2017年7月9日，中國計算機學(xué)會（CCF）主辦、雷鋒網(wǎng)與香港中文大學(xué)（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(nèi)外自動駕駛落地加快，激光雷達作為關(guān)鍵部件，諸多公司都聚焦到該領(lǐng)域。其中，總部位于深圳的速騰聚創(chuàng)便是國內(nèi)典型代表，近來，這家公司有了一些突破性進展，對整個產(chǎn)業(yè)也產(chǎn)生了助力。

* 速騰聚創(chuàng)CEO 邱純鑫

本屆CCF-GAIR，雷鋒網(wǎng)的老朋友——速騰聚創(chuàng)CEO邱純鑫為自動駕駛從業(yè)者們講了講激光雷達產(chǎn)品、聊了聊“普羅米修斯計劃”。

速騰聚創(chuàng)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(huán)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(tǒng)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(shù)據(jù)，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(dāng)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(yōu)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(guān)系，去年，整個行業(yè)都在討論，這幾年內(nèi)應(yīng)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(dǎo)，也可能以攝像頭為主導(dǎo)。無人駕駛領(lǐng)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(yè)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(shù)據(jù)也必須有一定的了解。激光雷達主要輸出“點云”，當(dāng)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(tài)物體跟蹤和障礙物分類。

在定位方面，現(xiàn)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(nèi)，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(shù)據(jù)不連貫則可能導(dǎo)致危險發(fā)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(shù)據(jù)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(shù)據(jù)。當(dāng)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(dāng)然在匹配過程中也可以結(jié)合深度學(xué)習(xí)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(dāng)然，使用視覺方案必須要依賴于其數(shù)據(jù)庫的豐富程度，當(dāng)數(shù)據(jù)庫中沒有該物體時，可能就識別不出來。比如裝滿了數(shù)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(dān)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(dāng)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(qū)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(fā)生變化，這是激光雷達的優(yōu)勢。

3.

在分享了激光雷達傳感器的一些技術(shù)細節(jié)之后，邱純鑫也從更加宏觀的產(chǎn)業(yè)角度談了談激光雷達的發(fā)展現(xiàn)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(xiàn)狀。大家都知道，無人駕駛要產(chǎn)業(yè)化落地，需要大量的路測和數(shù)據(jù)。但是激光雷達的量產(chǎn)周期長，供貨不足。所以很多無人駕駛企業(yè)沒辦法進行相關(guān)路測和數(shù)據(jù)收集工作。另外，不像攝像頭發(fā)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(lǐng)域的技術(shù)推進的速度還不夠快，導(dǎo)致激光雷達發(fā)揮的功能并沒有那么強。

再一個是重復(fù)造輪子，因為無人駕駛整個體系是非常復(fù)雜的，涉及到激光雷達及其相關(guān)算法、攝像頭及其相關(guān)算法、高精度地圖，還有融合和決策控制。導(dǎo)致大家在做產(chǎn)業(yè)化落地的時候很多情況都是在“重復(fù)造輪子”。

速騰聚創(chuàng)本身是做激光雷達的方案提供商，目前既生產(chǎn)激光雷達，也有一些激光雷達算法，希望業(yè)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(chǎn)化和低成本化發(fā)展，而且LiDAR要處理部分的軟件功能，軟硬結(jié)合，盡量往前端做一點，相當(dāng)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(zhuǎn)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(tài)激光雷達的實現(xiàn)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(chǎn)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(yè)者還是要推動機械式旋轉(zhuǎn)雷達的技術(shù)往前邁進。

當(dāng)然，速騰聚創(chuàng)也在固態(tài)激光雷達領(lǐng)域進行研發(fā)。

4.

幾個月前，速騰聚創(chuàng)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(chǎn)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(fù)造輪子”。希望能夠加速整個行業(yè)的創(chuàng)新，讓無人駕駛商業(yè)化落地走得更快。

目前，速騰聚創(chuàng)的16線激光雷達已經(jīng)用在園區(qū)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(tài)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(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。