天已晚，黑夜中一辆自动驾驶汽车
沿狭窄的乡村公路蜿蜒行驶而来。
突然间，同时出现了三个危险警示。
接下来会发生什么呢？
在驾驶通过突然出现的障碍物前，
汽车必须先发现障碍物——
收集有关大小、形状和位置信息，
以便用算法规划出最安全的路线。
因为无人驾驶，
汽车需要智能眼，
也就是解决问题的探测器——
无论周围环境、天气如何，
或者天有多黑——
问题要在眨眼间解决。
要求虽高，但有解决方案，
该方案由两样东西组成：
特殊激光探测技术 LIDAR
和集成光电技术，
即实时联网的微通信技术。
要了解光达 LIDAR，需要先了解
与此相关的技术 ——雷达。
在航空领域，
雷达天线向飞机
发射无线电脉冲或微波，
通过计算波束返回时长
来确定飞机位置。
但这一种观察方式很有限，
因为大光束脉冲或微波
无法显示微小的细节。
相反，自动驾驶汽车的 LIDAR 系统
使用窄带不可见红外激光，
LIDAR 是光探测和测距的缩写。
它可以将极其微小物件成像，
如街对面行人衬衫上的扣子。
但是，我们如何确定
这些物件的形状或距离呢？
LIDAR 发射一系列超短
激光脉冲去测距离。
以乡间小路上的驼鹿为例，
汽车驶过时，一个 LIDAR 脉冲
遇到鹿角的根部后散开，
它反弹回来前，下一个脉冲
可能已到达一个鹿角的顶端。
测量这两个脉冲返回的时长差，
可得到有关鹿角形状的数据。
通过发射大量短脉冲，LIDAR
系统可快速得出物体详细轮廓。
打开再关上激光器是
产生光脉冲最简便的方法，
但会造成激光束不稳定，
并影响发射脉冲的精确频率，
影响距离测量准确性。
更好的办法是让激光器开着，
用其他东西定期、快速地阻挡光线。
这就是集成光子技术。
互联网的数字数据
是由精确定时的光脉冲承载的，
有的脉冲短至一百皮秒。
一种产生光脉冲的方法是
使用马赫-曾德尔干涉仪，
该设备利用特定的波特性，
称为干扰特性。
想一下将一些鹅卵石
扔进池塘的情景：
涟漪扩散和交叠
构成了一种花纹，
某些地方的波峰
叠加，变得非常大;
而其他地方，则完全抵消了。
马赫-曾德尔
干涉仪的原理与此类似。
先将光波沿 2 个平行臂
分为 2 束，然后合二为一。
如果一束光减慢而延迟，
因为 2 束光不同步，合并后的
抵消现象就阻挡了光线。
通过切换一束光的延迟，
干扰器就像一个开合的开关，
发射出光脉冲。
持续一百皮秒的光脉冲
可以探测到小至几厘米厚的物体，
但未来的汽车需要更高的分辨率。
将干扰器与超灵敏、
反应快的光探测器配对，
可将分辨率提高到毫米级。
比我们以正常视力看街对面的物体，
要好一百倍以上，
第一代自动驾驶汽车的 LIDAR
依赖车顶或发动机盖上的
复杂旋转组件进行扫描。
借助集成光子技术，
干扰器和探测器可缩小至
不到十分之一毫米，
装在小巧的芯片中，
将来可以放在车灯里。
这些芯片还将包括
干扰器智能调节器，
可消除移动物体，并快速扫描。
通过减慢干扰器一个平行臂发出的光，
这个额外设备的作用不像开关，
更像一个调光器，
如果许多带微型控制延时的
平行臂并列排放的话，
就设计出了新的特性：
可操纵的激光束。
有了这些新优势，
这些智能眼的探测和观察
比能想到的任何自然的东西更彻底——
帮助导航通过任何数量的障碍物,
不费吹灰之力——
或许一头没有方向感的驼鹿除外。