来源：公众号-九章智驾       作者：苏清涛

本文是FMCW激光雷达科普系列的第三篇。感兴趣的朋友可点击超链接查看前两篇：FMCW激光雷达科普（上）：基本概念、技术路线、优势及争议和误解；FMCW激光雷达科普（中）：激光器、探测器与扫描。

一．主要挑战

1.对硅光芯片的要求比光通信产品苛刻得多

尽管FMCW激光雷达的技术原理跟光通信产品差不多，但要求却要比后者高得多。

光勺科技CEO姚建说，在光通信产品中，光波通过光纤传输的过程中是没有损失的（专业名称叫“插损”），而在FMCW激光雷达中，光波是要在空气中传输的，插损便很难避免；更何况，激光雷达还经常需要应对恶劣天气。

插损会引起什么不良后果呢？某TOF激光雷达厂商负责人解释说：你发出去的光少了，或者返回来的光少了，探测距离就变短了。在光通信领域，插损大一点无所谓，因为后端还可以再加一个放大器，将光放大后再向前传输，因此，对局部插损的接受度就比较高；相比之下，FMCW激光雷达因为没有光放大器，对插损的“容忍度”就很低。

因此，为了提高成像效果，FMCW激光雷达对硅光芯片的插损指标提出了更高的要求，这对工艺就是更高的挑战。

洛微CTO Andy Sun说，尽管FMCW激光雷达跟光通信产品在原理上是一模一样的，但两者对硅光芯片的要求是不一样的。如光通信产品要求传输速率更高，而FMCW激光雷达要求调频调制的线性度更高、信噪比更高。

此外，FMCW激光雷达在测量中需要花费大量时间在数据积累和处理上，并且，为了获取足够的点云数据，需要并行通道，因此，FMCW激光雷达中硅光芯片的复杂度远超通信产品。

某TOF激光雷达厂商负责人说，硅光芯片，既不是激光器，也不是探测器，而是用于调频的控制器，在TOF中没有跟其相对应的部件。实际上，“即使是在光通信领域，硅光技术也尚未大规模应用”，因此，相比于半导体技术，硅光还需要很长时间才能真正成熟起来。

2.短期内，成本很难降下来

尽管业内大佬们都承认，只要集成度做得足够高，并且需求量也足够大，FMCW激光雷达的成本可以比TOF更低，但在短期内，FMCW的成本反而更高。导致成本居高不下的，不仅有1550纳米激光器，还有接收器、光学元器件、电子元器件等（以下摘自麦姆斯咨询翻译的来自Aeye公司官网的文章）。

接收器成本：尽管FMCW激光雷达所用探测器确实可以用相对低廉的PIN，但由于前端光学器件和后端电子器件的要求，接收器的整体成本比TOF更高。

光学元件成本：FMCW系统使用相干探测，所有光学器件表面的公差都必须控制在λ/20以内。能做出这种精度的元器件的供应商很少，因此，价格自然很昂贵了。（据佐思产研周彦武的分析，这些“测量仪器级”的元器件，即使日后量产了，良率也会很低，因而，成本降不下来。 ）

电子元件成本：FMCW对ADC转换速率的要求是ToF系统的2~4倍，对FPGA的要求是能够接收数据并进行超高速FFT转换。即使使用ASIC，FMCW系统所需的处理系统复杂度（和成本）也是ToF系统的几倍。

此外，FMCW激光雷达对系统集成、信号处理算法方面要求严格。挚感光子IC设计总监吴雷说：“FMCW激光雷达模拟前端和物理层数字信号处理算法都很复杂。”特别是激光调制，难度极高，从事相关研究的企业屈指可数。这进一步加大了降本难度。

3.并非绝对“无干扰”

各FMCW激光雷达厂商都将“抗干扰能力”作为PR中的最大亮点之一，但据麦姆斯咨询公司之前曾翻译过的一篇来自Aeye公司官网的文章，FMCW激光雷达的抗干扰能力可能并非如厂商们宣称的那样“无所不能”。

