作為蔚來NT2。0平臺的首款車型，ET7自發布之日就以諸多的前沿技術吸引著眾人的目光，比如1016 TOPS算力的自動駕駛平臺、半固態電池、半固態鐳射雷達等等。目前，除了半固態電池還沒有與我們見面之外，其他技術都在ET7上實現了量產。

最近，蔚來公佈了ET7上那顆半固態鐳射雷達的詳細資訊，從各項引數來看，這顆鐳射堪稱地表最強量產鐳射雷達。今天，我們就來聊聊，這顆鐳射雷達能不能讓蔚來在輔助駕駛領域佔據一席之地。

誰製造了獵鷹雷達？

ET7的鐳射雷達來自於innovusion圖達通，這家公司成立於2016年，蔚來在2018年參與了其A輪融資。

ET7上的鐳射雷達屬於Aquila蔚來超感系統的硬體元件之一，這套系統配備33個高效能感知硬體，其中包括1個超遠距高精度鐳射雷達，7個800萬畫素高畫質攝像頭、4個300萬畫素高感光環視專用攝像頭、1個增強主駕感知、5個毫米波雷達、12個超聲波感測器、2個高精度定位單元和V2X車路協同。

ET7的鐳射雷達屬於半固態雷達，型號名為獵鷹。我們經常會在自動駕駛測試車上車頂或四周佈置的圓柱形鐳射雷達，這種屬於機械式鐳射雷達。機械式鐳射雷達在工作時內部的鏡片不停地旋轉掃描周圍資訊，電路板也會跟著鏡片一起旋轉。由於活動部件多，機械式鐳射雷達的可靠性較差，而且體積也很大，放在車上會大大影響整車造型美觀度和風阻。

而半固態鐳射雷達中只有鏡片選裝，電路板固定不動，體積更小，可靠性更好。值得注意的是，蔚來並不是直接找innovusion採購那麼簡單，獵鷹的電路板是蔚來主導設計的。也就是說，獵鷹是蔚來和innovusion聯合開發的產品。

獵鷹鐳射雷達有四個亮眼的核心引數：

最遠探測距離500M

最高解析度0.06°×0.06°、水平視角120°

波長1550nm

探測機率90%

探測距離：

Innovusion獵鷹的最遠探測距離500M，這個距離看起來比毫米波雷達（200米）長很多，但卻不能作為核心效能引數。更有意義的引數是10%的反射率下，獵鷹探測距離能達到250米。250米是個什麼水平呢？理想L9、集度採用的禾賽AT128鐳射雷達10%的反射率探測距離為200米。

所謂反射率是指鐳射雷達接收器能夠接收到多少反射回來的光線。一般來說，自然界大部分物體都能做到50%以上的光線，道路標牌更是能到到90%以上，但光線偏暗的橋洞、偏黑的衣服油漆，反射率會比較低，只有10%。因此，我們需要以最低的10%反射率作為基準，來評價鐳射雷達的識別率和探測距離。

解析度：

除了看的遠，獵鷹鐳射雷達還看的清。其ROI解析度（40°×9。6°、水平×垂直、下同）為0。06°×0。06°，換算成畫素解析度為666×160，也就是160線。而禾賽AT128的ROI（120°×25。4°）解析度解析度為0。1°×0。2°、1200x128、128線。二者比較下來，禾賽AT128 ROI視角更大，角精度雖然不及獵鷹，但整個視角的解析度更高。不過，獵鷹的最高解析度是在獨創的 “定睛凝視”ROI範圍內取得的，其最大ROI可以達到與禾賽AT128相同的120°×25°。

“定睛凝視”的原理類似與我們的肉眼，人眼在專注看一樣物品時，物品周圍的清晰度會降低，這樣可以看物品會更加清楚。當然，不使用“定睛凝視”時，獵鷹雷達整個可視範圍的解析度會整體性下降，但蔚來並沒有透露會下降到什麼程度。

“定睛凝視”可以讓核心區域成像更加清楚，這對自動駕駛系統的識別精度帶來巨大的提升。蔚來在PPT中對比了0。1°×0。2°鐳射雷達（好巧不巧，這正是禾賽AT128的解析度）和獵鷹的對比。可以看到，在200米處，左側的鐳射雷達打在1。8米行人的光點只有12個，而獵鷹達到54個。更多的畫素點，更容易清晰地描繪出人的形狀，再結合攝像頭的影象，系統可以更容易地識別出這是一個人，而左側的雷達很難識別清物體特徵。

1550nm：

獵鷹之所以能看這麼遠、看的清，與其1550nm波長有重要的關係。目前主流的量產鐳射雷達，包括小鵬P5，都是905nm波長。相比較而言，1550nm的鐳射雷達看的更遠、更清楚，同時也更安全。

