大赢家，LiDAR 也开始扮演越来越重要的角色。有了它，车辆就有了高分辨率 3D 感知能力，这是摄像头和雷达等 2D 传感器力所不能及的。业内大多数研究者相信，LiDAR 对避障、定位和导航至关重要，而在 DARPA 自动驾驶挑战赛中异军突起的 Velodyne（原来是音箱制造商）则成了 LiDAR 领军厂商。
20 年前，随着通讯、数据、视频与高速网络的勃兴，光学技术逐渐成了支柱科技之一。随后，远程通讯技术领域的大量投资也逐步转化成了医药、工业传感与材料处理领域的生产力。与其类似，光学产业也因为车载“视觉”技术光明的前景迎来了第二春。在这之中，LiDAR 这个原本用在国防产业中的技术也开始主流化，未来甚至会像手机上的摄像头一样普及。
由于在自动驾驶领域应用潜力巨大，LiDAR 已经吸引了 15 亿美元的投资。无论是 OEM 商、一级供应商还是科技巨头，都愿意为 LiDAR 慷慨解囊。
纵观整个行业，靠车载 LiDAR 起家的公司已经超过 80 家。不过，由于自动驾驶革命进程的放缓，许多公司开始将目光转向其他行业，比如安全、航空地图、无人机和工业自动化等。这样遍地开花的场景与 20 年前迎来爆发期的通讯产业何其相似，但我们又很清楚的知道，这 80 多家公司不可能都靠一己之力笑到最后。LiDAR 产业的蛋糕虽大，但也不够这么多公司来瓜分，投资者口袋里也没有那么多银弹来支撑 LiDAR 公司们完成下一个阶段的产业化。未来能主宰 ADAS 与自动驾驶市场的 LiDAR 公司不会超过 10 家。
那么，在如此残酷的竞争中，公司们该如何劝说投资者乖乖掏钱呢？恐怕它们得从波长（4），LiDAR 类型（3），激光类型（3），探测器类型（4）和扫描方式（6）几个角度入手，而这些角度相互组合能产生 864 种可能。如果再算上 3D 点云的处理方式和基于事件的 LiDAR 这种新技术，组合方式就更多了。虽然这 864 种可能无法一一应验，但至少有一半的路径能走通，这也是风投公司选择广撒网的原因（比如 Velodyne、Quanergy、Innoviz、Luminar 和 Ouster 等公司）。当然，投了大量初创公司的它们，未来也得找到保护或者说让自己先期投资回本的好方案。
作为在光学产业浸淫多年，经历过通信与自动驾驶两大行业崛起的著名投资人，John Dexheimer 还专门对它们做了对比。“许多人认为车载 LiDAR 的上升曲线会与当年的光网通信相似，毕竟这两大行业都有中大型公司提前占位，而且风投们都非常舍得砸钱。不过，两者的差异也非常清晰：直接经济效益是通信产业爆发的强力驱动器，但从短期来看自动驾驶与 ADAS 并不是驱动经济发展的发动机，毕竟终端用户的需求还没有培养起来。”
除此之外，通信行业里产品标准完整且严密，LiDAR 却还是狂野西部。非常关注车载 LiDAR 标准制定的 John Dexheimer 就发问道，“跨越了路测和地理围栏后，汽车行业里哪个实体能拿出更加明确的验收测试标准以推动 LiDAR 量产呢？”
未来，LiDAR 市场走向成熟肯定会伴随大规模洗牌，那些资金雄厚、执行坚决且顾客多多的厂商肯定能生存下来。除此之外，处于弱势的小厂会投向哪些巨头怀抱也相当有看头。
下面，我们就先来总结一下，成功的 LiDAR 公司应该具有哪些品质：
1）围绕自家产品设计软件堆栈；
2）与 OEM 商、出行提供商与自动驾驶公司良好的关系；
3）系统性能符合城市及高速自动驾驶的要求；
4）超一流的团队；
5）融资能力强（至少 1 亿美元以上）；
6）车规级别的制造与可靠性；
7）可靠的供应链及量产能力；
8）成本与收益控制能力；
9）在其他市场占据一定份额。
一般来说，有稳定靠山的 LiDAR 项目存活几率很大，但它们并非完全免疫。最近，因为 Cruise 宣布裁员 8%，Strobe（已被 Cruise 收购）的 LiDAR 研发就受到了影响。简言之，充足的资金确实重要，但其他因素也能起到决定作用，也许 Cruise 也有未来放弃 LiDAR 的计划，或者说它们觉得自研 LiDAR 有些得不偿失？
