“超能力”LIDAR具備讓自動駕駛汽車（或是任何機器人）觀察這個世界的幾個特殊的“超能力”：

360 °全方位無死角的可視能力——想象一下人眼能夠時時刻刻觀察到所有的方向

極其準確的深度信息——想象一下你總是可以知道與物體的精確距離（精度± 2 cm ）

如果你之前見過自動駕駛汽車，可能你已經接觸過LIDAR。正如下圖中的Uber 和 Baidu的自動駕駛汽車，它是安裝在汽車頂部的不斷旋轉的笨重盒子。

目前市場上最受歡迎的LIDAR傳感器是下圖中Homer頂部的高功率Velodyne HDL－64E。

LIDAR的工作原理傳感器是如何做到360度無死角以及高精度的深度信息捕獲呢？

簡單地說：LIDAR傳感器不斷發(fā)射激光傳感束，然后根據(jù)光束返回至傳感器的時間測距。

通過每秒發(fā)送數(shù)百萬光束，LIDAR傳感器可以真正地實現(xiàn)3D世界的可視化?？梢酝茢喑雠c周圍任何物體的精確測量值（最大約60米，取決于所用的傳感器）

Homer的駕駛空間

LIDAR的簡史為了進一步理解現(xiàn)代LIDAR背后的技術支持，著眼于具備相同目標的相似技術非常重要。

Sonar

最初的深度感應祖先是蝙蝠（具備5000萬年的歷史）。蝙蝠（或是海豚，之類……）能夠像LIDAR一樣使用回聲定位，另一個稱為聲吶（聲音導航和測距）。和LIDAR激光測距不同的是，Sonar使用聲波進行測距。

經過了5000萬年的生物進化，隨著潛艇戰(zhàn)的到來，第一次世界大戰(zhàn)加速了人造聲吶傳感器的大規(guī)模部署。Sonar在水中工作的效果非常突出，因為聲波在水中比光和無線電波的傳播速度更快（指的是每秒的傳播距離）。Sonar傳感器在現(xiàn)代汽車上的應用頻率很高，主要是以停車傳感器的形式。短距離傳感器（——5m）提供了低廉的方式來告知后方墻壁與汽車的距離。聲吶還未被證明可以在自動駕駛汽車要求的范圍內工作（60m＋）

在這種情況下，蝙蝠是回聲定位信號的發(fā)送者和接受者

雷達

雷達（無線電導航與測距），與Sonar非常相像，是在第二次世界大戰(zhàn)時發(fā)展起來的另一項技術。與使用激光或聲波不同的是，它利用無線電波來測距。在Homer上使用Delphi傳感器利用大量的雷達，它是一種久經考驗的方法，能夠精確地檢測和跟蹤最遠距離200米的物體。

從缺點這方面來看，雷達的缺點非常少。它在極端天氣下的表現(xiàn)優(yōu)異并且價位非常實惠。雷達不僅在物體檢測方面應用廣泛，并且在追蹤方面也有很多的應用（即：理解車輛行駛的速度以及方向）。雷達不一定能提供LIDAR的粒度，但是雷達是免費的，LIDAR不是。

激光雷達技術

激光雷達技術誕生于20世紀60年代，就在激光問世不久。在1971年阿波羅15號任務期間，宇航員就用它測量繪制了月球表面，讓人們第一次看到激光雷達能做什么。

在激光雷達應用于汽車和自動駕駛使用之前，激光雷達通常應用于考古學。并且激光雷達在繪制地面版圖中有著極大的幫助，在考古學和農業(yè)中占有著及其重要的地位。

“當激光雷達技術首次應用于Angamuco時，我們從觀測到的區(qū)域大小，建筑物和結構來看，甚至無法得出這是個城市的結論。團隊成員史蒂夫萊斯教授告訴（英國廣播公司）BBC。更令人驚訝的是，盡管城市面目全非，但是還是有球隊利用它在這里找到了一個名為pok－ta－pok的中美洲比賽球場，在比賽中費希爾還在離球門十米遠的地方進過球“這真是太令人驚訝了”萊斯說。－激光雷達幫助考古學能探索到更多不為人知的地方。

激光雷達技術的50個應用同時激光雷達技術在許多不同的領域中正在變得越來越流行。

直到21世紀初，激光雷達技術才首次被用于汽車，并且在2005年，斯坦利（以及后來的Junior）在Grand DARPA挑戰(zhàn)賽中應用了才使它流行起來。

在這場比賽中左圖的斯坦利使用的是SICK的激光雷達傳感器，而右圖的Junior則使用的是Velodyne的傳感器。

斯坦利是2005年Grand DARPA挑戰(zhàn)賽的冠軍，除了裝備了軍用級GPS，陀螺儀，加速度計和一個可見度80米以上的攝像頭外，還另外在屋頂安裝了5個SICK激光雷達傳感器。所有這些都是由6個放置于后備箱的1．6GHz的奔騰lunix系統(tǒng)電腦所驅動的。

這項使用SICK激光雷達技術（在2005年為很大一部分的挑戰(zhàn)車輛提供動力）由于每次激光掃描基本上都是由單個平面進行的切割，因此對于每位參賽者必須有序的指揮他們。許多參賽隊伍將它們安裝在傾斜臺上，這樣他們就可以順利的“掃過”一段空間。簡單來說：與我們今天所知的現(xiàn)代3D激光雷達技術（多方向的光束）相比，SICK是一個2D激光雷達（單一方向上的一些光束）。

