把激光雷达的价格降到50美元以下？Velodyne真准备这么干_36氪
市场合作，请您联系： media_
品牌广告合作，请您联系： media_
企业创新合作，请您联系： corp_
地方合作，请您联系：
满足以下场景，获得更高通过率： 1. 新融资求报道 2. 新公司求报道 3. 新产品求报道 4. 创投新闻爆料
36氪APP 让一部分人先看到未来
为你推送和解读最前沿、最有料的科技创投资讯
一级市场金融信息和系统服务提供商
聚集全球最优秀的创业者，项目融资率接近97%，领跑行业震惊！激光雷达无压力，原来竟是因为它！
说到“雷达”，小伙伴们的脑海里大概立马能蹦出战争片中“报告长官，雷达上发现敌舰靠近！”这样的对白。这里所谓的“雷达”（Radar）一般是指利用电磁波探测目标的电子设备，全称是Radio Detection and Ranging，无线电探测和测距，很多人也叫它“无线电定位”。
报告长官，蜘蛛侠从雷达上消失啦！
图片来源：gifmania.tw
不过，利用电磁波并不是唯一的方法，和电一样，作为世界中另一种重要介质的光，也成为了我们探测和定位的手段，这就是接下来我们要讲的“激光雷达”。
什么是激光雷达？
如今，“激光雷达”已不是什么陌生的概念了，特别是随着自动驾驶的热潮，它也备受瞩目。
图片来源：geekview.cn
激光雷达实际上是一种工作在光学波段（近红外）的雷达，最早对它的定义是LIDAR，即 Light Detection and Ranging。不过，更准确的应该是“LADAR”这种叫法，即Laser Detection and Ranging，激光探测和测距。
与同样在汽车中有着一定应用的微波雷达相比，工作在光学波段的激光雷达其频率比微波高2-3个数量级以上，有着更高的距离分辨率、角分辨率和速度分辨率。因此，激光雷达在测量过程中可带来距离、角度、反射强度、速度等更丰富的信息，凭借这些数据便可生成目标多维度的图像，协助我们或系统对探测目标拥有更详细的认知。
图片来源：163.com（动图）
另外，由于激光波长短，能发射发散角非常小（μrad量级）的激光束，多路径效应小，即不会形成定向发射，与微波或者毫米波产生多路径效应，抗干扰能力强，可实现低空、超低空目标的探测。而激光主动探测拥有不依赖于外界光照条件或目标本身辐射的特性，只需通过探测自身发射的激光束的回波信号来获取目标信息，所以还可实现全天候的工作。不过，激光雷达易受大气条件以及工作环境的烟尘影响，要实现全天候的工作环境在目前来讲还是最困难的事情。
实际上，激光雷达技术的前提是激光测距技术。我们通常能见到的测距方法，从大类上可以分为：激光飞行时间（Time of Flight，TOF）法和三角法。简单来讲，它们分别适用于长距离测距和短距离测距。
TOF测距原理示意
而TOF法又可分为：
a）脉冲调制（脉冲测距技术），利用被测目标对光信号的漫反射来测距；
b）相位调制，对激光连续波进行强度的调制，通过相位差来测量距离信息。
而激光雷达对不同方法的选择主要取决于它的种类和实际应用。
激光雷达也分很多类别。从调制出发，目前主要有直接探测激光雷达和相干探测激光雷达。现在常见的，包括自动驾驶、机器人、测绘所用的，基本上属于直接探测激光雷达。比较特殊的，比如测风、测速之类的雷达，则一般采用的是相干调制。
直接探测类型的激光雷达应用
中国海洋大学研发的车载多普勒测风激光雷达
图片来源：qingdaonews.com
如果从应用出发，那分类就较多了，比如激光测距仪、激光三维成像雷达、激光测速雷达、激光大气探测雷达等等。其中，激光三维成像雷达就包含了我们熟知的激光测绘，以及自动驾驶中的单线激光雷达和多线激光雷达。
自动驾驶中激光雷达是什么样子？
正如上文提到的，在目前的自动驾驶中，有单线激光雷达和多线激光雷达之分。由于在应用中需要很高的采样频率，在近距离和远距离测量中则分别用到三角测距法和脉冲测距法。