文章称，FMCW系统依靠基于窗函数的旁瓣抑制来解决自干扰（杂波），为了提供背景信息，一束10微秒的FMCW脉冲可以在1.5公里范围内径向传播，而即使是更短的1微秒FMCW脉冲也可能会被150米外的高强度杂波破坏。

Aeye的文中举例称，若FMCW激光雷达安装在挡风玻璃后面，由挡风玻璃或激光雷达系统其它第一表面引起的反射便是潜在的“更强干扰源”。

此外，只要扫描部分用了OPA，则无论收发系统是TOF还是FMCW，都无法避免旁瓣问题。

图片出处：https://m.sohu.com/a/205968652_695278

所谓旁瓣，即主光束的旁边还有一些功率比较弱的旁束光（上图中的side lobe）。这些旁束光打到物体上也会有回波，这不就产生干扰了吗？ 通常，FMCW激光雷达系统中的旁瓣有可能会导致“误检”。

相比之下，典型的高斯ToF系统在2纳秒的脉冲持续时间下，除了脉冲持续时间本身产生的几厘米以外，没有任何基于时间的旁瓣。当捕获小目标时，小偏移和大偏移回波之间的动态范围都不会对入射到光电探测器上的光产生任何影响。

4.1550纳米激光器遇到雨水就失灵

1550nm激光器面临成本过高、遇到水雾就失灵等问题。这些，我们在本系列的上一篇《FMCW激光雷达科普（中）：激光器、探测器与扫描》。一文中已经有详细的分析，在此不再赘述。有兴趣的朋友可点击超链接查看。

5.无法获取目标物的反射率信息

多家FMCW激光雷达公司创始人及技术负责人在接受《九章智驾》采访时均表示，FMCW激光雷达无法获取目标物的反射率信息。

据称，FMCW激光雷达扫在目标物上的的反射率是随机波动的，专业术语称之为“散斑效应”。因为，目标物表面难免有各种凹凸起伏，而FMCW是用相干原理测距，光它打到一个表面很粗糙的物体上，可能在这个方向反射率很高，那个方向反射率很低。那么，真实的反射率究竟是多少呢？难以评估。

反射率信息缺失，有什么不好的吗?在回答这个问题之前，我们需要先搞明白，目标物对激光雷达的反射率数据，在算法开发中起到什么作用？

某自动驾驶公司算法总监称，目标物反射率信息的价值主要体现在以下两个方面：

1.各种目标物对应的反射率都在一个特定的区间内，有了反射率信息，（融合）感知算法就可以缩小目标物的类型范围，甚至可对目标物做比较粗糙的分类了（哪个是车道线，哪个是普通道路）。

2.在目前常用的深度学习算法中，反射率信息是需要被输入到算法模型当中的，对提升深度学习模型进行点云检测和分割的准确性有一定的帮助。

不过，有几家FMCW激光雷达公司的负责人表示，哪怕没有反射率信息，也不影响检测。

光勺CEO姚建说：FMCW激光雷达就不需要反射率数据，因为反射率主要是用于判断这个目标到底是真目标点还是伪目标点，而FMCW的信噪比很高，并且每个像素都有速度维数据，能探测到的都是真目标点，那我还要反射率干嘛？

洛微CTO Andy Sun说，从他跟不少自动驾驶公司交流的结果看，实际上反射率信息在算法中的地位并不高。“理论上，反射率信息是配合视觉来做目标的识别分类的，但在实际操作中，视觉算法并不太需要利用反射率数据。”

然而，Andy Sun也说，尽管反射率在理论上可以不需要，但如果有客户的现的算法需要反射率信息，而你的激光雷达却没有反射率数据，那客户就不愿意用。

不过，对FMCW“激光雷达不能提供反射率信息”这个说法，某FMCW激光雷达公司CEO奚先生及挚感光子IC设计总监吴雷并不认同。

奚先生说：FMCW也可以获得回波的强度信息的，并且是用相干的方式获得，因此，FMCW实际上可以获得更丰富的反射率信息，包括两个偏振态独立的反射率信息，只不过，当前大部分的FMCW激光雷达并没有把精力花在如何收集反射率信息上而已。

