自動駕駛汽車“眼中”的世界是怎樣的？經(jīng)過激光雷達的環(huán)境感知和智能算法的信息提取，一幅由立方體、點云軌跡、速度參數(shù)組成的三維點云圖躍然而出，車輛、自行車、行人的幾何位置信息和速度被詳細標注，各種車道線也被傳感器依據(jù)不同的反射強度一一識別。根據(jù)這幅科幻感十足的路況全景圖，自動駕駛系統(tǒng)將規(guī)劃行車路線，并執(zhí)行駕駛動作。

速騰聚創(chuàng)MEMS智能固態(tài)雷達M1安裝在車輛頂部

激光雷達被譽為“自動駕駛之眼”，以大量獲取點云數(shù)據(jù)并實現(xiàn)三維建模的優(yōu)勢獨步武林。2014年左右，以哈爾濱工業(yè)大學博士邱純鑫為代表的環(huán)境感知研究團隊，發(fā)現(xiàn)市場上很難買到符合戶外場景要求的激光雷達。結合環(huán)境感知技術的專業(yè)背景和市場需求，邱純鑫創(chuàng)立了速騰聚創(chuàng)，并推出了結合激光雷達硬件、AI算法、專用芯片的智能激光雷達系統(tǒng)。

“客戶希望我們交付的不是單純用于感知的硬件，還希望它具備處理點云數(shù)據(jù)的能力，在雨雪等環(huán)境下能夠智能檢測出外部因素帶來的風險并進行處置，這就對傳感器的智能算法和輔助算法提出要求。剛好感知算法是我們的強項，我們就把智能激光雷達系統(tǒng)做了起來，并作為公司業(yè)務的重要組成。” 速騰聚創(chuàng)科技有限公司合伙人、研發(fā)副總裁筱原磊磊在接受《中國電子報》獨家專訪時表示。

用AI賦能車用傳感器

當人們談到人工智能在自動駕駛的落地應用，關注點往往是負責算力和處理的AI主控芯片，英特爾、恩智浦、英偉達、高通、賽靈思以及國內的華為、百度、地平線等企業(yè)正在此領域角力。而車用傳感器作為信息收集器，競爭維度向來以測距、精度等技術指標，以及產(chǎn)品體積、量產(chǎn)成本等市場因素為主。相比自動駕駛系統(tǒng)主控芯片和車載娛樂系統(tǒng)等中控芯片，車用傳感器似乎沒有太多的AI光環(huán)。

隨著自動駕駛來到Level 2+并逐漸走向Level 3，速騰聚創(chuàng)相信，相比單純的信息收集器，自動駕駛更需要一站式擔當“收集者 + 理解者 "的傳感器。為此，速騰聚創(chuàng)將激光雷達硬件、AI 感知算法與專用計算芯片融為一體，推動激光雷達加速向智能傳感器演變。

速騰聚創(chuàng)選擇智能激光雷達賽道，是創(chuàng)始人技術背景與市場需求的一拍即合。創(chuàng)始人邱純鑫從碩士起就專注于移動機器人環(huán)境感知技術的研究，公司的前身就是邱純鑫的戶外移動機器人環(huán)境感知小組。2014年，速騰聚創(chuàng)創(chuàng)始人團隊進行環(huán)境感知研究時，發(fā)現(xiàn)難以獲取符合要求的激光雷達，這讓他們萌生了打造一款激光雷達的念頭。

“當時市面上做激光雷達的廠商很少，技術參數(shù)也不符合我們對環(huán)境感知——特別是公共道路等戶外場景下的使用要求。所以我們結合自己的算法開發(fā)需求，逐步把智能激光雷達系統(tǒng)做起來了。” 篠原磊磊向《中國電子報》記者指出。

在篠原磊磊的認知里，好的智能傳感器應該像智能手機或者傻瓜相機一樣，拿來即用，這也是速騰聚創(chuàng)將AI算法嵌入車用傳感器的意義所在。

“在與車企客戶的交流中，我們發(fā)現(xiàn)兩個關鍵需求。一個是不能只提供原始的點云數(shù)據(jù)，因為這些數(shù)據(jù)還需要后期處理才能使用，增加了客戶負擔，這就需要在傳感器內部嵌入AI算法，提供一定的數(shù)據(jù)處理能力。另外，智能傳感器并不只是用AI來做數(shù)據(jù)處理就可以了。在不同的環(huán)境下——比如雨雪天氣，傳感器需要駕駛系統(tǒng)開暖風或者對窗口進行除雪才能繼續(xù)發(fā)揮作用。針對這類場景，我們要做好傳感器內部的算法，讓傳感器能夠應對影響自身功能的外部環(huán)境因素。” 篠原磊磊說，“當然軟件是靈活的，感知部分的AI算法也可以部署在車載域控制器等計算單元上。”

