嶺緯科技林堅：以“3+3”策略向IPO進軍丨安創(chuàng)成長營故事

     【創(chuàng)始人：林堅（左），黎洪（右）】

       彼時無人駕駛汽車深受資本市場追捧，作為感知方案中的“C位”擔當，激光雷達憑借高精度的成像能力也頻受關注。但是囿于高居不下的價格和難以量產，本土激光雷達供應商并不多，市面上能看到的80%-90%都是美國Velodyne的產品。隨著市場需求的增加，國內逐漸出現一批激光雷達企業(yè)，但大多數還處于“摸著石頭過河”的階段，而且基本都選擇模仿Velodyne做機械旋轉式激光雷達。

      “品牌定位之父”艾·里斯在其著作《品牌的起源》中援用了達爾文對于生物進化的兩種詮釋“前進演化和分支進化”，一個物種如果只有前進演化這一條路，是無法衍生出另一個物種來的，品牌也一樣。在商業(yè)領域，臺式機和筆記本的并存就是最好的案例。

      項目團隊成立前期，林堅帶著團隊做了大量的市場調研，包括技術路線、上下游產業(yè)鏈、市場占有率和主流激光雷達廠商商業(yè)模式。他發(fā)現當時采用固態(tài)MEMS技術方案的激光雷達廠商寥寥無幾，在全球范圍內能查到的只有幾乎同時期發(fā)展起來的Innoviz，這家企業(yè)不僅拿到數億美元投資，且技術方案也得到了初步驗證。于是，嶺緯科技迅速加入固態(tài)/半固態(tài)MEMS技術激光雷達第一陣營。

       在技術路線的選擇上，林堅充分對比了OPA、MEMS和3D-Flash。他認為OPA相對不成熟，而且涉及到芯片的制作，周期長且不確定性大；3D-Flash則存在探測距離上的缺憾，如果要應用在自動駕駛或者安防監(jiān)控領域都無法滿足需求；而MEMS已經在工業(yè)領域應用了幾十年，可以達到長期穩(wěn)定的狀態(tài)，而且在分辨率的需求上，MEMS技術可以達到接近于視覺攝像頭的分辨率。因而選擇了MEMS技術路線。也是在同一時期，確定了高分辨率的特質需求。

     當時大多數激光雷達企業(yè)都是為了自動駕駛而生，聚焦該領域的軟硬件產品研發(fā)，而林堅認為不管是政策還是應用場景的影響，自動駕駛在中國的落地還道阻且長，短期內很難靠自己產生效益，需要依賴資本存活。所以，從自動駕駛的風口切入，但不局限于這個領域的探索，是嶺緯科技成立之初便確立的方向。而“高分辨率”的產品定位，在一些領域的應用極具優(yōu)勢。

     “譬如軌道交通需要探測300米，分辨率低的雷達很容易錯過探測物，高分辨率可以看到的有效距離更遠；在監(jiān)控方面，高分辨率相對其他方案而言可以更清晰地檢測到入侵物體?？偟脕碚f就是看得更遠、更清晰?！?span style="font-size: inherit;">這是林堅認為必須堅持高分辨率的理由。目前，嶺緯科技已經擁有了世界第一高分辨率的技術，憑借這個優(yōu)勢，3D成像和工業(yè)安防領域成為其可以并行的兩個發(fā)展方向。

       激光雷達擁有長達半個世紀的發(fā)展歷史，初期主要被應用在大地測繪、軍事運動上，因為價格昂貴、質量穩(wěn)定性有待加強，且沒有相應的軟件和適合的應用，所以一直未能得到大規(guī)模應用?！癡elodyne是第一家把它的價格做到幾萬美金的范圍之內，快速地提升了激光雷達在自動駕駛領域的應用。而且隨著ToF 3D攝像頭在消費領域的普及，會有各種各樣的應用場景出現，基于這些場景的軟硬件產品也會快速得到發(fā)展?！?/p>

      第一個被林堅關注到的場景是工業(yè)自動化領域。據前瞻產業(yè)研究院報告，自2012年開始，我國工業(yè)自動化行業(yè)逐步呈現較大幅度增長，4年間行業(yè)總產值上升超過580億元，達到近2300億元。在《中國制造2025》戰(zhàn)略的引導下，這個數據到2022年或將超過5700億。

    林堅覺得將來十年工業(yè)自動化趨勢尤其在無人工廠、物流運輸領域會有較高速的發(fā)展，所以3D視覺會是比較主要的應用場景。目前嶺緯科技在工業(yè)機器視覺方面接了一個碼頭無人裝卸的訂單——自動化運煤船裝卸。“運煤船的抓斗用激光雷達check位置、定位然后實現自動裝煤。目前已經簽了合約，買了設備，已經在開發(fā)軟件，很快會開始調試?！绷謭蕴峒霸摵献鞯倪M展，并表示目前其他幾個工業(yè)自動化領域的項目也在洽談當中。

      此外，安防監(jiān)控和3D成像也是嶺緯科技關注的重要領域。林堅認為短期內安防市場的應用會遠遠大于汽車領域。據公開數據顯示，2018年中國安防監(jiān)控市場規(guī)模約為1334億元。激光雷達技術成熟且成本降低以后，即便占比5%-10%也能達到數十上百億的規(guī)模?！岸椅磥鞢端的應用會大面積在手機行業(yè)爆發(fā)，所以消費級的產品方面我們會考慮做一些小型化的Lidar，集成到一個MEMS或者Chip上，可以應用在手機三維成像上?！?span style="font-size: inherit;">對于多線路并行是否會影響到成本控制，林堅表示不同應用領域對產品的要求或許會有細微的差異，譬如3D成像對于精度的要求較高，所以不管是軟件還是硬件上都會有些許差異化，但是可以在軟件上進行細微調整，硬件會控制基本保持不變。

