Quanergy创始人兼CEO Louay Eldada：将在中国建立固态激光雷达超大型生产设施 | 2018全球智能驾驶峰会

Quanergy 创始人兼CEO Louay Eldada

雷锋网新智驾按：10月26日至27日，2018 全球智能驾驶峰会在苏州召开，本次峰会由苏州市相城区人民政府主办，苏州高铁新城管理委员会、雷锋网(公众号：雷锋网)&新智驾和数域承办，邀请到来自主机厂、科技公司、资本机构和产业研究机构等领域的多位专家，共同打造了一场智能汽车和自动驾驶领域的顶级峰会。

激光雷达公司Quanergy将在中国建立超大型的生产设施，以增加旗下固态激光雷达等产品的产量。近日，Quanergy创始人兼CEO Louay Eldada在2018全球智能驾驶峰会上表示，公司接下来会和更多中国领先的厂商等建立合作关系。

激光雷达、雷达和摄像头是自动驾驶传感器的重要部件，由于初创公司技术研发的局限性，一些公司会择取其中一项进行核心突破。

对于Quanergy公司来说，目前的核心技术是固态激光雷达。雷锋网新智驾了解到，通过嵌入式的设计、OPA镜片研发、最低探测距离等方面的技术研发，目前这家公司已获得7项专利，另外8项专利申请也在进行中。

事实上，与所有前瞻性技术的应用类似，激光雷达领域同样需要长期技术积淀。据Louay Eldada介绍，公司虽然成立仅有6年，但固态激光雷达这项技术已经累计有超过20年的经验，是基于他在90年代博士阶段的研究成果而来。

Louay Eldada预计，公司的产品在2019-2021年可以达到自动驾驶L3级别，在2022-2024年间能够投入第一批的量产车，达到高度自动驾驶的等级。2025年及以后，他们希望将自动驾驶用在全路况上。

最新消息显示，Quanergy 宣布完成数千万美元C轮融资，领投方为全球一线基金，估值近20亿美金，融资将主要用于加快在硬件端、软件端、数据端的产品创新和落地，加速中国生产基地的投建，并力求和业内建立更密切的合作关系。投中资本担任此次交易的中国财务顾问。

以下是Louay Eldada的演讲全文，雷锋网新智驾进行了不改变原意的编辑：

今天我谈的主题是激光雷达对于自动驾驶汽车的必要性。

Quanergy已经有6年的历史了，我们的技术是基于几十年的经验的积累。目前的一些产品是基于我的90年代博士阶段的研究成果，当时由DARPAR赞助，他们让我开发了一种真正的固态激光雷达，它能够让我们对物体不使用射频但使用激光束进行跟踪。20多年后，我们的产品在性能，可靠性和成本，以及尺寸，重量和功耗方面都堪称最具竞争力。

我们的总部设在硅谷，在12个国家设有运营分公司，上海分公司是全球第二大办公室。公司的一些客户和合作伙伴包括传统OEM，戴姆勒，日产；一级供应商，德尔福，Koito；二级供应商 ，Sensata；芯片制造商，台积电；高级处理器供应商，如Nvidia，高通以及消费电子领域的合作伙伴三星。在网络领域的合作伙伴是思科，华为等。

我们的使命是只做五件事情：拯救生命、节省时间、空间、金钱和能源。

虽然我们专注于汽车领域，但也在其他领域比如安防，机器人，工业自动化和其他领域赢得了许多奖项和认可。 我们不仅仅是一个组件制造商，而且在AI软件方面和数据管理方面有很强的实力。我们提供完整的解决方案。

激光雷达是唯一一个三维的传感系统，摄像头是二维的，雷达是一维的，我之前就提到，物体必须是移动的，才能被雷达传感到。雷达对于检测人来说效果不是很好，在设计的时候分辨率、检测准确度和检测距离都非常重要。

今天我们已经谈了很多有关激光雷达的主题目。在将激光雷达与雷达和摄像头进行比较之前，我想说的是，自动驾驶汽车同时需要这三种产品。但它们的性能属性，哪种更好？哪个在冗余系统中更有价值？哪个是系统中的主要传感器？

如上所述，雷达探测，物体必须是移动的高密质的物体，比如金属和混凝土等物体。雷达并不十分有效。 

激光雷达的设计，分辨率非常重要。如果存在最小发散激光束，则可以保证分辨率和距离，例如，在100米的距离，我们的固态激光雷达因为有很小的光斑尺寸，能看到3厘米大小的物体，但是传统的机械激光雷达光斑尺寸要大得多。

我们必须有激光雷达，因为它在某些方面更有利。雷达在浓雾中最有效。对于摄像头，如果我们想看到红绿灯或阅读交通标志，也是需要的，所以我们需要这三个。这三个领域的供应商都有发展空间。

Quanergy整合激光雷达的方式就像这样，在车身内部，你看不到激光雷达。 例如，这辆车，我们的激光雷达在右边，它实际上是嵌入在里面，在网格挡板的后面，所以你看不到它。而且，它是固态的，之后我会再谈到固态激光雷达它有多大的意义。

我们也有机械激光雷达，M8是目前市场上最可靠的一种机械雷达。

固态激光雷达是我们的核心技术，产品就是我们的S3传感器。我们的固态激光雷达是全固态的，S3传感器用的是光束。

我来给大家展示一固态激光雷达是什么样的，它就是这样一个尺寸，这是车规级固态激光雷达。我们还有其他用于绘图和机器人领域的固态激光雷达。看一下，这就是固态激光雷达它的大小，在里面有OPA芯片。它在所有尺度上都没有活动部件，可靠性非常高。

