Quanergy創始人兼CEO Louay Eldada：將在中國建立固態激光雷達超大型生產設施｜2018全球智能駕駛峰會

Quanergy 創始人兼CEO Louay Eldada

雷鋒網新智駕按：10月26日至27日，2018 全球智能駕駛峰會在蘇州召開，本次峰會由蘇州市相城區人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網&新智駕和數域承辦，邀請到來自主機廠、科技公司、資本機構和產業研究機構等領域的多位專家，共同打造了一場智能汽車和自動駕駛領域的頂級峰會。

激光雷達公司Quanergy將在中國建立超大型的生產設施，以增加旗下固態激光雷達等產品的產量。近日，Quanergy創始人兼CEO Louay Eldada在2018全球智能駕駛峰會上表示，公司接下來會和更多中國領先的廠商等建立合作關係。

激光雷達、雷達和攝像頭是自動駕駛感測器的重要部件，由於初創公司技術研發的局限性，一些公司會擇取其中一項進行核心突破。

對於Quanergy公司來說，目前的核心技術是固態激光雷達。雷鋒網新智駕了解到，通過嵌入式的設計、OPA鏡片研發、最低探測距離等方面的技術研發，目前這家公司已獲得7項專利，另外8項專利申請也在進行中。

事實上，與所有前瞻性技術的應用類似，激光雷達領域同樣需要長期技術積澱。據Louay Eldada介紹，公司雖然成立僅有6年，但固態激光雷達這項技術已經累計有超過20年的經驗，是基於他在90年代博士階段的研究成果而來。

Louay Eldada預計，公司的產品在2019-2021年可以達到自動駕駛L3級別，在2022-2024年間能夠投入第一批的量產車，達到高度自動駕駛的等級。2025年及以後，他們希望將自動駕駛用在全路況上。

最新消息顯示，Quanergy 宣布完成數千萬美元C輪融資，領投方為全球一線基金，估值近20億美金，融資將主要用於加快在硬體端、軟體端、數據端的產品創新和落地，加速中國生產基地的投建，并力求和業內建立更密切的合作關係。投中資本擔任此次交易的中國財務顧問。

以下是Louay Eldada的演講全文，雷鋒網新智駕進行了不改變原意的編輯：

今天我談的主題是激光雷達對於自動駕駛汽車的必要性。

Quanergy已經有6年的歷史了，我們的技術是基於幾十年的經驗的積累。目前的一些產品是基於我的90年代博士階段的研究成果，當時由DARPAR贊助，他們讓我開發了一種真正的固態激光雷達，它能夠讓我們對物體不使用射頻但使用激光束進行跟蹤。20多年後，我們的產品在性能，可靠性和成本，以及尺寸，重量和功耗方面都堪稱最具競爭力。

我們的總部設在矽谷，在12個國家設有運營分公司，上海分公司是全球第二大辦公室。公司的一些客戶和合作夥伴包括傳統OEM，戴姆勒，日產；一級供應商，德爾福，Koito；二級供應商 ，Sensata；晶元製造商，台積電；高級處理器供應商，如Nvidia，高通以及消費電子領域的合作夥伴三星。在網路領域的合作夥伴是思科，華為等。

我們的使命是只做五件事情：拯救生命、節省時間、空間、金錢和能源。

雖然我們專註於汽車領域，但也在其他領域比如安防，機器人，工業自動化和其他領域贏得了許多獎項和認可。 我們不僅僅是一個組件製造商，而且在AI軟體方面和數據管理方面有很強的實力。我們提供完整的解決方案。

激光雷達是唯一一個三維的感測系統，攝像頭是二維的，雷達是一維的，我之前就提到，物體必須是移動的，才能被雷達感測到。雷達對於檢測人來說效果不是很好，在設計的時候解析度、檢測準確度和檢測距離都非常重要。

今天我們已經談了很多有關激光雷達的主題目。在將激光雷達與雷達和攝像頭進行比較之前，我想說的是，自動駕駛汽車同時需要這三種產品。但它們的性能屬性，哪種更好？哪個在冗餘系統中更有價值？哪個是系統中的主要感測器？

如上所述，雷達探測，物體必須是移動的高密質的物體，比如金屬和混凝土等物體。雷達並不十分有效。

激光雷達的設計，解析度非常重要。如果存在最小發散激光束，則可以保證解析度和距離，例如，在100米的距離，我們的固態激光雷達因為有很小的光斑尺寸，能看到3厘米大小的物體，但是傳統的機械激光雷達光斑尺寸要大得多。

我們必須有激光雷達，因為它在某些方面更有利。雷達在濃霧中最有效。對於攝像頭，如果我們想看到紅綠燈或閱讀交通標誌，也是需要的，所以我們需要這三個。這三個領域的供應商都有發展空間。

Quanergy整合激光雷達的方式就像這樣，在車身內部，你看不到激光雷達。 例如，這輛車，我們的激光雷達在右邊，它實際上是嵌入在裡面，在網格擋板的後面，所以你看不到它。而且，它是固態的，之後我會再談到固態激光雷達它有多大的意義。

我們也有機械激光雷達，M8是目前市場上最可靠的一種機械雷達。

固態激光雷達是我們的核心技術，產品就是我們的S3感測器。我們的固態激光雷達是全固態的，S3感測器用的是光束。

我來給大家展示一固態激光雷達是什麼樣的，它就是這樣一個尺寸，這是車規級固態激光雷達。我們還有其他用於繪圖和機器人領域的固態激光雷達。看一下，這就是固態激光雷達它的大小，在裡面有OPA晶元。它在所有尺度上都沒有活動部件，可靠性非常高。

