編者語：后臺回復“入群”，加入「智駕最前沿」微信交流群

激光雷達（LiDAR）作為自動駕駛車輛感知環境的核心傳感器之一，通過激光脈沖實時獲取周圍物體的三維位置信息，從而為車輛決策和控制提供精準的環境建模。根據掃描方式和結構形式的不同，激光雷達可以大致分為機械式（Mechanical）、半固態（Semi-solid-state）和全固態（Solid-state）三種類型。

機械式激光雷達依靠電機驅動轉盤或棱鏡實現激光束的360度旋轉掃描；半固態激光雷達在接收或發射模塊實現靜止，只有掃描部件（如轉鏡或MEMS微型振鏡）發生機械運動；而全固態激光雷達則完全取消了任何機械運動部件，依靠相控陣（OpticalPhasedArray，OPA）或Flash（泛光面陣式）技術實現對整個探測場景的瞬時激光掃描。三種架構在技術成熟度、成本、體積、壽命等方面各有利弊，針對不同的自動駕駛場景和級別需求，需要根據性能指標、量產可行性以及車規認證要求進行綜合權衡。

各類型激光雷達對比

激光雷達的核心工作原理可歸納為發射器發射激光脈沖，通過光學系統控制脈沖方向；當激光遇到目標物體后反射回接收器，接收器將反射光信號轉換為電信號，并由后端處理單元分析光脈沖往返時間（Time-of-Flight，ToF）及強度信息，以獲得目標與自身的距離和反射特性。基于相同的原理，不同類型的激光雷達在光學掃描方式、發射與接收模塊的集成方式、機械部件數量等方面存在顯著差異。機械式產品由于沿用傳統“轉盤+激光發射器+接收陣列”三大模塊結構，具備成熟穩定的技術路線，但也因此產生體積龐大、成本高昂、壽命受限的問題；半固態通過將機械運動限制在更小的部件（如轉鏡或MEMS微鏡）上，實現掃描器與靶材的分離，繼而減小體積和減少成本；全固態則通過光學相控陣或泛光面陣解析整個場景的深度信息，無需任何機械運動部件，具備體積小、可靠性高、可量產潛力強等特點，但目前技術尚在快速演進階段，尚未完全滿足車規級大規模量產需求。

機械式激光雷達

機械式激光雷達作為最早實現商業化應用的激光雷達架構，其最典型的技術實現是由電機驅動旋轉支架（或包含多個反射棱鏡的旋轉圓盤），使得固定于支架上的多個激光發射器和接收器能夠360度水平掃描周圍環境。以Velodyne公司早期推出的HDL-64E為代表，該型號激光雷達采用64線多發多收設計，通過旋轉掃描實時生成高密度的點云數據，可在白天和夜晚對車輛周圍進行精準的物體檢測與分類。機械式激光雷達的技術成熟度相對較高，探測距離遠（往往超過200米以上，對10%反射率目標距離可達200米甚至更大）且點云密度大，可滿足L4及以上級自動駕駛在復雜環境中對長距離、高精度感知的需求。由于其需要精密的機械結構以及多光學元件協調工作，因此成本居高不下、結構體積大、功耗高、散熱難度大，同時旋轉部件壽命也難以與車規級使用場景要求完全匹配。

半固態激光雷達

相比之下，半固態激光雷達對機械部件的依賴顯著減少，通常僅保留一個或多個小型掃描器（如轉鏡或MEMS微鏡）用于引導激光束在水平或垂直方向掃過一定角度區間，而接收模塊則通過固定的光學陣列完成回波信號采集。根據掃描器的不同類型，半固態激光雷達可進一步分為轉鏡式和MEMS振鏡式兩種典型路線。轉鏡式半固態激光雷達通常采用單軸或雙軸電動轉鏡，通過高速旋轉或擺動鏡面控制激光發射方向，具有成本適中、量產難度相對較低的優勢；MEMS振鏡則利用微機電系統（Micro-Electro-MechanicalSystems）技術，將微小的反射鏡集成在光刻工藝芯片表面，通過靜電驅動信號使鏡面在微米級尺度內快速振蕩，從而實現激光束在預定角度范圍內掃過。無論是轉鏡還是MEMS版本，半固態激光雷達都在體積、功耗和生產成本方面顯著優于機械式產品，且相對易于車規級認證。