其中，单线激光雷达主要通过一个高重频脉冲激光测距仪，加上一个一维旋转扫描来实现测量。而它的角分辨率可高于多线激光雷达，所以在行人探测、障碍物探测（小目标探测）以及前方障碍物探测等方面上，比多线激光雷达具有更多优势。多线方案目前也主要为多路单线集合而成，因而还受到体积和光路的限制。
“长”在自动驾驶汽车头上的激光雷达系统
图片来源：souhu.com
这里可能有人会问了：“除了避障，为什么还要用激光雷达来做车道检测，而不直接使用相机？ADAS 算法不已非常成熟了吗？”
原因很简单，相机特别容易受到背景光或者强光的干扰。比如，行驶在林荫大道时，树荫落下斑斑点点的阳光，再结合白色车道线，相机就很难辨识，而识别概率的低下则将造成算法的复杂化。
相机：哪位小仙女阔以告诉我，车道线在WHERE？！
ADAS算法：……
那么，用激光雷达来做车道检测又有什么好处呢？
首先，激光雷达用的是红外激光，这种激光本身在红外波段的辐射比可见光要低得多。再者，应用中会利用一个非常窄的滤光片，直接将强背景光滤除，然后再用红外光进行探测。这样我们就能获得一张超高质量的车道线图像，通过图像的灰度，就能轻松的把车道线检测出来。总体来说，用激光雷达做车道线检测，性能会比相机更优。
相机、雷达和激光雷达的比较
图片来源：toutiao.com
激光雷达和一个了不起的新伙伴
针对单线和多线激光雷达，高速、高增益且在近红外波段高灵敏度的单点探测器APD（雪崩二极管）是目前探测端的首选。该器件的探测带宽普遍在百MHz左右，且在高压工作时有几十倍的增益，能够大幅增强光电信号。然而，在百米量级的探测中，APD所能达到的增益效果仍然不能满足需求。
于是，自动驾驶激光雷达急需一个全新小伙伴的出现。这个小伙伴需要拥有更大的增益，且工作在近红外光范围。
Wanted！！！（图）
不过，随着MPPC的诞生，自动驾驶激光雷达也看到了新的曙光。
MPPC是一种俗称硅光电倍增管（Silicon Photomultiplier，SiPM）的新型光半导体器件，根据其原理可称多像素光子计数器（Multi-Pixel Photon Counter，MPPC）。其由多个工作在盖革模式的APD阵列组成，具有高增益、高探测效率、快速响应、优良时间分辨率和宽光谱响应范围等特点。
当MPPC中的一个像素接收到一个入射光子时，就会输出一个幅度一定的脉冲，如图显示，多个像素如都接收到入射光子，则每个像素都会输出一个脉冲，这几个脉冲最终会叠加在一起，由一个公共输出端输出，以此达到更大的增益。
相比APD，MPPC的增益可达到105-106，这样在理论上，可以在更短的时间内得到更长的距离信息，探测带宽也与APD不相上下。另外，拥有小有效面积、更多像素结构的MPPC不仅具备较快的时间特性（上升时间仅1ns左右），还可利用它独特的光子分辨能力，将不同表面反射率的物体识别出来，从而达到测距同时分辨物体表面特性的目的。从这些性能上来看，MPPC非常适合脉冲测距法的应用，是自动驾驶上一维激光雷达的理想小伙伴。
MPPC、APD和PIN光电二极管的比较
除了高性能以外，想真正成为激光雷达的伙伴，应用的MPPC器件还必须工作在近红外光范围内，然而这并不是一件容易的事。
一方面，MPPC一般都是P-on-N的半导体结构，而近红外需要N-on-P的半导体结构；另外更重要的一点，就是硅基材料要做到近红外波段是非常困难的，再加上各方面的工艺问题，如今研制成功且实现可量产的案例少之又少。
然而，随着2017年初美国西部光电展（Photonics West）的开幕，一则关于近红外MPPC的好消息传来了！
滨松公司发布了最新的近红外MPPC研制成果，推出了红外增强型MPPC S系列。其在905nm处具有较高的探测效率，响应速度快，工作温度范围宽，适合各种场合下的激光雷达应用，尤其是使用TOF测距法的长距离测量。现在，也已正式向全球市场开放供应。
滨松近红外MPPC S13720
自动驾驶如今是一个炙手可热的话题，但是，真正将热点变为大众日常生活的一部分，行业中的创造者们可能还有一段曲折的路要走。其中，激光雷达作为自动驾驶核心技术之一，也是他们必经的挑战。
