總是被嘲諷和創新搞得精疲力盡的蘋果，終於再次引起了人們的好奇。
3月18日，蘋果官方的壹則消息驚動了自動駕駛行業。消息不是蘋果宣布其自動駕駛項目取得突破，而是在其全新的iPad上？Pro配備了激光雷達。
近年來，激光雷達幾乎成了自動駕駛的代名詞。作為關鍵的傳感器，它保證了無人駕駛汽車對周圍環境的感知能力，但如何使其小型化、高性能和量產壹直是業界的難題。
在iPad上？Pro這麽“占地”的消費電子產品，如何容納壹個大型激光雷達？蘋果在這壹領域的突破能否對車載激光雷達有所啟發甚至推動？是不是給了馬斯克“激光雷達無用論”壹記耳光？
激光雷達:從太空到手機
Lidar，激光+雷達，聽起來是個高大上的設備，但它的基本工作原理大家都很熟悉:距離=速度x時間。如果我們把激光雷達極度簡化，它就是壹把用光來測量的尺子——光由激光光源發出，在“擊中”物體後反射，由傳感器接收，再經數字電路處理，得到往返時間。光速x時間/2(註意:在高精度應用中不除以2)是它測量的長度。
這把尺子最早用於天文學。例如，當航天飛機與空間站對接時，美國國家航空航天局將使用它來測量誤差，它還將使用它來監測大氣層。
其實在測繪領域經常可以看到。施工現場的激光測距儀某種程度上是激光雷達的壹種基本形式。通過精確測距可以有效避免施工誤差，是人類工程施工不可缺少的壹部分。
但如今激光雷達最知名的領域是無人駕駛汽車。
激光雷達是怎麽從天上到地下的，又是怎麽從工地到車上的，歷史會倒流壹段時間。
2007年，Darpa(國防？高級？研究？項目？Agency(國防高級研究計劃局)正在舉行壹場無人駕駛挑戰賽，參賽隊伍需要自己改裝壹輛車輛，以便在惡劣的沙漠環境中行駛數十公裏到達終點。這項比賽中要測試的壹個關鍵技術叫做避障。
聰明的工程師很快就能找到激光與這壹事件的聯系——既然激光測距儀可以用精確的距離標記壹個點，那麽，在壹臺設備上安裝更多的測距儀，按照“三點成壹面”的原理，不就可以畫出物體的大致輪廓，從而避開障礙物了嗎？——斯坦福大學的自動駕駛團隊是這麽認為的。他們參加Darpa自動駕駛挑戰賽的車輛頭上有“測距儀”。
遺憾的是，這個天才的想法並沒有幫助他們的車輛跑完全程，單線測距儀的性能仍然不夠好。
對這次比賽深感興趣的美國聲學公司威力登總結了這些經驗，跳出了自己的線路，研發出了64線激光雷達，就像壹個大花盆。相當於在車頭安裝了64臺同步旋轉的測繪儀器。經過處理，它的輸出信號能在相當程度上還原物體的三維特征？。
威力登是壹種激光雷達，通過激光測距的基本原理獲得足夠的深度信息，幫助自動駕駛實現3D視覺。
事實證明確實有效。在第二場無人駕駛挑戰賽中，安裝了威力登的64線激光雷達後，斯坦福的無人車跑完全程。不幸的是，斯坦福大學僅次於卡內基梅隆大學，因為後者的汽車也安裝了同樣的激光雷達。
後來激光雷達憑借其更加精準的環境感知，逐漸成為無人駕駛的標配。只有壹個例外——特斯拉CEO馬斯克認為使用激光雷達是愚蠢的。
然而，雖然馬斯克唱反調，但並沒有阻止激光雷達的進步，車載激光雷達向精度更高、體積更小、可靠性更高、成本更低的方向發展。這些特點可以用兩個詞來概括:小型化和集成化，這是本文要講的關鍵詞，也代表了激光雷達的發展趨勢。
很多年前，Darpa的參賽選手們可能都沒有想到，技術發展的結果如此有趣，有壹天激光雷達會用在平板電腦或者手機上。
在蘋果新iPad裏？Pro的文案明確寫明了想要支持的功能——AR(增強？現實、增強現實)
在此之前，AR的思路大多是依靠手機的處理器驅動AI算法，從而從手機攝像頭拍攝的畫面中“挖出”物體，然後疊加在相應的地方(比如各種短視頻中常見的動態圖)。這樣做的好處是成本低，實現難度小，但是攝像頭本身的傳感器並不輸出“距離”信息，所以深度信息通常是壹個估計，並不準確。對於壹些需要“高精度深度信息”和“高還原度三維建模”的AR應用，比如AR試衣、AR家裝甚至AR遊戲的更好體驗，攝像頭在硬件上的先天不足成為了它們發展的絆腳石。
