《電子技術應用》
您所在的位置:首頁 > MEMS|傳感技術 > 業(yè)界動態(tài) > 實現(xiàn)高級自動駕駛,,一定要用激光雷達嗎?

實現(xiàn)高級自動駕駛,,一定要用激光雷達嗎,?

2020-05-18
來源:與非網(wǎng)

L3 級自動駕駛的喧囂剛剛隨著奧迪的 “退賽”而暫入低潮,L4 級的呼聲已開始高漲起來,。

 

近日,,以“汽車安全領域領導者”自居的沃爾沃宣布,直接越過 L3 級而跨入 L4 級自動駕駛的研發(fā),,并計劃在 2 年內(nèi)實現(xiàn) L4 車型的量產(chǎn),,并強調(diào) L4 車型一定要使用激光雷達

 

forward (27).jpg

 

用沃爾沃集團 CTO 的話來說就是,,激光雷達的應用是汽車邁向全自動駕駛的關鍵一步,。

 

既然激光雷達是實現(xiàn)全自動駕駛的“關鍵一步”,那就是必不可少的一步,。這一說法想必一定會得到國內(nèi)外數(shù)十家激光雷達廠商的紛紛點贊,。

 

所以,現(xiàn)在還來討論高級自動駕駛要不要配備激光雷達的話題,,似乎已經(jīng)有些“不合時宜”了,。

 

對于自動駕駛來說,估計再也沒有比安全更重要的事情了,。如果說攝像頭,、毫米波雷達等傳感器能夠保證 99%的安全性,而加入激光雷達就能實現(xiàn) 99.99999%的安全性的話,,即使是這 0.99999%的進步,,對于很多想讓自動駕駛汽車量產(chǎn)上路的車廠們也會毫不猶豫地使用。

 

但是熟悉自動駕駛領域的人們也知道,,這一結論也并不是板上釘釘?shù)囊粔K,,至少特斯拉老板的那句“用激光雷達的都是傻子”的話還沒有改口。

 

在技術之爭上,支持激光雷達的一派和支持純視覺計算的一派還在吵得不可開交,,同時也還有技術廠商試圖用毫米波雷達來取代激光雷達,。

 

可見激光雷達在高級自動駕駛所處的“C 位”的地位仍然面臨挑戰(zhàn)。為什么大多數(shù)的自動駕駛公司都認可激光雷達技術,?而偏偏又有少數(shù)公司不走“尋常路”,,不接激光雷達的招?    

 

個中原因嘛,?既有傳感器的技術路線之爭,,也有自動駕駛車企對商業(yè)路線的判斷。自動駕駛的瓜田里總有新瓜待摘,,這次我們圍繞激光雷達與其他技術路線的糾葛來一起圍觀吃瓜,。

 

激光雷達,如何成為自動駕駛傳感器中的 “C 位”擔當,?

 

 

眾所周知,,目前自動駕駛汽車的傳感器系統(tǒng)主要包括攝像頭、毫米波雷達,、激光雷達、超聲波雷達等,,而激光雷達幾乎被公認為其中的“C 位”擔當,。

 

forward (26).jpg

 

激光雷達之所以能夠得到這一殊榮,關鍵在于超高的分辨率,、精度和強抗干擾能力的優(yōu)勢,。

 

具體來說,激光雷達(LiDAR)是通過發(fā)射激光束來測量視場中物體輪廓邊沿與設備間的相對距離,,從而準確捕捉這些輪廓信息組成點云,,并繪制出 3D 環(huán)境地圖,測量精度可達到厘米級別,。

 

首先,,激光雷達發(fā)射的光波的頻率比微波高出 2-3 個數(shù)量級,因此與微波雷達相比,,具有極高的距離分辨率,、角分辨率和速度分辨率,因此測量精度更高,。

 

第二,,測量精度更高,意味著可直接獲取目標的距離,、角度,、反射強度、速度等信息,生成目標的立體維度圖像,,能夠區(qū)分移動中的人是真實的行人,,還是只是人物的平面海報。

 

第三,,由于激光波長短,,可發(fā)射發(fā)散角非常小的激光束,可探測低空 / 超低空目標,;多路徑效應小,,抗干擾能力強。

 

此外,,激光雷達不受光照條件和探測目標本身特性的影響,,因此具有全天時工作的特性。

 

同時其缺陷也特別明顯,,那就是容易受到雨雪等惡劣大氣條件或者有煙塵的環(huán)境影響,,難以在全天候的環(huán)境里正常工作。這就意味著自動駕駛不能完全只依靠激光雷達,,而必須依賴其他傳感器的共同協(xié)助,。

 