       據了解，中高速無人駕駛汽車必須實現200米距離接收車身30個左右的點云，以便算法能夠執(zhí)行判斷。目前能夠達到這個水平的廠商極少，嶺緯科技就是其中一家。目前嶺緯科技的固態(tài)激光雷達產品擁有480線束提供0.05°的角分辨率，在高分辨率上位居世界第一。而且目前使用的MEMS技術方案也是可規(guī)模量產的中遠距固態(tài)激光雷達優(yōu)選方案。

      但激光雷達也存在一定的局限性，譬如在雨霧霾等極端天氣下，性能會大打折扣。關于這一點，嶺緯科技已經在激光雷達上融合了視覺攝像頭，使用的是1550納米波長激光，相較于市面上905納米波長的激光而言，先天性光束質量好，扛塵效果也有一定優(yōu)勢。

       針對傳感器的融合，目前嶺緯科技主要有兩種做法，一種是自己做傳感器，另一種是用自己的MEMS技術結合別人的傳感器，將來從算法上把它們集成在一起?！巴ㄟ^算法把點云的數據跟攝像頭采集的視頻數據進行融合，這樣輸出來的每一個點除了坐標位置還帶有顏色的信息?！绷謭赃€表示將來會考慮融入其他傳感器，包括毫米波雷達、甚至是熱成像的傳感器，在優(yōu)化激光雷達方案的同時簡化應用產品開發(fā)的過程。

       此外，嶺緯科技在軟件開發(fā)方面也有相應的技術布局。林堅認為如果單純給客戶一個雷達硬件，對方可能還需要花很多精力去開發(fā)軟件才能應用，如果能夠在提供硬件的同時搭配整套軟件系統(tǒng)，可以讓客戶在快速切換場景時得到應用。前述提到的運煤船機器視覺合作，嶺緯科技就參與了軟件開發(fā)部門。“激光雷達采集完數據，通過上層軟件的算法一起進行跟蹤、定位、測量，這是我們的做法。而且我們將來幾個月內會做一個云端的激光雷達，客戶如果是做開發(fā)的話可以不用購買硬件，直接使用軟件，嶺緯科技會在各個地方布上激光雷達，大家可以共享一個數據進行開發(fā)，通過云端把數據獲取到他的應用端進行管理和開發(fā)；也可以給第三方提供云端服務，進行集成。”

      目前嶺緯科技已經在本地部署了有算法、圖像處理能力的軟件，可以直接把數據以可視化或者客戶需要的形式展示給對方。

       在成立嶺緯科技之前，林堅曾親歷了兩輪完整的企業(yè)成長周期，見證了它們從一個小小的初創(chuàng)型企業(yè)走到了上市或者被收購，從小公司成為大企業(yè)。憑借著敏銳的市場嗅覺，林堅覺得軟件雖然在自動駕駛領域會是一個發(fā)展方向，但這個方向已經不再是一片藍海，和巨頭們競爭無異于以卵擊石，而傳感器不僅是必需品，而且還可以在更多其他領域應用。所以才有了深扎于固態(tài)激光雷達研發(fā)的嶺緯科技。

      公司成立的前面三年，嶺緯科技基本處于埋頭研發(fā)階段，在高分辨率和遠距離探測方面達到領先地位以后，也確立了聚焦高端產品的路線。2019年底，嶺緯科技開始組建銷售團隊。“目前合作的大客戶也有一些潛在大額訂單，這是我們今年想要爭取的目標。”

      發(fā)展過程中，創(chuàng)始成員也會在技術上產生一些小的意見分歧，譬如在一個方向碰到困難會因為繼續(xù)前進還是換個方向持有不同看法。讓林堅覺得慶幸的是，幾次重要的決定都沒失誤，而且團隊的執(zhí)行力也相當到位?！捌┤缥覀冮_頭用的一個MEMS不太穩(wěn)定，但是已經花了很多時間合作，有了一定的沉沒成本，這時候換不換供應商成了焦點議題。后來經過充分討論還是下定決心換掉，并且執(zhí)行上只花了不到1個月的時間?！?/p>

       IPO，是嶺緯科技創(chuàng)立之初就確定的目標。在林堅看來，一切都按照既定規(guī)劃在發(fā)展，只是難免因為技術或者大環(huán)境的影響會遇到各種各樣的挑戰(zhàn)和難題，所以會比計劃中稍微慢一些。即便如此，目標堅定的嶺緯科技會通過衍生產品解決難題，但基本還是朝著主線前進。

     今年，嶺緯科技會兼顧高低端產品，更重視銷售和第三方合作的布局；預計2-3年后有自己主導的產品：在細分領域有千萬臺級別的出貨量。

       此前，林堅已經參與過鈴盛IPO的全過程，從市場口碑和股價的反饋能夠直觀感受到，這是一段成功的經歷?，F在，在新的征途上開疆拓土，相信這一路，林堅和他的嶺緯科技一樣會走得腳踏實地、鏗鏘有力。

【轉載于安創(chuàng)加速器ArmAccelerator】