Velodyne長期以來一直是激光雷達的市場領導者，但是他們并不滿足于現(xiàn)狀。Velodyne于1983年開始從事音頻公司的生活，超低音揚聲器裝備特定的傳感器，利用DSP和定制DSP控制算法。以實現(xiàn)低頻音效和低音炮音效技術。在斯坦利首次登場的同時，Velodyne同時成為我們今天所知的激光雷達公司。Velodyne的創(chuàng)始人大衛(wèi)和布魯斯霍爾首次參加了2004年DARPA比賽，組建了DAD（數(shù)字音頻驅動器）團隊。2005年第二場比賽中，大衛(wèi)霍爾發(fā)明了基于3D激光的實時系統(tǒng)并申請了專利，這為Velodyne當前的激光雷達產品奠定了基礎。在2007年第三次DARPA挑戰(zhàn)中，大多數(shù)團隊的感知系統(tǒng)使用的就是這項技術。大衛(wèi)·霍爾的發(fā)明現(xiàn)在在史密森學會中被認為是實現(xiàn)自動駕駛的根本性突破。

2005年時DAD隊第一臺Velodyne激光雷達掃描儀的直徑約為30英寸，重量接近100磅。因此他們團隊選擇將激光雷達掃描儀商業(yè)化而不是繼續(xù)使用它參加比賽。

Velodyne公司不斷改善技術，將傳感器的尺寸和重量減輕的同時提高它的性能。Velodyne的HDL－64E 激光雷達傳感器是2007年所有頂級DARPA城市挑戰(zhàn)賽團隊的地形圖構建和障礙物檢測的主要手段，六個完成這個挑戰(zhàn)賽的團隊有五個在使用該傳感器，其中包括獲勝和第二個團隊。一些團隊完全依靠激光雷達獲取用于通過模擬城市環(huán)境駕駛自動駕駛車輛的環(huán)境的信息。－維基百科

LIDAR（激光雷達技術）在自動駕駛汽車中的作用為什么LIDAR會使用自動駕駛汽車成為可能？簡而言之：繪制地圖。LIDAR可以生成巨大的3D地圖（這是它最早的應用！）你可以用以汽車或機器人的導航。通過使用LIDAR來對周圍的環(huán)境進行繪測和導航，你可以提前知道一條車道的輪廓、停止標志甚至是前面500米的紅綠燈。這種可預測性正是實現(xiàn)自動駕駛汽車這樣的技術所需要的，并且是過去5年來取得進步的重要原因。

物體識別

隨著LIDAR應用的更加廣泛并且擁有更高的分辨物體的能力，在物體識別和追蹤中出現(xiàn)了一個新實例。LIDAR繪制的地圖不僅可以讓您準確了解自己在世界的哪個位置進而幫助您進行導航。還可以識別和跟蹤汽車，行人等障礙物，比如說Waymo的橄欖球頭盔。

現(xiàn)代LIDAR使你可以識別一個騎自行車的人和一個行走的人，甚至可以測量他們改變方向和行進的速度。

令人驚嘆的導航，不可思議的可預測性、高度解析物體的跟蹤相結合意味著LIDAR是主導當代自動駕駛汽車的關鍵，而且很難看出這種主導會生變化。除非…

視覺傳感器主導的自動駕駛汽車

那里有很多創(chuàng)業(yè)公司并沒有使用激光雷達傳感器，僅使用視覺傳感器（也許是雷達）來解決自動駕駛汽車的問題。特斯拉是其中最有影響力的公司，他們的CEO埃隆馬斯克提出這樣的想法：如果人類能夠只用眼睛，耳朵和大腦來感知和導航這個世界，那為什么不能用在自動駕駛汽車上呢？我確信這種方法將取得驚人的成果，尤其是現(xiàn)在已經有許多優(yōu)秀的團隊正在努力實現(xiàn)這一目標，其中有Comma和AutoX。

特斯拉表示他們已經決定規(guī)模化生產。未來特斯拉希望很快能夠每年生產50萬輛汽車，并且他們已不再需要等待激光雷達的降價。

埃隆馬斯克說，谷歌在其自動駕駛汽車中使用的激光雷達，在汽車中沒有意義……

幾天前，特斯拉CEO埃隆馬斯克召開新聞發(fā)布會，介紹了自動駕駛功能…

LIDAR的未來業(yè)界的進步聚焦于降成本和分辨率、范圍的提升。

降低成本

固態(tài)LIDAR有望提供1000美元以下的LIDAR單元，相比于當下的80000美元單價的LIDAR極具吸引力。LeddarTech是這個早期市場的領軍公司之一。

Velodyne對于固態(tài)LIDAR看法如下：

固態(tài)且固定傳感器是出于更小的尺寸和盡可能低的成本的可嵌入的傳感器而考慮的。這也就意味著視域也就更小。Velodyne支持固定的和旋轉的傳感器。固定的傳感器為了能夠嵌入所以需要小型化。從成本的角度考慮，兩者都包含鏡頭，激光和檢測裝置。最低成本得系統(tǒng)實際上是通過旋轉視域來復用鏡頭、激光和檢測裝置，而不是使用額外單獨包含鏡頭、激光和檢測裝置的傳感器。復用不僅更加經濟實惠而且更加實用，因為這樣能夠減小因為實時融合不同視角數(shù)據(jù)而帶來的誤差，這在車輛實時運動時相當關鍵。

精度與范圍提升

LIDAR應用場景的猛增吸引了一大票才華橫溢的創(chuàng)始人和團隊投入其中。更高的分辨率與更遠的探測范圍（例如200米）將提升物體探測和跟蹤的性能，并且是像Lumina這樣的初創(chuàng)公司的傳感器產品的關鍵區(qū)別之一。