现今，自动驾驶已成为业界的一个热门话题，不管是以通用、福特、奔驰等为代表的传统汽车厂商，还是以特斯拉、蔚来汽车等新能源汽车厂商，亦或是像滴滴、Uber 这样的共享汽车平台，都竞相在这片热土中驰骋。
关于自动驾驶技术相关的传感器，目前主要有视觉、激光雷达、毫米波雷达等，三者在功能上各有优势，在一台车子上，一般需要两者或两者以上结合使用。在应用层面上，就目前而言，主要分为两派，一个是以特斯拉为代表的视觉摄像头+毫米波雷达解决方案，另一个则是以 Goolge，百度等为代表的采用激光雷达以实现全自动驾驶的阵营。
在本期的 ACT TALK 中，我们邀请了激光雷达、毫米波雷达相关的两名创业者——速腾聚创创始人 & CEO 邱纯鑫以及杭州智波科技董事长袁帅分别讲述这两项技术应用、市场拓展状况以及对多传感器融合的看法。
速腾聚创邱纯鑫：低速车领衔无人驾驶，激光雷达将越做越小
邱纯鑫在机器人环境感知技术方面有着十余年的研发经验，在 2014 年成立速腾聚创，专注激光雷达的研发。他认为，新能源汽车（锂电池、充电桩等）、自动驾驶（激光雷达、摄像头、毫米波雷达等）、共享经济（大数据、高精度地图）这三股力量正在共享无人驾驶汽车这个亿万市场。
另外，邱纯鑫还表示，实现无人驾驶的第一阶段，即利用自动驾驶技术实现载物、载人的功能，其中，低速车（针对特定场景的快递车、区域出租车等）仅应用在封闭园区内，不容易对人、物等造成重大伤害，因此相较于其他公路车辆更容易落地。乘用车（如公共汽车、出租车等）则是无人驾驶汽车的第二阶段，相较于第一阶段，增加了通讯、娱乐和信息交互入口。
无人驾驶涉及到高精度地图、环境感知、决策规划、车辆控制这几个重要环节，其中，环境感知是难度系数最大、工程量最复杂的一环。包括激光雷达、摄像头、毫米波雷达、GPS+IMU、编码器等传感器技术的研发和测试。
与毫米波雷达、摄像头这两种方案相比较，激光雷达具有探测距离远、测量精度高的优势，但劣势就在于，无法应对雨雪、雾霾天气，且不具备摄像头能识别路标、车牌的功能。
邱纯鑫表示，利用激光雷达的优势，通过点云算法，能实现路沿检测、障碍物识别、定位与地图创建的功能，另外通过融合算法，进一步实现车道线、障碍物的检测，以及动态物体跟踪。三维图像呈现的即时性使得后期数据处理工作得到大大缩减。
前不久，速腾聚创宣布旗下多线激光雷达产品已做好量产准备，供货周期大约为四周，是目前国内首个宣布量产的激光雷达厂商。
接下来，速腾聚创将继续让多线激光雷达的研发和量产提上日程，在现有基础上，把雷达核心芯片化，降低产品的成本，提高规模量产的能力及稳定性，推进产品在多个领域内的应用。
目前，国内外厂商的激光雷达个体体积都相对较大（例如 Google 用的 velodyne 64 线激光雷达就如顶着一个大花盆），邱纯鑫表示，未来，激光雷达有望被做成普通摄像头般大小。
速腾聚创创始人 & CEO 邱纯鑫
智波科技袁帅：高精度毫米波雷达的实现是个漫长的过程，国产替代进口并非不可能
相比激光雷达，毫米波雷达技术已十分成熟，且有相当长的历史（始于上世纪 60 年代）。智波科技董事长袁帅表示，毫米波雷达是除视觉摄像头以外的另一个成熟方案，被应用的频率也在不断提高。
相比摄像头、激光雷达，毫米波雷达具有可穿透灰尘、雨水这一点绝对优势，因此可全天候工作且不受天气影响。
据介绍，目前市面上的毫米波雷达有 24GHz，77GHz 两种规格。其中，77GHz 毫米波雷达主要用在车的正前方，用于对中远距离物体的探测，24GHz 毫米波雷达一般被安装在车后方，用于盲点检测。另外，视觉摄像头在自动驾驶实现预警功能，而控制的实现则离不开毫米波雷达的配合。
奔驰 S 级毫米波雷达配置（车前 5 个，车后 2 个）
目前的毫米波雷达的主要缺陷在于精度还不够完美，例如无法非常精确的将两个物体进行区分，而视作一个物体的情况。袁帅表示，只要毫米波雷达的波长、带宽足够，其成像效果也能与激光雷达相媲美，当然，实现成本也不低。而在国外，79~81GHZ 的毫米波雷达技术已进行预研阶段，正在为实现无人驾驶蓄势待发。
目前，智波科技已推出 24GHz 民用雷达产品（主要应用在无人机当中），并曾在自动驾驶汽车上进行紧急制动的实测，77GHz 的毫米波雷达产品还处在研发阶段。袁帅坦言道，作为一家初创公司，他们依靠民用雷达产品的变现来维持公司的运转以及更高性能产品的研发。而要完成最终应用在自动驾驶车辆上的毫米波雷达，还需要长时间的研发和调试。
智波科技用毫米波雷达对室内环境进行地图建模
袁帅认为，虽比起国外的成熟产品，国内创业者的优势并不明显，但随着国内技术的成熟和落地，性价比高的国产替代进口也并非不可能，且国内拥有大量的市场空间。
智波科技董事长袁帅
每个方案都不是 100% 的完美，如何实现多传感器的融合？
鉴于摄像头、激光雷达、毫米波雷达三者各有优势的特点，正如前文所说的，不少无人驾驶厂商采用两者或两者以上结合的方案。对于多传感器的融合，邱纯鑫和袁帅分别提出了自己的见解。
邱纯鑫认为，目前这三种方案的任何一种都没能做到 100% 的完美，例如摄像头，不仅依靠深度学习，还需要大量的数据训练。各个领域的研究人员都在不断提高自身产品的性能，而事实上，从 99% 到达 100% 的这一步是最困难的。因此，可将各个方案的性能进行充分挖掘后，再进行融合，以一方优势补充另一方劣势。
袁帅则表示，目前各个技术对于辅助驾驶都能起到良好的作用，但两个可靠度很高的传感器进行融合后，难免会产生「木桶效应」，即整体效果会受到某个传感器最差性能的制约。这就需要传感器具有足够先进的技术，以及大数据、人工智能的支持。
如何跨越「量产难」的这道鸿沟？
对于智能硬件产品来说，量产从来就是一个困扰着广大创业者的问题，同时，在产品调试、解决问题的过程中，往往需要耗费大量的人力和时间。
对此，袁帅表示，因目前国内没有成熟的经验供借鉴，所以大家也遇到过不少「坑」，他们采用的办法就是，在产品设计的过程中尽可能的预料到各种可能出现的问题，并经过不断的测试、发现问题并解决，当然，问题不能完全避免。
对于激光雷达来说，供货量不足、周期长更是行业常态，速腾聚创则采用拓展产线的方法，在研发和设计过程中，经过不断的尝试来提高自身对产品的评测能力。
转载请注明出处。
相关文章
热门资讯
精彩导读
关注我们
