華為說“不造車”，要做智能汽車“增量部件”供應(yīng)商。
這是一個標(biāo)志性的事件，即華為通過現(xiàn)行說法揭示了一個在整車之外的巨量市場，其中包括高精地圖、芯片、感知硬件(激光雷達(dá))、電池、智能座艙等，在龐大而紛繁的智能汽車產(chǎn)業(yè)鏈中，這些“增量部件”隨便拎一個出來，又有著各自特有的產(chǎn)業(yè)邏輯。
擺在一眾玩家面前的現(xiàn)實問題是，在智能汽車高速推進(jìn)的產(chǎn)業(yè)變革中，“增量部件”這場戰(zhàn)該如何打?
為此，在2021年的開端，我們特意制作了“智能汽車‘增量部件’爭奪戰(zhàn)”專題，希望用全景式的掃描，讓我們認(rèn)清各個“增量部件”行業(yè)賽道的當(dāng)前現(xiàn)實，各路玩家，尤其是中國企業(yè)的競爭力到底如何，機(jī)會又在哪里，以此作為我們擁抱智能汽車產(chǎn)業(yè)變革的開始。
與智能制造、智能家居等新概念相似，智能汽車產(chǎn)業(yè)的開端同樣也是基于物聯(lián)網(wǎng)(IoT)技術(shù)的實現(xiàn)。對應(yīng)的，實現(xiàn)物聯(lián)網(wǎng)的首要是對現(xiàn)實世界感知，即通過硬件傳感器捕捉車輛的位置信息和外部環(huán)境信息，以反饋給大腦系統(tǒng)，做好自動駕駛的執(zhí)行操作。
簡單來說，感知是自動駕駛的關(guān)鍵一步。目前，市場上的廠商基本借助硬件傳感器來解決感知層的問題。其中，在眾多硬件傳感器中，又以激光雷達(dá)的取舍最為熱議。
一方面，以特斯拉為主的“明星”廠商極力反對激光雷達(dá)，篤定視覺算法的技術(shù)路徑。另一方面，目前智能汽車產(chǎn)業(yè)鏈上的大多數(shù)玩家都選擇了激光雷達(dá)陣營,傳統(tǒng)車企如寶馬、豐田、沃爾沃，與新能源車企，如小鵬、蔚來均宣布未來新車型將搭載激光雷達(dá)。
同時，在激光雷達(dá)賽道上，國內(nèi)的專業(yè)玩家也備受資本市場與產(chǎn)業(yè)巨頭的青睞。譬如，禾賽科技便獲得了百度、博世和安森美的投資，而速騰聚創(chuàng)也取得了北汽、上汽和阿里的投資，等等。
其次，伴隨著華為、大疆、科沃斯等各領(lǐng)域的巨頭跨界入場，可以說，激光雷達(dá)已經(jīng)成為物聯(lián)網(wǎng)（IoT）時代炙手可熱的領(lǐng)域。
那么，回過頭來，再看看特斯拉與一眾產(chǎn)業(yè)鏈玩家的分歧，在視覺算法與激光雷達(dá)的爭論上，智能汽車產(chǎn)業(yè)又該走向何方?
特斯拉的“棄子”，不過噱頭“棋子”
很難想象，在自動駕駛的技術(shù)路徑還尚未完全成熟，同時大部分同行都屬意激光雷達(dá)的的情況下，馬斯克會如此強(qiáng)烈的反對激光雷達(dá)的應(yīng)用，直言“用激光雷達(dá)是愚蠢的”。
這難道就是眾人皆醉我獨醒?
