从梦想到落地：固态激光雷达的十年发展史(下)

原创 刘佳艺 汽车之心

02
从「梦想」到落地：突围者与退场者
全固态激光雷达的技术分野，使得激光雷达玩家们走向不同结局。
Velodyne：固守机械旋转式技术，错失固态化转型窗口，最终因成本高、寿命短被市场淘汰；
Quanergy：押注 OPA（光学相控阵）路线，但因芯片工艺不成熟、信噪比低，未能突破车规级量产门槛；
Ibeo：作为 Flash 路线鼻祖，其面阵式方案受限于探测距离短和光子利用率低，无法满足高阶自动驾驶需求，最终因量产成本失控破产。
实际上，先驱者的失败，暴露了技术路线选择与产业化节奏的致命矛盾。
全固态激光雷达需同时解决大面阵集成（高分辨率）与大视场角覆盖（扩大感知范围）两大难题，而传统机械式、Flash、OPA 方案都存在一定的底层技术瓶颈，使其在量产落地上未能与自动驾驶发展保持同频步调。
由此，在全固态激光雷达的发展史上，突围者的经验会更加可贵。
比如速腾聚创从类 Flash 路线切入，即攻克二维可寻址技术，在 2022 年顺势推出了全固态补盲激光雷达 E1，成为全球首款量产车规级产品。
图片
这背后关键一点，在于速腾聚创自研并落地了 SPAD-SOC 大面阵芯片。
作为全固态激光雷达的核心硬件，SPAD-SOC 大面阵芯片是关键技术制高点。彼时为促成激光雷达快速量产落地，多数玩家会选择过渡形态的 SiPM 硬件方案。
SiPM 通过模拟信号转换成数字信号，再给处理器生成点云，而 SPAD 则是直接产生数字信号生成点云，两者的本质区别在于是否存在「模数转换」过程。
打一个形象比方，SiPM 依靠模拟电路传输，就像用手机对着屏幕翻拍得到的图像，而 SPAD 通过数字信号传输，就是用手机直接发送相册原图。
所以 SPAD 方案得到的成像质量往往会更高，且集成度高，架构精简，产品体积更小。
这也意味着，要啃下全固态激光雷达的硬骨头，SPAD-SOC 大面阵芯片是绕不过去的坎。
这里需要提下索尼的 IMX459。
在苹果供应链需求驱使下，索尼凭借 CMOS 的工艺优势与供应链稳定性，在 2021 年发布了这颗 SPAD-SOC 大面阵芯片，2023 年完成量产，车规级适配由华为率先完成。
自研 SPAD-SOC 大面阵芯片固然不是件易事，尽管不少国内厂商有有过自研尝试，但实测性能与良率还够不上量产落地标准。
除了索尼这类国际供应商，目前能自研并量产落地的国内供应商除了灵明，还有速腾聚创。
当时由于行业尚不能提供合适的芯片选择，速腾聚创只能遵循「第一性原理」，走上了芯片级创新这条路。
速腾聚创自研的 SPAD-SoC 芯片于 2018 年立项，2022 年面世，应用于 E1/E1R 全固态激光雷达上，目前已经量产搭载在了多款汽车及机器人产品上。
值得一提的是，速腾聚创 SPAD-SoC 与索尼 IMX459 芯片结构设计还存在诸多差异化：
比如速腾聚创 SPAD-SoC 采用方形面阵（120°×90°视场角，576×432 像素），相比索尼 IMX459 的条形线阵（189×600 像素），无需搭配转镜或振镜，即可覆盖更大范围，显著降低系统复杂度。
图片
以及在全链路集成上，速腾聚创自研芯片由于信号处理、时序控制等功能内置，可以直接输出高质量点云，而 IMX459 还需外接 MCU 类处理器，容易增加延迟与成本，并且 IMX459 需要配合转镜或振镜使用，某种程度上其实无法直接用该芯片做固态激光雷达。
毫无疑问的是，作为头部激光雷达大厂，速腾聚创在 SPAD-SoC 大面阵芯片上的突破，意味着其能够凭借核心器件自主可控，通过个性化适配探索全固态激光雷达的更多可能性。
03
全固态技术定义激光雷达「更优解」
在数字化、芯片化、集成化技术的有效突破下，全固态激光雷达的技术路线已经逐步收敛为「VCSEL+SPAD-SoC」路径。
所谓 VCSEL，其实就是垂直腔面发射激光器，是二维寻址技术实现的重要硬件载体。