蘋果無疑是推動AR成為下壹代核心技術的先鋒。為了掃除AR發展的障礙，蘋果推出了激光雷達。至於如何把原本巨大的激光雷達放進嬌小的iPad？在Pro中，基於公開的資料和激光雷達行業人士的分析，蘋果應該在發射端使用VCSEL(垂直腔面發射激光器)光源，在信號接收端使用SPAD(單光子雪崩二極管)。兩者的相似之處在於，大花盆激光雷達的部分功能可以在壹塊小小的半導體上實現。
隨著激光雷達引入iPad，我們也可以期待，激光雷達小型化、集成化的發展趨勢將使其有可能出現在未來的iPhone甚至傳說中的蘋果ar眼鏡中。
有意思的是，蘋果正式對iPad感興趣了？Pro上關於“激光雷達掃描儀”的描述也引起了激光雷達行業人士的討論。通常成為激光雷達的壹個必要條件是激光光源可以旋轉或者激光束可以改變其發射角度。
iPad上呢？按照Pro的形態和功能，沒有活動設備的空間，也沒有必要在相機的視野之外發射激光，所以業內人士推測iPad？Pro上的“激光雷達”沒有掃描現實，但借用“掃描儀”這個更常見的概念，很容易推廣。
蘋果再造歷史的背後
其實蘋果在iPad上嗎？激光雷達在Pro上的使用，雖然有些出乎意料，但也不是空穴來風。由於激光雷達在三維重建中的顯著作用，蘋果應該很早以前就接觸過激光雷達——甚至在他們開始自動駕駛的研發之前。早在十幾年前，蘋果地圖開始研發3D地圖的時候，就用激光雷達來還原城市景觀。
回顧消費電子領域，當3D視覺因人臉識別、AR、VR的繁榮再次成為熱門技術時，壹條通向激光雷達的技術演進路線可能已經提前鋪好了。
2017年，蘋果推出名臉的時候？ID，這個功能已經有了3D視覺——結構光技術的加持。當時結構光的技術不僅僅是臉？ID提供支持，實際上它還衍生了animoji，蘋果用戶通過自拍來創建個性化的表情。雖然animoji不溫不火，但蘋果提前打好AR技術基礎的意圖已經開始顯現。
2018年，華為、三星、LG、Vivo等手機公司也瞄準了AR的契機，開始應用ToF(時間？的？Flight)技術，其原理與激光測距基本相同，依靠紅外激光作為探測手段。因此，與只有攝像頭的手機相比，ToF加持的手機具有更強的三維視覺能力，也可以為AR應用提供更好的支持。
但是，此時開始應用的ToF技術屬於iToF(indirect？時間？的？飛行(間接飛行時間法)，不直接用光的飛行時間來計算距離，而是通過計算調制頻率的連續光波產生的相位差來間接計算距離。使用iToF的壹個好處是與傳統的圖像傳感器CMOS/CCD技術很好的銜接，可以降低技術方案的成本，功能模塊容易小型化，塞進消費電子產品中。
但iToF方案也有其不足之處——該方案采用的間接相位差計算方法本質上是為了彌補圖像傳感器響應時間的不足(ns，納秒級別，1納秒等於1秒的十億分之壹，光1納秒所行進的距離約為0.3米)。因為條件的限制，iToF技術不僅探測精度有限(厘米級)，而且探測精度會隨著距離的延伸而下降。
而蘋果在iPad上？DToF(直接？時間？的？飛行(直接飛行時間)技術顯然是iToF的升級。顧名思義，與iToF相比，dToF直接測量光的飛行時間來計算距離，其傳感器響應時間可以達到ps(皮秒，1皮秒等於65438+1秒的百萬分之壹)。探測精度不僅可以達到毫米級甚至亞毫米級，而且這種技術差異的關鍵在於使用了兩種不同的傳感器——DTOF技術。
SPAD(？單身？光子？雪崩？二極管(單光子雪崩二極管)是壹種專門設計的光電二極管。與傳統的光電傳感器(如CMOS和CCD)相比，它具有數百萬倍的增益、極高的靈敏度和探測單個光子的能力。其性能在理論上提高了激光雷達探測距離和探測精度的上限。然而之前，SPAD有壹個不容忽視的特點:小型化困難。
我們知道，典型的電子成像系統，比如攝像機，關鍵在於內置的圖像傳感器——CMOS/CCD。大量成像單元集成在壹個小芯片上，排列成密集的傳感器陣列，使得各種相機擁有千萬級像素(分辨率)。
同樣，3D視覺需要足夠高的分辨率，還原出來的世界會盡可能真實。所以如果SPAD有成像的能力，也需要組成陣列。多個SPADs的陣列在業界被稱為SiPM(矽光電倍增管)。
CMOS陣列原理圖