固態激光雷達的一個優點是成本，我們必須降低成本。小批量訂單，我們的成本不到1000美元。 如果數量很大，那就是幾百美元。 我們使用硅，可以將所有功能集成在同一基板中。 我們有一個專註於這種方法的團隊，並且在這方面取得了一些進展。 第三代產品的成本不到100美元，當然這需要在未來幾年內實現。

我們是這一領域的創新者，有7項授權專利，8項正在申請中。

再來看看OPA晶元，它是一個可以通過軟體重新配置的鏡頭。

讓我們來看看傳統鏡頭，它看起來像一個眼睛的形狀。當光線通過它時，它進入較厚的中心區域，其速度下降，其相位延遲。 部分光束穿過較薄的部分，因此它會更快，這意味著相位具有較小的延遲。 如果我們有一個晶元可以控制某個像素陣列中的相位，那麼鏡頭可以有不同的形狀，就可以進行微秒級重新配置。

我們花了30年的時間研究和開發，終於可以實現這一性能。如果使用我們的固態激光雷達，就可以在視野內的任何方向達到掃描點，而沒有移動部件。 我們的固態激光雷達探測範圍為150米。最小探測範圍也非常重要，如果將它放在我們的保險杠中，當車前出現一個孩子，你不希望最小檢測距離為兩米，那樣你就不能監視到那個孩子。

我們的固態激光雷達的最低檢測距離為零。 當我走在它前面並觸摸它時，它仍會檢測到我，這對於其他激光雷達來說是不可能的。

對於激光雷達，你無法改變鏡頭的形狀，但對於固態激光雷達，就可以改變，以便你可以在很短的時間內放大或縮小。 您還可以隨機改變激光束的指向，這樣就不會浪費時間，並且可以在掃描不連續時改善其動態範圍，避免接收器上相鄰區域的電子泄漏。

我們使用的每個晶元都採用CMOS矽片設計，它是基於這種半導體晶元設計的。我們的發射器，接收器和處理器都基於CMOS晶元，有4個主要晶元，我們的發射器使用OPA光子IC和控制ASIC，接收器有一個SPAD陣列檢測器和讀出IC，用於執行TDC（時間到數字轉換）功能。處理器是用FPGA來處理臨時數據，把臨時數據轉成點雲。我們是用AIM處理器來用於數據的融合感知和物品清單的產出。

如果是你已經確定了如何來優化產品的話，你可能就不需要一個非常大的生產線來幫助你實現這個目標。我們有一個潔凈室來幫助我們實現這樣一個優化的過程，在非常短的時間內，我們就可以對晶元做出一個需要尺寸的切割。

我們在矽谷的NPI（新產品引進）生產線年產量約為100萬。公司的發展道路遵循不斷改進的硬體產品，軟體產品和數據的路線圖。公司未來的技術研發團隊的增長將主要在中國發展。 現在，我們已經與當地合作夥伴簽訂了合同，以促進在中國的研發。

在中國，我們會建立一個超大型的生產設施，來增加我們的產品產量。我們也會和中國的合作夥伴、領先的廠商建立起更多的合作關係。希望能夠在中國的生態系統中去拓展市場，增強研發實力。

剛才談到了感測器和自動駕駛之間的關係。我認為，想要實現自動駕駛，最重要的一個因素就在於感測器。 主感測器幫助自動駕駛系統感知道路，執行準確的建圖、定位，以及導航。

為了能夠實現自動駕駛汽車的大規模生產，感測器的成本也是必須考慮的因素。 大批量產品可以有效地幫助汽車駕駛汽車實現成本優勢。 在這裡我們可以看到S3激光雷達產品實際上已經安裝在這些量產車上了。 我們在汽車前端安裝了一個S3激光器。 該雷達每側安裝兩個S3激光雷達。 如果您有基高良率和低熱產品的解決方案，這意味著您可以開發出更低成本的產品，並且在溫度方面更易控制。

這也是我們的第一款可與汽車前燈集成的激光雷達產品，與全球最大的汽車前照燈製造商Koito共同開發。 我們在每個前大燈上增加了兩個S3固態激光雷達產品，能夠感知前端和周圍的環境。

未來，S3固定雷達也將用于飛行汽車產品。 S3產品可以掃描前方，後方和後方場景，將實時信息返回到周圍環境，還可以檢測周圍環境中的障礙物，同時避免碰撞。 在起飛，飛行和著陸過程中，可以避免風險。

相信我們可以在2019-2021年間達到L3水平。在2022-2024年間開展首批量產車，達到高度自動駕駛的水平。 為了實現這一目標，必須具有高精度的感測器。 要達到自動駕駛的5級，這是一條漫長的道路。 我相信我們可以在2025年甚至更晚的年代實現這一目標。可以在所有道路條件下使用自動駕駛。

在這裡，您可以看到我們的感測器返回的3D地圖和定點陣圖片。 在這裡，您可以看到在100米外檢測到警察的手勢。 如果是警察，他會在100米外向你揮手並要求你停下車輛，你可以看到它。如何在自動駕駛汽車中實現這種感知功能？ 我們可以通過3D地圖和定位來實現這一目標。

我們可以根據不同的高度，不同的距離，不同的反射率來可視化3D數據。 通過不同的顏色分布，顏色編碼可以感知距離高度和強度。 該圖像還將呈現具有一些反射角度的更清晰的圖像。

為了建立一個更加互聯的系統，除了汽車本身之外，還需要提供支持的基礎設施。 我們已經開始和思科、華為合作開發智慧交通系統。 通過這種互聯的基礎設施，可以更好地實現安全性，有效性和移動性等目標。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！