对一级供应商来说（博世、法雷奥、采埃孚、安波福和大陆等），LiDAR 肯定是个新的商业机遇，毕竟一级供应商原本就一直在为 OEM 商供应 ADAS 和自动驾驶关键部件。未来如果更进一步，它们就能包圆了整个传感器融合系统，把摄像头、雷达和 LiDAR 打包卖出去。当然，出于供应链、成本、设计、性能优化和系统整合等方面的考虑，类似 Cruise、Waymo、Aurora 和 Argo 等公司都选择了自研 LiDAR 的方式。
在老练的一级供应商、OEM 商及科技巨头强大的攻势面前，独立 LiDAR 供应商当然会感觉压力山大，因为除了在性能和成本上取得碾压优势，它们还得管理好融资与现金流才有胜算。除了杀出重围的那几家公司，其它公司恐怕只能选择转战其他市场或者等巨头收购。当然，它们也有可能破产出局。
经历过互联网泡沫且在知识产权市场有 40 多年经验的 Martin Pichinson 就表示：“眼下许多自动驾驶公司的路径已经有了当年互联网泡沫的影子。现在我们必须在服务领域进行深入挖掘，包括 AI、机器人、健康、物联网等。经过几十年的培养，人类已经习惯于拥抱新技术，因此整个转变期战线不会拉得太长，只要产品好，很快就能转化为收入。”
原始 LiDAR 数据的处理及后续与 AI 和软件堆栈的整合恐怕未来会成为 LiDAR 市场走向成熟的最关键助推器。在这个阶段，以下几个 LiDAR 关键功能值得关注：
1. LiDAR 物理学，主要是带线性探测器的 ToF，带光子计数探测器的 ToF 和 FMCW：这些选项中的每一个都需要不同的软件和信号处理算法，并集成到感知和传感器融合堆栈中。 此外，在这三类中使用的激光器和探测器的类型有很大不同，并且会影响供应链，成本和量产。
2. 工作波段（8XX-9XX nm, 14XX-15XX nm）：会影响校准与热管理，还有供应链、可制造型和成本等方面。
3. 视场覆盖（快闪 vs 扫描）：快闪与扫描两种形式会影响信号处理、后处理堆栈以及硬件整合。至于特定的扫描机制，无论是机械式、固态或微机电（MEMS），都不会对基本层面造成影响，
举例来说，一家专攻 1550nm，带有线性模式检测器和快闪 ToF LiDAR 的公司不太可能会收购另一家造 905nm 光子计数检测器和机械扫描 LiDAR 的公司。毕竟在这样的系统之间进行硬件和软件的集成并不简单，也不会有任何增值作用（除了提供第二套独立系统来完成其产品套件外）。他们更有可能寻求在供应链中获取特定功能，例如激光器，探测器或扫描技术，以围绕竞争差异化和降低材料成本的特定领域实现更多垂直整合。
雷锋网按：图片来自于福布斯
表 1 对使用 3 种主要 LiDAR 物理方法的 75 家公司分了分阵营。在我看来，行业的洗牌与成熟将首先在这里进行，预测如下：
❶ 类公司可能会最先开始洗牌，毕竟这一阵营的公司太多了（50 家），而且至少有 5 家头部公司。洗牌完成后，那些实力不够强的将面临收购或破产。值得注意的是，❶ 类公司算是车载 LiDAR 领域的开拓者，但由于这个波段的激光会对人眼产生伤害，因此其分辨率和探测距离都有一定限制。除此之外，在激光器与探测器的设计上，其垂直整合度也最低。
❷ FMCW LiDAR 公司目前使用 15XX nm 波长（主要是由于为电信行业开发了相干激光器）。不过，这些激光器在自由空间应用时制造和控制起来却没那么容易，因为它需要更大的发射功率才能实现远距离探测。与其他 LiDAR 不同，FMCW 提供深度和轴向速度信息，从而减少了图像分割和目标识别的处理时间（并为决策和控制留出了更多时间）。其另一个优点是，由于光峰值功率低，这种类型的 LiDAR 拥有使用光学相控阵和液晶元表面进行纯固态扫描的可能性。（当然，这两者都需要重大的材料科学创新才能实现）。率先采用 FMCW 方案的 Blackmore 最近被 Aurora 收入囊中，不过业内还有其他独立公司在探索这一领。不幸的是，其中只有少数几个拥有继续下去所需的银弹，未来它们很可能会被收购或直接售卖知识产权（IP）。这里的关键 IP 是传输波形部署以及随后的相干混合及数据处理。这种类型的 LiDAR 对实现高速路自动驾驶至关重要。