吴雷说：我们现在的软件里面都是有反射率的，“在通信产品中，这都是很成熟的东西”。

6.算法无法复用

某FMCW激光雷达公司高管称，他们在业务开拓中发现，总体上，自动驾驶初创公司用FMCW激光雷达做测试的积极性挺高的，但OME的态度比较保守。

因为，TOF激光雷达用的算法无法复用至FMCW中，要尝试FMCW激光雷达，激光雷达的算法就得重新写，并且，后端的融合感知算法也需要重写。初创公司的灵活度比较高，可以任性尝试，但对算法能力比较弱的OEM们来说，重新开发一套激光雷达算法，是一件相当吃力的事情。

此外，《九章智驾》在采访中了解到，科技公司中，那些入局比较早的大玩家，软件的系统架构高度依赖于基于TOF激光雷达的数据，沉没成本比较高，因而，对FMCW激光雷达这一全新事物的积极性也不高，甚至会有“抵触情绪”。

某TOF激光雷达厂商负责人认为，从商业化的角度看，FMCW相比TOF至少晚了五六年，“有可能今年的FMCW就跟2015年时候的TOF差不多”。

二．前景：FMCW激光雷达会不会“干掉”TOF？

在本系列的前面两篇文章中，我们已经提到了不少FMCW激光雷达的优点，在本篇的第一部分又梳理了一些它面临的挑战，那么，接下来的问题是：FMCW激光雷达的前景如何，它究竟有没有可能“干掉”TOF？

洛微CTO Andy Sun说，抗干扰，是FMCW激光雷达最大的优势。“现阶段，由于装激光雷达的车还不是很多，两辆装激光雷达的车相遇的概率很小，但随着以后装激光雷达的车越来越多，相互干扰的概率就越来越大，到这个阶段，TOF激光雷达的面临挑战就越来越大了，而此时，FMCW的优势便体现出来了。”

根据Andy Sun的说法，激光雷达的渗透率越高，FMCW的优势就越来越明显。

姚建认为，FM取代AM（TOF激光雷达采用了脉冲振幅调制技术『AM』，因而也被称为AM激光雷达）是大势所趋。

姚建说：电磁波或激光这种东西，它的发展是有一定规律的。比如电磁波的收音机，起初是AM，技术门槛比较低，但噪音比较多，后面就升级成了FM，FM的好处就是它的信噪比大大提高；毫米波雷达、光通信产品，也是从AM到FM，这是电磁学和光学发展的基本规律。

谈到FMCW激光雷达当前成本高的原因，姚建说，FMCW激光雷达现在用的很多都是光通信的器件，但实际上只用到这些器件性能的20%~50%，浪费严重。

姚建认为，随着FMCW激光雷达厂商们开始定制符合自己需求的器件（把多余的功能砍掉，相当于把GPU换成ASIC），如果量做起来，成本是会线性下降的；如果再能将芯片化做彻底，成本便会指数级下降。

在姚建看来，一旦芯片化做成熟了，FMCW激光雷达的成本可以比TOF低很多。并且，芯片化之后，“过车规就是顺理成章的事情”。

上文提到的奚先生也说：TOF和FMCW都在降成本，其中，FMCW降得更慢，但会降得更低。“为什么会降得更低？当整个产业链的上下游都在朝着芯片化努力的情况下，FMCW的芯片化可以做得比TOF更彻底。”

Mobileye CEO Shashua此前也说，他们的FMCW激光雷达将“比现在的系统便宜得多”。

不过，就连这些最看好FMCW前景的CEO及CTO们，也认为TOF不可能彻底被干掉，他们认为，从长期看，FMCW将跟TOF 并存。

奚先生说，除无人驾驶外，FMCW还一个很重要的应用场景是重型机械。“重型机械面临的一个重大的问题就，设备之间的距离可能有几百米，并且我还需要实时了解彼此之间的距离和相对速度。”

