如今，智能汽车炙手可热。

昨日，百度正式宣布组建智能汽车公司，以整车制造商的身份进军汽车行业，再次扔下一枚重磅炸弹。据市场消息称，百度将人工智能、Apollo自动驾驶、小度车载、百度地图等核心技术全面赋能汽车公司。

而百度智能汽车产业链上，有一家公司近日开始冲刺科创板——激光雷达供应商禾赛科技。百度即是其客户， 又是其股东。如果上市进程顺利，禾赛科技将是首家A股激光雷达生产商。

禾赛科技与百度的造车计划，或有着千丝万缕的关系。迄今为止，禾赛已完成累计超过2.3亿美元融资。百度作为第二大机构投资方，持股7.88%，百度自动驾驶技术部总经理王云鹏，更是直接出任禾赛科技的董事。

禾赛科技背后究竟有什么名堂？

智能驾驶的重要一环——激光雷达

2013年禾赛科技成立于美国硅谷圣何塞，2014年公司总部迁至上海。公司主营业务为研发、制造、销售高分辨率3D激光雷达以及激光气体传感器产品。激光雷达主要应用于无人驾驶汽车领域，其次是应用于服务机器人领域；另外激光气体传感器产品主要应用于气体检测领域。

激光雷达在无人驾驶汽车/机器人领域承担“眼睛”的角色，准确而言它是一种通过发射激光来测量物体与传感器之间距离的装置。其中它主要的原理是通过激光器和探测器组成的收发阵列进行光束扫描，然后对应用该装置的汽车或机器人所处环境进行实时感知，从而获取周围物体的精确距离及轮廓信息，以实现躲避障碍的功能。

因此，激光雷达是无人驾驶的重要一环。针对无人驾驶汽车领域，激光雷达自身功能配合上预先采集的精确地图数据，能让汽车通过激光雷达的精度定位（遇障防撞测量达厘米量级）实现无人自主导航驾驶。

百度的造车计划中，早已有禾赛科技的身影。2017年禾赛科技与百度Apollo共同发布了一套自动驾驶开发者套件——Pandora，解决了自动驾驶中国制造的痛点，实现激光雷达、环视摄像头模组、多传感器融合和感知识别算法的一体化，提高传感器探测的性能，解决了数据同步的问题，降低了一体化的继承难度。

2018年禾赛助力百度推出Apollo Robotaxi，能够识别路况，实现对车辆的自动避让以及自动变道、对行人能够自动减速礼让，使自动驾驶向未来又迈出了一步。2019年百度投资禾赛与AI加速芯片的开发商地平线的合作项目，研发更高性能的激光雷达感知方案。

百度由客户变为投资人，无疑是对禾赛科技的一种肯定。

禾赛的激光雷达优势何在？

禾赛科技得到百度的认可，很重要的原因是源自其技术。

根据日本OPERA机构对市场上10款激光雷达产品功能测试的最新报告所示，10款激光雷达产品在测试中表现最好的为Velodyne两款产品：VLS-128和VLP-32C以及禾赛科技两款产品：Pandar64和Pandar40P；该4款产品探测距离都可到达180m，其他6款产品探测距离分布在35m-85m区间之内。

数据来源：招股书，格隆汇整理

OPERA机构为了进一步比较出Velodyne和禾赛科技产品的区别，对Velodyne和禾赛科技4款产品做了进一步测试。(测试中所提及的点云数目和比线数高低代表着识别障碍物多少和识别障碍物远近的参数)。

在禾赛科技Pandar64与Velodyne VLS-128测试比较中，从角分辨率来看，虽然Pandar64在产品手册指标上的点云数目少于VLS-128，但是Pandar64在测试中的比线数比VLS-128两倍比线数表现更好。在禾赛科技Pandar40P和Velodyne VLP-32C测试比较中，VLP-32C整体点云数目低于Pandar40P。

