华为激光雷达详细拆解和系统方案

作者 | 雪岭飞花  编辑 | 雪岭飞花

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心『激光雷达』技术交流群

本文只做学术分享，如有侵权，联系删文

华为作为中国自动驾驶技术第一梯队的卓越代表，其激光雷达产品也备受瞩目，不过关于华为激光雷达的公开资料非常少，即便是有也非常粗略。

本文通过详细拆解华为96线激光雷达产品，尝试分析华为激光雷达的技术方案，并通过对比市场其他主流激光雷达产品，结合激光雷达技术发展趋势，分析华为技术方案的特点，供大家参考。

（华为192线产品还没有途径获取，待获取后，再和大家分享）

【一】华为激光雷达的市占率

2023年，中国车用激光雷达（自主品牌）总出货量约71万台，其中，速腾聚创是24.3万台（2022年是3.69万台）位列第一，禾赛是19.49万台（2022年是6.2万台），图达通大概超15万台，华为预计7万台，另外探维科技、览沃科技等其他大概合计5.21万台。

销量占比如下图所示：

中国是车载激光雷达的主要市场，2023年由于自动驾驶量产车型的增多，激光雷达出货量取得了大幅的增加。

2024年依然会保持增长势头，其中，速腾聚创财报显示，截止到2023年底，速腾聚创已经与22家车企及Tier 1取得定点合作，车型涉及63款。其中有12家车企的24款车型SOP，速腾将2024年的出货量目标定在了100万台。

禾赛科技预计在2024年底实现12家车企的40种车型达成SOP，2024年出货量预计大幅增长至60-70万台。

华为目前的主要客户是问界、阿维塔、极狐、智界、哪吒等，对应车型相关信息如下所示。随着问界等车型的热卖，2024年华为激光雷达的出货量会有大幅提升。

【二】华为激光雷达和其他产品的性能对比

下图汇总了目前主流的激光雷达产品主要性能指标，对比如下所示。

说明：上图数据来源于各公司官网和行业信息，将各产品依据标称的测距和角分辨率在坐标系中进行大致摆放，主要目的在于从特定的角度对部分性能进行对比，这些指标并无法代表激光雷达的全部性能，仅做参考。