而滨松对近红外MPPC技术的攻克，意味着的不仅只是一次半导体技术的突破，还是一次自动驾驶激光雷达技术大步跨跃的可能。让我们寄期待于这位新伙伴，为自动驾驶带来更好的未来吧！
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点激光雷达，下一个蓝海！
我的图书馆
激光雷达，下一个蓝海！
摘要：当大家的目光都被3D打印技术、无人驾驶汽车、无人机、虚拟现实所吸引时，也是时候认识下隐藏在他们背后真正的幕后推手：激光雷达。一项未来将渗入包括军事、商用、民用的各个领域，更有望在3D打印、无人驾驶、虚拟现实等领域开拓全新局面的底层技术。正文：激光雷达，英文全称为 Light Detection And Ranging，简称LiDAR，即光探测与测量。激光雷达最初起源于军事需要，作为目标探测和跟踪系统被认为是更难被敌军干扰和探测到的装置，凭借激光雷达实现高清晰度的成像以收集足够的细节来识别目标，如坦克、飞机或步行中的人，这也促使机载激光雷达比地面激光雷达更具优势，应用场景更为丰富。&事实上，激光雷达在20世纪70年代发才真正展起来，当时在航天方面主要用于测量火箭初始飞行阶段的弹道轨迹，近两年最为大众称道的是用于无人驾驶汽车导航和制导的激光雷达，特别是它可以使无人机和无人驾驶汽车自行避开障碍物。激光雷达恰恰是实现自动控制车速的 ACC（主动巡航控制系统）以及未来无人驾驶汽车必须用到的核心技术，谷歌无人驾驶汽车使用的就是美国车用激光雷达探测器巨头护航(Escort)公司的产品和技术。Escort公司在美国已有三十多年历史，该企业研发的雷达产品在美国占有50%以上市场份额，它已经实现一套完整的感应系统，可以对周围环境360度无死角关注，加上无人驾驶系统的“心脏”，就是位于汽车顶部的激光雷达探测仪，有利于三维识别周边环境的3D地图，即使汽车在高速路上时，雷达也可以让汽车“看”得更远。此外，由于谷歌无人驾驶汽车还配有独立的GPS装置，配合激光雷达，与地图信息对照，便可以实时更新当前所在位置。除了谷歌之外，包括大众、日产、丰田等公司都在研发和测试无人驾驶汽车技术，自然也要用到激光雷达，丰田公司已经独自研制了一套激光雷达系统。但目前来看，各公司开展的自动驾驶实验大多使用美国 Velodyne 公司制造的激光雷达， Velodyne已经发布了针对大众市场自动驾驶车型研发的小体积、低价格的激光雷达系统，仅需要约4.9万元人民币。激光雷达在小型化设备上的发展，帮助更多汽车厂商构建自己的自动或半自动驾驶汽车。在可以预见的未来，无人驾驶汽车的发展必将引发激光雷达的一次大爆发。国内激光雷达市场现状&事实上，激光雷达除了用于军事和商业领域，已经把触角伸向了民用领域。在国外，激光雷达已经成为民用领域的“宠儿”，但市场份额大多被诸如瑞士Leica、加拿大Optech、奥地利Riegl、美国Trimble等老牌测绘企业占据。然而随着激光雷达不断深入到国计民生的各个方面，在国内也不乏一些在激光雷达领域探索的创业团队，涉及的产业链也颇为丰富，各种工具、后期处理软件、定制服务层出不穷。2009年国家发改委、工信部将保定市天河电子技术有限公司《红外精密激光雷达产业化项目》列为中央新增投资河北省电子信息产业振兴和技术改造项目（第一批），如今的天河电子已经成为国内规模最大的红外精密激光雷达产业化基地，更成为数据处理和传感技术分析应用领域的佼佼者。面临的困境和考验不难看出，如今激光雷达技术已经渗入包括军事、商用、民用的各个层面，未来更有望在3D打印、无人驾驶、虚拟现实等领域开拓全新局面，目前国内的激光雷达市场已经呈现迅猛增长的势头。但国内激光雷达市场依然混乱，“贴牌”、“山寨”厂商泛滥，缺乏连贯的产业链以及配套设备。除此之外，创业公司普遍缺乏成熟的底层算法，限于技术难点和硬件成本高，多数企业主要做的是代理和服务。与激光雷达相关的产业，如何高精度的处理采集到的数据也是关键的一环。