❸ 14XX / 15XX nm 的 LiDAR 对于人眼来说更加安全，因此它也天然拥有更高的性能。这类公司在线性模式 APD 或 PIN 的长距离探测下表现出了出色的性能。不过，在激光峰值功率方面仍然具有挑战性，而且要使用许多昂贵的光纤激光器，难以大批量生产。这些公司中，Luminar 最为出挑，它们最近宣布与沃尔沃建立合作伙伴关系，预计将在 2022 年实现自动驾驶汽车的部署。这并不是一个参与公司众多的阵营，因此大洗牌的可能性尚不清楚，毕竟该解决方案需要昂贵的光纤激光器才能达到高性能，而且公司必须不差钱。
❹ 此阵营之所以令人着迷，是因为它承诺用 CMOS 的成本实现 SPAD 的性能。与 ❸ 一样，这个阵营里公司也不多，该领域未来可能会有兼并发生。
❺ 此阵营的优势在于它无需扫描，并提供类似相机的点云。同时，与摄像头融合变得更加容易，且消除了图像滞后的问题。不过，点亮大量像素需要更高的激光功率，从而限制了它的应用举例，例如自动泊车，角分辨率或视野覆盖范围较差的长距离应用等。目前，我们尚不清楚此类 LiDAR 是否会在自动驾驶汽车部署中发挥重要作用。 因此，此处的行业发展方向有些模糊，它们最终更有可能转向非汽车应用。
虽然全自动驾驶的落地可能要花更长时间，但这个行业并不全是令人沮丧的消息，风投和创业者们依然有大展身手的机会。下面，我就给大家一些好建议：
1）最让人感到惊讶的是，表1中的 ❻ 阵营并没有吸引任何创业者的兴趣或风投/企业资金。 FMCW LiDAR 在 8XX-9XX nm 的波长下有一并解决 ToF 系统受限、人眼安全及性能的潜力。这是因为系统可以使用本地振荡器，因而以更高的 SNR 进行操作。在相同的激光能量下，它们可以获得更高的探测能力。同时，抗干扰和基于多普勒的瞬时速度感应（类似于 1550 nm FMCW）也是其重要优势。由于系统可以使用成本较低的硅探测器，GaAs 激光器和 VCSEL，因此高性能实现起来成本也较低。此外，SiN 光子学还为将来的固态扫描提供了新的途径。简言之，❻ 阵营不但具有 ❷ 阵营的所有优点，成本还有优势。棘手的问题是，尽管在设计角度来看这一方案不难实现，但现实中却不存在这一波长下的相干激光器。想成大事，必须得招点激光器设计大牛。
2）LiDAR 产生的用于避障的数据通常有 90％ 以上是无用的。收集，存储和分析所有这些数据会带来巨大的功耗，存储和延迟问题，导致我们无法在需要的地方投入分辨率和激光资源。因此，基于事件的 LiDAR 是另一个值得撒钱的投资机会。眼下，投资人已经开始为基于事件的摄像头砸钱了，未来想必也会复制到 LiDAR 市场。当然，在扫描模式下，快速扫描的创新势在必行。
3）最近，索尼发布了一款低成本相机芯片，该芯片在阵列中的每个像素上都实现了 AI 处理功能，从而实现了高速边缘 AI 处理。这大大减少了必须传输到后处理堆栈中的原始数据量，并改善了延迟，功耗和成本方面的指标。因此，对实现了类似数据“减肥”的 LiDAR 系统进行投资可能是一个重大机遇。当然，它也要与基于事件的 LiDAR 有着良好的集成能力。
4）固态扫描确实可以使芯片级 LiDAR 成为现实。除了消除对活动部件的依赖（在移动的汽车中同样如此！），固态扫描还将积极影响成本，量产以及与底盘兼容的 LiDAR（对于自动驾驶汽车消费者的所有权至关重要）。它还可以在手机，AR / VR 和游戏等其他应用中应用LiDAR。尽管没有解决复杂材料工程规模化的问题，但该领域已经有一些投资出现。
除了汽车市场的广阔机遇，向非自动驾驶应用过渡也是可以考虑的方向，例如安全、人员监控、采矿、建筑、工厂和仓库自动化、机器人与农业等。城市空中交通（UAM）和无人驾驶飞机未来可能也会成为发展方向，尽管其落地时间还不明朗。总的来说，如今所有的 LiDAR 公司都在多个领域进行积极布局。
作为车载 LiDAR 领域中的早期独角兽之一，Quanergy 最近就从其现有投资者那里拿到了新一轮融资。
“与仅专注于交通市场的 LiDAR 公司不同，Quanergy 一直强调其技术在多个行业中的发展。”Kevin J. Kennedy 博士说道。“有了这笔新资金，我们就能加深对团队和技术的投资，并有能力证明 LiDAR 在更广泛市场应用中的价值。”
正在生成分享图...
姚勇喆