事實上，「智能相對論」認(rèn)為，站在一眾市場玩家的對立面，對于特斯拉來說似乎并沒有什么損失，反而在市場營銷上賺足了關(guān)注度。 每每激光雷達(dá)產(chǎn)業(yè)出現(xiàn)新熱點與話題，特斯拉的觀點、馬斯克的發(fā)言總能被拿出來比較，并同時增加其視覺算法的曝光度。
不得不說，這是陽謀。本文亦是不能免俗。
但是，換個角度來說，從技術(shù)應(yīng)用層面聚焦，實際上激光雷達(dá)與視覺算法的爭論并非是魚和熊掌不可兼得的問題。 同樣的，市場上小鵬、蔚來等玩家也并沒有說要放棄視覺算法，只采用激光雷達(dá)之類的發(fā)言。
不管是傳統(tǒng)車企還是技術(shù)服務(wù)商，都傾向于視覺算法+激光雷達(dá)的綜合方案作為自動駕駛傳感器技術(shù)解決路徑。
那么，兩者之間的區(qū)別在哪?如果我們以人的視覺功能來類比，簡單可以拆分出兩個關(guān)鍵詞，一是“感知”，即知道有物體在什么位置;二是“識別”，即知道那個物體是什么東西，如何行動?后者要比前者更加復(fù)雜深度。
對應(yīng)的，激光雷達(dá)與視覺算法在自動駕駛中承擔(dān)的便是“感知”與“識別”的作用。
首先，激光雷達(dá)在工作時，會主動向四周散射激光，隨后基于飛行時間反饋來判斷周邊是否存在障礙物，以及障礙物的位置甚至體積并生成點云圖。
作為一項強(qiáng)感知的技術(shù)，激光雷達(dá)基于較高的準(zhǔn)確度具有明顯的應(yīng)用優(yōu)勢，能很好的補充原有車載GPS、攝像頭等的不足，讓智能汽車感知環(huán)境的能力更上一個層級。
其次，視覺算法則為智能汽車提供識別物體的能力。以特斯拉的自動駕駛大腦系統(tǒng)來說，其主要借助特斯拉上的攝像頭，對周邊的物體建立模型，同時把相片數(shù)據(jù)添加到神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集里，再通過海量的訓(xùn)練來提高“大腦”對周邊物體的識別判斷能力。
對比兩者，你會發(fā)現(xiàn)，更好的“感知”能力與更好的“識別”能力，就如同更好的“眼睛”與更好的“大腦”，并不沖突，理應(yīng)是自動駕駛標(biāo)配的技術(shù)。
技術(shù)上，兩者并不存在根本性的沖突。如果真要說一點，那就是激光雷達(dá)不像攝像頭那樣具備物體識別能力，也就是說感知與識別兩項能力不能在激光雷達(dá)上進(jìn)行融合，但是基于多傳感器方案，依舊可以采用攝像頭來補充上這一缺點。
顯然，馬斯克如此激烈的對外反對激光雷達(dá)，很難讓人信服是出于技術(shù)維度的思考。
進(jìn)擊的華為，真能打下高成本？
誠然，就激光雷達(dá)的成本問題而言，特斯拉還真就看不上這一路經(jīng)。目前，激光雷達(dá)成本高昂，動輒就是上千美元至上萬美元不等，相比之下攝像頭的硬件成本才幾百美元，其中成本差距近乎十倍以上。
也正是如此，激光雷達(dá)雖然具備明顯的技術(shù)優(yōu)勢，但是很難量產(chǎn)大規(guī)模應(yīng)用?？梢哉f，成本問題是激光雷達(dá)應(yīng)用最明顯的瓶頸，誰能解決這個問題，也就將有機(jī)會顛覆目前的市場格局。
顯然，華為看到了這一點。此前，在第十二屆汽車藍(lán)皮書論壇上，華為智能汽車解決方案BU總裁王軍便透露，華為未來計劃將激光雷達(dá)的成本降低至200美元(約1390元人民幣)，甚至是100美元(約695元人民幣)。
此言一出，業(yè)內(nèi)嘩然。
緊接著，「智能相對論」看到，在12月的T10 ICV CTO峰會上，華為正式發(fā)布旗下設(shè)計開發(fā)的96線中長距激光雷達(dá)產(chǎn)品。幾百美元的成本區(qū)間一時在市場上引起諸多熱議，相比此前大疆發(fā)布的千元級汽車激光雷達(dá)，華為進(jìn)一步將*打了下來，說是腰斬也不為過。
盡管王軍表示，“暫時還做不到此前宣稱的100美元.......”但是，從高管發(fā)言到產(chǎn)品發(fā)布，華為的這一波也確實為其進(jìn)軍激光雷達(dá)領(lǐng)域賺足了市場熱度，也為智能汽車產(chǎn)業(yè)的激光雷達(dá)陣營添足了籌碼和底氣。
但是，又不得不說，在相關(guān)價位的產(chǎn)品還沒有正式上線、量產(chǎn)應(yīng)用的情況下，類似的語不驚人死不休的發(fā)言倒是與特斯拉有異曲同工之妙，很是吸引眼球。
實際上，盯著激光雷達(dá)成本打的玩家不光是華為，而真正要將整個激光雷達(dá)產(chǎn)業(yè)的成本降下來也并不容易。細(xì)說起來，可以在三個方面大致了解一下。
其一，車規(guī)認(rèn)證。
從經(jīng)濟(jì)管理的角度來說，一個產(chǎn)品若要降低成本，規(guī)模化生產(chǎn)是最常態(tài)的路徑。產(chǎn)量上來了，成本也就隨之降低。而在激光雷達(dá)領(lǐng)域，若是實現(xiàn)量產(chǎn)，第一步首先是獲得車規(guī)級認(rèn)證。
