近年来，自动驾驶在人工智能技术和汽车行业高度发展下的热度不断上扬，国内外互联网科技巨头均在智能汽车领域开疆拓土，国内的自动驾驶产业链发展形势是怎样呢？以国内自动驾驶汽车龙头—百度为例，对产业链中部分环节展开讨论。

无人车技术概览

现阶段自动驾驶的发展阶段刚起步，ADAS（高级辅助驾驶）仍然是行业主流，按照SAE（美国机动车工程师学会）标准大多数自动驾驶汽车处于L3级别，距离“真”自动驾驶大规模商用还很遥远，自动驾驶汽车分成三大块：控制、感知、汽车通讯；根据产业上下游细分为感知、计算平台、算法集成、车辆控制、汽车通讯、无人驾驶汽车运营等六个方面。

感知方面：摄像头、激光雷达、微米波雷达、超声波雷达；

控制方面：算法集成、芯片计算；

汽车通讯：车联网、高精度地图；

据了解，组成汽车所需要的零部件数量非常庞大，仅一辆传统汽车由7000多个～10000多个零件组成，构成智能汽车的零件数量可想而知。自动驾驶汽车最核心的部分是感知方面（眼睛）和控制方面（大脑中枢），在此我们着重探讨激光雷达。

激光雷达有多重要

在目前形势上L3（属于较低别自动驾驶）继续往上提升至L4、L5级别，必须要借助激光雷达的技术来实现。激光雷达可以说是自动驾驶汽车中成本最昂贵的部件，谷歌Waymo自动驾驶汽车上安装的激光雷达价格达7．5万美元，其前几年激光雷达均采购第三方厂商，不仅价格高昂并且不能很好与自家软件算法相结合，促使谷歌Waymo自己动手，搭建了所有的自动驾驶传感器。目前在激光雷达花费的成本相比之前降低了90％，只有掌握自主可控的核心技术，才有源源不断的发展动力。

激光雷达常以线数区分，并通常设计为2的指数级，如4线、8线、16线、32线、64线及当前市面上最先进的128线顶级测试产品。激光雷达线数越多受测距、分辨率、扫描精度、信息反馈等性能参数越好。

激光雷达的核心技术主要掌握在Velodyne、Ibeo和Quanergy国外三家企业手中。由于产品性能卓越可以给自动驾驶汽车提供可靠的感应识别支持，获得了多家企业的青睐。

美国Velodyne的产品占据市场80％的份额，可以说现在市面上在测试中的自动驾驶汽车都使用它的产品，客户有福特、谷歌Waymo、Uber、百度等企业，其激光雷达产品是行业标配，就好比是移动通信芯片领域的高通，即使激光雷达售价高达7．5万美元依然供不应求。

国内外技术差距

目前，国内激光雷达产品最高是40线，距离国外64线甚至128线还有巨大差距。为什么国内外激光雷达技术会有如此大的差距呢？又要提及国内“芯片”之痛了......

国外厂商之所以能做出64甚至128线（还在测试中）的激光雷达，内部元件的芯片起到决定作用。国内激光雷达芯片中的发射器和探测器技术是薄弱环节，造成产品的信号接收质量低、分辨率达不到要求，这两部分的技术成为制约自身激光雷达主要原因。

华为能开发出麒麟970已经能够在高端手机芯片领域与高通、苹果掰手腕，为什么激光雷达不可以呢？不同于手机芯片，接收芯片不追求单位面积晶体管数量最多，但对分辨率有更高要求，在减小激光雷达体积的同时也要减少散热、抗干扰等综合考虑，因此在某种程度上看激光雷达芯片的研发难度远超移动端芯片。

百度智能车搭载的64线产品（也是目前市场适用的最高级）约8万美元，比一般汽车都贵，激光雷达技术上的瓶颈，造成当下是一个卖家的市场。谷歌Waymo自研激光雷达等传感器硬件后使成本下降90％，可想而知，“90％”里面隐藏了多么巨大的市场机遇。

你是卖家还是买家？

国内方面，激光雷达是军转民的高精度雷达技术，激光雷达的应用一开始主要为军事领域，在商用化部分也仅限于建筑测量、地形测绘等方面。车载激光雷达作为无人驾驶技术中最重要的传感器之一，随着无人驾驶商业化发展也越来越受到重视。国内一大批企业公司涌现，北科天绘、速腾聚创、禾赛科技、还有欧镭激光等都倾注心血研发，力争上游。

可以想象在未来，国内车载激光雷达技术壁垒突破会导致成本也进一步降低，车载激光雷达产业的爆发式增长，从卖家市场转变为买家市场，最终推动无人驾驶汽车产业化的到来。

自动驾驶汽车将是人工智能应用落地的最大场景，车载激光雷达的问题又直指国内缺芯要害－－自动驾驶产业链的自我完善、核心技术的自主可控才能站在浪潮的制高点。