身处人工智能的第三波浪潮,AI的概念如今已人尽皆知,并正向多领域加速渗透。不过,目前我们依旧处于弱人工智能阶段,想要实现强人工智能,物体识别升级为场景理解是关键,而实现场景理解首先需要理解物体与物体之间的关系,比如最基本的三维空间关系。作为人工智能的重要应用方向之一,近年来自动驾驶汽车的远距离深度相机激光雷达作为汽车理解三维空间的主流方案备受认可,不过激光雷达目前大且贵,这使得该技术的进一步普及充满挑战。那么,如何才能破解这些难题,从而让激光雷达更进一步推动汽车与人工智能之间的结合与发展呢?
深度相机实现物物关系理解 激光雷达在自动驾驶中必不可少
人工智能从“弱”到“强”,最基本的是要理解三维空间关系,利用基于深度相机的视觉系统进行视觉导航、识别外界的环境、规划路径、实现避障等工作,已经成为包括自动驾驶、AR/VR、机器人等人工智能领域公认的解决方案。当然,深度相机还分近距深度相机和远距深度相机,近距深度相机精度高,工作距离短,可用于工业检测、无序分拣、人脸识别等。远距深度相机识别精度低,工作距离远,可用于手势、动作和姿态识别,无人驾驶避障、路径规划等,其中自动驾驶系统中常用的激光雷达就属于远距深度相机。
在由华强电子网主办的《第三届智能硬件创新创业互动论坛 人工智能及3D视觉》上,深圳速腾聚创科技有限公司合伙人王嗣翔表示:“对于自动驾驶的发展,业界普遍认为需要激光雷达、毫米波雷达、摄像头等多传感器的融合,摄像头虽然在强光等环境下效果不佳,但凭借高性价比被广泛应用于汽车ADAS系统,激光雷达目前价格高,不过却是自动驾驶必不可少的传感器。”
深圳速腾聚创科技有限公司合伙人王嗣翔
他进一步表示,在自动驾驶中,激光雷达可以发挥生成高精度地图、实时定位、障碍物分类、动态物体跟踪、障碍物检测等功能。具体来说,激光雷达在自动驾驶中基于视觉SLAM地图创建、定位的优点是稳定、数据量少,并且定位及地图创建精度高,唯一的缺点就是传感器贵。基于激光雷达的障碍物检测则具有不依赖光照、先定位后识别、单传感器全视角、空间定位精度高、计算量小的优点,但同时也有识别粒度低的缺点。因此,自动驾驶不仅离不开激光雷达,还需要多传感器的融合、深度学习的应用来提升自动驾驶的水平。但首先需要解决的就是成本问题。
破解成本及体积难题 算法开放及MEMS微振镜共同发力
对于激光雷达成本的问题,从王嗣翔对激光雷达应用的现状可以发现,他表示由于国内的车厂大都买国外的产品,所以引发了缺货问题。另外,由于国外激光雷达厂商卖硬件却没有提供算法,所以实际上并不能发挥激光雷达的真正威力。更重要的是,不同厂商为了激光雷达的算法重复搭平台和组建团队,这种重复造轮子的方式也在一定程度上增加了激光雷达的成本及大量应用的难度。
为解决这些难题,速腾聚创提出了普罗米修斯计划,该计划主要是为了避免重复造轮子,减轻各大厂商在应用成本上的开支。王嗣翔说:“普罗米修斯计划以‘负责、开放、共享’的态度,与奋斗在自动驾驶领域的小伙伴携手合作走上自动驾驶快车道。激光雷达对车企来说是比较新的,组建新的团队不仅耗时而且需要花费较多的成本,而我们在算法方面有将近十年的积累,通过把算法的能力开放出来,与硬件结合,打包直接把系统给到车厂,他们就可以专注自己擅长的部分,比如决策与控制。”
算法的开放并与硬件打包可以减少车企的重复投入进而降低激光雷达的成本,从硬件的角度,MEMS微振镜不仅能降低成本,还能减小激光雷达的体积。西安知微传感市场负责人何伟同样在会上表示:“激光雷达可分为机械扫描式,MEMS扫描式,Flash,OPA,其中机械式体积比较大。在被视为无人驾驶风向标的CES2018上,全球十余家参展的激光雷达厂商有半数推出了基于MEMS技术的新一代Lidar,其中包括Innoluce/Infineon,Aeye,LeddarTech,速腾聚创,Pioneer,INNOVIZ。”
西安知微传感市场负责人何伟
可见,基于MEMS技术的激光雷达得到了业内的认可,并且可以在短时间内实现产业化并推动自动驾驶向前发展。据了解,目前有1D MEMS和2D MEMS激光雷达,不过MEMS激光雷达都需要使用MEMS微振镜作为脉冲激光的偏转元件。至于什么是MEMS微振镜?何伟解释:“MEMS微振镜即微型化的振镜,镜面工作时可以高速摆动,可以把激光方向进行扫描。振镜按照不同的驱动方式分为电磁、静电以及电热驱动,我们做的是静电驱动,优势在于生产工艺相对简单,不像电磁驱动需要组装,体积也是比较小,集成度也最高。” 还需要指出的是,MEMS振镜芯片只有米粒大小,通过圆片级封装采还能达到更高集成度实现更小体积,用MEMS微振镜的激光雷达不仅相比传统机械式激光雷达体积减少很多,成本也能够得到降低。
那么1D和2D MEMS激光雷达谁能在汽车上得到普及?何伟说道:“MEMS激光雷达使用广角接收,而2D MEMS微振镜为了实现大角度扫描,振镜工作在谐振状态,按照李萨如扫描方式运行,使用单点发射,阵列接收探测距离。单轴阵列使用线扫描,线通过单点打在振镜上,振镜在一个方向上做扫描,另一个方向用光学演示元件,然后把单点扩成一个线,在空间上实现一个线的扫描。接收端用APD,比如现在已经有64线APD,每个APD上都会成像,实现64线激光雷达。对比来说,2D与传统的方案衔接比较容易,都是单点发射接收,线扫线接收在光学方面要求比较高,但单轴可靠性比双轴更高,更容易通过车规认证。举例来说,我们首推的单轴方案频率为1.2KHz,主要考虑到车规需要过2KHz随机振动测试,静电驱动的MEMS微振镜工作频率频率要达到两倍2.4KHz才能引起共振。当然,这个单轴扫描模组尺寸只比一个大拇指指关节稍大一点,视角可达到目前同类产品中比较大的80度。”
不难发现,虽然目前激光雷达在自动驾驶汽车中存在着体积大、价格贵的大量应用难题,但通过算法的开放降低重复开发无疑能促进价格的下降,另外,得益于MEMS技术集成度高的优势解决了体积大的问题,同时还能帮助降低成本,因此MEMS激光雷达成了众多厂商追捧的对象。我们有理由相信,随着越来越多厂商的加入激光雷达市场以及单轴MEMS激光雷达的量产和应用,不远的将来激光雷达也能够在自动驾驶汽车中大规模应用,帮助汽车实现更高级别的自动驾驶,推动自动人工智能向强人工智能发展。