激光雷达技术路线大比拼：从机械式到纯固态的选型指南

激光雷达这个圈子这几年的变化比过去十年加起来都大。要是你还停留在“禾赛速腾 vs VelodyneOuster”谁的点云更密的比较层面我建议你先退一步因为这场竞争的胜负手早就不在参数表上了。它背后牵涉技术路线的取舍、供应链的组织方式、车规量产的节奏甚至是对商业模式的理解。这篇文章我想从四家公司的真实处境出发把机械式、半固态、纯固态这几条路线的来龙去脉拆开讲明白给正在做选型或者研究自动驾驶产业链的朋友提供一个能落地的分析框架。1. 四家厂商两种生存逻辑1.1 Velodyne绕不开的老前辈早年在北美无人车挑战赛里走出来的Velodyne几乎是多线激光雷达的代名词。那时候测试车顶上顶一台大型机械雷达转起来嗡嗡响场景识别效果确实惊人但价格也是惊人级别的。后来VLP-16把激光雷达首次打到“几千美元”价位很多高校和初创团队因此才有机会做感知研发这一步的行业贡献怎么强调都不算过分。我在接触过一批从VLP-16迁移到其他雷达的团队之后大家普遍反馈Velodyne的点云非常“稳”通道一致性、丢帧率、接口协议都经过了大量实车验证这是老牌厂商真正的资产。但Velodyne的问题也在这里机械旋转的结构决定成本天花板。大量独立激光收发模组要装进一个旋转体里每一路都要单独校准装配节拍慢良率上不去。Velodyne后来推出的高端128线产品性能指标已经冲到行业顶尖但价格依然是六位数美元这种成本结构显然没办法进入乘用车市场。老前辈不是不努力而是机械路线本身的物理瓶颈让它越走越吃力。后来它与Ouster合并本质上是承认了独立发展的路径已经走到底了。1.2 Ouster用半导体思路重新定义雷达Ouster走的是一条完全不同的路。它把传统激光雷达里的离散激光器和分离探测器阵列换成一颗用CMOS工艺集成的SPAD芯片。这个思路类比一下就是别人还在用分立元件搭收音机Ouster直接做了集成射频前端。带来的好处是什么呢首先每个像素的接收通道一致性极高点云里不太会出现“某几条线明显偏暗”的情况其次SPAD芯片可以直接和大规模数字逻辑集成后端信号处理、校准算法通通可以在芯片里完成产品迭代速度也随之变快。不过Ouster早期产品也保留了旋转结构物理上仍然有转动部件只是核心从“多路激光器精密机械对位”变成了“芯片旋转电机”。这样做可靠性确实提升不少OS系列在矿山、港口等恶劣环境里的表现很突出。但Ouster在中国市场的声量一直不起来原因不是产品不好而是它的商务节奏、本地化支持、以及面向车企的前装布局都比国产厂商慢了很多。技术强不代表商业化就强这个案例在硬件行业里反复上演。1.3 禾赛靠Robotaxi积累口碑再破圈禾赛的成长路径很像“先技术输出再做品牌”。早期它靠气体激光探测业务练出了一套激光测距的工程能力后来进入自动驾驶市场陆续推出了多款机械雷达。这几款产品在Robotaxi圈子里迅速积攒了口碑原因很朴素点频够高远距离小目标检出能力好价格比同级别的Velodyne实惠而且出了问题响应速度快。我印象最深的是某测试车队做多品牌雷达替换对比国产128线机械雷达装在多辆Robotaxi上连续跑了数千公里最后大家一致的评价是“点云细腻程度不输进口品牌而且没有那么多需要额外打理的外接控制盒”。对车队而言省去一个单独的计算盒、供电和同步模块就是省去一大块系统复杂度。机械雷达产品线积累下的标定经验、热管理经验、结构设计经验也为禾赛后来做半固态车载雷达打下了扎实基础。可以说没有Pandar系列在出行市场打下的口碑AT128后来想进入量产车市场会困难得多。