万众期待的无人驾驶，在搞定激光雷达后好像有戏了
- 点赞
- 评论
- ♥ 收藏
- A大中小
2017年的CES（拉斯维加斯消费电子展）已经结束，除了无数眼花缭乱的创新电子产品，明星是一批还处于实验阶段的无人驾驶公司，传统汽车制造厂商展开了与无人驾驶公司的一系列合作。
无人驾驶是一项颠覆性技术，从根本上改变了传统的“人—车—路”闭环控制方式,将不可控的驾驶员从该闭环系统中请出去,从而大大提高了交通系统的效率和安全性。现代无人驾驶汽车以汽车工业为基础,以高科技为依托,遵循由低到高、由少到多、由单方面到多方面、螺旋上升的规律发展。其横向发展离不开各种用途的实际需要,而其纵向发展的生命力在于持续不断的技术创新。
无人驾驶技术自从提出就成为了最吸引人们眼球的汽车科技之一，全球最顶尖的IT企业和汽车业巨头都纷纷涌入无人驾驶市场。百度和Google是IT企业在无人驾驶上走的最远的，而苹果也跃跃欲试，特斯拉也在无人驾驶技术上紧追不舍，传统企业企业如宝马、大众等也纷纷加入。
我个人的研究发现无人驾驶技术确实存在很多难点，然而恰恰也是这一些技术难点让我认识到了这一领域是非常真实的。以我要展开阐述的激光雷达感受器为例，目前存在产品体型偏大、成本居高不下、产能偏低、对于特殊天气情况的表现较差等技术难点，换个角度看就是只要解决了产品体型、生产成本等问题，激光雷达就能实现在无人驾驶技术上的完全应用。这也就让我自己发现了这一领域的投资价值，无人驾驶技术是一项前景广阔、能颠覆人们生活的技术，而激光雷达作为这一技术的重要环节，存在这一系列明确的技术问题，只要我发现一些技术问题得到了解决，我就知道无人驾驶研究的进度到了哪一步。只要我能找到解决一些技术难点或者说在某一些问题上有自己技术储备的公司，就能找到这一行业良好的投资标的。
无人驾驶三大组成部分：
无人驾驶系统和传统的驾驶系统是一致的，包括传感器、控制器和执行器三个环节。在传统的控制系统中，主要的传感器就是我们人自身的眼耳鼻，控制器是我们的大脑，而执行器则是四肢以及汽车。无人驾驶系统中，执行器基本都是汽车机电部件，跟普通的汽车并没有很大的区别。传感器和控制器则是无人驾驶系统区别于传统驾驶系统的地方，要实现无人驾驶，必须要求汽车的感知能力要超过人类，要精确地感知到位置和障碍，在此基础上，控制器要根据传感器接收到的数据做出正确的决策。简而言之就是无人驾驶汽车的传感器要能代替眼耳鼻，控制器要能实现人工智能。由此可见如果要去投资无人驾驶这一行业，那么切入点就在于传感器和控制器，我没有选择从控制器开始投资，主要是控制器的技术太难“触摸”我很难看到很现实的控制器研究结果，最贴近人们生活的可能是16年的alpha go，它的意义不是计算机在围棋领域打败了人类，而是象征着人工智能已经开始进入一个新的境界。然而我们这群并没有专业科研能力的投资者，很难去界定人工智能已经进入了什么境界，无人驾驶的控制器能智能到什么地步，所以在控制器领域我的侧重点不在于算法，而在于另一个方面，暂时按下不表。
（左图为velodyne HDL-64E，64线激光雷达，右图为其安装在谷歌无人车上的实例图，图片来源谷歌）
图中64线激光雷达的供应价格为8万美元，这个价格换算成人民币为56万人民币，也就是说目前一个高级的激光雷达就约等于一辆顶配奥迪A6。并且右侧的照片中，激光雷达就像一个放在车顶上的蘑菇，外型较大。可以说传统的激光雷达很难有商用价值，但是最新的固态激光雷达降低了传统的激光雷达的价格，且实现了小型化。（至于固态激光雷达为什么能降低价格和实现小型化，这涉及到激光雷达的工作机理。
不仅Quanergy攻克了这一问题，最早制作LiDAR的velodyne也称开发出混合固态激光雷达，量产后售价约为500美元。并且Google旗下的waymo也在今年1月9日发布了自己的低成本LiDAR，这意味着无人驾驶领域一个重要设备突破。
可能低成本的激光雷达到实际量产还有一段时间，但是固态LiDAR的研发，不仅推动了无人驾驶领域的发展，也意味着未来机器人领域可能会有很大的进步。
无人驾驶是一项颠覆性技术，从根本上改变了传统的“人—车—路”闭环控制方式,将不可控的驾驶员从该闭环系统中请出去,从而大大提高了交通系统的效率和安全性。现代无人驾驶汽车以汽车工业为基础,以高科技为依托,遵循由低到高、由少到多、由单方面到多方面、螺旋上升的规律发展。其横向发展离不开各种用途的实际需要,而其纵向发展的生命力在于持续不断的技术创新。
