续国产激光雷达成本能降至一万左右，那么就可以正式启动装车了。
这是其他任何一家投资机构都无法比拟的。
李一帆几人闻言，浑身更是一震。
“是，产能只是制约激光雷达发展的一部分，我们认为机械式的激光雷达依然不是很稳定，且零件成本高，寿命有限…
目前我们在尝试以半导体工艺制造振镜，来取代大电机和旋转部件，这么一来能将机械式激光雷达的量产成本大幅降低，做出更高性能的半固态激光雷达。”
李一帆当即抛出他们下一步研发的目标。
这个研发路线他们酝酿已久。
若有充足资金支持，一年时间搞出样品也不是不可能。
“嗯，40线的激光雷达垂直角分辨率和点云密度毕竟有限，若是做到单颗128线以上的性能，对复杂场景与点云稀疏区域会更有准确率，实现城区智驾场景的把握会更大……”吴新宙开口道。
激光雷达目前的问题还不单单是造价昂贵。
其实性能上也有明显短板，前途未卜。
32线激光雷达对超过100米外的行人和物体，反馈的点云数据相当稀疏。
近距离的小目标又容易被噪声算法排除，角分辨率低的问题，对于相邻小目标通常会出现误识别。
“这也是我们正在努力的方向，不过百度那边也采购过一批velodyne公司的64线激光雷达，但在Apollo方案中，相比32线并没取得突破性的效果。”李一帆接话道。
“海量的点云数据对算力的要求很高，即使将点云稀疏化再投影建图，融合摄像头、毫米波多模态感知也是一大挑战，需要消耗更多的计算资源，况且非数据层融合过滤了太多信息……Apollo尚解决不了松散融合的维度差异，更别说应对复杂的城市场景。”
吴新宙微微摇头。
目前无人车上的这套东西，用一种抽象的形容。
就是“肢体”和“大脑”。
假如把算法比作大脑，算力比作脑容量，那么摄像头，毫米波雷达，激光雷达，就是肢体和眼睛。
现状就是大脑运转很迟钝且有巨大先天缺陷。
脑容量小如核桃。
眼睛和肢体传递过来的信息更是各管各的，繁杂无章，还需要过滤以及漏掉大部分信息，再
本章未完，请点击下一页继续阅读！