德国车企评估新方案，清单上有华为
10年前，车载激光雷达很贵。一个要几十万元。它还很大，很容易坏掉。这东西只能用在少数园区里的无人车上。没有人相信它能量产，装在普通车上。
当时全球市场只有几家公司。Velodyne是最大的。Luminar刚刚成立。Innoviz还在准备。这个行业很冷门。华为内部的一些工程师，看到了不一样的地方。
他们申请到一笔预算。从微波雷达团队借了3位专家。目标很简单。把激光雷达的机身变小。把成本大幅度降下来。这是一个难办到的事情。
他们选择了一条务实的路线
技术用的是905纳米激光器。搭配旋转电机混合振镜。这个方案不先进。它的好处是技术成熟。可以把成本快速做到20万元以内。然后每年再降30%。
这让公司内部的人看到了量产的希望。策略的第二步是自己做芯片。2019年，一个叫“小光芯”的项目在公司内部启动。这改变了所有事。
他们把发射端和接收端做到了一起。发射端是8通道硅光集成芯片。接收端是改良后的CMOS。两个分开的模块变成了一个很小的模组。
成本下降速度很快
2021年，华为发布了96线等效雷达。这时的成本已经不到5000元。产品的良率第一次超过90%。量产的节点被打通。华为开始做一件以前很少做的事。
它向所有合作的车企公开BOM清单。目的就是把市场做大。大家一起来用，成本才能继续降。这个策略很快就看到了效果。规模效应出现了。
2023年下半年，激光雷达平均售价跌破2800元。
华为给车企的议价空间保持在12%到15%之间。它的盈利没有减少。出货量变得很大。总的利润反而更高了。
搭载华为激光雷达的车型越来越多。覆盖问界 M9、享界 S9、岚图梦想家、阿维塔 12。这些车在路上跑的总里程超过了23亿公里。
23亿公里
这个数字相当于绕地球赤道跑了5。75万圈。每天会产生超过20TB的原始点云数据。海量的数据是提升性能的关键。工程师最头疼的问题是极端场景。
数据解决了极端场景问题
过去很难遇到的场景都被数据捕捉到了。比如雨夜高架上金属护栏的反光。四川山地隧道出口突然出现的黑车。广州城区台风天被吹起来的路边锥桶。
这些宝贵的场景素材被放进模拟仓里。系统不断学习和迭代。激光雷达的性能得到了提升。在6%反射率下有效探测距离从150米提升到220米。
雨天识别漏检率从千分之4。2降到千分之0。3。
技术进步直接影响了行业法规。中国高速L3法规的落地节奏加快了。2024年6月，工信部发布了智能网联汽车准入与上路通行试点的实施指南。
高速场景的L3被认为会最先放开。这里成了华为ADS 4。0的目标。新一代系统最大的不同不是算力。而是对激光雷达“全冗余”这个逻辑的补充。
摄像头在逆光下可能会失明。毫米波雷达会被噪声干扰。这时候，单独的激光雷达仍然可以工作。它能识别前方的静止车辆、掉落的货物和翻越护栏的行人。
硬件冗余换取生存概率
识别率达到100%。延迟保持在50毫秒以内。这种做法在全球还没有先例。国家道路交通管理工程技术研究中心5月给出了测试报告。