以轉鏡式半固態激光雷達為例，當前市場主流水平集中在“百線級”設計，例如萬集科技推出的760超薄車載激光雷達，就采用轉鏡+多發多收的解決方案，實現真192線掃描，10%反射面探測距離可達200米，最遠可拓展至300米，水平視場可達120°、垂直視場25°，垂直分辨率0.15°、水平分辨率0.13°，整體機身厚度僅24-30毫米，具備優秀的點云質量與車規可靠性，主要面向高階輔助駕駛（ADAS）場景。以上優異性能使得轉鏡式半固態激光雷達成為目前自動駕駛市場的主流選擇之一，并陸續應用于多款量產車型上。

MEMS振鏡式半固態激光雷達在掃描精度與體積上有更大優勢，其通過在硅基片上微縮制造出高速振動的微鏡陣列，實現對激光束的精確快速掃射。相較于轉鏡方案，MEMS振鏡結構避免了大型機械零部件帶來的慣性與掃描速度限制，同時進一步減小了雷達的厚度和整體體積，更容易與車身設計一體化集成。這種架構目前在國內外多家激光雷達企業中得到關注，例如速騰聚創（RoboSense）的M1系列就基于MEMS振鏡實現較寬的水平與垂直視場，具備較高的點云密度與穩定性，已獲得多家汽車廠商訂單。由于MEMS工藝的特殊性，其產品的批量化成本有望隨著工藝成熟度的提升而大幅下降，從而推動半固態激光雷達在L2+和L3級自動駕駛量產車型中的進一步應用。

全固態激光雷達

機械式與半固態激光雷達各有特征，但它們都面臨著體積與可靠性等方面的妥協。正是為了徹底消除機械運動部件帶來的磨損與壽命限制、進一步降低成本，全固態激光雷達成為行業公認的“終極形態”。全固態激光雷達典型技術路徑主要包括光學相控陣（OPA）和Flash兩種。OPA技術類似于雷達領域的電子掃描陣列，通過控制相位調制器的相位差，使得發射端激光束能夠在不移動任何物理元件的情況下，按照預設方向或圖形進行掃射，并將回波信號在接收端的相控陣列中進行相應的相位解算以恢復三維深度信息。由于無需任何機械運動，OPA型激光雷達具有最優的可靠性與潛在最小的體積，理論上可大幅降低量產成本，但其核心挑戰在于相控陣芯片的制造良率、相位調制精度以及大規模集成的光電器件封裝復雜度。目前，OPA型產品距離規模化車規級量產尚有一定技術障礙。

Flash型全固態激光雷達則采用了類似于相機閃光燈原理的瞬時全場照射方式，即一次性向整個探測場景發射激光脈沖，然后通過大面積接收陣列同步采集反射回波，以獲得整個場景的深度圖。與OPA技術相比，Flash架構無需依賴相位調制器或復雜的微納級光學腔，僅需在光學路徑中安排一些光學擴束與均勻化組件以及大規模陣列光電接收器即可實現一瞬間的大視場深度采集。此種架構在短距離場景（如智能泊車、無人配送機器人等低速應用）表現突出，因其可實現毫秒級甚至亞毫秒級的全場景深度成像，對于高速行駛的汽車場景而言，目前存在信噪比與接收靈敏度不足的挑戰。再加上在長距離探測時對大功率激光發射與高密度接收陣列的雙重需求，使得Flash型全固態激光雷達在量產成本、熱管理設計和光學系統穩定性方面仍需進一步突破。

各類型激光雷達有何優劣？

從性能指標對比來看，機械式激光雷達在探測距離和點云分辨率方面長期保持領先優勢，可支持常見的10%反射率目標在200米以上距離的精確測距；其水平360度、垂直自上而下定角度均衡分布的全方位視場，可為感知算法提供更完整的環境信息，但其單價往往達到數萬美金級別，且體積高度達到數十厘米，對車輛外觀集成與風阻影響較大。相比之下，半固態激光雷達在探測距離方面通常集中在100~200米之間（轉鏡設計甚至可突破200米），垂直線數在32線至128線之間，水平掃描視場可通過機械或MEMS微鏡靈活設定，但無法實現真正的360度環視，通常需要與其他傳感器（如攝像頭、毫米波雷達）深度融合補盲。半固態方案的成本已降至千美元級別，整體體積可被壓縮至無線電高度類似下攝像頭的厚度，可更容易實現隱藏式車身集成。