从这张图可以看出很多信息，其中：

• 华为96线激光雷达（型号：D2）距离发布有3年半的时间，从测距和分辨率指标来看，在当前主流产品中已不占优势。

• 华为192线激光雷达（型号：D3）相对于速腾M1P和禾赛AT128，测距和角分辨率指标相当或者略高，和其他更高性能产品相比，尚有差距。

【三】华为96线激光雷达拆解

2020年12月，华为正式发布其首款车规级激光雷达产品——96线中长距激光雷达。

核心参数：

• 测距：150m@10%；

• 水平FOV：120°，垂直FOV：25°；

• 角分辨率：0.25°（H）×0.26°（V）

• 刷新频率：最高25Hz

阿维塔11上安装了3颗华为96线激光雷达，其中1颗前向，2颗在侧面。

阿维塔的激光雷达有L106和L107两种型号，应该1个是前雷达，1个是侧雷达。这两种型号外形相同，不同点可能是不同安装位置做了微小适配，内部原理应该相同。

本文拆解的是一款型号是L107的激光雷达（右图）。

【1】整体结构

这款雷达采用较为规整的长方体外形，视窗口是一个矩形平面，和车身配合较为方便。整体外观如下：

尺寸如下，相对于速腾M1P和禾赛AT128，这个雷达的尺寸是比较大的。

拿掉上壳之后的内部结构：

将底壳也去掉之后，核心电路板的连接关系：

连接原理：

整体设计非常紧凑，大量使用软排线进行板间连接，电路板设计也非常规整。

【2】电机模组（扫描模块）

该激光雷达采用转镜进行水平方向上的扫描，有4面反射镜。

电机模组的4个视图：

在靠近激光出入口的位置，合金架涂上了黑色吸波材料，用于吸收多余的激光束杂散和反射，减小干扰。

【3】收发模组

收发模组是该雷达最复杂的一个结构，原理如下：

为了尽可能的表达清楚，从4个45°角度拍摄了4张照片，标记如下：

发射光路

发射光路方案：

两个发射板电路完全相同，上面主要是驱动EEL激光发射器：

该雷达每块发射板上有4个EEL，两块发射板一共8个EEL。

EEL后面是准直镜：

通过准直镜后，发射板1的激光由一个反射镜反射后到达分束器，发射板2的激光直接到达分束器。

一共8个EEL光束，由分束器分为96个激光束，然后由棱镜最终调整角度后射出。

接收光路

接收器主要包括接收镜头、滤光片和SPAD等，由于接收板是用胶粘在支架上，本次拆解并没有打开。下图是来自芝能智芯的拆解图片，显示是一颗来自索尼的SPAD传感器。

图片来源：芝能智芯

【4】主板

该雷达一共有2块主板，由于上面分别有TDA4和FPGA，因此暂时分别命名为TDA4主板和FPGA主板。

TDA4主板

• TPS6594-Q1：TI的具有五个降压稳压器和四个低压降稳压器的汽车类 2.8V 至 5.5V PMIC；

• LP8764-Q1：4 5-A/20-A multiphase buck converters PMIC for automotive SoCs；

• RTL9010：REALTEK的具备MACsec加解密功能的，车用高能效以太网PHY芯片；

TDA4AL Jacinto™ 处理器：

主要性能：

• 两个C7x浮点、矢量DSP，性能高达1.0GHz、160GFLOPS、512GOPS；

• 深度学习矩阵乘法加速器(MMA)，性能高达8TOPS(8b)（频率为1.0GHz）；

• 具有图像信号处理器(ISP)和多个视觉辅助加速器的视觉处理加速器(VPAC)；

• 深度和运动处理加速器(DMPAC)，双核64位Arm®Cortex®-A72微处理器子系统，性能高达2GHz–每个双核Cortex®-A72集群具有1MBL2共享缓存–每个Cortex®-A72内核具有32KBL1数据缓存和48KBL1指令缓存；

• 六个Arm®Cortex®-R5FMCU，1.0GHz–16K指令缓存，16K数据缓存，64KL2TCM–隔离MCU子系统中，有两个Arm®Cortex®-R5FMCU–通用计算分区中，有四个(TDA4VE)或两个(TDA4AL/TDA4VL)Arm®Cortex®-R5FMCU；

• GPU IMGBXS-4-64，256kB缓存，高达800MHz，50GFLOPS，4GTexels/s（TDA4VE和TDA4VL）；

FPGA主板

采用一片来自于LATTICE的低功耗FPGA：

【5】其他部件

在镜面背部有4个接触点，在组装之后分别和电路板的4个弹簧触点接触，推测应该是加热丝的接口，用于加热视窗面，防止积雪。

【四】华为96线激光雷达技术分析

对于华为96线激光雷达，分析如下：

【1】华为96线激光雷达采用了905nm波长激光。905nm技术占据89%的市场份额，1550nm激光测距范围更远，但是成本较高。速腾M3和禾赛AT512分别采用了940nm和905nm技术，测距能力超过了现有的1550nm产品。

资料来源：San Francisco State University《Absorption Spectra_Atmosphere》

图达通之前主要使用1550nm技术，目前也推出905nm方案的Robin E产品。

图片来源：YOLO《Automotive LIDAR Market: Competitive Dynamics, Technology Evolution, and Revenue Trends》（Automotive LiDAR conference 2023, October 3-5 ）

【2】华为96线激光雷达采用转镜+电子扫描方式，这种方式是目前半固态激光雷达较为主流的扫描方式。

转镜是目前应用最广的路线，包括禾赛、华为、图达通、镭神智能等大多数厂商都有采用转镜路线的产品。转镜路线的核心要素是电机控制，以及针对特定波长高反射率的镀膜反射镜。

转镜一般搭配振镜或者线光源实现激光扫描，其中，转镜用于水平扫描，振镜或者线光源用于垂直扫描。因此，“转镜+振镜”也被常被称为2维扫描，“转镜+线光源”被称为1维扫描或者1维扫描+电子扫描。

“转镜+线光源”的优势在于发射的是连续的线光斑，因此垂直方向的分辨率非常高。禾赛AT128的转镜+电子扫描：

图片来源：禾赛

图达通falcon激光雷达采用“转镜+振镜”方案，该方案灵活度较高，通过改变转镜和振镜的转速，能够设计灵活的ROI。

图片来源：中信证券

MEMS振镜是另一种扫描路线，主要是速腾聚创在使用，体积较小。由于MEMS微振镜口径较大，但在极端振动条件下使用时，良率较低，MEMS方案可能会被逐渐放弃，速腾聚创在下一代的M3产品中也由MEMS改为了转镜+电子扫描方式。

图片来源：YOLO《Automotive LIDAR Market: Competitive Dynamics, Technology Evolution, and Revenue Trends》（Automotive LiDAR conference 2023, October 3-5 ）

速腾M1P的MEMS扫描：

图片来源：速腾聚创

【3】华为96线激光雷达发射光路和接收光路是非同轴的，使用各自的透镜，即旁轴光路，该光路优点是成像清晰程度较高，缺点是近场盲区较大。

目前速腾、禾赛等产品基本都是采用同轴光路。同轴光路是收发共用一组透镜，检测更为直接，易于对光路进行校准，近场盲区小。缺点是成本稍高，内部结构稍复杂，而且成像清晰程度比独立的旁轴成像要稍差。

禾赛的AT128的同轴光路：

图片来源：绿芯频道

【4】华为96线激光雷达采用EEL激光器。近些年，多家激光器公司开发多层VCSEL激光器，将发光功率密度提升了5-10倍，凭借在成本及性能方面的优势，从目前趋势来看，VCSEL正逐步取代EEL。华为的下一代192线激光雷达，也采用了VCSEL激光器。