激光雷达会采集丰富的点云数据，信息量庞大，目前常用的数据存储格式不统一，存储数据时存在种种不足，数据精度很难保证，如何让硬件、软件和终端用户实现数据格式的统一，是整个激光雷达市场接下来必将面临的难题。&虽然如今的国内激光雷达市场看似阴云密布，但不可否认的是市场需求的大幅增长，必然会促使大批软、硬件厂商的涌入，伴随着上下游产业链的形成以及更完整解决方案的推出，或许在不久之后，便可以随处可见激光雷达的身影，迎来真正的大爆发。“天人之际，河汉江淮”。展望未来，天河电子将秉持“精品意识，精诚服务”的质量方针，和“真诚永恒，创新无限”的企业文化，&聚合精英力量，整合行业资源，继续领跑数据处理和传感技术分析应用领域，为我国民族产业化的发展做出不懈努力。
TA的最新馆藏[转]&
喜欢该文的人也喜欢06:28:37 UTC
“听起来不可思议却真正存在的是，无人车这个万亿行业，全世界几百家公司，竟然会卡在一个小小的传感器上，而且一卡就是好几年，所有人都被逼疯了。”
——禾赛科技CEO李一帆
作者｜李一帆 文字润色｜Dude、欧拉拉 网址｜www.xtecher.com 微信公众号ID｜Xtecher
一个周日的早上，一群工程师兴奋地围在电脑前，极其专注而又有些激动地看着我们的新款激光雷达过去几周在全国各地客户的无人车上测试的数据。
“这个效果可以交卷了。”——CTO向少卿波澜不惊地说，很符合一个在苹果设计了多代iPhone电子系统的工程师的严谨。他眼神中带着一点点倦意，也许是因为过去两个月每天只能睡四个小时吧。
时光倒退回2015年底，同样是周日，同样的办公室。
斯坦福博士毕业的首席科学家孙恺手里拿着厚厚一叠论文，寻思着一个新的万亿激光传感器市场。他指着黑板上一长串推导公式的最后一项说：“我算了下，我们可以把现有激光气体遥测仪的结构略作调整，结合近10年积累的在光机和电路设计、器件工艺上的经验，能够在几个月内改造出一台多线激光测距雷达，而且性能可能会超过市面上所有的产品。”
此时此刻，这台经历了数十次迭代的激光雷达就静静地摆在我桌子上。
Pandar 40——混合固态40线、超小体积、150米有效距离，专为自动驾驶优化的线束分布让最小角分辨率达到了0.33°，等效于一个83线的传统激光雷达。
简单概括，它是一台集各家激光雷达所长于一身的核武器。
激光雷达——无人车的“眼睛”
激光雷达（LiDAR），是自动驾驶和机器人行业用于激光三维扫描的传感器，也是无人车上最重要的元件之一。随着自动驾驶近年来的快速增长，激光雷达出现了井喷式的需求，并极大地影响着无人车的发展。
业内流传着一种观点：半部激光雷达的产品演变史就是自动驾驶行业的进化史。
尽管激光雷达在自动驾驶中发挥着不可替代的作用，但它同时有着让人心碎的硬伤，昂贵的造价、稀少的玩家、低下的产能都成为了阻止激光雷达行业迅速发展的拦路虎。
贵—— 8万美金
一辆造价约200万人民币的无人车，其预算中就涵盖了成本大约10万美元的激光雷达（一台Velodyne 64线8万美元，两台Velodyne 16线各接近一万美元）。
同样地，IBEO的4线激光雷达单价也接近10万人民币。今年初，谷歌无人车团队宣称其自主开发的激光雷达在可实现降低90%成本的情况下，售价依然高达7500美元。对于成本7500美元的产品，即使谷歌考虑作为第三方产品销售，其对外售价应该也会达到数万美元。
缺玩家—— 2家供应商
尽管激光雷达是一个庞大的市场，但全球真正能够量产出货的激光雷达公司却屈指可数，这其中还包括了垄断地位的硅谷公司Velodyne和专注低线数雷达的法雷奥/IBEO。
由于自动驾驶行业极其依赖高线数的激光雷达，Velodyne成为了绝大多数公司的唯一选择。在业界中，大部分无人车采用的都是Velodyne的16/32/64线激光雷达，而往往一台车需要多个激光雷达来保证精确度，这仍旧使得价格居高不下。
鉴于激光雷达的不可替代性和市场有限的选择，即使Velodyne价格高昂也没有挡住众多无人车公司火一般的热情，Velodyne的销售额高达数亿美元。