姚建认为，FMCW激光雷达因为探测距离比较远，会被用作车辆的前向主激光雷达，而TOF由于探测距离较近，可能被安装在车辆的某个角落，用于补盲。挚感光子IC设计总监吴雷亦持类似观点。

某TOF激光雷达厂商负责人也认为，FMCW不可能干掉TOF，最终是两者并存。

提起TOF激光雷达在大规模应用中可能发生的相互干扰问题，上述TOF激光雷达厂商负责人认为，这是可以通过编码技术来解决的。他说，编码有两种，一种是在激光雷达层面去除干扰，另一种是把编码写在感知算法中，如果检测到了来做其他激光雷达的干扰，算法会把它过滤掉。

上述TOF激光雷达厂商负责人说：能够测速，是FMCW激光雷达的核心卖点，因此，在高速场景下，要检测前方1000米外的车辆的话，FMCW的优势很明显，这也是Aurora等主攻干线物流场景的无人驾驶公司选择FMCW的原因；但由于点频更少，要检测高速上爬在前方的静态障碍物的话，FMCW并没有TOF靠谱。

《九章智驾》向某TOF激光雷达厂商负责人抛出这样以个问题：既然FMCW激光雷达可以实现更彻底的芯片化，把发射跟接收和扫描都集成到同一颗芯片中，那是不是意味着，从长期看，FMCW更有机会享受到摩尔定律的红利，从而在成本上足以碾压TOF呢？

对此，对方的答复是：这个还不能完全用摩尔定律来解释。它当然可以做得越来越集成，但总会在某一项方面受到限制吧。比如，每个光波所需要的宽度和界面是有限的，要不然，光的能力损耗会上升。  这里感觉说得不完整怎么补充？

在他来看，哪怕在中长期，占主导地位的还是TOF，“FMCW激光雷达更多地是一种补充”。

三．FMCW激光雷达的市场格局

目前，FMCW激光雷达市场上的玩家已经有十几家了，但各家的实际进展如何，公开信息甚少。

据姚建的说法，进展最快的应该是Blackmore，Aurora用的主激光雷达，就是Blakmore提供的。不过，据了解，Blackmore目前的产品还是用分立器件的架构做的，尚未芯片化。

在过去的大半年里，已经上市的激光雷达公司Aeva凭借FMCW的概念占据了很多技术人员及投资者的心智。按照计划，Aeva将在2022年完成C样的开发和测试验证，并在2023年底实现量产。

Aeva该公司跟大众、电装、采埃孚都有深度合作，并且，大众集团高级副总裁、自动驾驶负责人亚历克斯·希辛格还是Aeva公司的顾问。这意味着，该公司的产品一旦经过验证，后期是不缺量产订单的，降本空间很大。

不过，诸多受访者一致认为，FMCW激光雷达市场上真正的大哥“肯定是英特尔跟Mobileye的联合”。因为，作为目前是全世界硅光领域最强的玩家，英特尔做FMCW激光雷达的技术储备最多。

在2021年CES上，Mobileye CEO Shashua在演讲中说：我们激光雷达的性能预计会超过市场上任何已知的解决方案，能够使激光雷达本身成为一个单一的、完整的、独立的感知系统。

Shashua自豪地宣称：“如果没有相应的的资产和能力，这个项目耗资巨大。幸运的是，我们在英特尔有足够的知识产权、专业知识和晶圆厂，知道如何将有源器件、无源器件和波导放到芯片上。借此，我们可以把这些都集成到SoC上，并交给英特尔硅光子部门在新墨西哥州的一家工厂制造。这是全球独一无二的资产。”

当然，往上游走的话，光通信领域的公司Lumentum、Finisar、photonics、思科、诺基亚、华为海思、中兴、光迅等，都有可能成为这个产业链上的重要角色。

除上述在有光通信背景、一开始就走FMCW路线的公司之外，禾赛等在TOF激光雷达上有已取得阶段性成功的玩家，也在储备FMCW相关技术，那这些公司今后会成为FMCW激光雷达市场上的主导者吗？