这是技术信任的传递也是国产雷达品牌从B端走向C端的关键一步。1.4 速腾贴着量产车需求做减法速腾是最早看出来“激光雷达得按车载零部件的逻辑来做”的厂商。它没有在高端Robotaxi机械雷达上和别人死磕而是直接把目标对准量产车用MEMS微振镜替代外部旋转机构做出一颗能塞进前格栅、不挡视线、成本可控的半固态雷达。早期发布的M1现在回头看真正有价值的不是具体参数而是它验证了“激光雷达可以被当成一个普通车规传感器来看待”这件事。M1系列后来演进到M1 Plus每一代都在加大点频、扩大视场角同时继续压低成本。速腾的供应链哲学非常直接把雷达拆成一个个标准件能用供应链现成方案的绝不自研能用一个芯片解决的功能不用两个芯片。这种思路在创业公司里很罕见很多人做硬件总想着“差异化”速腾想的是“怎么把量跑起来”。量起来之后供应链议价能力、产线良率、质量稳定性都会进入正向循环这比单点技术突破更能解释它今天在量产车市场的位置。2. 技术路线这场竞争的分水岭2.1 机械旋转、半固态与纯固态的代际差异机械式雷达的最大优势是360度视野这决定了它特别适合独立感知平台比如Robotaxi车顶、无人配送车、测绘小车。只要转速稳定、各路通道标定偏差不大它就能给出很完整的环视点云。但它的劣势同样突出旋转机构有磨损长时间运行对轴承和滑环的要求极高多颗雷达之间还要做同步额外的同步线缆和供电也是麻烦事单体价格始终下不来因为发收对数量摆在那里。半固态路线像是速腾的MEMS方案和禾赛的转镜方案都属于“减少运动部件”的折中。MEMS微振镜的体积很小整个雷达可以做成扁平的矩形同时保持水平视场角在120度左右虽然做不了360度但对车载前装来说前方120度已经够用了。转镜方案则是用一面多边形镜片旋转反射激光光源和探测器都固定不动寿命比整机旋转高很多点频也更容易做大。这两条半固态路线互为补充分别占据了点频和成本的不同生态位。纯固态Flash方案比如Ouster的DF系列和禾赛的FT系列干脆把机械运动全去掉用面阵激光器一次性照亮整个视场。它的优势是可靠性天花板极高没有任何摩擦件但也得面对物理限制要把这么多激光脉冲的能量分摊到整个视场上单点能量必然下降测距就上不去。所以纯固态目前更多用在近距离补盲场景而不是当远距离主雷达。三条路线之间不是谁替代谁的关系而是在不同场景里并存。2.2 波长905与1550的不同代价激光雷达里绝大多数产品都在用905纳米波长因为对应激光器成熟度高、成本低供应链几乎是从其他成熟产业直接搬过来的。但905nm有一个先天问题它接近人眼视网膜吸收峰值为了通过人眼安全标准最大峰值功率被卡得很死。功率上不去雨雾天气的长距探测就会衰减得厉害。这也是很多雷达在晴朗天气下测试表现不错一遇到起雾或暴雨就开始“丢点”的深层原因。禾赛在高端产品上推过1550nm的方案这个波长的人眼安全性好很多可以把脉冲功率拉得更高探测距离自然也就能做得更远。1550nm通常配合光纤激光器使用成本更高往往只在高性能产品上出现。很多车厂对1550nm是又爱又怕爱的是它远距离探测能力确实强怕的是成本太高连高端车型都得犹豫。目前来看905nm仍然是量产主流1550nm更像一个“性能党的选择”。说到底波长之争背后是成本和性能的权衡而不是绝对的技术天花板。2.3 点云质量不是线数和点频能概括的点云质量这个词经常被误解。很多人以为线数越多、点频越高就一定好其实点云里面有两项经常被忽略的指标测距精度和单回波噪声。就好比同样像素的手机拍夜景一个能拍出细节一个全是噪点差别就在信噪比。