在汽车“新四化”的趋势下，自动驾驶成为全球汽车产业发展布局的战略高地。其中，激光雷达作为赋能车企实现智能驾驶的“关键钥匙”之一，其技术发展已成为高级别自动驾驶发展的重要驱动力。报告显示，当前中国激光雷达供应市场份额占到了全球50%。作为世界上最大的激光雷达应用市场和供给市场，摆在中国激光雷达行业面前最大的问题是如何能真正为车企赋能，让未来的驾驶体验更安全、更舒适、更智能。

近日，激光雷达企业北醒(北京)光子科技有限公司(以下简称“北醒”)发布了北醒首款512线车规级激光雷达——AD2，标志着中国车载激光雷达领域进入了业界领先的“512时代”，AD2将于2023年实现量产交付，主要面向造车新势力、传统车厂、无人驾驶方案商三大群体。资料显示，作为出货量处于世界领先地位的激光雷达企业，截至目前，北醒的激光雷达相关专利数量已位居全球前列，其中专利申请公开413项，专利授权200项。目前，北醒已经获得“国家知识产权优势企业”、国家级专精特新“小巨人”企业等国家级荣誉。

512线车规级激光雷达对行业究竟意味着什么?市场落地，性能与成本如何实现“双向奔赴”?近期，《中国经营报》记者专访了北醒CEO李远。

多争取“2.1秒”的黄金反应时间

《中国经营报》：你认为如何才能真正为车企赋能，让未来的驾驶体验更安全、更舒适、更智能?

李远：要想解决这个问题，绕不开的关键点就是安全，更准确地说是如何在感知层面上为智能驾驶用户留出足够的观察与响应时间。面向未来的智能车辆的准入门槛需要更高的安全标准，激光雷达行业迈入512线是必经之路，因为“只有通过这样的高性能产品才能对车企赋能，实现更高阶的安全和智能驾驶”。举个例子，当车辆以100公里/小时的速度行驶时，一个22厘米的小目标物(平放的轮胎高度)出现在路面中央，常规情况下，从发现目标物到刹停的极限安全刹车距离至少需要70米。但以目前的128线激光雷达产品来说，相应情况下其对小目标的有效探测识别距离只有31.5米。相反，如果将激光雷达垂直分辨率做到0.05°即等效512线，就可以使有效探测识别距离提高至126米，给汽车争取到额外的安全距离，相当于给智能驾驶系统争取到额外的2.1秒时间进行系统的决策、规划与控制。这关键的2.1秒足够人类完成3到4个操作动作，可以选择提前减速稳妥停下，无须采取紧急刹车的极限操作。

《中国经营报》：技术能让安全性提高这么多，行业暂时未能普及的原因是什么?

李远：业内之所以暂时未能普及512线技术，除了出于商业战略和路线布局的原因外，也和这一技术目前实现门槛较高有关。如果采用传统机械式激光雷达的做法来实现512线的分辨率，就需要纵向地堆叠光源和接收器，并且收发间的相对位置精度需要控制在微米级以下，以目前的技术和制造水平很难突破成本、体积、可制造性、散热等诸多方面的限制。而如果采用光学扫描替代器件堆叠的方式来实现512线的分辨率，要做到0.05°的扫描精度，那么光学扫描的角度精度就需要控制在万分之一以内，即要求电机每秒钟转动近百圈，同时每圈的偏差还要小于秒针转动的一百二十分之一以内，这是一个非常大的技术挑战。

《中国经营报》：北醒是如何攻克这个挑战的?

李远：北醒为了实现成熟的512级别产品，在光学设计、扫描精度、信号处理、自动化校准装调等方面都有众多创新，同时也克服了巨大的挑战。我们通过采用半导体激光器和传感器阵列收发技术，以及自有专利的创新激光器驱动电路和接收信号处理电路，提升了信号的动态范围和信噪比，加之独创的高精度控制系统和自研光学系统，不仅支持灵活配置的扫描模式及扫描轨迹，还可适配全自动装配流水线并实现量产。

此外，我们自研的双轴高精扫描技术和双电机控制算法，不仅实现了0.05°的高精度扫描，还通过设计迭代成功地将电机控制电路的尺寸缩小一半，成本节约40%，从根本上解决了512线性能与成本之间的矛盾，使得商业化量产成为可能。在同参数性能之下，双轴高清扫描技术可以使用更少的收发阵列，以大幅度降低成本，并且实现了成本和性能解耦合，以更好地实现后续的性能升级，兼顾车企对成本和性能的高标准需求。

技术高速迭代下的突围密码

《中国经营报》：目前，纯视觉的方案和激光雷达的方案各自面临着哪些挑战和难点?

李远：我们可以站在更长期且宏观的角度探讨这个问题。我们为什么要去做感知技术?本质是要去挑战人类视觉的极限。现阶段，驾驶员依靠人眼视觉进行道路感知的人力驾驶的事故率是0.018%，当车速达到70公里以上，事故人员伤亡率是98%，而依靠传感器，无人驾驶怎么把这个伤害性的数据进一步降低，这才是我们探讨传感器怎么用的本质。当我们往远看，以一个理想的姿态去看人类的运输能力和控制能力极限时，我们发现这也许才是发展激光雷达的本质。我们现在都说，激光雷达供应不成熟、成本贵，但为什么我们还要做?因为它就是当年马车被汽车替代过程中的汽车。

《中国经营报》：对于纯视觉和激光雷达路线而言，在量产落地方面，需要解决哪些问题?产业链上下游需