圖片來源：Luminar
據麥姆斯咨詢介紹，在一系列有望創造未來自動駕駛汽車的先進技術中，激光雷達（LiDAR）技術引起了人們的關注，但激光雷達傳感器在數字孿生和元宇宙應用中的表現也很突出。
數字孿生的核心是以高保真度和高頻率更新現實世界的模型。激光雷達可以作為立體攝像頭等技術的補充，用于從物理世界捕獲3D數據，并將這些數據傳輸到數字孿生或元宇宙應用中。
核心激光雷達技術的發展已有近50年的歷史，但直到最近，它的制造成本仍很高，參與到新工作流中的過程也很復雜。隨著新方法、廉價工藝和更靈活的激光雷達數據工作流的出現，所有這些才開始發生變化。
激光雷達在自動駕駛汽車和相關系統中表現出美好的應用前景，因為它能夠以較快的速度和高精度測量汽車到物體的距離。它的工作原理很像雷達，但使用紅外光而不是無線電波——激光雷達信號從物體上反射，然后測量返回的光。傳統的激光雷達測量信號的飛行時間，但較新的技術利用光的其他特性降低了激光雷達的成本，提高了激光雷達的精度，或加快了激光雷達的反應速度。
激光雷達的商業化案例
用于平板電腦和智能手機（如iPhone 12 Pro）中的量產的激光雷達系統價格已經從幾年前的數萬美元下降到了現在的數十美元。蘋果公司一直對其激光雷達的來源保持沉默，但在拆卸第一臺使用激光雷達系統的iPad時發現，這是由Lumentum公司的激光掃描儀和索尼（Sony）公司的ToF傳感器組合的激光雷達系統。
Here Technologies產品管理總監Mark Yao向VentureBeat介紹到，更小的激光雷達外形將使地面激光雷達能夠捕捉到室內空間和難以進入的場所的信息，如從人行道到企業園區。Here Technologies正利用硬件、軟件和人工智能方面的重大突破，來創建可以自動從激光雷達中提取特征和3D對象的應用，以實現數字孿生數據捕獲的自動化。
特定機遇
與攝像頭相比，激光雷達的最大優勢包括測量距離更遠、3D分辨率更高以及在能見度較差的情況下保持更好的性能。同時，激光雷達還缺少精確的面部識別能力、成本較高、數據處理需求較大以及對該技術優勢缺乏認識等問題。
“因此，激光雷達通常與其他傳感器結合使用，以實現高質量和高可靠性的傳感器融合，尤其是在汽車領域中。”ABI Research分析師Dominique Bonte向VentureBeat說道。
同時，備受關注的特斯拉在不使用激光雷達的情況下實現了一些自動駕駛的功能，這也擠壓了激光雷達市場，ABI智能移動和汽車分析師Maite Bezerra表示。
大規模更新的數字孿生
但在數字孿生的世界里，激光雷達可能有很大的發展空間。在一個日益關注面部識別隱私的時代，激光雷達缺乏精確的面部識別能力可能是它的一個優點，而不是一個缺點。Seoul Robotics首席執行官（CEO）HanBin Lee向VentureBeat說道，注重隱私的數據對于零售和智慧城市用例至關重要。
例如，零售店正在使用3D數據來跟蹤各種指標，如結賬過程的時長、顧客在商店中的移動路線、他們關注的產品以及停留了多長時間。再比如，梅賽德斯-奔馳（Mercedes-Benz）在其一些展廳中利用Seoul Robotics的技術來觀察參觀者是如何與展出車輛進行互動的。
德國鐵路公司Deutsche Bahn將Here Technologies的激光雷達技術用于其新型Sensors4Rail鐵路數字孿生。通過這些數據，可以跟蹤可能影響操作的對象（如建筑物、電桿和平臺邊緣）的變化。
日立ABB電網有限公司企業解決方案高級副總裁Bryan Friehauf也認為激光雷達在精確監測電力基礎設施方面有著重要作用。他認為激光雷達對于收集動態地理數據至關重要，例如植被生長、侵蝕或氣候變化的影響。
在德國，科隆市（Cologne）使用激光雷達來補充全市的數字孿生系統。其他數據源包括BIM建筑數據、數字地形模型數據和集成到ESRI CityEngine的高分辨率照片。模擬噪音、空氣污染、洪水、交通和能源利用的各種模型可以改善相關的規劃或應急響應。
激光雷達還可以幫助科學家和工程師們建立更準確、更真實的海岸和海洋數字孿生模型，用于漁業發展規劃、評估氣候變化對海岸的影響和海上基礎設施工程（如風車和石油鉆機）的建設。
據Terradepth聯合創始人兼聯合首席執行官Joe Wolfel稱，海洋勘探也是激光雷達擅長的領域。他說：“隨著人類希望更多地了解海洋，并試圖阻止氣候變化和對98.5%的地球生物圈的破壞，海洋數據正變得越來越重要。”
使用特定顏色激光的測深激光雷達可以穿透比可見光更深的地方，并快速繪制水下25-50米的精確地圖。像Terradepth這類的公司正在將激光雷達安裝在可以進行更深水域調查的水下自主潛水器上。
