禾赛科技Pandar 40新浪科技讯 4月12日下午消息，国内激光雷达厂商禾赛科技近日推出混合固态40线激光雷达Pandar 40，该雷达体积类于单反镜头，重量1.05kg，150米有效距离。专为自动驾驶优化线束分布，并让最小角分辨率达到了0.33°，等效于一个83线的传统激光雷达。
这是禾赛创立以来推出的第二款雷达产品，2016年上海工博会上，禾赛曾推出用于无人驾驶和高级辅助驾驶的32线激光雷达，当时还主动公开了路测视频，展现实际数据和产品。
禾赛Pandar 40参数40线激光雷达？
不过，行业一般情况而言，激光雷达的迭代都是做2的整数次幂，32线后推出40线的并不常见，禾赛对此的解释是为了满足自动驾驶中对中间线的高密度要求。
此外，禾赛团队还分两方面介绍了具体原因：
一方面，市场上之所以只有16、32、64这样线数的产品，只是因为Velodyne最早定义了这个产品形态，于是大家就默认了这个定义。但这并不是一个必须遵守的定理。
另一方面，自动驾驶对激光雷达的需求可以抽象化成一个最典型的的场景：在50米开外，尽可能捕捉到行人和车辆的更多细节。
如果40线可以达到64线的核心目的，为何非要约定俗成64线？这个禾赛的逻辑，其团队的理解是：
绝大多数客户选择64线产品的原因，是因为它在50米以外的精细的扫描结果。而这部分功能可以通过产品定义来优化实现——Pandar 40打破了传统激光雷达均匀分布的限制，把每条线的作用发挥到了极致。在接近0°范围附近的25线的角分辨率达到了0.33°，可以充分捕捉行驶过程中远处物体的细节特征。
这意味着，相比于传统16线的2°角分辨率，在50米外的一个1.7米高的行人，他身上的线可以从1条上升到6条，甚至超过了64线的5条（0.4°角分辨率），大大提升了激光雷达扫描数据的质量。
并且，不同角分辨率的激光雷达，在50米处能投射在行人身上的线数不同。禾赛40线激光雷达人身上会有6条线，Velodyne 64线会产生5条线，而Velodyne 16线只会产生1条线。
从禾赛40线和Velodyne 64线的模拟点云图里能清楚地辩认出人形，但在Velodyne 16线上则完全看不出人形。
禾赛Pandar 40的实测gif图 注：禾赛供图激光雷达扼住无人车产业咽喉
40线激光雷达不仅会在行业内“特立独行”，可能还会进一步在无人车行业引起热议和测试，特别是国内进军自动驾驶领域的厂商。
因为激光雷达这个单反镜头大小的部件，实在太重要了。
打个通俗比方来说，激光雷达（LiDAR）就是无人车的“眼睛”，原来主要用来做激光三维扫描的传感器，但随着近年自动驾驶和机器人行业大热，激光雷达的需求也出现了井喷，并极大地影响着无人车的发展。业内流传一种观点，自动驾驶行业的进化史就是半部激光雷达的产品演变史。
然而，“重要”还不是激光雷达备受关注的唯一原因，重要之外还“紧缺”。
首先是缺玩家。尽管激光雷达是一个庞大的市场，但全球真正能够量产出货的激光雷达公司却屈指可数，这其中还包括了垄断地位的硅谷公司Velodyne和专注低线数雷达的法雷奥/IBEO。
由于自动驾驶行业极其依赖高线数的激光雷达，Velodyne成为了绝大多数公司的唯一选择。在业界中，大部分无人车采用的都是Velodyne的16/32/64线激光雷达，而往往一台车需要多个激光雷达来保证精确度，这仍旧使得价格居高不下。
鉴于激光雷达的不可替代性和市场有限的选择，即使Velodyne价格高昂也没有挡住众多无人车公司火一般的热情，Velodyne的销售额高达数亿美元。
其次是长达6个月之久的交付期。鉴于激光雷达的不可替代性，价格昂贵和有限的选择并没有挡住众多无人车公司火一般的热情。
以行业老大Velodyne为例，虽然每年光销售就能带来数亿美元。然而，由于Velodyne 产品设计和装调工艺的限制性（其旗舰产品64线激光雷达依然是2007年的设计），严重的供求比例失调对产能提出了巨大的挑战。
2017年初，多数客户反映其交货周期为付款后6个月，三个月后，这个数字变成了9个月。“一机难求”的现状让绝大多数自动驾驶公司陷入了绝望。
缺货问题甚至还和一桩无人车行业收购案关联起来。2016年底，和福特不惜重资1.5亿美元入股Velodyne，以确保自己的自动驾驶计划不被激光雷达产能影响，但至今未改变Velodyne半年以上交货周期的现状。
当然，百度福特联手1.5亿美元“天价”入股Velodyne，还有另一个众所周知的原因：激光雷达实在太贵了！
2015年底，当时还任职百度高级副总裁的王劲把百度无人车开上五环，其后迅速独立成立事业部并喊出口号表示要“3年商用5年量产”，但遭遇最多的问题却是来自造价和成本方面的质疑。
一辆造价大约200万人民币的无人车，其预算中激光雷达的成本就有大约10万美元（一台Velodyne 64线8万美元，两台Velodyne 16线各近一万美元）。