无人驾驶技术自从提出就成为了最吸引人们眼球的汽车科技之一，全球最顶尖的IT企业和汽车业巨头都纷纷涌入无人驾驶市场。百度和Google是IT企业在无人驾驶上走的最远的，而苹果也跃跃欲试，特斯拉也在无人驾驶技术上紧追不舍，传统企业企业如宝马、大众等也纷纷加入。
我个人的研究发现无人驾驶技术确实存在很多难点，然而恰恰也是这一些技术难点让我认识到了这一领域是非常真实的。以我要展开阐述的激光雷达感受器为例，目前存在产品体型偏大、成本居高不下、产能偏低、对于特殊天气情况的表现较差等技术难点，换个角度看就是只要解决了产品体型、生产成本等问题，激光雷达就能实现在无人驾驶技术上的完全应用。这也就让我自己发现了这一领域的投资价值，无人驾驶技术是一项前景广阔、能颠覆人们生活的技术，而激光雷达作为这一技术的重要环节，存在这一系列明确的技术问题，只要我发现一些技术问题得到了解决，我就知道无人驾驶研究的进度到了哪一步。只要我能找到解决一些技术难点或者说在某一些问题上有自己技术储备的公司，就能找到这一行业良好的投资标的。
无人驾驶三大组成部分：
无人驾驶系统和传统的驾驶系统是一致的，包括传感器、控制器和执行器三个环节。在传统的控制系统中，主要的传感器就是我们人自身的眼耳鼻，控制器是我们的大脑，而执行器则是四肢以及汽车。无人驾驶系统中，执行器基本都是汽车机电部件，跟普通的汽车并没有很大的区别。传感器和控制器则是无人驾驶系统区别于传统驾驶系统的地方，要实现无人驾驶，必须要求汽车的感知能力要超过人类，要精确地感知到位置和障碍，在此基础上，控制器要根据传感器接收到的数据做出正确的决策。简而言之就是无人驾驶汽车的传感器要能代替眼耳鼻，控制器要能实现人工智能。由此可见如果要去投资无人驾驶这一行业，那么切入点就在于传感器和控制器，我没有选择从控制器开始投资，主要是控制器的技术太难“触摸”我很难看到很现实的控制器研究结果，最贴近人们生活的可能是16年的alpha go，它的意义不是计算机在围棋领域打败了人类，而是象征着人工智能已经开始进入一个新的境界。然而我们这群并没有专业科研能力的投资者，很难去界定人工智能已经进入了什么境界，无人驾驶的控制器能智能到什么地步，所以在控制器领域我的侧重点不在于算法，而在于另一个方面，暂时按下不表。
回到传感器的研究上，目前主流的传感器为摄像头、GPS、LiDAR。其中摄像头就是传统意义上的摄像头技术，只是精度会高于日常生活。GPS主要用于汽车的定位感知，但是精确度有限，对于无人驾驶的技术要求而言是不够的。LiDAR的全称是Light Detection And Ranging, 中文名为激光雷达。目前大部分无人驾驶系统采用的是摄像头结合激光雷达的传感器系统，但是因为激光雷达的成本过高，特斯拉采用雷达（毫米波雷达）来代替激光雷达，毫米波雷达主要是采用电磁波探测周围环境，优点是可以检测到较远距离的物体（100-200米），缺点是无法检测行人和对金属识别效果误差大，主要应用在车距保持等辅助驾驶功能。将这几样传感器的优缺点罗列成一张表格，如下
由上表可见，目前能准确的获取周围三维信息的只有激光雷达，所以无人驾驶的技术难关在于激光雷达的成本。以velodyne制造的64线激光雷达为例（如下图）
（左图为velodyne HDL-64E，64线激光雷达，右图为其安装在谷歌无人车上的实例图，图片来源谷歌）
图中64线激光雷达的供应价格为8万美元，这个价格换算成人民币为56万人民币，也就是说目前一个高级的激光雷达就约等于一辆顶配奥迪A6。并且右侧的照片中，激光雷达就像一个放在车顶上的蘑菇，外型较大。可以说传统的激光雷达很难有商用价值，但是最新的固态激光雷达降低了传统的激光雷达的价格，且实现了小型化。（至于固态激光雷达为什么能降低价格和实现小型化，这涉及到激光雷达的工作机理。
不仅Quanergy攻克了这一问题，最早制作LiDAR的velodyne也称开发出混合固态激光雷达，量产后售价约为500美元。并且Google旗下的waymo也在今年1月9日发布了自己的低成本LiDAR，这意味着无人驾驶领域一个重要设备突破。
可能低成本的激光雷达到实际量产还有一段时间，但是固态LiDAR的研发，不仅推动了无人驾驶领域的发展，也意味着未来机器人领域可能会有很大的进步。
郑重声明：用户在财富号/股吧/博客等社区发表的所有信息（包括但不限于文字、视频、音频、数据及图表）仅代表个人观点，与本网站立场无关，不对您构成任何投资建议，据此操作风险自担。请勿相信代客理财、免费荐股和炒股培训等宣传内容，远离非法证券活动。请勿添加发言用户的手机号码、公众号、微博、微信及QQ等信息，谨防上当受骗！