然而，車規(guī)本身認(rèn)證周期比較長，需要做數(shù)百項測試，歷時2-3年才能完成。這在無形中就拉長了激光雷達(dá)實現(xiàn)量產(chǎn)應(yīng)用的周期。
目前，整體量產(chǎn)市場規(guī)模幾乎為零。直到小鵬、北汽、長城等車企相繼公布其對于車載激光雷達(dá)的產(chǎn)品規(guī)劃，我們才能在市場中看到2021年激光雷達(dá)產(chǎn)業(yè)或?qū)⑦M(jìn)如量產(chǎn)元年的信號，可見激光雷達(dá)車規(guī)化之困難。
其二，產(chǎn)品工藝。
禾賽科技發(fā)現(xiàn)，激光雷達(dá)成本居高不下也存在產(chǎn)品工藝上的問題，即產(chǎn)品集成度過低，每一線(每個收發(fā)通道)都需要兩塊電路板、數(shù)個芯片/器件來實現(xiàn)，同時每一線都要進(jìn)行精密裝調(diào)，生產(chǎn)過程復(fù)雜，隨著線數(shù)的增加，成本便呈指數(shù)級上升。
也就是說，如果不改良產(chǎn)品工藝本身，哪怕是進(jìn)入量產(chǎn)階段，在成本控制上仍存在冗余。對此，禾賽科技希望通過自研激光雷達(dá)專用芯片來解決，即把數(shù)百個激光收發(fā)通道都集成到幾顆分別負(fù)責(zé)發(fā)送和接收的芯片上。
過去，32線機(jī)械式激光雷達(dá)需要安裝32個收發(fā)系統(tǒng)，而在新的工藝下，這32個收發(fā)系統(tǒng)都被集成到芯片中。也就意味著，一顆激光雷達(dá)所需的裝調(diào)次數(shù)從原來的32次減少到1次，裝調(diào)工作量下降了97%(31/32)。
那么，基于芯片化的升級，激光雷達(dá)不僅可以解決量產(chǎn)的成本問題，還能進(jìn)一步帶來性能上的提高。當(dāng)然，芯片生產(chǎn)進(jìn)而又涉及到另外一個領(lǐng)域的討論。
其三，生產(chǎn)流程。
既然要做到規(guī)模量產(chǎn)，那么生產(chǎn)環(huán)節(jié)自是不能忽略。據(jù)華為公布的信息，其第一條車規(guī)級激光雷達(dá)的第一條Pilot產(chǎn)線是依托華為在光通訊領(lǐng)域積累的精密制造能力以及先進(jìn)工藝裝備實驗室的基礎(chǔ)上建立的。
也就是說，激光雷達(dá)生產(chǎn)想要走量的前提，得先要深化生產(chǎn)制造技術(shù)。因此，Livox在復(fù)用大疆工廠的一套生產(chǎn)體系和流程的同時，也進(jìn)一步創(chuàng)新了Dl-Pack封裝技術(shù)，把多線激光器和接收器全部封裝在小片子當(dāng)中，同步實現(xiàn)激光器的自動校準(zhǔn)，大幅度簡化了繁瑣的人工對準(zhǔn)工序，保證量產(chǎn)能夠做到高良率和高產(chǎn)能。
總結(jié)來說，借助先進(jìn)的制造能力和生產(chǎn)體系來實現(xiàn)激光雷達(dá)生產(chǎn)的自動化，逐步成為當(dāng)前產(chǎn)業(yè)巨頭跨界的一個優(yōu)勢。伴隨著接下來量產(chǎn)化的實現(xiàn)，這一優(yōu)勢也將繼續(xù)放大。
小結(jié)
不難發(fā)現(xiàn)，從目前行業(yè)整體情況與產(chǎn)品本身、生產(chǎn)流程來看，激光雷達(dá)產(chǎn)業(yè)在2021年量產(chǎn)元年或?qū)⒂瓉碥囈?guī)化、芯片化、自動化的發(fā)展。屆時，一批車規(guī)級的高性能激光雷達(dá)走下自動化生產(chǎn)線，服務(wù)需求日益增長的智能汽車產(chǎn)業(yè)。
當(dāng)然，又不得不說，激光雷達(dá)當(dāng)前仍然面臨著精度、耐久性、散熱性、適配性等技術(shù)難題，未來縱然少數(shù)幾家大廠可以實現(xiàn)從0到1的量產(chǎn)，但對于整體的激光雷達(dá)市場和智能汽車產(chǎn)業(yè)而言，仍有不短的路要走。
文| 智能相對論(ID：aixdlun)
作者 | 陳選濱
*本文圖片均來源于網(wǎng)絡(luò)
深挖智能這口井，同好添加vx：zhinengxiaoyan
此內(nèi)容為【智能相對論】原創(chuàng)，
僅代表個人觀點，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。
部分圖片來自網(wǎng)絡(luò)，且未核實版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請作者與我們聯(lián)系。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