用AI賦能激光雷達傳感器，對于傳感器功能本身、OEM的集成開發(fā)和用戶使用均有助益。對于環(huán)境感知效能，內置AI算法和專用芯片的激光雷達能同步輸出高精度的定位、路面交通標示、障礙物檢測、分類、跟蹤、運動姿態(tài)等駕駛環(huán)境信息。對于業(yè)界頭疼的corner case（極端情況）問題，由于AI算法經(jīng)過了對于各種極端情況的訓練和學習，能夠在復雜多變的駕駛環(huán)境中向自動駕駛車輛正常輸出環(huán)境感知結果。對于OEM廠商，智能傳感器能減少車載 ECU，釋放駕乘空間。對于消費者，智能傳感器融入自動駕駛乘用車的感知系統(tǒng)后，將突破毫米波雷達和攝像頭識別障礙物的天花板，從物理底層提高自動駕駛系統(tǒng)安全性，更好地保障乘客安全。

邁向更高等級的自動駕駛

自動駕駛是AI技術的集大成者，也被視為AI最復雜的應用場景之一。從Level 2高級輔助駕駛邁向Level 3人機共駕，再到Level 4及以上級別全自動駕駛的過程中，車載系統(tǒng)將承擔越來越多的駕駛責任，系統(tǒng)本身的復雜性也將急劇提升。

“自動駕駛不像室內使用的人工智能語音、自動識別或機器人，只需要處理用戶與機器的交互。自動駕駛場景下，不僅涉及到用戶與機器交互，還有機器與外界環(huán)境，包括行人、車輛之間的交互，這個是場景是非常復雜的，還伴隨著暴雨、逆光等導致路面可視度變差的corner case。有些情況自動駕駛系統(tǒng)可能一年或兩年都不會遇到一次，一旦遇到了，處理不好就會出現(xiàn)問題。所以人工智能特別是機器學習在日常使用過程中，要持續(xù)學習corner case，把自動駕駛系統(tǒng)做得更加完備。” 篠原磊磊說。

感知作為自動駕駛的第一環(huán)，也要跟上技術升級的步伐。如同車載攝像頭從一兩百萬像素發(fā)展到600萬、800萬甚至1200萬像素，用戶對激光雷達的硬件要求也在不斷提升。

“2017年，奧迪搭載的車規(guī)級激光雷達是4線的。現(xiàn)在我們已經(jīng)做到125線，客戶還提出了250線、300線甚至500線等更高精度的傳感器需求。同時，用戶對于自動駕駛平臺的算力和算法要求也會越來越高，智能傳感器的內置芯片也要進行升級。” 篠原磊磊表示。

算法作為人工智能的三駕馬車之一，對于自動駕駛執(zhí)行任務的方式和效率至關重要。篠原磊磊表示，算法迭代也是智能傳感器技術演進的重要一環(huán)。

“從level 4開始，只要在規(guī)定的范圍內，司機可以拒絕參與任何駕駛動作，系統(tǒng)必須獨立完成駕駛過程。這就意味著，不允許感知系統(tǒng)出現(xiàn)任何漏檢或誤檢。當數(shù)據(jù)量變得更大，且傳感器要更有效地應對各種corner case，傳感器的智能算法、控制算法和輔助算法都要隨之提升。” 篠原磊磊指出。

近年來，深圳通過智能化手段探索城市交通治理新路徑，在智慧交通管理以及無人公交、自動駕駛開放道路測試等領域積極探索實踐。篠原磊磊表示，深圳市良好的制造業(yè)基礎和發(fā)展高端制造業(yè)的強勁勢頭、對高端創(chuàng)新創(chuàng)業(yè)人才的引育以及活躍的創(chuàng)業(yè)氛圍，為自動駕駛發(fā)展提供了優(yōu)良環(huán)境。接下來，速騰聚創(chuàng)將持續(xù)面向深圳及粵港澳大灣區(qū)的車路協(xié)同等智慧交通項目以及物流“無人車”等智慧城市項目，提供安全經(jīng)濟的感知方案。

“我們的車規(guī)級激光雷達預計今年二季度量產(chǎn)，下半年就可以在用戶上路的車上看到。通過這5年的努力，我們基本解決了車規(guī)方面的問題，接下來是展示成果的時候。” 篠原磊磊說。

責任編輯：lq