【专题】整合上下游优势资源，RoboSense将以充足的产能应对市场之需

温馨提示：这篇文章已超过781天没有更新，请注意相关的内容是否还可用！

专题

作为智能激光雷达系统科技企业，RoboSense（速腾聚创）通过激光雷达硬件、感知软件与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义，赋予机器人和车辆超越人类眼睛的感知能力，守护智能驾驶的安全。近期，RoboSense（速腾聚创）合伙人兼品牌生态战略副总裁王嗣翔就激光雷达技术的发展分享了他的一些观点。

RoboSense（速腾聚创）合伙人兼品牌生态战略副总裁王嗣翔

记者：请您介绍贵司的产品、激光雷达技术性能及量产进度。

王嗣翔： 截至2021年，RoboSense（速腾聚创）全球布局激光雷达相关专利超过700项。RoboSense（速腾聚创）产品技术包括车规级固态激光雷达、机械式激光雷达系列、激光雷达感知软件、硬件融合技术、感知系统解决方案等。客户覆盖自动及辅助驾驶乘用车&商用车、无人物流车、机器人、RoboTaxi、RoboTruck、RoboBus、V2X、智慧交通新基建等细分领域。

目前，RoboSense（速腾聚创）第二代智能固态激光雷达RS-LiDAR-M1系列已经获得了来自比亚迪、广汽埃安、威马汽车、极氪、路特斯、嬴彻科技、挚途科技等企业前装量产定点订单，覆盖超跑、轿跑、SUV、重卡等共计40余款车型。

RoboSense（速腾聚创）第二代智能固态激光雷达RS-LiDAR-M1

RS-LiDAR-M1的水平视场角120°，垂直视场角25°，最远探测距离可达200 m，对10%反射率物体检测距离达到150 m。其独有的智能“凝视”功能，可以动态切换远近场感知形态，智能提升垂直角分辨率或扫描帧率，针对城区、高速等不同驾驶场景，提供更准确、更可靠的感知信息，守护智能驾驶安全。

2021年3月，RoboSense（速腾聚创）落成国内首条车规级固态激光雷达产线，6月实现车规量产交付，成为全球唯一实现第二代智能固态激光雷达车规前装量产交付的科技企业。目前，RoboSense（速腾聚创）已经与立讯、德州仪器等产业链头部企业达成战略合作，深度融合上下游产业资源，不断扩大量产规模，2022年预计将达百万台产能。

记者：企业要从哪些方面提升激光雷达技术的核心竞争力？

王嗣翔：构建及提升激光雷达技术的核心竞争力，需要从多方面发力。

激光雷达技术布局方面，从满足市场需求、帮用户解决问题的角度出发结合企业自身技术积累，长远布局技术路线，并持续投入资源推动研发。

硬件研发方面，基于平台化设计研发新一代激光雷达技术方案，赋予产品灵活的可延展可升级性，这不但可以为产品及客户定点车型的升级迭代带来便利，同时延续对产品成本与生产一致性的把控，形成技术与市场的护城河。

作为智能驾驶产品及技术方案供应商，软件及解决方案相关技术也构成核心竞争力的重要组成部分。RoboSense（速腾聚创）不但能够提供车规级智能固态激光雷达硬件产品，还能够提供适配性高、可升级的智能感知系统软件，以及与此相关的感知系统测评工具链。通过全方位的激光雷达产品技术，RoboSense（速腾聚创）全链解决方案可以系统化地赋能车企充分发挥激光雷达在智能驾驶系统中的潜能。

记者：如何对各种应用场景做到精准判别和分类？如何解决长尾场景应对小概率事件？

对于自动驾驶系统潜在的“长尾场景”，通常需要在大量路测验证中发现，并通过软件训练和优化去解决。对于自动驾驶感知系统而言，激光雷达的加入，可以很好地解决过去由于摄像头与毫米波雷达感知能力不足而存在的“长尾场景”，如进出隧道明暗变化导致的摄像头容易“致盲”、异形障碍物漏检、塑料路障桶漏检等问题。

激光雷达传感器硬件本身也存在一些“长尾场景”，比如当激光雷达面对高反物体、近处障碍物、阳光照射、多雷达对射干扰等情况，容易出现“鬼影”、“膨胀”、“吸点”、“空洞”、“干扰噪点”等点云成像问题，会使得感知软件产生误判，进而导致事故风险。如何在激光雷达硬件中解决这类问题，保证点云质量，是对激光雷达厂商产品性能的重大考验。RoboSense基于7年的激光雷达商业化路测验证积累，经过大范围深入分析和系统转化，研发了一系列解决此类“长尾场景”的专利技术，并成功量产导入包括M1在内的车规级激光雷达产品，保障点云数据的安全可靠性，守护自动驾驶安全。

