AIR 067 | 专访Velodyne LiDAR总裁：价格和需求是鸡和蛋的关系

不久前，雷锋网(公众号：雷锋网)曾采访Velodyne LiDAR亚太区总监翁炜，今年4月份他一个人就完成了公司给亚太区制定的销售目标，当时的他在兴奋之余，还向我们讲述了关于Velodyne背后的故事。8月12日，CCF·GAIF全球人工智能与机器人峰会上，我们有幸采访到Velodyne LiDAR的总裁Michael Jellen，他解释了关于LiDAR贵的原因，以及未来在中国市场发展的计划。

尽管LiDAR精准度很高，但价格着实不便宜，百度高级副总裁王劲在大会上“大吐苦水”：当年买了一台LiDAR要70万人民币。关于昂贵的价格，Jellen解释到问题在于目前市场上的需求还很小，如果现在有几百万台的LiDAR订单的话，可以给出很优惠的价格。车厂方面购买的数量较少，而LiDAR使用的技术非常昂贵，所以这是鸡和蛋的关系，成本的降低需要等待有大批量的需求。不过他们也在努力和供应商进行协商。

之前我们报道过LiDAR的制作工艺复杂，要实现批量生产确实有不小的挑战，Jellen表示，他们建立了较好的供应链体系，并寻找各种相关配件的制造公司。去年他们在北京开设了办公室，想必也考虑到了生产的问题。Jellen透露考虑到客户拓展，不止在北京还在其他地方开设办公室，一方面主要为一些车厂提供好的技术和服务支持，同时和中国生产商进行协商，保证批量生产。另一方面则希望技术研发方面得到支持。

此外，目前自动驾驶的发展遇到各种各样的挑战，从技术层面来说，Jellen认为硬件方面已经有足够多的厂商支持，反而最大的瓶颈在于软件，怎样去实时做出判断，做出现在默认开车的一些功能，如直行，躲避障碍物等，这可能还需要五年的时间。

在大会现场的演讲中，Jellen还向我们详细介绍了激动雷达与一般雷达技术和相机的不同之处。

LiDAR与雷达和相机的优势和劣势

首先，LiDAR和雷达技术都能够比较好的去进行一个路况的勘测，告诉人们前面有什么样的路障，发现路障。同时，一般天气情况下两者技术的表现都比较好。而且雷达技术有时能够把路障之外隐藏的路况也反射回来，但是雷达技术也有缺陷。

第一缺少高清技术，它是二维的技术，技术局限性较大，如果人们离车越远，那么雷达和照相机两个共同使用时，传回来的照片并不是非常地清晰，当然也可以用军用雷达，提升照片的清晰度，但现在使用的并不多。

LiDAR激光雷达有什么样的优势呢？第一是高清，它所有传回来的照片或者信息都是高清的。第二，不再是二维图象，而是3D图象，这样不仅能观察到物体的细节，同时还能够判断，基于物体真实的规格进行判断。比如说在较近的一个物体和较远的物体之间的实际距离和规格，同时它还带了一个比较轻载的照相机，不会在障碍物上面进行反射。实际上，现在LiDAR激光雷达技术并没有实现大批量生产，但预测2018年之后，会大规模的生产和制造。

再来看看照相机和LiDAR。照相机本身就像雷达一样是非常好的技术，成本低而且应用很广泛，也比较轻，但它有自己的局限：第一，照相机拍摄的照片与光照有很大的关系，如果光照好的话，照片比较清楚，但有时候光照下会出现阴影，影响我们的判断。想象一下，一家人一起拍照，可能10米之外这个照片照得不错，但如果拿着手机在两百米之外拍照的话，基本上什么都看不到了，这就是照相机的局限性。

LiDAR传回来的照片绝对是高清的，足够清楚，而且不受光照影响，不管是早上还是傍晚，它的照片都是非常高清的。另外它还可以满足远距离的拍照需求。不管车灯开不开，或者路灯开不开，LiDAR对于周围的环境光照没有任何要求，传回来的照片能确保是高清的。

照相机的成本会低一些，所以应用广泛，但是在未来，如果每一年生产的LiDAR能达到两三百万的话，它的成本可能会低很多。在未来，每一辆无人驾驶的汽车都要搭载一到两个LiDAR，整个成本随着大规模的生产和应用都会得到降低。

LiDAR能实现的具体功能

3D图像识别路障和路标

大会上，Jellen分享了一些LiDAR能实现的优势。首先是3D图像，LiDAR会提供一个地图，标明路标和路障。当大家在陌生的城市从A点开到B点时，对周遭的物品会感到非常专注，有时会迷路，但如果走了三四次后，便不会再迷路。同时你不会像第一次上路那样，关注路上的路障或路标。

LiDAR提供的3D高清图像也是同样的道理。驾驶员开到一个交叉路口，我们会看到有个路标，看到空中有个东西，会判断这到底是什么，是路标还是小鸟，3D高清图像会告诉我们远处哪个是山，哪个是车，哪个是楼，而人脑则需要进行持续复杂的重复性的工作，以便大脑能够分清楚这些信息。

不管这条路有多高，或者这条路有多长，实际上在每一个地方都能够看到汽车在什么样的路上行驶，而且LiDAR时时刻刻会传回前方路况的信息反馈，这样我们能及时进行机器的调整。我们能够非常精确地定位汽车的位置，仅仅是靠一张照片便可定位它所在的位置。有的时候如果我们有比较复杂的路况，或者下雪的话，我们基本上看不清楚路边的行人道跟车道之间的距离。比如说在草坪或者是有草的地方，我们也看不清楚路的边缘在哪里，但高清的激光雷达能帮助我们去看清楚。

高速公路汽车会合

另外，无人驾驶时汽车在高速公路会合更难，因为你要看全方位的视角，并判断各方向上汽车的相对速度。

雷达能够给到一个非常精准的位置，就是所有汽车的精准位置，也有人说，你只是看前方，只是看前方在做无人驾驶的时候，这个不对，很多时候你还要看两侧和后面，后方所有的这些会合交融的车的速度和相对速度，这在保证安全上是很大的挑战。

在测试覆盖的范围内，美国高速公路上会车的时候，会有一个路权，美国很奇怪的是谁都没有这样一个路权，最后都是两者当道勇者胜。无人驾驶的时候，如果我们前方有一个非常好的2D地图和视频的汇报跟进，系统里面你可以很好的看到，这个系统通常会判断前方的物体，它知道自己的关注点和侧重面在哪里，这个车一直朝路开，在路上开的时候，它会知道哪些道路是有交通堵塞，哪些有哪样的指示，在整个街区是非常熟悉的。

从软件角度上来看，我们可以把刚刚讨论的所有问题简易化，这样会带来很多好处，比如你现在是一个城市规划师，一个新型大城市道路上有很多车辆，你在规划车的时候，会有一个实时能够控制的，比如说哪些地方是有路障，哪些地方又修路，或者哪些地方有建筑工地，这块道路的路况不是很好，我们可以完全用最精准的3D图像来捕捉。

。