研究發現，目前進入路測的各種自動駕駛感知系統解決方案都在研發和實測中，但激光雷達仍然是多數企業的首選，尤其是以機械式激光雷達為主搭配其他傳感器實現感知。未來隨著技術完善，固態激光雷達將逐步替代機械式激光雷達，解決機械式激光雷達高成本和量產制約的問題。
一、自動駕駛要看得清 離不開激光雷達
實現自動行駛，需要機器感知、決策、控制，而要感知外界情況，離不開傳感器。自動駕駛的傳感器包括毫米波雷達和攝像頭還有激光雷達。
激光雷達(LiDAR--Light Detection And Ranging)是集激光、GPS全球定位和慣性測量為一體的裝置系統。它通過激光發射器發射激光，光束遇物體反射回接收器，系統根據發送和接收信號的時間差，判斷物體的相對方位。激光雷達能建立起周圍世界的三維點云圖像，探測到車輛和行人等，通過點云數據與高精度地圖數據匹配實現導航及車輛定位。
毫米波雷達受制于波長，探測距離受到頻段損耗的直接制約(想要探測得遠,就必須使用高頻段雷達),同時由于分辨率限制無法感知行人、對障礙物建模;攝像頭能夠識別物體，但是無法進行點陣建模和遠距測距。
目前來看，無論是毫米波雷達還是計算機視覺方案，短期內很難替代激光雷達，所以除以特斯拉為代表的少數企業之外，多數自動駕駛研發和測試廠商，都使用激光雷達作為主要傳感器，與毫米波雷達和攝像頭共同建立系統，實現路況判斷和車輛定位。
二、激光雷達技術仍以機械式為主
從應用上看，激光雷達經歷了從機械旋轉式、混合固態到純固態的發展過程:機械式通過攝像頭本身的物理旋轉來掃描更大范圍;混合固態外部不會旋轉，但內部有小型機械旋轉掃描系統，而純固態探測視角通過可以上下左右震顫的微顫鏡來對激光發射和接收角度進行調整。固態激光雷達無法進行360度旋轉，只能探測前方，因此要實現全方位掃描，需在不同方向布置多個固態激光雷達。固態激光雷達技術路線尚未定型，目前主要分為MEMS、OPA和3D Flash三類。
目前，MEMS固態雷達因為存在振動部件，在壽命和工作穩定性上很難替代其他技術;而OPA的旁瓣效應以及3D Flash的人眼保護問題尚未解決，在應用上均存在一定限制。因而現階段，多數自動駕駛解決方案仍然需要機械激光雷達與其他傳感器配合來實現。
三、機械式激光雷達成本高應用受限
目前來看，傳統機械式激光雷達的成本及量產問題，成為制約很多傳感器廠商和激光雷達需求方拓展應用的根本癥結。
現在主流的機械旋轉式激光雷達結構復雜，各核心組件價格昂貴，主要包括激光器、掃描器、光學組件、光電探測器、接收集成電路以及位置和導航器件等，導致其成本居高不下。除物料成本外，激光雷達組裝成本也較高，且目前自動駕駛還屬于實驗測試階段，對激光雷達的需求有限，產品無法量產，也導致成本難以降低。
以下是部分市場主流產品的性能及價格，最貴的Velodyne HDL-64，價格達到7.5萬美元，也是目前企業應用最多的產品，包括百度，谷歌，Uber/沃爾沃 XC 90，豐田普銳斯等。
以百度自動駕駛方案為例，只從激光雷達來看，百度使用了1個Velodyne的64線激光雷達HDL-64，3個Velodyne的16線激光雷達VLP-16。其中每個HDL-64的價格約為7.5萬美元，每個VLP-16的價格約為8000美元，總計約9.9萬美元，折合人民幣約67萬左右，幾乎是一輛豪華乘用車的價格。所以目前來看，在量產車上使用激光雷達，要面對較大的成本制約。
四、激光雷達產品研發向固態式轉變
激光雷達最初應用于軍事、探測等領域。自2010年以來，隨著自動駕駛技術迅速發展，為傳統激光雷達行業帶來新的發展機遇。由于傳統機械式激光雷達使用受限，激光雷達技術向固態式激光雷達轉變。
梳理了2018年至今12家典型融資企業發現，雖然各家技術不完全相同，但基本體現了從傳統機械式激光雷達向固態激光雷達轉變的研發趨勢。
從上表中，研究發現，不少投資方在自動駕駛產業鏈中都有布局，比如百度領投的禾賽科技，比如NIO Capital(蔚來資本)領投了Innovusion等等。這也說明自動駕駛企業，希望借助打通產業鏈，降低生產成本，提升產品競爭實力。
五、固態從配合到替代或是激光雷達發展方向
目前自動駕駛技術都在發展中。作為自動駕駛感知系統中的核心傳感器，激光雷達搭配其他傳感器仍是主流選擇。目前各廠商均在積極探索解決方案，可以說誰率先解決了機械式激光雷達的成本或者替代問題，誰就有可能在市場中占據先機。
研究認為，隨著技術逐步成熟，針對L3級別自動駕駛，MEMS激光雷達很可能首先配合機械激光雷達廣泛應用;隨著L4級自動駕駛逐步實現，3D Flash激光雷達和OPA激光雷達將很可能替代MEMS成為未來的技術發展方向。這些產品的研發和迭代，值得關注。
