攜兩款激光雷達而來，速騰聚創打開自動駕駛落地的新方式？
2019-04-21 07:48:38 雷鋒網
4月17日在上海車展上，速騰聚創與地平線達成合作意向，針對L3+量產乘用車打造Smart Sensor；與菜鳥聯手發布全新量產無人低速小車環境感知方案“M1 + Bpearl組合”；與AutoX共同展示全新RoboTaxi環境感知方案“Ruby + Bpearl組合”。
面對自動駕駛市場，速騰聚創首次公開了戰略布局：將布局已久的激光雷達硬件傳感器、AI點云算法與芯片等核心技術結合，針對四大核心應用場景，推出智能感知傳感器(Smart Sensor)。該傳感器能一站式完成環境信息收集和理解，與傳統LiDAR硬件廠商形成定位上的差異：由“硬件”升級為“智能硬件”。
在車路協同上，作為Smart Sensor System提供商，速騰聚創面向車路協同提供基于激光雷達傳感器與感知算法結合的系統技術方案，讓自動駕駛車輛可以從中獲得鳥瞰路況的“上帝視角”，成為車輛“視覺的延申”，有效應對車載感知難以應對的特殊場景。
同時，推出全新超廣角補盲激光雷達RS-Bpearl、128 線束超高分辨率激光雷達RS-Ruby兩款新品，并揭秘2021年量產車規級固態激光雷達(RS-LiDAR-M1)的最終形態——內部集成感知算法的智能傳感器(Smart Sensor)。
在自動駕駛的環境感知環節，雷達、攝像頭等傳感器硬件通常只是完成了數據的收集工作，這僅僅是第一步，要達到自動駕駛的需求，還需要調用智能感知算法進行數據分析。
速騰聚創認為，MobileyeEye EyeQ 系列芯片正是由于在圖像識別感知算法上具有優勢，才令該系列芯片在 ADAS 市場上獲得了巨大的市場份額。
法雷奧此前推出的四線激光雷達 SacLa 也因此廣受青睞，奧迪在 2017 年推出的 L3 級自動駕駛車型奧迪 A8 同樣采用了這一方案。
因此速騰聚創表示，對自動駕駛激光雷達來說，相比信息“收集器”，自動駕駛需要更聰明的信息“理解者”。
速騰聚創在去年推出了第一代 MEMS 固態激光雷達 RS-LiDAR-M1Pre。
速騰聚創 COO 邱純潮在上海車展的發布會上宣布，面向市場需求，將感知算法融入傳感器硬件，新版的 RS-LiDAR-M1 需要成為信息的“理解者”。這種融合的做法能夠免去額外運行算法的電子控制單元（ECU），達到降低空間和成本的目的。
具體來說，速騰聚創表示已經與地平線達成初步合作意向，為激光雷達環境感知算法定制芯片，速騰聚創計劃 RS-LiDAR-M1 將在 2021 年實現量產，屆時公司也將實現智能感知算法寫入芯片，嵌入激光雷達，實時解讀三維點云數據，直接向自動駕駛車輛輸出目標級環境感知結果。
利好RoboTaxi的激光雷達
自動駕駛技術商業化方向之一，就是提供RoboTaxi服務。Waymo在2018年12月，推出了RoboTaxi服務的Waymo One，Uber的競爭對手、3月份成功成為網約車IPO第一股的Lyft，也通過和Aptiv的合作，提供RoboTaxi服務。
但根據測算，RoboTaxi存在的風險就是，技術發展不及預期，此外就是需要極其昂貴的激光雷達等傳感器的介入，還包括整個開發測試部署過程的高昂成本。
如此龐大的成本對于自動駕駛創業公司是難以承擔的。那么，RoboTaxi需要怎樣的傳感器-激光雷達？
