研究了70年，却是这水平！“自动驾驶”汽车究竟是怎样看路的？

天色已晚，四周漆黑一片，一辆自动驾驶汽车在一条狭窄的乡村道路上蜿蜒前行。

突然，三个危险同时出现。接下来会发生什么呢？在自动驾驶汽车能够应对这一系列障碍之前，它必须先检测到这些障碍，收集足够多有关它们的大小、形状和位置的信息，这样其控制算法才能在没有人类驾驶的情况下规划出最安全的行驶路线。

汽车需要智能的“眼睛”（传感器），无论环境如何，哪怕是在伸手不见五指的黑暗中，也要能瞬间分辨出这些细节。这是一项艰巨的任务，但有一个解决方案，它将两样东西结合起来：一种特殊的基于激光的探测技术（激光雷达，LiDAR），以及一种让互联网高效运行的微型通信技术（集成光子学）。

要理解激光雷达，先了解一下相关技术“雷达”会有所帮助。航空雷达天线向飞机发射无线电波或微波脉冲，通过计算波束反射回来所需的时间来确定飞机的位置。

不过，这种探测方式有局限性，因为雷达波束较宽，无法清晰呈现细微细节。相比之下，自动驾驶汽车的激光雷达系统（LiDAR，即光探测与测距系统）使用的是狭窄且不可见的近红外激光。它能够对街道对面行人衬衫上的纽扣这样微小的特征进行成像。

但我们如何确定这些特征的形状或深度呢？激光雷达发射一连串极短的激光脉冲以实现深度分辨率。以道路上的动物为例，当汽车驶近时，激光雷达发出的探测脉冲会从动物耳朵底部散射，而下一个脉冲可能会射到耳朵尖后才反射回来。

通过测量第二个脉冲返回所需的更长时间，激光雷达系统能获取有关动物耳朵形状的数据。借助大量的短脉冲，激光雷达系统能快速生成详细的轮廓。

产生光脉冲最显而易见的方法是开启和关闭激光器，但这会使激光器不稳定，影响其脉冲的精确时间控制，从而限制深度分辨率。更好的方法是让激光器持续开启，使用其他手段周期性地可靠且快速地阻挡光线。这就是集成光子学发挥作用的地方。

互联网的数字数据由精确计时的光脉冲承载，有些光脉冲短至一百皮秒。

产生这些脉冲的一种方法是使用马赫-曾德尔调制器（Mox Andermodulator）。

这个设备利用了一种特殊的波的特性——干涉。

想象一下向池塘里扔小石子，涟漪扩散并相互重叠，会形成一种图案。在某些地方，波峰叠加，变得非常大；而在另一些地方，波峰完全抵消。马赫-曾德尔调制器的作用类似，它将光波沿着两条平行的臂分开，最终再使它们重新汇合。如果在其中一条臂中，光的传播速度减慢并产生延迟，那么重新汇合的光波就会不同步，相互抵消，从而阻挡光线。

通过切换其中一条臂的延迟，调制器就像一个开关，能发射光脉冲。持续一百皮秒的光脉冲可实现几厘米的深度分辨率。

但未来的汽车需要看得更清楚。将调制器与超灵敏、快速响应的光探测器结合，分辨率可以提升至一毫米，比我们用正常视力从街道对面所能分辨的精度高出一百多倍。

第一代汽车激光雷达依赖复杂的旋转组件，这些组件从车顶或引擎盖处进行扫描，而集成光子学技术的出现改变了这一状况。调制器和探测器被缩小到不到十分之一毫米的尺寸，并集成到微小的芯片中，终有一天能安装在汽车的车灯内。

这些芯片还会包含调制器的一种巧妙变体，有助于去除移动部件，并实现快速扫描。通过在调制器的一条臂中让光的速度仅减慢一点点，这个额外的设备就更像是一个调光器，而非开关。如果将许多这样的臂组成阵列，每个臂都有微小的可控延迟，那么就能设计出一种稳定的激光束。

从全新的角度来看，这些智能“眼睛”将比自然界中任何生物的眼睛探测得更透彻，能帮助汽车轻松应对各种障碍，无需任何人为此费心，不过，或许除了遇到像驼鹿这样的情况时的决策问题。

#科普##科技##汽车##新能源汽车##自动驾驶##头条真知汽车季##知识##科学##智能#