缺货——6个月等待期
由于Velodyne 产品设计和装调工艺的限制性（其旗舰产品64线激光雷达是2007年的设计），严重的供求比例失调对其产能提出了巨大的挑战。2017年初，有客户反映Velodyne交货周期由付款后3个月后，变为6个月后，而且还在继续变长。
“一机难求”的现状，让绝大多数自动驾驶公司陷入了绝望，且严重影响整个公司的进展和计划。
2016年底，百度和福特不惜斥重资1.5亿美元入股Velodyne，以确保自己的自动驾驶计划不被激光雷达产能影响，但却不能改变Velodyne半年以上交货周期的现状。
尽管有如此多的硬伤，激光雷达仍没有被淘汰，需求还一直居高不下。
两年前，不少公司对不采用激光雷达的廉价自动驾驶方案抱有幻想。伴随着大量路测数据的积累和对事故的分析，证明了激光雷达的不可替代性——比起摄像头对分析和算法的依赖，激光雷达可以更精准地检测到距离和行人。因此在复杂环境中，极大地提高自动驾驶的安全可靠性。
激光雷达与毫米波雷达和摄像头相比的优缺点
采用激光雷达作为自动驾驶方案的典型企业
除了频繁导致事故的特斯拉Autopilot外，谷歌Waymo、百度、UBER、Cruise、nuTonomy、驭势科技、智行者等顶尖自动驾驶公司都选择采用激光雷达方案。
大批业内顶尖的从业者都对激光雷达方案表示肯定和推崇：
Google自动驾驶咨询顾问 BradTempleton：“做到99%的准确度对于车辆驾驶而言并不够，我们需要的是99.99999%的准确。激光雷达就是小数点后几位的最强保障。”
Ford副总裁、产品发展和首席技术官Raj Nair ：“从最初想做自主驾驶汽车以来，激光雷达技术就是一个关键的核心，它能够补充毫米波雷达和摄像头的不足。”
采埃孚CEO Stefan Sommer：“在自动驾驶模式下，价格昂贵的激光雷达必不可少，它是确保高速驾驶时安全的重要保证。”
驭势科技联合创始人&CEO 吴甘沙：“基于激光雷达的主动视觉，加上多摄像头的机器视觉，将一举超越人类的感知和世界建模能力，成为3级以上自动驾驶的标配”。
激光传感器行业的老兵——禾赛科技
禾赛科技，创立于硅谷圣何塞，自2013年创立以来，一直致力于顶尖的激光传感器开发。此前，禾赛科技成功开发了天然气行业的激光遥测系统（与大疆无人机合作）等产品，完成了数千万元人民币的销售额，客户遍及全国几十个城市及欧美国家。
在激光雷达领域上，禾赛并不是一个从零开始的企业，相反却有着深厚基础——多年开发激光遥测传感器的经验。
尽管气体检测和测距原理虽不相同，但在遥测光路的设计、电子信号处理等核心问题上却是相通的，专业人才储备也大致相同。这也是我们可以迎头赶上，并率先发布32线混合固态的原型的原因。
当时，市场上还在研发16线的时候，我们就大胆出招——完成第一款产品32线混合固态，并且史无前例地主动公开了路测视频。
在2016年11月的中国国际工业博览会上，我们把激光雷达装在了一辆车上现场演示，用实际的数据和产品说话，用实际行动回击了激光雷达行业“有PPT有外观设计，无现场demo无公开测试结果”的怪现状。
2016年中国国际工业博览会上展出国内首款32线激光雷达
产品化——一项浩大的系统工程
在开始进军激光雷达前，因为深知开发其难度很大，我们已经给自己打好了预防针，但没想到会这么难。
一个完美的激光雷达的开发，就像造一艘登月飞船。虽然基本原理简单，但其中的每一个细节都涉及到超大的工作量。
早在2016年初，我们就做出了最早的可进行室内环境扫描的多线激光雷达。当时全公司还挺开心的，认为造出一台顶级的激光雷达只不过是时间问题。
但一年多后的今天再回头看，相比登月飞船，当时的那个原型就像是一个二踢脚。
因为一个测5米距离的雷达和一个测100米的雷达，完全不是一个概念；在光线昏暗的室内测的雷达和在户外阳光直射加上各种环境光情况下测试不是一个概念；在能跑5分钟的原型到可以可靠地在汽车上连续工作上万个小时不故障的工业产品更不是一个概念。