全固態激光雷達在理論上擁有最小體積、最低成本和最高可靠性的潛力，若量產良率達到目標，其單價可被控制在幾百美元甚至更低；同時消除機械部件后，壽命可大幅延長，實現數萬小時的無故障運行，有利于真正的車規級批量化應用。此外，除了強調量產的可行性，還必須關注其在遠距離探測時的散射衰減、噪聲干擾和熱效應等問題。OPA受限于相位陣列的相位控制精度，會在實際測距過程中出現斑點效應（Speckle）與旁瓣噪聲（Sidelobe），對探測精度與抗干擾能力造成影響；Flash架構若要滿足高速行駛場景的探測需求，需在激光發射功率、接收靈敏度與大規模像素陣列的同步讀出電路三方面進行協同優化，這對當前CMOS或Geiger模式雪崩光電二極管（GPD）技術的制造工藝提出了更高要求。

應該如何選？

針對不同級別的自動駕駛需求，可將機械式、半固態和全固態激光雷達進行功能匹配。對于L4及L5超高階自動駕駛，車輛在大多數場景下無需人工干預，其對感知系統的性能和冗余度要求極高。高線數、高分辨率和遠距離探測成為必要條件，以確保在復雜城市道路環境或高速公路場景中能夠及時發現行人、自行車、其他車輛以及道路障礙物，并進行精確的軌跡預測與路徑規劃。機械式激光雷達以其成熟穩定的性能，一度成為L4/L5級測試車的首選，但其高成本與車規適配性限制了量產應用的可能性。因此，盡管各大自動駕駛公司在早期曾大量配備機械式Si-LiDAR，如Waymo、Cruise在測試車上采用的VelodyneHDL和QuanergyM8等產品，但在量產車型上逐漸被半固態陣列所替代。

對于L3及以下級別的自動駕駛（包括L2高級駕駛輔助系統ADAS、L2+和L3半自動駕駛），半固態激光雷達由于在性能與成本之間取得較好平衡，成為更合理的選擇。以目前市場主流的轉鏡式半固態產品為例，其能夠提供足夠的探測距離（一般在150200米范圍內，10%反射率目標可達到此距離）以及較高的垂直線數（64128線），配合360度或局部多傳感器拼接，可滿足城市道路或高速公路場景下的車道保持、自動緊急制動（AEB）等功能需求。MEMS振鏡式半固態雷達則通過更小的尺寸實現車內隱藏式安裝，減少整車風阻和外觀侵入感，適用于對造型有更高要求的量產車型。當半固態激光雷達與攝像頭、毫米波雷達、毫米級高精度地圖和高性能域控制器配合，可以構建更具冗余安全性的多模態感知系統，為L3級自動駕駛提供足夠的性能保證和CostofOwnership（擁有成本）控制。

在近兩年，國內外多家汽車廠商和激光雷達企業圍繞半固態及全固態技術展開深度合作與量產布局。如華為聯合極狐發布的96線半固態雷達已在極狐阿爾法S華為HI版上進行大規模量產測試；小鵬汽車G9與速騰聚創合作，采用了MEMS振鏡方案的M1半固態雷達；廣汽埃安、威馬M7等車型也先后搭載了轉鏡式半固態激光雷達。再看一看全固態激光雷達，萬集科技的750全固態補盲雷達已在國內多家低速無人駕駛場景（如環衛車輛、配送機器人）中得到實際應用，展現出全固態在短距場景的可行性。此外，多家初創企業如Innoviz、Aeva、Hesai（禾賽科技）以及國內的速騰聚創、鐳神智能等，正圍繞OPA和Flash技術進行產品研發與工藝迭代，力求在2025年—2026年將全固態激光雷達推向具備車規級量產能力的商業化階段。