激光雷达也是一个道理高线数如果各通道之间的信号一致性差出来的点云就会有一条亮一条暗的问题严重影响算法提取特征。禾赛和速腾在海量部署中积累了大量标定经验也确实在点云纯净度上下了很多功夫。Velodyne和Ouster的早期产品各有各的“脾气”Velodyne偏稳健Ouster偏细腻。但到了今天主流厂商的点云质量差距已经在快速缩小真正的比较点变成了“在雨雾、扬尘、强光等恶劣条件下谁还能输出可用点云”这才是工程上让人头疼的地方。另外还有回波模式单回波和多回波的处理能力以及多径效应下的抗干扰能力这些指标在规格表里很难体现只能靠实车路测去验证。3. 正面交锋产品、价格与量产落地3.1 明星产品硬碰硬我把四家比较有代表性的产品放在一起做个粗略对比产品类型厂商架构水平视场典型探测距离点频量级16线机械雷达Velodyne机械旋转360度100米左右单回波约30万点/秒128线机械雷达Velodyne机械旋转360度200米以上340万点/秒级别旋转式数字雷达Ouster数字SPAD电机360度最高240米级别数百万点/秒128线机械雷达禾赛机械旋转360度200米级别340万点/秒级别半固态车载雷达禾赛转镜半固态120度200米级别超过150万点/秒半固态车载雷达速腾MEMS微振镜120度200米级别百万点/秒量级看这张表的时候我提醒一句一定要同时看“10%反射率下的测距”和“点频”只看最远测距没有意义。因为往远探的往往是最亮的目标算法更需要的是弱反射目标的稳定点云。比如城市里的黑色轿车就是典型弱反射目标探测到200米外的白色墙很容易但能稳定检出200米外的黑车才说明这颗雷达是真的强。参数表上的“最大量程”通常都是对高反射率目标而言的到了低反射率目标上数字会大幅缩水。3.2 价格战的本质是工程战激光雷达的价格从过去动辄十几万美元降到今天车规级产品千元级人民币核心靠的不是“让利”和“补贴”而是工程层面的重构。第一步是减少物料机械雷达最贵的就是激光器和精密电机半固态把激光器数量从几十路砍到只有几路成本自然就下来了。第二步是自动化产线禾赛和速腾在这方面都做了大量投入从校准、装配到检测取消了大量人工环节一台雷达的下线时间被压缩到分钟级。很多人对“千元级激光雷达”有抵触感觉得便宜没好货。但我的看法是激光雷达在今天已经变成了一个工艺主导的电子件工艺成熟、产量上来之后成本曲线会非常陡。Velodyne当年吃亏就吃亏在工艺上它旋转结构里的每一路激光器阵列都要人工装配和校准产量天花板很低摊到单个雷达上的成本自然降不下来。所以价格战表面上是商务策略实质上是工程能力的直接对决。谁先做到自动化量产谁就掌握了定价权。3.3 车规认证的暗坑激光雷达想前装上车要过的认证不只是功能安全还有一大堆关于振动、温漂、EMC、盐雾的测试。其中最容易踩坑的是温漂雷达内部的光学支架、透镜材料会随温度变化发生形变导致光束指向偏移。点云表面看起来没问题但算法做多传感器融合时雷达和摄像头之间稍微偏0.1度对齐就崩了。这也是为什么很多雷达送样测试时参数很好一到夏冬两季路测就开始出问题。Ouster在工业领域很稳但车规进程一直不算快Velodyne虽然也有车规级产品概念量产规模始终跟不上。相比之下禾赛和速腾从很早就开始围绕车企的产品开发流程来设计产品比如禾赛专门为车载产品建了和头部Tier1类似的产线追溯体系速腾则和主机厂联合做了一大批台架和整车级别验证。车规这件事做过的都知道它不是一天冲刺出来的而是以月为单位的耐力赛。这种时间成本是任何参数优势都换不来的护城河。