EEL和VCSEL的指标对比：

【5】华为96线激光雷达采用SPAD作为接收器。在905nm路线下，SPAD/ SiPM替代 APD 已成大势。SPAD/SiPM面临的一个比较明显的挑战是自然光干扰，尤其是强烈日光的干扰。强烈的阳光入射会导致 SPAD单元饱和，并且在恢复初始状态前都无法吸收光子，因而有可能漏掉真正的反射信号。

资料来源：Anant Gupta et al.《Photon-Flooded Single-Photon 3D Cameras》，arxiv，中信证券研究部

所以在强烈的日光下，使用 SPAD/SiPM 的激光雷达经常会出现探测距离明显下降的问题。虽然目前已有一些算法进行日光干扰的处理，但往往效果并不完美，有时还会引入额外噪声，所以 SPAD 对自然光的处理还有一些挑战。

【6】华为96线激光雷达处理器采用了TDA4和FPGA，分立程度较高。目前激光雷达的一个发展方向是采用集成度越来越高的SoC，将SPAD、TIA、ADC 等都集成到 SoC 中，进一步降低成本，提升性能。具行业消息，禾赛AT512和一径科技的EZ6已经采用了集成度相当高的SoC处理器。

来源：禾赛科技招股书

【五】总结

华为96线激光雷达发布于2020年，虽然从指标上看，比现在的主流产品稍显落后，不过在相当多的技术方案上，和目前主流的激光雷达发展方向契合。

2023年12月26日，华为发布192线激光雷达。

华为192线激光雷达采用VCSEL+SPAD收发链路，以及转镜+电子扫描架构。具体参数：

• 测距：250米（最远），180米（10%反射率）

• 点云密度：184万点/秒

• 水平角分辨率：0.25°（@20Hz扫描），0.125°（@10Hz扫描）

• 垂直分辨率：0.1°

• 扫描频率：最高20Hz

期待华为激光雷达再迈新台阶。

近期准备继续做一篇华为192线激光雷达的分析，如有产品获取途径，请私信或者留言，非常感谢。

参考资料：

1. 中信证券，激光雷达产业深度研究：从拆解五款激光雷达看智能驾驶投资机遇，https://zhuanlan.zhihu.com/p/568700438

2. 传感器专家网，暴涨450%，超71万台！中国激光雷达遥遥领先！网友：被制裁不冤，https://mp.weixin.qq.com/s/mgXlzelZd5OBIIS9XhmUtg

3. Yvon Shong，聚焦激光雷达（四）——光学系统，https://zhuanlan.zhihu.com/p/622652543

4. 芝能智芯，华为96线激光雷达拆解，https://www.ednchina.com/technews/24691.html

5. 速腾聚创官网：https://www.robosense.cn/product

6. 禾赛科技官网：https://www.hesaitech.com/cn/

7. 图达通官网：https://www.seyond.cn/

投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、大模型与自动驾驶、Nerf、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

网页端官网：www.zdjszx.com

② 国内首个自动驾驶学习社区

国内最大最专业，近3000人的交流社区，已得到大多数自动驾驶公司的认可！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型、端到端等，更有行业动态和岗位发布！欢迎扫描下方二维码，加入自动驾驶之心知识星球，这是一个真正有干货的地方，与领域大佬交流入门、学习、工作、跳槽上的各类难题，日常分享论文+代码+视频

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区，聚焦感知、定位、融合、规控、标定、端到端、仿真、产品经理、自动驾驶开发、自动标注与数据闭环多个方向，目前近60+技术交流群，欢迎加入！

自动驾驶感知：目标检测、语义分割、BEV感知、毫米波雷达视觉融合、激光视觉融合、车道线检测、目标跟踪、Occupancy、深度估计、transformer、大模型、在线地图、点云处理、模型部署、CUDA加速等技术交流群；

多传感器标定：相机在线/离线标定、Lidar-Camera标定、Camera-Radar标定、Camera-IMU标定、多传感器时空同步等技术交流群；

多传感器融合：多传感器后融合技术交流群；

规划控制与预测：规划控制、轨迹预测、避障等技术交流群；

定位建图：视觉SLAM、激光SLAM、多传感器融合SLAM等技术交流群；

三维视觉：三维重建、NeRF、3D Gaussian Splatting技术交流群；

自动驾驶仿真：Carla仿真、Autoware仿真等技术交流群；

自动驾驶开发：自动驾驶开发、ROS等技术交流群；

其它方向：自动标注与数据闭环、产品经理、硬件选型、求职面试、自动驾驶测试等技术交流群；

扫码添加汽车人助理微信邀请入群，备注：学校/公司+方向+昵称（快速入群方式）

④【自动驾驶之心】平台矩阵，欢迎联系我们！