905nm和1550nm都屬於紅外光範圍，不在人眼可視範圍內。紅外波段對人眼有一定的傷害性，尤其對905nm的光而言，人眼中的液體是透明可穿透的，光線可以到達眼睛後部的視網膜。如果鐳射功率太大，905nm鐳射會對人眼造成永久性的傷害。因此，905nm鐳射雷達需要嚴格限制功率，但限制功率就會導致探測距離、探測精度的下降。

而1550nm鐳射就要安全得多，1550nm鐳射在穿過人眼時，大部分能量會被眼球內的液體吸收，不會到達視網膜。因此，1550nm鐳射雷達可以提高到更大的發射功率，進而提高探測距離和探測精度。既然如此，那麼為什麼1550nm沒有成為量產鐳射雷達的主流波段呢？很簡單，貴。

905nm鐳射雷達可以使用廉價、成熟的矽技術接收器，而基於1550nm的接收器則需要使用昂貴的原材料，例如砷化銦鎵。後者的原材料價格是前者的幾十倍。

不過需要指出的是，這兩種紅外波段的安全性都是對人眼而言的，鐳射雷達還有很多其他的風險存在。比如2021年CES展會上，一名觀眾報告說，來自AEye的1550nm鐳射雷達損壞了他的相機CMOS。熟悉攝影的讀者應該也知道，很多演唱會的鐳射發射器也會損傷手機和相機的CMOS。相機的CMOS相當於我們的視網膜，而鐳射會融化CMOS上的電路。另外，對寵物狗、寵物貓以及更多的動物而言，鐳射雷達是否安全也是個問題。

探測機率：

蔚來還重點強調了獵鷹鐳射雷達的穩定性，這一指標為POD。POD（Probability of Dectection）是指探測機率，一般為超過連續100幀發射的鐳射束數量（即理論點數量）與被探測到的鐳射束數量（即有效點數量）的比值。POD體現出鐳射雷達接收返回點數的能力和穩定性。獵鷹的POD可以達到90%，屬於業內一流的水平。

總之，無論是探測距離，探測精度、還是穩定性，獵鷹都是量產鐳射雷達領域的佼佼者，但這能不能蔚來成為自動駕駛領域的頂級玩家還有待觀察，畢竟，自動駕駛水平的高低看的從來都不是硬體，而是演算法。

演算法為主、硬體為輔

目前，自動駕駛領域有兩大流派，其一是純視覺派，代表企業是特斯拉，另一派是蔚來、理想、小鵬等更多車企堅持的雷達+攝像頭融合派。

拋開演算法水平和企業本身情況，來討論兩種路線孰優孰劣是沒有意義的。

特斯拉之所以堅持視覺派與馬斯克一直強調的第一性原理脫不開關係。特斯拉認為，既然人眼能透過純視覺來識別環境，那麼汽車的自動駕駛也可以做到。這麼說確實很有道理，但我們不能忽略人腦的貢獻。我們之所以能從影象中識別出物體的特徵和遠近，是因為從出生開始，我們的大腦就一直在學習自然界物體的特徵，汽車要想做到這一點需要有精妙的演算法和大量的學習。

而特斯拉把演算法學習的任務交給了消費者，每一輛特斯拉都會蒐集車主的實際駕駛資料，尤其是從輔助駕駛狀態接管車輛時遇到的情況。全球一百多萬輛特斯拉電動車都在幫特斯拉改進演算法，而其他車企很難擁有這麼高的資料餵養量。

資料不足，硬體來湊。其他車企不得不加入和特斯拉大相徑庭的融合派，用更高的硬體成本來縮小演算法的差距。兩種路徑殊途同歸，終極目的都是為了完全無人化自動駕駛，但在這個演算法為王的領域，硬體並不能決定一款車的自動駕駛水平，像蔚來一樣的車企要想達到特斯拉的水平仍然需要在演算法上加快追趕。

目前，我們還沒有試駕過蔚來ET7，但從懂車帝的評測來看，搭載了頂級鐳射雷達和NAD系統的ET7出現了匝道壓線、無法識別出高速公路施工路段的樁桶的情況，甚至還將路旁警示牌也識別成一輛SUV。前不久，我們試駕了同樣搭載鐳射雷達的小鵬P5，其NGP系統在超車、變道、上下匝道時就像剛出駕校的新手一樣猶猶豫豫，用起來讓人膽戰心驚。

這些情況都不能算作罕見的邊緣案例，然而蔚來、小鵬這種硬體堆滿的自動駕駛系統仍然不能從容應對，可見其演算法仍然有很大的提升空間。

AUTHOR RushB

「別槓，槓就是你對」