今日，百度宣布投资硅谷知名激光雷达公司Velodyne LiDAR，共同参与投资的还有美国三大汽车厂商之一的福特。两家总共将会向Velodyne LiDAR投资1.5亿美元，资金将用于激光扫描设备的研发、升级、量产、降低成本等用途。百度和福特均在各自研发自动驾驶汽车，而Velodyne LiDAR扫描设备正是自动驾驶汽车的关键设备。

　　除了百度和福特外，事实上觊觎Velodyne公司的远不止上述两家。谷歌自动驾驶汽车所使用的激光雷达，生产商也是Velodyne。但由于Velodyne的激光设备造价过于高昂，谷歌无人驾驶车此前使用的是7万美元的设备，后来又改用该公司生产的采用较少激光束的造价低于3万美元新型设备。直到近期，谷歌开始自主研发的道路，不但成立专项组，还招募了大量相关人才。

　　但无论如何，激光雷达作为无人驾驶汽车的关键设备，其重要性是不言而喻的。那么这家名叫Velodyne LiDAR的公司，究竟是一家什么样的公司呢？它凭什么值得百度花重金收购呢？

　　Velodyne是何方神圣？

　　对于大多数人来说，Velodyne LiDAR的名字拗口而又陌生，但在无人驾驶领域，其早已是大名鼎鼎的企业。

　　Velodyne LiDAR亚太区总监翁炜曾透露，目前已知的正在开展自动驾驶研发的车企和科技公司中，Velodyne的激光雷达产品基本已成为“标配”。

　　Velodyne的总部位于美国加利福尼亚洲科技人最爱的摩根山。这家成立于1983年的公司，早先以音响设备闻名，在声学专家、发烧听友、及剧院系统中广受赞赏。但随着硅谷的新时代汽车热大兴之后，尤其是以特斯拉为代表的企业获得成功后，Velodyne果断转型。

　　2016年Velodyne将核心业务激光雷达部门剥离，成立新公司Velodyne LiDAR。目前已有的激光雷达产品主要有三款：分别为HDL-64E(64 线)、HDL-32E(32 线)、VLP-16(16 线)。

　　以64 线数的激光雷达为例，其每一条线都有一对激光发射器和接收器：20 圈每秒的速度旋转，放出的激光要达到 100 米至 200 米的距离。在组装过程中，为保证发射出去的激光要被成对的接收器收到，不能有任何偏差。这 3 款激光雷达产品不光应用在无人驾驶领域，也同时在机器人、无人机、安防等领域发挥作用。

　　Velodyne最初开发的64 线激光传感设备，是由位于湾区的工厂生产的，由于产量不多，所以还处于手工组装阶段。64 线雷达一个星期只能完成两台成品，这样的组装和调校过程极其复杂和耗时，也造成了人工成本高昂。

　　谷歌无人车此前使用的激光传感器就是这台设备，单个定制的成本在超过7万美元。如此高昂的设备，可不是普通的创业公司可以承担得起的。所以过去几年， Velodyne 的年产量最高不超过 5000 台。其大部分收入来自知识产权收益、以及部分科研院校、地图、汽车厂商的订单。

　　今年 1 月份，Velodyne在拉斯维加斯举办的 CES 展上借助福特展台展示了一款新品：「固态混合超级冰球」(Solid-State Hybrid Ultra Puck Auto)激光雷达。这是Velodyne为了满足汽车厂商的要求而推出的一款小体积的激光雷达。

　　这款产品基于第三代自动驾驶平台打造的，可以看作是 VLP-16 的升级款，它采用 32 线配备，扫描范围可达 650英尺(约198米)，能满足大多数自动驾驶场景。相比于64线雷达高达7万美元的售价，这款VLP-16的升级版售价应该探到8000 美元以下。

　　但业界依旧认为除非降到 1000 美元以内，否则无助于无人驾驶的大规模商业化。除此之外，Velodyne还计划在中国与工厂合作生产，这将有助于人工成本的降低。未来大规模量产后，激光雷达成本有望降到 500 美元。

　　无人驾驶领域的群雄逐鹿

　　作为无人驾驶领域的先行者，从2009年启动无人驾驶技术研究项目至今，谷歌已经“埋头苦干”7年。

　　此前，谷歌放出数段无人车在其总部加州山景城以大约56公里/小时的速度行驶了数千公里，而且没有发生任何事故的视频。这标志着无人驾驶汽车已经可以在复杂的城市道路中游走（注意不是空旷的高速公路），这绝对是具有里程碑意义的。城市道路包含行人、非机动车辆和机动车辆等多种不确定因素，相比高速公路要难以判定的多。