4. 用场景验证从Robotaxi到乘用车量产4.1 出行市场怎么被国产双雄平替Robotaxi领域曾经是老牌厂商的自留地几乎所有头部自动驾驶公司的测试车队都能看到大牌机械雷达的身影。但后来的变化非常明显越来越多测试车辆换上了禾赛的Pandar系列或者速腾的中长距雷达。背后的原因特别现实车队是运营单位要算的是“每公里感知成本”。当国产雷达能在点云质量基本持平的情况下把价格做到一半甚至更低并且供应充足、换修方便时运营方几乎没有理由继续选进口产品。某个大型出行平台在前几年做过一次雷达替换实测用国产128线机械雷达替代进口128线机械雷达感知算法几乎不需要改参数点云输入格式兼容最终感知距离、误检率、漏检率都达到了替换前的水平成本却降了一个数量级。这种案例在行业里还有很多。“平替”在Robotaxi圈不是贬义词而是市场成熟的表现。谁给运营方省钱并省心谁就能拿到订单。4.2 量产车半固态雷达的主场乘用车前装和Robotaxi的需求差别很大。Robotaxi可以不考虑外观顶着几个大雷达照样跑。乘用车不行雷达必须藏进车身线条里还要能忍受高低温、振动、阳光直射等多重工况关键是整车厂对成本极其敏感。这就决定了半固态雷达几乎成了前装的唯一可行解体积比机械式小一大截点云精度足够做辅助驾驶功能价格又被卷到了千元级别。禾赛的AT128和速腾的M1 Plus成了两个最常见的上车选项。它们都支持动态ROI功能也就是说算法可以让雷达在某个关键区域提高扫描密度相当于把有限点频集中分配到算法最关心的前方中央区域。这个功能在高速场景很实用远处出现一个小障碍物区域里的点云密度变高检出概率就上来了。这类“软件定义扫描”的能力让半固态雷达不再只是个固定参数的传感器而是变成了可调度的感知资源。4.3 垂直场景机器人、测绘与港口在机器人、测绘、港口、矿区这些场景里需求又是另一套逻辑。机器人和低速无人车通常要兼顾小型化和近距感知短距大视场雷达就很合适这种场景下高线数远距雷达反而有点浪费。测绘行业对误差精度和多次测量一致性要求高老牌机械雷达早期积累的口碑在这里依然有分量。港口无人化和矿区自动驾驶要抗灰尘、抗震动运动部件越少越好半固态和固态方案自然更有吸引力。国产厂商过去几年也意识到了这些细分场景的价值禾赛推出过面向中短距场景的小体积产品速腾则专门针对低速工业场景做过适配优化。老实说垂直行业的量虽然不如乘用车大但毛利率高、客户粘性也强是各家都在悄悄布局的“粮仓”。未来这些场景的竞争会比乘用车前装更分散也更考验厂商对具体工况的理解能力。5. 选型不是选参数是选生态5.1 不要被点频和线数带节奏很多选型评审会容易陷入一个误区对着密密麻麻的规格表把点频、线数、探测距离这几个数字反复对比最后选一个最大数字的方案。但从实际工程经验看参数表里的“极限值”和“可靠值”完全是两码事。有些雷达标称200米测距但只有在目标反射率足够高时才达到而真实道路上大量目标反射率很低换算下来有效测距直接砍一半。我的建议是选型时必须向厂商要三份材料低反射率下的测距曲线、不同目标的真实点云样本、以及长时间持续运行后的点云稳定性报告。这三份材料胜过十倍参数表。尤其是最后一份因为很多雷达在新机状态下表现不错但跑几千小时之后点频漂移、噪声抬升、标定偏移这些问题会逐渐浮现而这些恰恰是规格书里看不到的。5.2 算法适配不能事后补激光雷达不是一个即插即用的完美传感器它输出的点云最终要被感知算法消费。不同雷达的扫描模式会直接影响算法表现机械式360度扫描点云空间分布均匀半固态雷达会存在视场边缘点频下降的问题如果算法没有适配车辆侧方目标的点云就会稀疏。