多種類型的激光雷達
成本更低、性能更高的激光雷達正在為激光雷達技術的應用開辟新的機遇。“激光雷達技術的發展一直緊跟半導體行業發展的步伐，”AEye人工智能和軟件高級副總裁Abhijit
Thatte對
VentureBeat說，“隨著技術進步和大規模生產，如激光器、掃描儀、光學器件、接收器、計算平臺和外殼等激光雷達及其組件正變得速度更快、體積更小、價格更便宜。”
算法還能更好地幫助激光雷達確定關注點的位置和時間，以增加更高分辨率、更大范圍和更快速度的相關數據的比例，同時減少不相關的數據。
市場上有各種各樣的激光雷達技術。Gartner半導體和電子部副總裁Gaurav Gupta向VentureBeat介紹到，最初的激光雷達市場主要是由Velodyne等機械式掃描激光雷達公司主導，但現在的焦點是固態激光雷達。
激光雷達系統包括一個用于準確地掃描某一區域激光信號的組件和一個用于精確測量響應的接收器。光束操縱系統包括微電子機械控制反射鏡（MEMS微鏡）、專用振鏡和光學相控陣（OPA）。還有各種基于飛行時間和頻率調制技術的測距傳感方法。Gupta表示，沒有明確的技術贏家，不同的技術將基于正確的組合以及合適的用例和成本而獲得市場認可。
提供各種技術的供應商示例如下：
機械掃描式激光雷達：Velodyne、Valeo、Ocular Robotics、禾賽科技、速騰聚創……
MEMS激光雷達：LeddarTech、Innoviz、AEye、SosLab、Luminar、速騰聚創、一徑科技……
閃光式（Flash）激光雷達：Argo AI、Sense Photonics、Continental、Ibeo、Ouster、北醒……
光學相控陣（OPA）激光雷達：Quanergy、Baraja、洛微科技、力策科技……
調頻連續波（FMCW）激光雷達：Aeva、Insight、Aurora、SiLC、Analog Photonics、洛微科技……
對簡化的需求
雖然激光雷達技術種類繁多，有利于競爭和降低成本，但它也會使數字孿生和元宇宙用例的激光雷達應用的開發變得復雜。雖然大多數供應商支持自動駕駛等常見用例，但數字孿生應用系統需要創建不同的數據工作流和應用開發流程。
Here Technologies產品管理總監Mark Yao說，激光雷達系統需要不同的處理過程來接收、存儲和訪問數據。點云密度、掃描速度、對準和坐標系統等功能都存在差異。
AEye公司的Thatte說，當團隊試圖將這些數據與2D圖像結合起來時，這個過程會變得更加復雜。例如，攝像頭在同一時間捕獲到了2D圖像中的所有像素，而激光雷達在稍有不同的時間捕獲到了一系列像素。考慮到物體的深度和運動，且在光線不足和惡劣的天氣條件下，情況會變得更加棘手。
供應商開始通過軟件開發工具包和平臺來應對這些挑戰，這些工具包和平臺有助于統一來自不同類型激光雷達和攝像頭傳感器的數據。例如，Seoul Robotics創建了.3D數據集成平臺，可將來自所有傳感器的數據轉化為一種名為SENSR2的通用格式。
Lee認為這有助于提供一個過渡狀態，使激光雷達制造商和開發激光雷達應用的公司更容易使用激光雷達技術。“激光雷達傳感器領域中有很多玩家，這非常棒，因為這意味著我們可以根據預算和所需的細節程度等因素定制解決方案，”Lee說，“但為了有效地做到這一點，我們需要擁有與所有這些不同傳感器兼容的3D感知軟件。”
點亮數字孿生
從長遠來看，激光雷達技術的改進和成本的降低有望在傳統自動駕駛汽車應用之外獲得巨大收益。ABI看到了激光雷達技術在智慧城市、工業供應鏈和安防等垂直領域應用的機會。
“隨著無人駕駛落地的日程不斷推遲，包括Quanergy和Velodyne在內的許多激光雷達供應商正在探索新的用例和市場。”Bonte說。他預計，在機器人出租車服務廣泛推出之前，激光雷達的汽車市場仍將保持低迷。ABI預測在未來4-5年內只有少量的L 4級和L5級自動駕駛汽車。該公司的分析師預測，2025年汽車激光雷達的出貨量將少于50萬臺，到2030年出貨量將增加到650萬臺。
同時，ABI認為激光雷達的用途還有很多，其中包括交通監控和管理（與熱成像技術相比，具有更高的分辨率和魯棒性）、新冠肺炎疫情（COVID-19）用例中的人員密度和流量跟蹤及監測，以及大規模改善制造工廠和倉庫的工業機器人管理。隨著各種行業和環境中不斷涌現了許多數字孿生用例，激光雷達的銷量可能會隨之顯著增長。
延伸閱讀：
《自動駕駛汽車、機器人出租車及其傳感器-2021版》
《新興圖像傳感器技術、應用及市場-2021版》
《傳感應用的VCSEL技術及市場-2021版》
《激光雷達產業及核心元器件-2020版》
《飛行時間（ToF）傳感器技術及應用-2020版》