在理论上，有暴力的办法可以解决上述问题，比如：加大激光器功率，但是在民用产品上，为了保证人眼安全，必须严格控制激光的功率，这又给研发加上了一层困难。
一台激光雷达包含着上千个精密部件，还必须解决在高速旋转情况下的机械稳定性问题、数十个激光器所带来的散热问题、各种风霜雨雪恶劣天气、巨大的温差等各种问题。而高强度震动、湿度和防水、元器件之间串扰等问题也会对其稳定性造成很大的影响。此外，还需要解决无线供电，无线数据传输等等的问题。
任何一个细节的不完美都会导致产品的彻底失败。我们如履薄冰，缓步前行。
我们明白，在技术的基础上开发一款完美的激光雷达产品，需要聚集光学、精密机械、模拟电路、数字电路、FPGA、深度学习等各个领域最顶尖的专家通力合作，才有可能实现。
幸运的是，在几年时间内我们像超级玛丽采蘑菇一样集结了各路专家，并通过磨合打造出一支战斗力爆棚，效率爆棚的团队。
激光雷达是一个很特殊的行业，它在产品化的道路上有各种各样的坑，其中有好多是一旦跌入就难以爬出，即使投入再多的钱和时间也不一定能够解决问题。
好在，我们有丰富的激光传感器开发经验和一流的团队：设计四代苹果iPhone电子系统的电子工程师；卡尔蔡司负责镜头设计的光学工程师；斯坦福大学激光传感器研究科学家等数十位一线硬件公司工作经验丰富的工程师。
只有每个人都home run（本垒打），我们产品才能home run（本垒打）。
说起产品可靠性测试，还发生过很好玩的故事：元旦假期的一天，我突然接到公司保安一个电话，说公司的一堵墙被砸穿了，让我赶紧检查有没有丢失贵重物品。可我到了现场才知道，原来是工程师把我们的振动测试机械手臂固定在了公司的非承重墙上，激光雷达经历了几十个小时超过6g加速度的震动后还在稳定地运行，但是用来固定这套机械手臂的墙终于不堪重负，被砸出一个大洞，大家虚惊一场。
在坚持不懈地努力下，我们向完美的产品一步步迈进。
一年多来憋出的“大招”
——40线混合固态激光雷达
Pandar 40最小角分辨率达0.33°
2017年4月，经过一年多的开发、大量的内部测试以及早期客户共同测试，我们终于发布了这款40线混合固态产品– Pandar 40。
它具有超越竞争对手的超小体积，世界一流的测量距离以及测量精度，和专门为自动驾驶优化的扫描线分布。创造了市面上所有激光雷达的最小垂直角分辨率0.33°——等效于一个传统83线雷达。
简单概括，Pandar 40集各家激光雷达的优势于一身。
为什么是40线？
为什么没有循规蹈矩做2的整数次幂？原因是：为了满足自动驾驶中对中间线的高密度要求。
我们在产品化激光雷达的过程中，收到了来自世界各地近百家自动驾驶公司的超过千台的意向订单。通过和客户的深度交流，我们遇到了两个之前没有意识到的问题：
1：市场上之所以只有16、32、64这样线数的产品，只是因为Velodyne最早定义了这个产品形态，于是大家就默认了这个定义。但这并不是一个必须遵守的定理。
2：自动驾驶对激光雷达的需求可以抽象化成一个最典型的的场景：在50米开外，尽可能捕捉到行人和车辆的更多细节。
同时，我们发现绝大多数客户选择64线产品的原因，是因为它在50米以外的精细的扫描结果。而这部分功能我们可以通过我们产品定义来优化实现——Pandar 40打破了传统激光雷达均匀分布的限制，把每条线的作用发挥到了极致。在接近0°范围附近的25线的角分辨率达到了0.33°，可以充分捕捉行驶过程中远处物体的细节特征。
这意味着，相比于传统16线的2°角分辨率，在50米外的一个1.7米高的行人，他身上的线可以从1条上升到6条，甚至超过了64线的5条（0.4°角分辨率），大大提升了激光雷达扫描数据的质量。
并且，不同角分辨率的激光雷达，在50米处能投射在行人身上的线数不同。禾赛40线激光雷达人身上会有6条线，Velodyne 64线会产生5条线，而Velodyne 16线只会产生1条线。
从禾赛40线和Velodyne 64线的模拟点云图里能清楚地辩认出人形，但在Velodyne 16线上则完全看不出人形。
Pandar=Panda+ LiDAR!