機械式激光雷達因其依賴于精密機械加工與高端光學元件，在批量化規模下仍難以降至汽車消費級價格水平。以Velodyne早期的64線機械式雷達為例，單價曾高達5萬美元以上；32線款也曾達到2萬美元以上，這在量產車型中顯然不可持續。半固態激光雷達通過減少機械部件、改進光學與電子集成度，已經實現單價下降至1000美元左右的水平，并隨著出貨量提升不斷降本。當前各大供應商通過與Tier1供應商和整車企業的合作，在車規認證、可靠性測試以及供應鏈建設方面持續優化，力求將半固態雷達的成本壓縮到500~800美元區間。同時，隨著MEMS制造工藝成熟，其單片集成化程度與產能良率進一步提升，預計在未來兩年內可實現更進一步的成本下降。

全固態激光雷達在理論上最具成本優化潛力，若能夠實現高良率的芯片制造與模塊化封裝，其整體成本將遠低于半固態乃至機械式方案。但從當前技術成熟度來看，全固態在量產規模、車規級可靠性以及大規模配套生態鏈方面仍存在關鍵瓶頸。OPA架構受限于相控陣芯片輝光效應（Speckle）與溫度漂移問題，需要在芯片工藝與系統熱設計方面投入更多研發；Flash架構受光功率發散與接收噪聲影響，需要更高性能的高速AD（模數轉換器）及大規模像素級讀出電路支持。目前，無論是OPA還是Flash型全固態雷達，其典型路測部署仍主要集中在低速物流、無人配送、智能制造等場景，而要向L3+或L4級自動駕駛場景大規模應用，還需要在可靠性驗證、車規溫度適應性以及大功率散熱管理等方面取得突破。

未來趨勢

未來，激光雷達技術的發展將圍繞“更高性能、更低成本、更小體積、更高可靠性”的目標持續推進。在性能方面，高線數（如千線級）高精度設計將成為可能，進一步提高點云密度、降低噪聲，幫助自動駕駛系統在極端復雜環境中更精準地識別微小目標和紋理特征；在成本方面，通過與CMOS工藝深度融合，將激光發射與接收模塊集成在同一硅基片上，借助半導體巨頭的產能與成熟封測工藝，實現批量化價格相對可控；在體積方面，隨著光學一體化、電子集成化、散熱方案優化等技術日趨成熟，全固態模塊尺寸有望縮減到與車頭攝像頭模組相當的水平，從而極大地提升外觀設計靈活性；在可靠性方面，高耐溫度、高抗振動的車規認證將成為行業新標桿，各家企業需要在環境適應性測試、EMC（電磁兼容）測試以及長期穩定性驗證上進行更全面的投入。

此外，激光雷達也將與其他車載傳感器（攝像頭、毫米波雷達、超聲波等）之間的深度融合，以及與高精度地圖、車載邊緣計算平臺（EdgeComputing）和V2X（Vehicle-to-Everything）通信的協同配合，將共同推動自動駕駛系統感知層的整體升級。未來自動駕駛架構中，傳感器融合將不再僅是簡單的多重冗余，而是多維度、多模態的信息深度關聯與聯合推理。如在低照度或雨霧等極端天氣條件下，雖然攝像頭性能衰減，但毫米波雷達與激光雷達仍可保持較強探測能力；在高速場景下，高線數機械或半固態雷達可提供長距離預警信息；在近距離避障和泊車等低速場景下，全固態Flash雷達可迅速完成短距離深度重建；而相控陣技術則可在未來進一步提升抗干擾能力和目標分類能力，為自動駕駛系統提供更為精準、可靠的深度信息。

機械式、半固態與全固態激光雷達各自代表了激光雷達技術發展不同階段與側重點。機械式以技術成熟、探測精度高為優勢，但因體積大、壽命短、成本高，正逐步向半固態與全固態過渡；半固態則以成本適中、可靠性可控、性能足以滿足L2+至L3級自動駕駛需求而成為當前量產車型的主流選擇；全固態則以最小體積、最優可靠性、最強成本優化潛力成為行業最終目標，但仍需在相控陣芯片、Flash探測器件工藝及系統集成等方面攻克關鍵技術難題。

在選型時，整車企業應基于目標自動駕駛場景、功能需求與成本預算等綜合考量，從性能指標、車規認證、量產可行性以及供應鏈成熟度等多個維度進行評估，以便為不同車系、不同級別的自動駕駛產品匹配最合適的激光雷達方案。隨著技術演進與產業鏈完善，預計2015年至2026年間，半固態與全固態激光雷達將加速向多層級自動駕駛車型滲透，最終實現由高成本實驗性產品向低成本批量化組件的全面轉變。

-- END --