还有回波模式的数量和精度都会影响多径效应下的点云噪声。我见过不少团队选型时只看参数真到算法适配阶段才发现接口协议、时间戳同步、畸变补偿都和自己原有代码框架不匹配硬生生多出了两个月的开发量。所以我的经验是先选两到三款备选雷达拿回实验室做一次“真实数据采集加算法跑通验证”用结果说话而不是只看投标材料。激光雷达不是买来就能直接“点亮”的它和算法之间的适配周期往往比硬件交付周期更长。5.3 供应链与售后才是隐性成本激光雷达是电子器件不可避免会有批次差异和偶发故障。厂商的供应链稳定性和售后响应速度直接决定了车队的停摆时间。国外厂商在这块天然有劣势一方面要跨洋运输另一方面备件周期长。国产厂商能赢除了产品竞争力还有一层“本土供应链红利”国内备件仓库、技术工程师随时能到现场这种软实力在量产和运维环节特别值钱。更重要的是激光雷达产业粗放扩张期已经过了市面上能活下来、能持续迭代、能保证多年供货的厂商并不多。做选型时最好了解一下厂商的出货规模、产线利用率和长期产品规划因为激光雷达的更新换代很快如果你的供应商两三年后停产旧型号你的感知系统就得跟着动手术。选雷达本质上是在选一个能长期陪跑的合作伙伴。6. 竞争之外激光雷达下一步往哪走6.1 固态化之后比拼的是芯片和软件半固态解决了成本和车规问题但要继续往下走已经把机械运动彻底去掉的纯固态方案会成为下一阶段的重头戏。纯固态要解决的核心不是结构而是“面阵光源功率不足”的问题。业界现在的主要探索方向有三个更大规模的SPAD阵列、更高效的VCSEL光源、以及更聪明的编码调制方式。谁能在这些底层技术上找到突破谁就能做到真正没有运动部件的车规主雷达可靠性再上一个台阶。禾赛和Ouster在芯片化上的投入都很猛禾赛自己做激光雷达主控芯片Ouster从一开始就是芯片原生企业。速腾也在和产业链伙伴推进高度集成的光学方案。未来的竞争已经从“组装工艺”升级成“半导体工艺”这个转变意味着做雷达的门槛会从结构设计转向芯片设计团队的人才结构也要跟着改变。对用户来说选厂商时看它有没有芯片自研能力会是一个越来越重要的参考维度。6.2 软件定义雷达的时代来了以前激光雷达只是一个输出点云的传感器以后它会变成一个“可编程的感知单元”。动态ROI已经是一个雏形后续还会出现更细粒度的控制比如按距离自适应改变扫描密度、按危险目标自动锁定跟踪、甚至把雷达原始光子数据直接和算法融合。这些能力都需要灵活的平台级软硬件架构而不是在传统机械结构上打补丁。从选型角度看一家雷达公司不能只数它现在有多少线还要看它的产品是否有可持续升级的软件空间。老牌厂商合并之后整合了不少软件工具链禾赛和速腾也在不断拓展自己的配套工具。这个领域最后比拼的是谁能让驾驶策略更安全、开发效率更高、整体系统更便宜而不是谁转得又快又响。雷达行业还在进化真正的好戏可能在固态和软件完全成熟之后才刚开始。我从2018年前后开始接触激光雷达一路看着价格从十几万降到几千也看着机械式设备从街道测试车顶的标配慢慢变成了历史存档里的画面。我个人最大的体会是在这个领域做选型千万不要迷信参数迷信信仰也不要对某一品牌有过分的“科技滤镜”。你真正要去验证的是它在你的算法、你的供应链、你的运维体系里能不能像普通零部件一样稳定工作。激光雷达已经过了讲故事的时代现在比的都是细节备件周期、返修率、标定一致性、长期供货的承诺这些琐事才决定一个雷达方案能不能真正落地。准备买雷达的朋友建议直接把样品拿来跑两个月再说纸上谈兵的选型最后往往都要在路测场上补课。