禾赛科技虽起家硅谷，公司文化却是十足的中国风。很多海外客户对“禾赛”的英文名HESAI的发音十分头痛。
因为发音，曾经还闹出过一场欢快的笑话。2017年初，在美国光学学会SPIE举办的素有“光学奥斯卡”之称的“棱镜奖”旧金山颁奖典礼上，颁奖嘉宾把它念成了“黑赛”，引来现场一片欢笑。
取一个听起来像是外国品牌的名字很容易，但却会违背了我们创立这家公司的初衷。诚然，我们创始人和最早的核心技术都来自硅谷，但现在算是一家100%的中国公司。我们拥有全世界最好的生产制造资源和研发人才储备，并且希望能明确地传达出Designed and Manufactured in China的信号。这是我们一项很强的竞争力的信息。任何不相信中国能造出顶级硬件产品的客户都不是我们的目标客户。
华为HUAWEI的名字英文也很难念，但这丝毫没有妨碍它成为一家伟大的世界级公司，我们要向华为学习。
所以，此次激光雷达的取名，我们依然遵循了这个原则——Pandar=Panda+LiDAR。Pandar中前半个词是Panda，不仅代表了国宝熊猫，也和新款激光雷达黑白相间的配色完美吻合，同时，我们希望这个萌萌哒的名字让大家对这个100%的“国货”充满期待。
客户测试评估结果
在Pandar 40进行严格内部测试的同时，我们也邀请了一些行业最前沿的下游客户进行了大量的共同测试。一方面帮助他们更好地了解我们的产品特性，同时也在测试的过程中听取他们提出的意见，进一步改进产品。
百度无人车，蔚来汽车，小鹏汽车，驭势科技，智行者，四维图新等顶级自动驾驶和高精地图公司在测试过我们的第一批样品后都给予了很高的评价：
“禾赛40线雷达的扫描结果已经非常接近Velodyne 64线激光雷达的点云质量，且在机电特性、体积等方面已优于Velodyne。我认为不出两年，中国的车载激光雷达水平要超过美国。”
——张德兆 智行者创始人&CEO
“从点云上看是我接触过的所有激光雷达中最好的之一。”
——姜岩 驭势科技联合创始人
Pandar 40在驭势科技的无人车上实时路测
今年年初，德国某顶级整车厂商的二十多位全球副总裁（SVP），专程从德国慕尼黑前往中国访问禾赛科技，禾赛亦是他们此行中访问的唯一一家科技公司。在行业顶尖专家们逐个上车体验我们激光雷达在行驶过程中的环境感知、障碍物识别的效果后，他们对中国本土汽车配件供应商在自动驾驶领域所取得的成就大加赞赏。
2017年某德国顶级整车厂商高管莅临禾赛
正式开始接受订单
大量的内部测试和早期客户测试极大地增强了我们的信心，也帮助我们可以更准确地估计整个市场对高性能高线数激光雷达的需求，以及我们产能爬坡的速度。
因此，我们从4月10号开始正式接受订单（），并根据收到货款的先后顺序安排发货周期。
激光雷达的未来——一切才刚刚开始
It’s just the beginning.
激光雷达在自动驾驶上的应用，就像电子邮件中在互联网中起到的作用一样，只能算得上冰山一角，还有很多更有意思的应用等着我们发掘，探索。
我们大胆地想象20年后的世界，人类需要从事的工作种类大大减少，无人车，无人机，和各种五花八门的机器人变得像充电宝一样充斥在我们的生活中。
而这其中的每个独立运动的机器人都会面临复杂的定位和避障的问题，激光雷达是迄今我们能找到的最稳定最可靠的传感器。
我们的愿景是，让每一个机器人，拥有属于他们自己的眼睛。
注明：本文中所有激光雷达测试结果视频和静态图均来自禾赛科技Pandar 40的真实原始数据，没有经过任何数据后处理。禾赛科技保留追究任何不实评论者法律责任的权利。
本文作者：禾赛科技CEO 李一帆
微信：2657047