首页 > 最新动态 > 秋凤空间丨高分激光雷达军备竞赛的背后
最新动态
秋凤空间丨高分激光雷达军备竞赛的背后
2026-03-173

作者 | 王秋凤





3月4日华为鸿蒙智行技术发布会后,华为发起一波896线激光雷达的宣传攻势,社媒上到处都有类似的信息。看上去华为在激光雷达分辨率的竞赛中,暂时领先。传感器的升级,是否能大幅提升辅助驾驶的能力?余承东的说法是“(896线雷达)成为在马路上能够看到的车里面,最强大的全向的立体融合感知系统”。问题是,多大幅度。该雷达是否足以担得起 “震撼”、“颠覆式创新”、“进入3D成像时代”等大词儿。


当然,广告界词汇通胀是必然的,只要不出格就不算误导。但要较真的话,还得从技术逻辑上探寻一番,不宜人云亦云,也不能无脑否定。



创新点在哪里


这款“开发了4、5年”的激光雷达,是否具有独到的创新性?显然的,这是迄今量产激光雷达里面,分辨率最高的。2025年晚些时候,搭载速腾聚创EM4(超500线)的极氪9X、智己LS9等交付,几个供应商试图形成一种氛围,旗舰车型,必须要搭载500线以上激光雷达,才配上桌。


华为这款激光雷达的创新性在于双光路(大概率为转镜方案),广角384线/120°,长焦512线/60°,叠加起来才是896线。低速时开广角,高速时叠加长焦。


按照华为的说法,低光照、时速120公里,能辨识120m远14cm的远处物体;162m远辨识到30cm物体。有助于更早采取合适策略(刹停、避障),提升驾驶安全。


高密扫描能识别低矮物体,只是一方面。更重要的是,提升了“低反射目标”的识别距离。而这些目标,是过去最容易出现误判的内容。所谓“低反射”,就是有些物体,天生就对激光雷达发射的特定波长的光(华为可能选了1550nm短波红外光)吸收比较多,反射较少,比如黑色轮胎、深色的车辆和物体。有必要指出,人类肉眼能看到的波长在380~740nm之间,所有激光雷达都选择人眼不可见的波长。



激光雷达,在决策的哪一步起作用


传感器辨识度提升了就能强化辅助驾驶能力?两者并非线性关系。必须把传感器纳入到信息-决策系统当中去考虑。


决策系统拿到了来自摄像头的2D图像、激光雷达的3D点云、毫米波雷达测距等一大堆数据,第一步要做的是“数据对齐“,就是将所有数据标注到一个假想的俯视图上,解决格式不同的问题。


第二步,大家都知道是“融合”。这里面说道很多,华为可能采用了一种名为“交叉注意力融合”机制,就是让图像和点云,在算法层面上“交流增强”,而非各自为政。记住,这一步,要耗费算力。


第三步就是进行所谓的“语义和时空优化”。我们不必管术语,简单说就是让远处的点云“更丰富”一点,让小物体更显眼一点。而高分激光雷达,恰恰在这一环节,提供了直接的物理证据。


最后一步,决策和预测。P了半天图,目的是要完成目标检测和轨迹预测,这样才能知道接下来该咋开。这一步涉及世界模型车端算法的一些细节,不展开。


任何智驾系统里面,障碍物检测与此前的训练质量有关,系统最终要在10毫秒内完成博弈决策,时间很紧凑。物理证据的权重,远高于插值计算。高分激光雷达雷达,让决策变得简单,系统失误的概率更低,也缩短决策用时。



高分激光雷达会导致算力会过载吗?


华为提出,已经交付的尊界S800和问界M9都可以付费换装新雷达。有人指出,如果算法不针对新雷达优化,就没意义。同时还要考虑,既有算力能否支撑更多的数据冲击。


任何企业,制定算力装车方案的时候,一定考虑冗余。有没有一种可能,如果算法优化得好,新雷达不会导致算力过载。


眼下新雷达分辨率增加4倍,但给算力增加的负担,可能远小于4倍。不知道具体算法的情况下,负担无法量化。相信生产商自己会有准确的评估。


这一结论的前提,是要实施专门算法优化。对于这一点,不妨看看大自然的杰作:


游隼是速度最快的动物,俯冲时速超过300公里。其视觉分辨率是人的6~8倍(得益于其视锥细胞密度和双黄斑),游隼能在3000米高度发现地面上麻雀大小的鸟类。其刷新帧率(130帧)远高于人眼(24帧),游隼在高速下看到的画面,依然流畅清晰。其专注力相当高,面对成群猎物,能轻易盯住最初选定的那一只。


游隼发现目标,马上俯冲猎杀。高速下,其视网膜上的数据流高达100M/s。在毫秒级时间里,其大脑就完成一连串的计算:目标分割(从背景中分离)、特征点跟踪、轨迹预测、自身姿态解算、攻击路径规划。一旦猎物轨迹变了,它能在0.3秒内完成调整并重新锁定。


这一连串的行为模式,就像一套高效的自动驾驶系统(还是三维的)。



这样一个超高分辨率、超高刷新率、快速神经计算和高度特化的动态目标识别算法于一体的完美系统,可能只有几十Tops稀疏算力。


游隼用于视觉-运动追踪的神经网络,算法经历了大自然数百万年的优化和特化。异步耗散式计算,效率远超任何AI(只须几块生肉供能)。这正是专用神经网络芯片(NPU)应该干的活儿,必须与GPU和CPU负担的任务分开。游隼不会仅因为盯住猎物就累得脑仁疼。


这就是为什么,车载算力Soc都采用异步多核计算核心(CPU+GPU+NPU),不同任务分配给不同的计算资源。NPU多承担任务,对于整个Soc算力载荷,增加量可控可负担。前提是高分激光雷达雷达的能力,必须通过优化NPU算法,才能兑现。


结 语


现在的激光雷达“军备竞赛”已经很明显。目前全球九成以上的激光雷达市场,都被中企占据,盈利拐点已经出现。就在华为发布会后几天,速腾聚创也放话,EM4可向上定制,720线、1080线,2160线都“可量产”。分辨率竞争才刚刚开始,不出意外的话,八成又是软硬一体、垂直整合能力更强的供应商,最终占据竞争优势。


接下来,如果消费者形成“高端车都用高分激光雷达”的印象,对纯视觉路线的品牌不利。华为力图在消费者心目中建立起“更高线数=更高安全”的印象,但技术上实现,并不是像看上去那么简单。需要通过更多实证和用户体验,才能回过头来证明这一点。在此之前,标志意义大于技术价值。






 E N D   -

作者简介: 

王秋凤,先后就职于《经济观察报》、《第一财经日报》等主流平面媒体,搜狐汽车新闻中心、腾讯汽车等主流互联网平台,前北汽极狐汽车总裁,现任汽车之家总裁,中国汽车记协常务理事。


点我访问原文链接