在特斯拉数起安全事故之后,马斯克宣布,明年所有量产的Model S,Model X和Model 3车型,都将配备能够在某一程度实现最高级别自动驾驶(Level 5)的传感器,包括8个摄像头、12个全新超声波传感器以及一个前向探测雷达。马斯克把“摄像头+毫米波+超声波”的传感方案贯彻到底,自始至终都没有考虑激光雷达。

车用激光雷达就这样被马斯克“嫌弃”了?

众所周知,全自动驾驶已经解放了人类的手脚、双眼,在环境感知时必须满足任何时间任何天气下对周围环境360度探测,而现阶段单靠其中一种传感器都无法满足这个要求。

马斯克的想法可以猜到一二。“摄像头+毫米波雷达+超声波雷达”因为价格低廉,可以做到最快速度产品化。让更多自动驾驶功能被用起来,然后通过众包采集的方式,来提供完善算法所需的有效数据,这是马斯克的思路,目标是“挖掘软件算法潜力来克服硬件瓶颈,实现全自动驾驶”。

另一种思路就是把各种“不完美”的传感器组合起来。

摄像头擅长识别(物体是车还是人、标志牌是什么颜色),但容易受光线、天气影响,在强光直射时会出现致盲,运气最差的时候会导致整个传感器失灵。毫米波雷达在不同光线和天气中表现出较强的可靠性,主要作用也是检测追踪物体,但分辨率相对较低,看东西像近视眼没戴眼镜,并且检测行人的能力不足;激光光束的聚拢特性,不会因为衍射而错过细小物体,不过因为整体技术不如毫米波成熟,在雨雾天的表现会收到影响。

这种路线认为,在“硬件万无一失”的前提下,可以简化算法更快实现功能。没有一个传感器可以独当一面,激光雷达也不例外。但是因其精准快速的特点,成为必不可少的补充。

对还处在百花争鸣阶段的自动驾驶来说,时间会验证技术路线的可行性。但不可否认的是,一种被不少人认可的主流技术方案里,激光雷达与自动驾驶在一起已是板上钉钉的事实。ABB、沃尔沃、福特等品牌都有在量产车上使用激光雷达的计划,早在四五年前就和激光雷达供应商开始了开发合作,并且会在三年内陆续推出装载激光雷达的量产车。

市场主流激光雷达供应商

目前,多数车用激光雷达都由两家国外公司垄断。

2016103100003

Velodyne64线激光雷达点云图

一家是来自美国硅谷的Velodyne。主要产品是3D激光雷达。因为纵向激光线数多,有16、32和64,垂直视角更大,可以进行整个环境的数据收集,清晰勾勒出视场中物体的边沿轮廓,如果用软件生成激光点云图,可以实时描绘出周围所有物体。这种多线数激光雷达往往采用一个或多个方案,放在车顶或车身不同位置,小到路沿大到行人、树木、房屋,在扫描范围内的物理环境都可以被3D重建。

2016103100004

Solid-State Hybrid Ultra Puck™ Auto

我们最常见的“车顶花盆”就是这家公司的64线激光雷达产品,32线也可以在不少自动驾驶汽车案例中找到身影。为了更加适应汽车市场,Velodyne专为车企设计了一款32线激光雷达Solid-State Hybrid Ultra Puck™ Auto,产品如其名,大约冰球大小。现在正在与车企合作测试做进一步完善,如果2017年订单量达到100万台,可以给到500美金的单价。

还有一家是德国公司Ibeo。提供线数较少的二维激光雷达。这些激光雷达在垂直方向发射的激光线数较少,一般为4条或8条。探测环境的时候,只有一个平面或类似2.5D的有效扫描范围。这类低线束激光雷达一般嵌入到车灯或者前脸保险杠的位置,起到检测前方车辆、行人、地线、马路牙、路肩、路栏等移动物体的作用。

2016103100005

法雷奥与Ibeo合作量产的ScaLa

Ibeo和法雷奥合作研发的4线激光雷达ScaLa系列,被用于Cruise4U系统中AEB(自动刹车系统)的测距模块,明年年初就会量产。Ibeo和车企合作的自动驾驶测试车上,常见miniLUX和LUX两款产品。LUX四线系列目前一般在10万人民币级别,量产后的供货价格有可能控制在人民币3000元以下。

两种方案思路不同,应用场景也存在差异,但是都想用更加准确的检测追踪等能力,把自动驾驶向安全再推进一点点。3D激光雷达可以尽可能多地重建周围环境,并且挖掘出高精度地图的延伸价值,而2.5D激光雷达可以补充3D激光雷达车身周围的盲区。

但值得注意的是,激光雷达仍然是面向测试用车的“后装产品”,还没有达到直接上车走量的标准,也要进行很多车规级验证。成本造价不菲,一不小心就比车还贵,加上主机厂对装车美观的要求,活好钱少身材小的车规级激光雷达是迫切需要。

国内初创公司的机会与挑战

国外掌握了相对成熟的技术,不过在市场初起阶段,任何公司都有机会用一款过硬的产品进入市场。

目前进入车用领域的创业公司都试图挑战3D激光雷达,诞生了很多16线和32线是产品,用来追求垂直方向更加优秀的感知范围和分辨率。

不同激光雷达的构造存在差别,不过大致由发射系统、接收系统、信息处理等部分组成。除了本身精密仪器的技术要求,对于将激光雷达线数增加并放至车载环境使用,国内创业公司需要面临不少挑战。

首先,在追求探测视角和精度,并且要满足车用小型化。线数增加后,确保不同束激光发射后被相应的接收器接受,是一个存在难度的核心技术点。同时,激光雷达内部的多种元器件间容易形成干扰,激光线束增加的同时,还要确保紧凑空间内多路激光收发无串扰。

其次,行车有信息采集实时性的要求,高速电路的采集频率要达到1G/s。远距离探测的需要,对返回小信号提取的能力,也提出了更高要求,这部分和信号处理的算法存在关联。

最后,正如前文所说,目前激光雷达要重点考虑低成本和量产。因此产品内部模块在设计时,就要考虑适应量产的模块,减少人工介入的环节。并且在后期大批量生产的供应链上,提前做好储备。

总体而言,产品设计、识别算法、供应链、集成等维度,是产品端需要做好的功课。

除了产品上的突破,激光雷达在国内可以提供服务上的“加分项”。对刚刚接触这个新传感器的企业而言,多线数激光雷达的原始点云数据处理并不擅长,他们更倾向供应商能提供一个加工后的结果,直接输出分类信息。除了产品一并提供原始点云数据预处理软件,面向客户输出软硬件一体的方案,会让公司在竞争中占据先机。

小结

在火热而竞争激烈的自动驾驶领域,可以把核心竞争力简单粗暴地概括为“把黑科技带进生活的执行力”。作为自动驾驶不可或缺的核心传感器,激光雷达在国内规模化生产的消息,也会加速一辆消费级的自动驾驶汽车来到我们身边。

(本文来源:车云网)

20160630000123