版权声明：本文版权为网易汽车所有，转载请注明出处。
网易汽车6月23日报道 几个月前，蔚来ET7开启交付，一并交付的自然也有头顶的那颗激光雷达。从几年前的高高在上，到如今成为中高端智能车的标配，对很多消费者来说激光雷达虽不在陌生，但蔚来ET7、理想L9、小鹏G9和集度等车型上的激光雷达在性能上还是有些许差别的，那如何评价一款激光雷达好坏呢？这里，可以借着蔚来ET7的激光雷达一探究竟。
之前我们对于ET7的动力、底盘和空气动力学进行过解读：
https://auto.163.com/21/1021/07/GMQMBPT20008991U.html
https://auto.163.com/21/0926/07/GKQA1LQ70008991U.html
https://auto.163.com/22/0613/07/H9NOVDVO0008856S.html
感知世界里为什么要用激光雷达？
可以感知升维
自动驾驶感知方案中，毫米波雷达、摄像头较为成熟，但在当前技术条件下，摄像头+毫米波雷达的方案在面对强光、隧道逆光、黑夜、未经算法训练的物体等场景下难以可靠识别障碍物。特别是摄像头很难提供物体的深度信息，目标物体越远，精度越低。
而激光雷达可以输出三维空间数据，为视觉传感器提供可靠的深度信息，达到整车感知的升维。
例如，激光雷达可以有效的识别路面凸起、井盖缺失、抛洒物、大型静止障碍物等目前摄像头难以识别的目标。
Aquila蔚来超感系统有啥？
硬件直接拉满
ET7搭载了Aquila蔚来超感系统，配备33个高性能感知硬件，其中包括1个超远距高精度激光雷达，7个800万像素高清摄像头、4个300万像素高感光环视专用摄像头、1个增强主驾感知、5个毫米波雷达、12个超声波传感器、2个高精度定位单元和V2X车路协同。
蔚来ET7搭载的激光雷达来自与图达通的联合开发，最远探测距离达500米，10%反射率下探测距离达250米，拥有120°超广水平视角和0.06°*0.06°超高分辨率，并采用1550nm激光发射波长。
1550nm激光对人眼更友好，因此可允许输出更高功率，实现更远探测距离。
此外，1550nm波长激光抗干扰能力强、光束准直度更好、光源亮度高，这几个优点也让激光的发射和接收更高效，可以实现更精细的物体识别。
凸出来的激光雷达会影响整车风阻吗？
有挑战，但考验功力
以蔚来ET7为例，车顶由于有激光雷达和800万摄像头的加持，这对设计美观和性能提出了更高的挑战。
蔚来的工程团队与设计团队反复试验和打磨，充分考虑了风阻、整车安全、热管理、防水、空间等多个环节，对壳体线型及圆角进行大量模拟分析及优化验证，找到最优参数。
最终，瞭望塔式造型与原始方案（无LiDAR）相比，风噪仅增加0.8db，风阻系数仅增加0.002，最终创造0.208超低风阻系数，位列全球量产车风阻系数前二。
如何评价一款激光雷达？
看的远，看的清，看的稳
看得远，可以更早发现障碍物，提升行车安全。蔚来ET7激光雷达最远探测距离可达500米，10%反射率标准下的探测距离，可达250米。
看得清，ET7激光雷达具备"定睛凝视"功能，仿生人眼灵活变焦，可在行车关键视野区域产生角分辨率高达0.06°*0.06°的高密度点云，将该区域的目标看得更清晰。
ET7激光雷达的定睛凝视功能范围为25°H（横向）*9.6°V（纵向）。在前方50m处，该区域覆盖范围：横向覆盖达10条车道，纵向覆盖大于一层楼高度，可充分覆盖前方行车区域。
当然了，定睛凝视区域策略性选择加密关键区域，而非全局铺满点，可根据需要随时让任意区域分辨率高起来，避免占用不必要的计算资源，增加功耗、带宽等。
看得稳，探测概率(POD)是重要指标。
POD探测概率，一般为超过连续100帧发射的激光束数量（即理论点数量）与被探测到的激光束数量（即有效点数量）的比值。
更高的POD，可以让车辆更清晰明确地感知到目标物体，减轻算法压力，实现更远的有效感知距离，提升自动驾驶系统整体的安全性。
蔚来搭载的激光雷达具有优秀的探测能力，感知250m处10%反射率物体的探测概率超过90%。
蔚来的激光雷达耐久度如何？
由于业内没有统一的标准，蔚来设计的要求包括，可承受50个G的冲击实验，100+循环的极热（85℃）到极寒（-40℃）冲击测试，温湿交变环境下，10+次快速降温到-10℃，2000-3000h下持续最强光照测试。此外，还包括耐有害气体腐蚀和耐化学试剂实验。
激光雷达蔚来是否具备自研能力？
主导激光雷达主板设计
与供应商交钥匙的方案不同，针对激光雷达这个特殊的传感器，蔚来是和图达通联合开发的，蔚来主导了激光雷达主板设计。
以上就是蔚来ET7使用的这颗激光雷达的主要性能表现，综合来看，蔚来的这个激光雷达在很多参数上确实称得上优秀，但我们也要知道，激光雷达不是万能的，当前没有任何一个传感器可以独立覆盖所有场景，高阶自动驾驶能力的实现，至少现阶段扔需要用多传感器的融合方案去做交叉验证，从而提升车辆的感知能力。
热门跟贴