雖然SPAD/SiPM誕生於90年代，但是由於工業成熟度、技術等原因，SPAD的尺寸壹直下不來，所以SiPM無法在小體積內堆疊足夠的SPAD，分辨率自然也上不去。
近兩年來，隨著行業需求的增長和技術的進步，SPAD的集成度有了很大的提高，生產被納入傳統的半導體制造範疇。例如，松下今年展出了1200X900(108萬像素)的大規模SPAD陣列，其每英寸像素接近更成熟的iToF傳感器。
除了松下，日本的索尼、歐洲的意法半導體和美國的安森半導體都在消費電子或汽車領域研發和推SPAD傳感器陣列。外媒有消息稱蘋果iPad？Pro用的SPAD陣列，分辨率可能是320X240或者640X480，也就是最多可能超過30萬像素。
回到我們關註的汽車領域，在激光雷達上使用SPAD陣列並不是什麽新鮮事。2018年，美國激光雷達初創公司Ouster公開表示，其新型激光雷達采用了VCSEL光源和SPAD傳感器陣列，從而實現了產品的低成本和高探測精度。
所以，蘋果在iPad上？Pro的激光雷達，壹石激起千層浪，其實是整個行業的進步在支撐，甚至不排除不同行業不同應用場景下方法論的相互學習。
不過，激光雷達行業人士也表示，雖然行業內激光雷達元器件的小型化和集成化已經取得了顯著進步，但要將其發射光源、傳感器陣列和數字處理電路塞進消費類產品，仍然不是壹件容易的事情。在這個過程中，蘋果要和供應商進行深度定制和整合，也不排除使用3D？IC技術，堆疊激光雷達的每個單元，節省空間。
馬斯克會被打臉嗎？
對於激光雷達的從業者來說，蘋果在iPad上應用這項技術無疑是令人興奮的。因為工程創新能力很強的蘋果在iPad上使用激光雷達，無疑是對這項技術探測能力的肯定。
2018年，同樣以工程創新能力強著稱的特斯拉CEO馬斯克公開開放了激光雷達，認為它是自動駕駛的“拐杖”。激光雷達在行業內的使用是技術不足的表現。他對比了人類的駕駛模式，認為AI+攝像頭的純視覺智能組合對於無人任務來說已經足夠。
然而，蘋果的自動駕駛項目是激光雷達技術路線的粉絲。今天，激光雷達在iPad上？能否將Pro的應用推導到自動駕駛領域來證明其技術的優越性？能過iPad嗎？Pro的量產進壹步成熟產業鏈，讓激光雷達在車載領域會有更多的應用機會？
雖然這是lidar公司“宣傳”自己的絕佳機會，但業內人士在分析路由機構時還是表現出了克制——隔行如隔山，lidar在iPad上？Pro在消費電子產品中的大規模應用，暫時不會直接有利於汽車激光雷達，也不能完全證明特斯拉的純視覺路線行不通。原因是消費電子和汽車自動計時由於場景和要求不同，很難做簡單的類比。
用iPad？比如Pro用激光雷達，不僅僅是看中了激光雷達的測量精度，更是想在產業鏈長大的時候“踮起腳尖”。通過該方案，在性能、體積、成本、制作難度、可靠性等方面達到平衡，獲得5米內精確探測的“局部最優解”。
在車載激光雷達領域，對探測距離、實時性(動態探測能力)、分辨率、抗幹擾、可靠性(車輛軌跡)有著更為苛刻的要求。至少到目前為止，激光雷達行業還沒有找到壹個成本低廉，性能可靠，能夠被自動駕駛下遊企業接受的方案。
然而，激光雷達行業正在試圖“整合”。北星光子聯合創始人鄭凱表示，從2019開始，激光雷達的從業者不再局限於某壹條技術路線，而是從機械/固態、閃光面光/OPA相幹光/MEMS微震鏡的技術分離中跳出來，將原本屬於各個陣營的底層技術混合在壹起，解決激光雷達量產需要應對的具體問題。
馬斯克早年依靠純視覺智能實現自動駕駛的路線不被業界看好的原因之壹是技術消耗計算能力太大，AI算法不完善。近年來，隨著片上芯片計算能力和算法的提高，這條路線正受到越來越多企業的關註。
所以相比較而言，激光雷達和AI純視覺都有自己的成長曲線。蘋果iPad？在Pro上使用激光雷達，暫時還輪不到車載激光雷達來助威，也無法對馬斯克形成“打臉”。
但是，參考蘋果多年來“禪”和“極簡主義”設計理念引領的工程設計潮流，車載激光雷達的工程師在拆壹臺iPad？Pro之後，或許可以讓激光雷達更有美感。
本文來自車家作者汽車之家，不代表汽車之家立場。