固态激光雷达的一个优点是成本，我们必须降低成本。小批量订单，我们的成本不到1000美元。 如果数量很大，那就是几百美元。 我们使用硅，可以将所有功能集成在同一基板中。 我们有一个专注于这种方法的团队，并且在这方面取得了一些进展。 第三代产品的成本不到100美元，当然这需要在未来几年内实现。

我们是这一领域的创新者，有7项授权专利，8项正在申请中。

再来看看OPA芯片，它是一个可以通过软件重新配置的镜头。 

让我们来看看传统镜头，它看起来像一个眼睛的形状。当光线通过它时，它进入较厚的中心区域，其速度下降，其相位延迟。 部分光束穿过较薄的部分，因此它会更快，这意味着相位具有较小的延迟。 如果我们有一个芯片可以控制某个像素阵列中的相位，那么镜头可以有不同的形状，就可以进行微秒级重新配置。

我们花了30年的时间研究和开发，终于可以实现这一性能。如果使用我们的固态激光雷达，就可以在视野内的任何方向达到扫描点，而没有移动部件。 我们的固态激光雷达探测范围为150米。最小探测范围也非常重要，如果将它放在我们的保险杠中，当车前出现一个孩子，你不希望最小检测距离为两米，那样你就不能监视到那个孩子。

我们的固态激光雷达的最低检测距离为零。 当我走在它前面并触摸它时，它仍会检测到我，这对于其他激光雷达来说是不可能的。

 对于激光雷达，你无法改变镜头的形状，但对于固态激光雷达，就可以改变，以便你可以在很短的时间内放大或缩小。 您还可以随机改变激光束的指向，这样就不会浪费时间，并且可以在扫描不连续时改善其动态范围，避免接收器上相邻区域的电子泄漏。

我们使用的每个芯片都采用CMOS硅片设计，它是基于这种半导体芯片设计的。我们的发射器，接收器和处理器都基于CMOS芯片，有4个主要芯片，我们的发射器使用OPA光子IC和控制ASIC，接收器有一个SPAD阵列检测器和读出IC，用于执行TDC（时间到数字转换）功能。处理器是用FPGA来处理临时数据，把临时数据转成点云。我们是用AIM处理器来用于数据的融合感知和物品清单的产出。

如果是你已经确定了如何来优化产品的话，你可能就不需要一个非常大的生产线来帮助你实现这个目标。我们有一个洁净室来帮助我们实现这样一个优化的过程，在非常短的时间内，我们就可以对晶元做出一个需要尺寸的切割。

我们在硅谷的NPI（新产品引进）生产线年产量约为100万。公司的发展道路遵循不断改进的硬件产品，软件产品和数据的路线图。公司未来的技术研发团队的增长将主要在中国发展。 现在，我们已经与当地合作伙伴签订了合同，以促进在中国的研发。

在中国，我们会建立一个超大型的生产设施，来增加我们的产品产量。我们也会和中国的合作伙伴、领先的厂商建立起更多的合作关系。希望能够在中国的生态系统中去拓展市场，增强研发实力。

刚才谈到了传感器和自动驾驶之间的关系。我认为，想要实现自动驾驶，最重要的一个因素就在于传感器。 主传感器帮助自动驾驶系统感知道路，执行准确的建图、定位，以及导航。

为了能够实现自动驾驶汽车的大规模生产，传感器的成本也是必须考虑的因素。 大批量产品可以有效地帮助汽车驾驶汽车实现成本优势。 在这里我们可以看到S3激光雷达产品实际上已经安装在这些量产车上了。 我们在汽车前端安装了一个S3激光器。 该雷达每侧安装两个S3激光雷达。 如果您有基高良率和低热产品的解决方案，这意味着您可以开发出更低成本的产品，并且在温度方面更易控制。

这也是我们的第一款可与汽车前灯集成的激光雷达产品，与全球最大的汽车前照灯制造商Koito共同开发。 我们在每个前大灯上增加了两个S3固态激光雷达产品，能够感知前端和周围的环境。

未来，S3固定雷达也将用于飞行汽车产品。 S3产品可以扫描前方，后方和后方场景，将实时信息返回到周围环境，还可以检测周围环境中的障碍物，同时避免碰撞。 在起飞，飞行和着陆过程中，可以避免风险。 

相信我们可以在2019-2021年间达到L3水平。在2022-2024年间开展首批量产车，达到高度自动驾驶的水平。 为了实现这一目标，必须具有高精度的传感器。 要达到自动驾驶的5级，这是一条漫长的道路。 我相信我们可以在2025年甚至更晚的年代实现这一目标。可以在所有道路条件下使用自动驾驶。

在这里，您可以看到我们的传感器返回的3D地图和定位图片。 在这里，您可以看到在100米外检测到警察的手势。 如果是警察，他会在100米外向你挥手并要求你停下车辆，你可以看到它。如何在自动驾驶汽车中实现这种感知功能？ 我们可以通过3D地图和定位来实现这一目标。

我们可以根据不同的高度，不同的距离，不同的反射率来可视化3D数据。 通过不同的颜色分布，颜色编码可以感知距离高度和强度。 该图像还将呈现具有一些反射角度的更清晰的图像。

为了建立一个更加互联的系统，除了汽车本身之外，还需要提供支持的基础设施。 我们已经开始和思科、华为合作开发智慧交通系统。 通过这种互联的基础设施，可以更好地实现安全性，有效性和移动性等目标。

。