　　要达到这样的目标，背后的技术相当复杂。谷歌无人驾驶汽车项目负责人克里斯·厄姆森表示：“通过改进软件，谷歌汽车能够同时检测数以百计的不同对象，包括行人、公共汽车、交通协管员手中的停车标志，甚至是骑行人员的一个转弯手势。”

　　而另一家硅谷明星特斯拉的无人驾驶Autoplot系统则在不久前因出现车祸致死的新闻而饱受质疑。为此，特斯拉近期宣布对Autoplot 进行升级。升级后的Autoplot 2.0将会在硬件上做出改进，车辆前方的摄像头将由原来的一个升级为三个。更多的摄像头目的在于每个摄像头能够更专注的完成一项任务，包含了两个广角摄像头以及一个25度摄像头。

　　其中一个广角摄像头将被分别指派用来辨别车道、行人和自行车，而另外一个广角镜头只用来识别前方道路，让自动驾驶变得更为准确。最后一个25度摄像头则用来识别红绿灯信号以及岔路。三个摄像头意味着Autoplot 2.0在运行的时候将获取更多的信息量，需要更强大车载电脑来解决视觉运算问题。

　　只不过特斯拉CEO马斯克也坦承，在在安全规范没有达到基准的10倍以上时，特斯拉的自动驾驶永远都会以Beta形式存在。换句话说，要玩自动驾驶可以，千万别撒手。

　　我们再将目光转回国内，作为BAT之一的百度，在无人驾驶领域已经持续探索了多年。自2014年立项以来，持续投入并研发无人车，其目标直接瞄准完全自动驾驶。

　　由于其在人工智能、大数据和LBS领域的多年的积累，百度无人车的进步迅速。其原型车已于2015年12月初完成北京开放高速路的自动驾驶路测。

　　在技术解决方案上，百度无人车的核心技术是百度自主研发的系统“百度汽车大脑”。其包括了4大模块（高精度地图、感知、定位、智能决策与控制），底层为高精度地图、中间层为感知/定位，最高层为智能决策与控制。

　　目前汽车大脑已经可为汽车提供高精度地图、高精定位、智能感知、智能控制的自动驾驶整体解决方案。

　　除此之外百度也在多方寻求技术合作及解决方案整合，对Velodyne LiDAR的投资就可见一斑。百度高级副总裁王劲曾提出了无人车的“3年商用，5年量产”的计划，此次投资无疑是为了降低关键部件成本及量产而进行的战略级投资。

　　投资Velodyne或成为行业里程碑

　　毫无疑问，无人车的核心在于人工智能和定位导航技术。虽然百度在LBS、大数据和人工智能领域有着多年的技术积累，但局限于目前无人驾驶领域的瓶颈，例如怎样去实时做出判断，做出现在默认开车的一些功能，如直行、躲避障碍物等。这些问题尚未有一家企业完美解决，需要技术领先的企业共同合作。

　　除了软件方面，激光雷达高企不下的成本也是困扰无人驾驶普及的重要问题。

　　百度高级副总裁王劲此前曾透露，因百度选择Velodyne LiDAR持续供货，Velodyne64线激光雷达的供应价格已从70万人民币减至50万人民币。

　　而Velodyne LiDAR创始人及CEO David Hall认为，未来这一局面将很快得以改善。百度和福特的投资将会加速降低生产成本，实现LiDAR传感器的大规模生产，使其能够广泛应用在全自动驾驶汽车上。其表示，如果拿到一百万订单，64线激光雷达就立即可以给到五百美金的单价。换言之，价格将不再是最大制约因素。

　　对于Velodyne而言，接受百度投资，还意味着可快速打开中国市场。此前，Velodyne LiDAR总裁Michael Jellen曾透露进军中国市场的野心，希望和中国生产商进行协商，保证批量生产。对于百度而言，这更是一笔寓意颇深的买卖。

　　百度自2015年12月百度无人驾驶汽车成功完成路测后动作频频，展现了在无人驾驶领域的野心。

　　2016年3月16日，百度首席科学家吴恩达在接受媒体采访时透露，百度很快将在美国测试无人驾驶汽车，希望能在2018年最终推出商用车型。

　　截至2016年4月底，百度自动驾驶技术专利已申请近358项，包括无人车智能感知与控制、智能检测与定位、高精地图、语音和图像处理、机器学习、无人车测试等技术。

　　分析人士指出，无人驾驶俨然成全球的下一个风口，也代表着出行市场的未来发展方向。百度投资Velodyne LiDAR，在无人驾驶领域又落下一枚重要棋子，也在推动着无人驾驶向商业化进一步迈进。

　　⊙ 以上内容版权归微信公众平台「iNews新知科技 By 冯先生失眠中」所有，如需转载，请务必注明。