同样的，IBEO的4线激光雷达售价也在10万人民币。今年初，无人车团队宣称其自主开发的激光雷达可以降低90%的成本后，依然需要每台7500美元。对于成本7500美元的产品，即使谷歌考虑作为第三方产品销售，其对外售价应该也会达到数万美元。
而百度联手福特入股Velodyne，最核心的目标就是降低成本，2016年9月，尚在职的百度自动驾驶事业部总经理王劲另一知名的目标就是要把64线激光雷达的成本降至500美元。
但最后是否能够实现该目标，却很难检验了，因为王劲在今年4月正式从百度离职，并开始独立创业做自己的无人车。
禾赛Pandar 40与Velodyne64线、16线对比 注：禾赛供图激光雷达无法替代？
实际上，出走百度后的王劲可能也很难离得开激光雷达，毕竟后者仍旧是目前最靠谱的无人车解决方案。
就在两年前，还有不少公司对不采用激光雷达的廉价自动驾驶方案抱有幻想。
然而，伴随着大量路测数据的积累和对事故的分析，激光雷达的不可或缺，已经成为行业的通识。相比摄像头和毫米波雷达，激光雷达可以检测距离和行人，因而在各种复杂环境中都有较高的可靠性。
除了频繁导致事故的特斯拉Autopilot，包括谷歌Waymo、百度、UBER、Cruise、nuTonomy、驭势科技、智行者等顶尖自动驾驶公司都坚定地采用了激光雷达方案。毕竟相比摄像头对分析和算法的依赖，激光雷达这种简单直接的测量办法可以极大地提高自动驾驶的可靠性。
Google自动驾驶咨询顾问 Brad Templeton甚至为此充当起激光雷达“吹”，他有言曰：做到99%的准确度对于车辆驾驶而言并不够，我们需要的是99.99999%的准确。激光雷达就是小数点后几位的最强保障。
一个激光雷达的产品化太难
当然，如此重要紧缺且热钱汹涌的行业，应该大小公司扎堆涌入才是，但打造一个产品化的激光雷达实在太难了，堪称一项浩大的系统工程。
基本原理上，激光雷达无非就是利用光速测距和识别。
但具体到细节，就会有指数级的工作量增加。比如：能测5米距离的雷达和能测100米的雷达完全不是一个概念，能在光线昏暗的室内测的雷达和在户外阳光直射加上各种环境光情况下测试不是一个概念，而能跑5分钟的原型到可以可靠地在汽车上连续工作上万个小时不故障的工业产品更不是一个概念。为了保证人眼安全，必须严格控制激光的功率，又给研发又加上了一层困难。
一台激光雷达包含上上千个精密部件，它在高速旋转情况下的机械稳定性问题，几十个激光器带来的散热问题，各种风霜雨雪恶劣天气的影响，巨大的温差（-15C到85C）的影响，高强度震动的影响，湿度和防水的影响，元器件之间串扰的影响，还有无线供电，无线数据传输等等，每一个细节的不完美都会导致产品的彻底失败。
从人力上来说，开发这样一款产品，需要聚集在光学，精密机械，模拟电路，数字电路，FPGA ，深度学习等各个领域最顶尖的专家，通力合作，才有可能完成。
此次禾赛推出的该款40线激光雷达也历时1年多，而且除去开发还有大量的内部测试和早期客户共同测试。目前，禾赛的该款40线激光雷达，也是体积最小的激光雷达，并且除了一流的测量距离以及测量精度，还有专门为自动驾驶优化的扫描线分布，创造了目前市面上所有激光雷达的最小垂直角分辨率（0.33°，等效于一个传统83线雷达）。
当然，以创业公司身份做出如此产品化激光雷达的禾赛，团队也并非籍籍无名之辈，均是此前在硅谷激光相关领域的专家。其首席科学家孙恺曾在斯坦福师从国际激光诊断大师汉森教授，完成了博士学位后在斯坦福担任副研究员，入选第十一批国家千人计划。CEO李一帆本科毕业于清华大学，博士毕业于美国伊利诺伊大学机器人专业，之后于美国集团就任首席工程师。CTO向少卿本科毕业于清华大学，之后获美国斯坦福大学电子工程和机械工程双硕士学位，毕业后就职于，负责过5代iPhone产品的电路系统研发。
目前，这个2013年创立于硅谷的公司已落户上海嘉定，并且完成了两轮融资。分别是2015年的数百万美元天使融资，公布的投资方包括远瞻资本、大米创投基和PreAngel。此外，据传还有一轮尚未公布的新融资。
然而，因为激光雷达行业目前的紧俏特性，在此前采访中，禾赛方面对于融资的话题并不感冒，禾赛方面称，在进入激光雷达开发之前，还开发过天然气行业的激光遥测系统（与大疆无人机合作）等产品，并完成了数千万元人民币的销售。
更何况在目前激光雷达“有钱无货”的状态下，禾赛称并不缺订单。
这可能是此次混合固态40线激光雷达Pandar 40未公开公布价格的原因，官网目前推出了预订，但价格需要下订后才会有进一步沟通。
有知情人士则告知新浪科技：公布价格是没必要的，跟2C产品不同，在激光雷达市场上，是供方挑买方，没有实力的订单甚至都会被拒——因为“理想化”量产完全还在理想状态。
禾赛科技CEO李一帆的目标则是：做出一款让都无法拒绝的激光雷达。
众所周知，埃隆-马斯克未采用激光雷达做自动驾驶方案的原因在于控制成本，但这也造成了特斯拉2016年来多起自动驾驶相关的事故和舆论争议事件。
国内厂商禾赛科技试图打动马斯克，得把激光雷达控制到怎样的价格？（李根）