在現場，速騰聚創與RoboTaxi創業公司AutoX共同展示了全新RoboTaxi環境感知方案-Ruby + Bpearl組合，以此來進一步加強RoboTaxi高速駕駛場景的落地。
RoboTaxi的高速駕駛場景應用，需要更高垂直分辨激光雷達實現更遠的充分探測距離。
可以看出，RS-Ruby在數據點和密度方面獲得了4倍提升。按64線激光雷達的220萬每秒點云數計算，128線每秒出點數將達到880萬，它能夠提供細節更豐富的成像。
憑借數十億數據點的實時感測優勢，RS-Ruby將增強高速行駛中自動駕駛汽車的障礙探測和防碰撞能力，從而有效保證RoboTaxi對環境感知的進一步需求。
值得注意的是，全新的RoboTaxi環境感知方案，將使用單臺RS-Ruby作為核心傳感器安裝于車頂位置，負責全方位感知，加入兩臺RS-Bpearl安裝于引擎蓋兩側掃除盲區，結合領先的智能感知算法，實現超遠距離無死角感知，進一步提升RoboTaxi的行駛安全。
其實，在高速行駛場景下，自動駕駛汽車感知、決策、執行的時間非常寶貴，而128線激光雷達RS-Ruby支持將細節足夠豐富的感知數據直接運行圖像分類算法，這無疑提升了行車安全性。
當然，高線束激光雷達雖好，但高昂的成本是一個目前尚未解決的問題。速騰聚創未透露這款激光雷達價格。
但此前Velodyne 推出的 64 線激光雷達價格高達數萬美元，而 128 線激光雷達的價格則更加高昂。
不過，根據雷鋒網新智駕采訪過的業內人士預估，自動駕駛行業內 128 線束激光雷達有望能降至千元美元級別，從而推動激光雷達在更大范圍內被采用，以及自動駕駛技術的普及。
低速自動駕駛爆發在即
如今，汽車產業鏈上的各類玩家已經看到了低速自動駕駛的商業潛力，紛紛開始規劃投入研發。
例如無人低速小車被廣泛應用于無人巡檢、無人安保、無人清潔車、無人送貨車、無人駕駛小巴等領域，成為自動駕駛商業化的“急先鋒”。
其實，低速清掃車、物流車等商業化產品的扎堆出現也是有著深層次的原因的。
首先，這一類產品成本較低。以低速清掃車產品為例，市場價格可以低至5萬~6萬元，遠遠低于乘用車產品，而相應的人工清掃費用相比之下就顯得非常高。一輛自動駕駛清掃車僅一兩年就可以收回成本，這對于企業來說是極大的降低人工成本的方法。
其次，低速無人車所需要掌握的技術、控制以及安全考慮指數的層次較低，導致菜鳥物流車車更容易達到安全層面的要求。
發布會當天，速騰聚創與菜鳥聯手發布無人低速小車感知方案，包含一臺視場角 120°的激光雷達 RS-LiDAR-M1 以及兩臺新推出的超廣角補盲激光雷達 RS-Bpearl。
RS-Bpearl 擁有 360°×90°的超廣視場角，30m(10%) 探測距離，盲區只有 10 厘米。主要用途是安裝在無人低速小車的兩側掃除籌邊的盲區。
對于這一感知方案，速騰聚創認為固態激光雷達與短距離補盲雷達的搭配組合，在滿足性能要求的同時，也具有價格優勢。
但近期也有業內聲音指出，無人低速小車的商用還存在諸多障礙。
首先在配送場景上，目前無人低速小車在效率上還遠低于人類配送員。更重要的是，無人低速小車盡管速度慢，但小車常常會處在很多行人、自行車這樣的復雜且相對不守規矩的場景中，這對無人低速小車的運行帶來了不少麻煩。
不過，無人低速小車可以在日夜持續進行的場景被人認為更加易于落地，而落地的重要因素則是 V2X 地圖的完善以及傳感器價格下降，最終在性能和成本上滿足要求，實現落地。正如邱純潮最后所說，速騰聚創也會與行業伙伴共同努力推動低速小車的全面量產。
關鍵詞： 激光雷達