伴随着自动驾驶向高纬度进阶，以及机器人市场的持续爆发，基于「VCSEL+SPAD-SoC」技术路线打造的全固态激光雷达正从实验室走向量产前线，推动激光雷达全品类的产品突破，可以拆解为三大升维路径：
一是架构升维，从小型化向微型化不断进阶。
车载激光雷达的小型化，曾是横亘在自动驾驶商业化面前的一道「物理墙」。而车企对于美观性、空气动力学、维修便利性的严苛要求，都在倒逼激光雷达厂商生产出更小、更轻的微型化传感器。
因此，通过去机械运动部件、芯片化集成等技术，全固态激光雷达重构了微型化激光雷达的技术路径。
比如华为最新量产的高精度固态激光雷达，体积约 50mm×50mm×80mm，在 2025 款问界 M9 上，2 颗高精度固态激光雷达放置在前翼子板两侧，一颗安装在车尾门顶部位置。
同理，速腾聚创 E1 采用超薄机身设计，体积为 69.5mm×95mm×43mm，同样便于车企集成设计，在滴滴 Robotaxi 车型上，6 颗 E1 被藏于在车头、左右前翼子板以及车尾两侧；在小马智行 Robotaxi 上，4 颗 E1 同样隐蔽分布在车身两侧。
图片
可见，全固态激光雷达的落地，可以让激光雷达传感器像摄像头一样简洁布局，打破更多「物理墙」的空间桎梏。
二是场景升维，激活更多应用场景。
在车载激光雷达领域，全固态激光雷达的效用正逐步显现。
作为补盲雷达，它能提升智能汽车的全场景感知能力，比如三颗速腾聚创 E1 就可以实现 360 度视场无缝拼接，垂直 FOV 设计为 90°，感知范围可以兼顾地面盲区与侧向视野。
而在机器人领域，速腾聚创 E1R 已经广泛布局。
与 E1 一样，全固态激光雷达 E1R 具备 30m@10% 的测距能力，最远测距达 75m，144 线高清点云，点频高达 26 万点 / 秒等特性，能满足机器人从近距离精细感知到宽范围环境的探测需求，目前已在自主配送机器人、清洁机器人、服务机器人、人形机器人等各类机器人上应用。
三是性能升维，从「产品够用」到「定义更优解」。
一方面通过多融合方案突破激光雷达的性能边界。
比如速腾聚创推出的机器人视觉全新品类 Active Camera 的首款产品——AC1，它被称为「真正的机器人之眼」，拥有 120°×60° 的超大融合视场角，最远测距可达 70 米，是传统 3D 相机的 600 %，并且能抵抗强光干扰，能有效抑制高反材质导致的串扰、过曝、漏检等现象。
图片
而 AC1 的产品性能建立在 SPAD-SoC 芯片、CMOS 与 IMU（惯性测量单元）硬件级融合基础之上。基于多传感器数据融合，它可以实现深度信息、视觉语义与运动姿态的结合，提供更丰富、全面的环境信息，弥补单一传感器不足。
实际上，由于 SPAD-SoC 与 CMOS 均为平面芯片，二者均能输出数字信号，因此在硬件层面易于实现空间标定与时间对齐，且融合质量较高。
某种程度上这也意味着，只有打破了 SPAD-SoC 和固态激光雷达的技术高墙，才能让激光雷达融合产品成功落地。
在应用场景上，机器人领域由于传感器部署空间少，往往需要高集成度传感器，因此像 AC1 这种硬件级融合传感器可以做到完美适配。
而在 L3、L4 级智能驾驶领域，传感器融合方案同样具备极高应用价值。
像华为侧向激光雷达视觉融合方案中，同样整合了侧向激光雷达与视觉摄像头两类关键传感器，提升辅助驾驶时侧向感知精度与范围，目前该方案已应用在尊界 S800 等车型上。
另一方面，在智能驾驶安全性层面加码。
目前全固态激光雷达作为补盲雷达，正逐步成为 L3、L4 级智能驾驶架构的必选项。
补盲雷达可以精确感知悬空、负向和异形障碍物，包括水管、消防箱、下沉台阶、沟渠、杆子和石头等。
因此，无论是尊界 S800 搭载 3 颗高精度固态激光雷达，还是滴滴 Robotaxi 搭载 6 颗速腾聚创 E1 补盲雷达，其实都是通过这一传感器，保证安全冗余性以及驾乘舒适性。
总之，在整个行业从 L2 向 L3 进阶的大浪潮下，全固态激光雷达成为自动驾驶感知能力提升的重要锚点。
而在这场「芯片能力与数字化生态」的较量中，速腾聚创显然已经处于领先位置。