由此可得，禾赛科技、Pandar64和Pandar40P在目标物探测和识别的测试中表现最好。禾赛科技这两款激光雷达在无人驾驶市场受到认可；其中禾赛科技Pandar64在2019年全球无人驾驶应用市场中以2.24亿元销售额，成为市场最有影响力的激光雷达之一。

高性能的激光雷达

真的是无人驾驶的第一选择？

现今市场上消费者对无人驾驶的概念都暂时停留在特斯拉的无人驾驶，然而根据国际汽车工程师协会对无人驾驶与高级辅助驾驶领域的统计分类所示，特斯拉的无人驾驶概念是停留在L2-L3等级（驾驶操作由驾驶员和系统相互配合操作）。这可理解为驾驶员在驾驶过程中如果不选择高级辅助驾驶则为L2等级，在驾驶过程中驾驶员要全程根据路面情况做出驾驶决策。那么驾驶员在驾驶过程中选择了高级辅助驾驶则为L3等级，在驾驶过程中系统会根据路面情况做出驾驶决策，然而对于一些紧急路面情况，驾驶员会做出适当性的驾驶操作。

特斯拉为实现L2-L3等级的无人驾驶概念，运用由超声波传感器、摄像头、毫米波雷达和车载传感器的组成来探测障碍物距离。也就是说，L2-L3主流方案，并不是使用激光雷达。其中车载超神波雷达成本较低，有效探测距离小于5米，无法对远距离物体进行测量；毫米波雷达有同时测距测速功能，有效探测距离达200米，但单颗车载毫米波雷达的角度分辨能力较弱，无法辨识物体细节，在混杂的路面情况和强光照情况下的探测效果不佳；另外摄像头对于物体以及距离的识别高度依赖深度学习算法，距离测算无法做到完全精确。

总体而言，在现今无人驾驶概念中，系统无法完全的取代驾驶者在应对各种路面情况上做出驾驶决策。

数据来源：招股书，格隆汇整理

那么对于激光雷达在无人驾驶的应用，对应的无人驾驶概念是停留在L4-L5等级，这可理解为在驾驶过程中系统完全替代驾驶员在面对各种路面情况做出决策。

激光雷达兼具测距远、角度分辨率高、受环境光照影响小、无需深度学习法来直接获得物体距离和方位信息的优点；这相比于上述L2-L3等级所应用的传感器，激光雷达能提升自动驾驶系统的可靠性，让驾驶员双手从方向盘上解放。

高性能的激光雷达对应的是高昂的价格，从禾赛科技激光雷达销售数据所示，2017年-2020年1-9月激光雷达销售均价分别为11.38万元、10.42万元、11.36万元、8.94万元。假设将激光雷达运用于特斯拉新款Model3（市场平均价格30万元人民币），激光雷达价格占汽车价格约33%；由此可见，激光雷达高昂价格是汽车制造商拒绝运用激光雷达于汽车量产中的原因。

对于激光雷达的高昂价格，特斯拉创始人Elon Musk豪言：“我不认为激光雷达对于无人驾驶汽车是绝对必要的；反而我有信心靠超声波传感器、摄像头、毫米波雷达和车载传感器的组成配置，在2020年就实现L5级别自动驾驶”

总体而言，激光雷达运用于无人驾驶领域来实现L4-L5级别自动驾驶仍处于市场萌芽阶段。

结语

激光雷达能否大量使用在无人驾驶上，成本是最重要的关键。这也是禾赛科技的产品是否能大量代替现有雷达方案的关键所在。

2017年-2020年1-9月，禾赛科技激光雷达成本价从11.38万元下降至8.94万元，但成本仍较高。激光雷达运用于无人驾驶领域是未来的趋势，但何时才能在智能驾驶汽车上大量应用，或许我们仍需要等待一长段时间。

原标题：百度持股约8%，中国激光雷达第一股禾赛科技IPO

编辑：陈静文

格隆汇授权亚时财经发布。