4月18日，据外媒报道，苹果已与至少四家公司进行了谈判，寻找自动驾驶汽车下一代激光雷达传感器的潜在供应商。目前，苹果正对这些公司的技术进行评估，同时也在致力于研发自己的激光雷达装置。
资料图 苹果公司大厦
目前，自动驾驶领域面临的技术难题，就是在对周围物体的识别上，需要收集大量图片信息对车辆进行“训练”，使其在绝大多数情境下都能准确识别前方为何物。但外界的很多因素都有可能干扰系统的正常判断，因此需要通过“车路协同”的规划，在道路上布设大量的传感器、雷达等硬件，将道路的位置信息通过一定形式的数据传输给即将行驶至该路段的无人驾驶机动车，供其提前预判，因此车路协同可以说是无人驾驶的必备条件,而这一条件须由激光雷达传感器来提供和创造。
车路协同
激光雷达，即光学雷达、光达（LiDAR），是一种用于精确获得三维位置信息的传感器，其在机器中的作用相当于人类的眼睛，能够确定物体的位置、大小、外部形貌甚至材质。
激光雷达可以通过测量激光信号的时间差、相位差确定距离，通过水平旋转扫描或相控扫描测角度，并根据这两个数据建立二维的极坐标系；再通过获取不同俯仰角度的信号获得第三维的高度信息。高频激光可在一秒内获取大量（106-107 数量级）的位置点信息（称为点云），并根据这些信息进行三维建模。除了获得位置信息外，它还可通过激光信号的反射率初步区分不同材质。
激光雷达测量技术示意图
不过目前激光雷达虽然有着很多优点，如能形成周边物体高清3D图像；数据量较小，便于快速决策；探测距离较长，最远达300m等。
但也不可避免的存在很多缺点，如雨雪、雾霾天气精度下降；难以分辨交通标志的含义和红绿灯颜色；接收的是光信号，容易受太阳光、其他车辆的激光雷达等关线影响；目前成本较高等。
比如我们看到自动驾驶测试车车顶上较复杂的圆柱形装置，即机械式激光雷达。虽然目前测试车辆大多为机械式，但是它们调试、装配工艺复杂，生产周期长，成本居高不下，并且机械部件寿命不长（约1000-3000小时），难以满足苛刻的车规级要求（至少1万小时以上），因此激光雷达量产商都在着手开发性能更好、体积更小、集成化程度更高、并且成本更低的激光雷达。
机械式激光雷达
再比如目前的激光雷达系统，包括安装在苹果自动驾驶测试车上的Velodyne公司的设备，都使用激光脉冲来提供汽车周围环境的精确图像，这套系统的费用高达10万美元。
它们体积太大，在大批量生产的汽车上使用容易出现故障。因此苹果的要求是比现有激光雷达体积更小、价格更低、更容易大规模生产的激光雷达传感器。
从苹果对更廉价激光雷达系统的兴趣中可以明显看出，它希望控制传感器、计算机和软件的“感知堆栈”，以驱动自动驾驶汽车，同时苹果还希望这些传感器能够看到前方数百米的距离。
苹果的一系列要求表明，自动驾驶领域还面临着诸多技术上的难题需要去破解，如何将激光雷达变成落地、成熟的产品，减少成本，是当下激光雷达传感器技术的竞争重点。