某TOF激光雷达厂商负责人说，FMCW和TOF虽然有一些可通用的地方，但它们在本质上是截然不同的东西，可复用的地方很少。“对一家公司来说，如果你有500个人的团队在做TOF，那你要做好FMCW，可能也需要一个500人的团队。这绝对不是说内燃机做好了，你就可以立马把这个技术复制到燃气轮机上面的。”

上述TOF激光雷达厂商负责人认为，很少有一家激光雷达公司能同时把TOF和FMCW做好。“两个同时做，意味着你公司已经分成两半，一半人在做TOF ，一半在做FMCW，在这个竞争非常激烈的行业里，这是很难的，也是不理智的行为。”

该TOF激光雷达厂商负责人透露，他们公司总共1500人，但其中98%都在做TOF。这样的资源分配，跟该创始人对未来技术与市场趋势的判断相关。我们在前文已经提到，在他来看，哪怕在中长期，占主导地位的还是TOF，“FMCW激光雷达更多地是一种补充”。

这位TOF激光雷达厂商负责人说：“正确的做法是，all in其中的一项，并把它做到极致。否则，你到最后是两个都做到了8分，但只要市场上有一家做到了9分或10分，你就不会有任何竞争力。”

正文结束

另外，我们九章智驾目前正在做一个关于公有云平台的需求调查，调查群体主要是面向自动驾驶初创企业的中高层，如果您符合要求，希望能够耽误您两分钟左右的时间，扫描下方二维码，帮忙给做个简单的问卷调查。

最后再次感谢各位一如既往对九章智驾的支持！

九章智驾 -关于公有云平台的需求调查

参考资料：

激光雷达光源 — FMCW/高频脉冲激光

https://mp.weixin.qq.com/s/jQexTKvDEmshPhLu2u4FbA

FMCW激光雷达厂商SiLC完成1700万美元A轮融资，加速推进机器视觉应用

https://mp.weixin.qq.com/s/XG2kvFKwRYeusjMqR5pTwQ

4D激光雷达来了！Mobileye/电装/采埃孚/大众多家巨头看好新赛道

https://mp.weixin.qq.com/s/RFIqDU7KLJRejgyrE93PYA

Mobileye/英特尔激光雷达剖析

https://mp.weixin.qq.com/s/e53_yptWgqZJPsUoJRnreQ

杭州爱莱达-国内首个FMCW车载激光雷达技术介绍

https://mp.weixin.qq.com/s/TIUP_Nim0e-iKC95PNTk-Q

FMCW激光雷达完胜ToF激光雷达，是真是假？细节分析来了！

https://www.sohu.com/a/410257230_256868

写在最后

与作者交流

如果希望与文章作者直接交流，可以直接扫描右方二维码，添加作者本人微信。

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

行业转型交流群

交流转型遇到的困难、分享转型过程中的心得，可扫描右方二维码添加工作人员微信，并提供一下名片和个人简历，然后拉您入群。

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

关于投稿

如果您有兴趣给《九章智驾》投稿（“转型经历总结”及“知识积累整理”两个方向），请扫描右方二维码，添加工作人员微信。

注：加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息，谢谢！

“知识积累”类稿件质量要求：

A：信息密度高于绝大多数券商的绝大多数报告，不低于《九章智驾》的平均水平；

B：信息要高度稀缺，需要80%以上的信息是在其他媒体上看不到的，如果基于公开信息，需要有特别牛逼的独家观点才行。多谢理解与支持。

推荐阅读：

◆转型经验分享|我为什么放弃做VC投资，去做自媒体？

◆“好工作”的最关键指标：场景足够复杂、数据量足够大、杠杆率足够高

◆我们的个人命运，三分靠打拼，七分靠产业红利——《九章智驾》创刊词

◆FMCW激光雷达科普（上）：基本概念、技术路线、优势及争议和误解

◆FMCW激光雷达科普（中）：激光器、探测器与扫描

◆什么是激光雷达的“发动机技术”？一文讲透行业技术壁垒

◆智能驾驶从业三年，对市场、品牌、销售、售后的理解

◆一文带你了解800万像素车载摄像头

◆一文读懂自动驾驶仿真测试场景与场景库