<mark id="oztn4"></mark>
1
| 本文作者： 張偉 | 2017-07-09 18:29 | 專題：GAIR 2017 |
2017年7月9日，中國計算機學會（CCF）主辦、雷鋒網與香港中文大學（深圳）承辦的第二屆全球人工智能與機器人峰會（CCF-GAIR 2017）進入到最后一天的議程。自動駕駛作為人工智能大潮中一個最重要的分支，在這天得到廣泛而深入的探討。
目前，自動駕駛傳感器方案主要有兩種，一種以激光雷達（LiDAR）為主，另一種則更加傾向于視覺傳感器。今年，國內外自動駕駛落地加快，激光雷達作為關鍵部件，諸多公司都聚焦到該領域。其中，總部位于深圳的速騰聚創便是國內典型代表，近來，這家公司有了一些突破性進展，對整個產業也產生了助力。
* 速騰聚創CEO 邱純鑫
本屆CCF-GAIR，雷鋒網的老朋友——速騰聚創CEO邱純鑫為自動駕駛從業者們講了講激光雷達產品、聊了聊“普羅米修斯計劃”。
速騰聚創是激光雷達方案提供商，希望通過激光雷達讓無人駕駛汽車擁有超越人類眼睛的環境感知能力。
1．
首先，講講激光雷達為什么是無人駕駛不可或缺的傳感器。
上圖顯示的是目前比較典型的無人駕駛的系統框架。左邊是整個傳感器的輸入，包含激光雷達、攝像頭、GPS、RADAR、高精地圖等傳感器；中間是感知模塊，感知通過傳感器獲取的數據，通過算法來進行物體識別和跟蹤；右邊則是進行決策和控制的整個過程。
具體到傳感器部分，左邊主要是對周邊物體進行識別，比如毫米波雷達和激光雷達；右邊像GPS和編碼器主要用于車輛本體的定位；當然，車身還有一些其他的傳感器。
各類傳感器其實都存在某些缺陷，像毫米波雷達就是因為低分辨率的原因，所以目前主要用于障礙物識別；而攝像頭因為容易受光照影響，也很難形成周邊的物體精確三維建模，所以用得比較多的是障礙物分類和跟蹤。激光雷達的優勢在于其可以得到很豐富的三維色彩，對物體的細分可以做得很好，也不會受光照影響，所以成為無人駕駛不可或缺的傳感器。
但是， 目前這三種傳感器不是誰替代誰的關系，去年，整個行業都在討論，這幾年內應該是多個傳感器融合的綜合解決方案：可能以激光雷達為主導，也可能以攝像頭為主導。無人駕駛領域最重大的問題就是“安全”，所以需要使用更為可靠的傳感器，保證無人駕駛商業落地更為安全。
2.
既然激光雷達是不可或缺的傳感器，那么對于其輸出的數據也必須有一定的了解。激光雷達主要輸出“點云”，當激光雷達掃到周圍物體的時候，會感知到這個點的空間信息XYZ以及激光反射強度I，這些點離散化分布在三維空間里，形成“點云”。
激光雷達很重要的一塊就是生成高精度地圖，還有進行定位和障礙物檢測、動態物體跟蹤和障礙物分類。
在定位方面，現在普遍的定位方式有視覺定位、RTK定位和激光雷達定位。
視覺定位用得比較多的是在室內，因為室外的話干擾比較多；RTK定位能達到厘米級，但是其價錢不亞于激光雷達，而且在一些工況下（隧道、高樓）信號會中斷或者受干擾，數據不連貫則可能導致危險發生。
所以，相較之下，激光雷達定位更為可靠。
邱純鑫表示，在高精度地圖數據采集過程中，會進行物體的特征提取，這可能是包括一些點、線、面，還有速感。特征提取出來后，會在高精度地圖中存儲起來，作為原始數據。當配備有激光雷達的車在行駛過程中感受到周圍物體的時候，也會進行特征的提取，比如提取樹干的特征，然后再和高精度地圖存儲的樹干的特征進行匹配，這是利用激光雷達的定位過程。當然在匹配過程中也可以結合深度學習的方式。
而在障礙物檢測和分類方面，視覺傳感器的分類能力是非常好的，甚至可以辨別出一輛車的車型，這是激光雷達做不到的。當然，使用視覺方案必須要依賴于其數據庫的豐富程度，當數據庫中沒有該物體時，可能就識別不出來。比如裝滿了數木以及貨物的車輛，通過視覺方案就很難識別其到底是什么物體。
激光雷達則沒有這個擔憂，即使不認識前方物體是什么，但是首先會確定其是某個障礙物，搭載了激光雷達的無人駕駛車輛就不會撞上去。當然，激光雷達也可以進行分類，只不過是在識別了障礙物之后進行的。
在利用激光雷達去進行障礙物分類和跟蹤的整個過程中，邱純鑫表示他們會做地面點提取，做障礙物分割，分割出來后進行分類，區分開是小車還是大卡車、行人還是自行車。然后對物體進行跟蹤，跟蹤的精度可以做到一米每秒甚至更高，不隨著兩者間的距離發生變化，這是激光雷達的優勢。
3.