记者：自动驾驶功能不断进阶，如何满足测距、分辨率等方面越来越严苛的要求？

王嗣翔：自动驾驶功能的进阶，将对激光雷达产品技术提出多方面的需求，包括性能、成本、可生产制造性等。具体到性能方面，每项性能的提升方法不尽相同，比如分辨率，在MEMS二维扫描方案中，可以通过调节二维MEMS智能芯片的扫描方式实现，而且可以在激光雷达工作中动态调节。目前已经应用在M1量产版中的“凝视”功能，就是通过该技术实现的，它可以让视场中间区域扫描分辨率提升一倍，大大提升自动驾驶在高速场景对远距离障碍物的感知能力。相比之下，一维转镜扫描方案提升分辨率，则需增加激光收发模组堆叠的数量，这会显著造成物料成本的增加。

所以，对于激光雷达升级迭代的需求，激光雷达企业需要在产品方案设计的早期着手考虑，RoboSense（速腾聚创）研究发现相比传统一维扫描的转镜方案，基于MEMS二维扫描的固态激光雷达方案在性能、可靠性、成本下探空间、量产一致性方面都更适合未来发展趋势。

记者：请您谈谈对不同的激光雷达技术路线的看法，以及下一步技术发展方向及突破口。

王嗣翔：激光雷达目前存在较多的方案和技术路线，各有各的技术特点。但是技术路线本身的高低之争是非必要的，重要的是看不同的方案怎么满足车企前装量产的需求。

技术的发展方向其实取决于市场需求，比如探测体积更小、距离更远、功耗更低等，满足市场需求的过程就形成了技术的演进方向。如何达成需求目标，涉及到技术路线与产品方案的适配性话题。

目前看来，Flash的技术路线更适合用于补盲激光雷达而不是中远距激光雷达，RoboSense（速腾聚创）也将会基于Flash平台推出补盲激光雷达。中长距激光雷达方面，RoboSense（速腾聚创）继续沿着已实现车规量产的MEMS技术平台迭代第二代智能固态激光雷达系列产品。激光收发系统方面，RoboSense（速腾聚创）研究发现成熟的905 nm激光收发方案的测距能力仍存在可观的提升空间，905 nm目前将会继续用在中长距雷达方案中。另外，OPA短期内应该不会有车规级别产品。

RoboSense（速腾聚创）激光雷达产品和感知解决方案

记者：从研发、生产到推进量产，激光雷达技术在发展中遇到最大的瓶颈在哪？

王嗣翔：全新的车规级激光雷达产品平台方案，从研发到车规量产是一项系统工程，目标是多方位的复合需求，项目的整个过程要过几个 “坎”：

第一，性能指标要满足要求，比如测距能力、分辨率等；

第二，可靠性，具体项目体现在DV、PV等相关测试中；

第三，装车的匹配，激光雷达与量产车在数据、交互、软件开发功能等方面要实现匹配；

第四，量产，量产是体现一个产品如何在供应链满足的情况下确保产品一致性和成本的考验。不能实现量产的产品不是一个百分百合格的车规产品，量产实际上是非常重大的关口，历史上早期智能电动车企业经历的“产能地狱”，就是很多零部件没跟上导致的。

总的来说，全新的车规级激光雷达产品项目在不同阶段存在着重重困难，这些困难都可能成为卡住项目的瓶颈。

记者：市场对整车的成本极为敏感，如何在保障技术及制造工艺的同时也实现成本管控？

王嗣翔：对于产品的可生产制造性设计、性能、成本、可靠性等诉求，RoboSense（速腾聚创）在车规级激光雷达项目早期就将其共同纳入产品方案研发设计，以保障最终车规量产产品的各方面表现满足市场需求。

以RS-LiDAR-M1为例，作为第二代智能固态激光雷达它采用二维MEMS智能芯片扫描方案，配合独有专利的核心器件——光学模组，实现了高度的集成化。M1整机零部件仅有数十个，相比传统机械式激光雷达的几百个，极大地降低了物料成本，并使加工时间缩短数个量级，让激光雷达产品获得车规级可量产制造性。同时，光学模组的可扩展性及布置灵活性，为后续MEMS平台激光雷达新品迭代奠定基础。模块化设计、元器件少、结构精简为M1带来了巨大的成本，可制造性及兼容性优势。

