L3与L4自动驾驶：3D激光雷达的关键角色

百度智能驾驶传感器发展趋势集中在激光雷达、毫米波雷达以及摄像头等领域，针对不同级别的自动驾驶（L3和L4）提出了关键的技术需求和挑战。 在自动驾驶中，传感器扮演着至关重要的角色，它们是车辆获取环境信息的主要途径。其中，激光雷达（LiDAR）被视为准确识别行人的关键技术。L3级自动驾驶主要应用于封闭高速路，行人出现的频率较低，因此可以采用成本较高的3D激光雷达，但这种方案在面对行人识别的高要求时存在局限性。相反，L4级自动驾驶则需要在全路况下运行，对行人的识别准确性要求更高，因此对3D激光雷达的依赖更大。 当前，3D激光雷达面临的主要问题在于成本和可靠性。机械旋转式的激光雷达成本高昂，而固态式虽有成本优势但技术尚未成熟，无法满足大规模商业应用的需求。毫米波雷达虽然在某些场景下可以辅助识别，但对紧靠环境物体的行人识别能力有限。摄像头虽然在行人识别上有一定进展，但在复杂的L4场景下，其性能仍远不足以应对安全要求。 摄像头的行人识别准确率大约在召回率为80%时，准确率只有35%，这意味着在密集行人环境中存在显著的安全隐患。相比之下，3D激光雷达在行人检测上的表现更为优秀，但其高昂的成本使得L3方案难以承受，而L4方案的商业化时间线更长，有可能等到激光雷达技术突破带来的成本下降。 此外，L3和L4自动驾驶方案的开发不能互相替代或渐进升级。L3方案因为缺少3D激光雷达，升级到L4时将面临数据壁垒，需要从零开始收集新的数据以训练AI。这意味着L3和L4必须并行开发，各自积累独有的实际道路行驶数据。 激光雷达技术的发展趋势正朝着固态化、小型化和低成本化方向迈进，如MEMS（微电子机械系统）透镜式固态激光雷达通过微透镜调整激光发射方向，以实现全景扫描，是降低成本和提高可靠性的潜在解决方案。3D激光雷达的技术进步将是推动自动驾驶领域发展的重要驱动力，而如何平衡性能与成本将是业界需要持续攻克的关键课题。