在分享了激光雷達傳感器的一些技術細節之后，邱純鑫也從更加宏觀的產業角度談了談激光雷達的發展現狀以及未來趨勢。
他表示，目前無人駕駛面臨著傳感器缺乏的現狀。大家都知道，無人駕駛要產業化落地，需要大量的路測和數據。但是激光雷達的量產周期長，供貨不足。所以很多無人駕駛企業沒辦法進行相關路測和數據收集工作。另外，不像攝像頭發展的時間那么久，激光雷達其實處在比較早期的階段，它還遠遠沒有達到可以做成和攝像頭一樣大小、一樣便宜的階段。是不是做到跟攝像頭一樣便宜，所以目前最大的問題是傳感器缺乏。
而且，目前研究激光雷達的人員還沒有那么多，所以這個領域的技術推進的速度還不夠快，導致激光雷達發揮的功能并沒有那么強。
再一個是重復造輪子，因為無人駕駛整個體系是非常復雜的，涉及到激光雷達及其相關算法、攝像頭及其相關算法、高精度地圖，還有融合和決策控制。導致大家在做產業化落地的時候很多情況都是在“重復造輪子”。
速騰聚創本身是做激光雷達的方案提供商，目前既生產激光雷達，也有一些激光雷達算法，希望業者可以盡快將激光雷達用起來。
在邱純鑫看來，激光雷達未來要朝著可量產化和低成本化發展，而且LiDAR要處理部分的軟件功能，軟硬結合，盡量往前端做一點，相當于在激光雷達里面配備一個芯片，這個芯片有頂層的信息。
如果把激光雷達分為兩塊，一塊是基于掃描式的雷達，一種是非掃描式的雷達。掃描式的雷達又分成三種：機械式旋轉雷達、MEMS掃描雷達和OPA（相控陣）掃描雷達；而非掃描式雷達是Flash LiDAR。
固態激光雷達的實現方式可以是MEMS、也可以是OPA以及Flash，但是這三種都有難點，并不存在殺手級的產品，離可商用的階段還有一段距離，全球的情況都是如此。所以，目前業者還是要推動機械式旋轉雷達的技術往前邁進。
當然，速騰聚創也在固態激光雷達領域進行研發。
4.
幾個月前，速騰聚創提出了普羅米修斯計劃，不但為客戶提供好用的激光雷達產品，也為廠商提供激光雷達的配套算法，降低激光雷達的使用門檻，讓他們不用“重復造輪子”。希望能夠加速整個行業的創新，讓無人駕駛商業化落地走得更快。
目前，速騰聚創的16線激光雷達已經用在園區物流車、乘用車以及客車上，其中包括了多個激光雷達耦合的方案。固態激光雷達也在默默地做，“希望我們拿出的東西不比國外的差”，邱純鑫說。
Via 雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