其一，拥有大规模生产能力：结构精简，元器件减少，M1的装配难度大幅降低，相应的生产线链路缩短，产品一致性提高，标定时间实现指数式下降并会随着产线规模的扩大进一步缩减。相比之下，传统机械旋转式产品需要数小时且一致性无法保证。

其二，成本双重下降：整机组件缩减到十余个，物料成本大幅下降，缩短制程，令制造成本大幅下降。

其三，兼容性提升：适配不同客户、不同车型的软硬件接口需求，在无需变更核心系统的前提下，能够充分满足差异化的安装及接口适配要求，为激光雷达上车提供了极大的便利性。

记者：贵司是否推出了系统化的激光雷达解决方案或合作项目？有哪些合作伙伴？

王嗣翔：RoboSense（速腾聚创）作为智能激光雷达系统供应商，基于领先激光雷达硬件、感知软件和融合技术，针对各类激光雷达环境感知应用场景需求，提供不同解决方案以适应不同的客户需求。RoboSense（速腾聚创）激光雷达感知系统解决方案产品包括：中低速场景激光雷达感知解决方案RS-P1、RoboTaxi 激光雷达感知解决方案RS-Fusion-P5、车路协同路侧感知方案RS-V2X、智能驾驶感知真值评测系统RS-Reference。

RoboSense在各个领域均获得大量客户和市场认可。比如智慧交通车路协同领域，RoboSense已经与大唐移动、大唐高鸿、高新兴等头部企业达成战略合作，RS-V2X已广泛应用于北京、上海、天津、广州、杭州、苏州等数十个城市的智能网联项目。RoboTaxi领域，RoboSense凭借激光雷达硬件组合方案获得大量合作伙伴，包括Momenta、小马智行、元戎启行、智行者、蘑菇车联、AutoX等头部企业。机器人及中低速无人车领域，RoboSense拥有众多的深度合作伙伴，包括阿里巴巴、京东、苏宁、酷哇机器人、高仙机器人、行深智能、新石器等头部企业。

记者：不少激光雷达初创企业获得了资本的青睐，贵司目前融资情况如何？

王嗣翔：自2014年创立以来，RoboSense（速腾聚创）已经获得多次融资，融资金额也不断刷新记录。

RoboSense（速腾聚创）投资方完整涵盖产业链上游头部供应商、领先自主汽车品牌、乘用车龙头企业、新锐产业资本和专业投资机构。2022年公布的最新一轮战略融资中，投资方包括比亚迪、宇通、香港立讯有限公司、德赛西威、星韶创投、晨岭资本、湖北小米长江产业基金、中新融创、东方富海旗下多只基金、康成亨等；2018年获得的战略融资中，投资方来自阿里巴巴旗下的智慧物流平台菜鸟网络、上汽集团旗下的投资平台尚颀资本、中国新能源乘用车OEM之一北汽集团。

记者：我国围绕车载激光雷达出台了哪些法规？行业标准哪些方面有待完善？

王嗣翔：目前尚未有直接针对激光雷达的相关法律法规，随着智能驾驶应用的普及和行业发展的深入，相信政府相关各类的法律法规将逐步完善。

但是我们可以看到，激光雷达及其应用相关的行业标准正在不断完善中，截至2021年，RoboSense（速腾聚创）基于自身在激光雷达领域的实践积累，牵手众多机构与企业，共同推动激光雷达硬件、感知系统评测、智能网联应用等相关细分领域的20余项标准制定。其中，牵头制定《QC/T MEMS型车载激光雷达》国家标准，牵头制定《智能网联汽车激光雷达感知评测要求及方法》标准。

记者：站在激光雷达技术迅速发展的关口，企业更多地会思考哪些问题？这一行业的成长与成熟还需要哪些助推？

王嗣翔：行业处于快速发展阶段，我们目前更多关注产品迭代、量产、产业链生态合作等多个维度的问题。

产品方面，我们将会持续思考分析下一阶段市场基于应用的反馈对激光雷达产品提出新的需求，持续与客户深度沟通，探索激光雷达产品技术发展的迭代方向。

量产方面，提升产能是我们一直在努力的事情。从目前上市搭载激光雷达的几款车型来看，我们可以发现市场对激光雷达的反响非常热烈，激光雷达行业具备蓬勃的发展潜力。因此，我们需要准备充足的产能以应对旺盛的市场需求。目前RoboSense正积极推进智能工厂部署，携手立讯等一批智能制造企业，通过代工合作、合资工厂、自建产线等多种形式，共同整合产业链上下游优势资源，建立起完整的供应链体系，持续提升量产交付能力。