激光雷達最備受爭議之處還在于其一直以來高過攝像頭和毫米波雷達的成本價格。當然相較于一開始機械激光雷達動輒幾萬美元的價格,,現(xiàn)在的固態(tài)激光雷達的售價已經(jīng)能夠降到數(shù)百美元,,大大降低了激光雷達的應用成本。

 

forward (25).jpg

 

具體而論,,激光雷達的性能又跟線束的多少有關,,線束越多其覆蓋角度也越高,但同時其成本也越高,。主流的自動駕駛汽車的激光雷達配置方案都是由一顆昂貴的 64 線激光雷達和多顆 16 線的激光雷達組成,,而這些激光雷達的成本費用仍然是眾多廠商不能承受之重了。

 

用馬斯克的話說,,“我不認為它(激光雷達)對于汽車的發(fā)展是有意義的,,我認為它不是必須的?!?/p>

 

那到底是不是必須的,,我們可以深入到“激光雷達”與“純視覺計算”的兩派相爭的現(xiàn)場一探究竟。

 

技術性能 VS 商業(yè)成本,,激光雷達與視覺計算各有勝負

 

 

站在激光雷達這一方的“選手”可謂人多勢眾,,主流的自動駕駛廠商如谷歌 Waymo、通用 Cruise,,再到國內(nèi)的百度 Apollo,、 Pony.ai,、文遠知行等都是其擁護者。典型標志就是這些廠商的車頂上都有著非常扎眼的激光雷達設備,。

 

而支持視覺計算技術的一方,,主力隊員就是已經(jīng)成功量產(chǎn)售賣的特斯拉,理念相同的日產(chǎn),,以及一些自動駕駛技術解決方案的初創(chuàng)公司,。

 

就在去年馬斯克“大放厥詞”的之后,分屬兩大陣營的兩款新車的技術方案給了我們對比的可能,。一款是日產(chǎn)基于 ProPilot 2.0 系統(tǒng)打造的 Skyline(天際線)車型,,一款是奧迪推出的基于 Audi AI 系統(tǒng)并以激光雷達為探測主體的奧迪 A8L。

 

forward (24).jpg

 

日產(chǎn) ProPilot 2.0 系統(tǒng)在硬件上沒有采用激光雷達,,而是采用了 5 個毫米波雷達,,12 個超聲波雷達,以及 7 個攝像頭,;而在前值攝像頭上,,采用了 Mobileye 提供的三目攝像頭,實現(xiàn)了數(shù)據(jù)運算和傳輸速度的提升,;另外加上 GPS 系統(tǒng)和三維高精度地圖數(shù)據(jù)分析裝置,,構成了自動駕駛所需的 360 度觀察體系。

 

相比較特斯拉 Autopilot 系統(tǒng)只用了 1 臺毫米波雷達系統(tǒng),,日產(chǎn) ProPilot 2.0 直接增加到了 5 臺,,涵蓋中長測距,可謂直接越過 L2.5 級的水平,,達到其宣稱的 L3 級自動駕駛。

 

而 Audi AI 則搭載了 1 臺長測距探測雷達,,4 臺中測距探測雷達,、12 臺毫米波雷達以及 Mobileye 提供的前向攝像頭;除此之外,,在激光雷達上,,Audi AI 還使用了來自 Valeo 的四線激光雷達,可以非常精確地獲取前方各類物體的信息,。直觀地比較,,Audi AI 在系統(tǒng)的冗余上和識別場景上都比 ProPilot 2.0 有優(yōu)勢。

 

其中,,ProPilot 2.0 主打高速封閉路段的全自動駕駛,,盡管速度更高,但是場景單一,,實現(xiàn)難度更?。欢?audi AI 自動駕駛則放在了 60KM/h 以下的低速開放路段,但開放路段的場景復雜,,突發(fā)情況更多,,對系統(tǒng)的安全性要求更高,因此 audi AI 應用范圍更廣,,更配得上 L3 級自動駕駛的水平,。

 

那么這意味著采用激光雷達的 audi AI 的勝利嗎?從技術的性能效果上,,確實如此,,而從商業(yè)成本上則是 ProPilot 2.0 占優(yōu)。畢竟 Skyline 和奧迪 A8L 在價格上差著 2 倍多的差距,,堅持視覺計算路線的 ProPilot 2.0 顯然會有更大的商業(yè)空間,。

 

那么,上升到更高一級的 L4 級自動計算,,從技術的安全性和可靠性上,,是否激光雷達已經(jīng)穩(wěn)操勝券,而純視覺計算一方就再無機會呢,?答案恐怕還是不確定,。

 

純視覺+毫米波,激光雷達 N 種可能替代方案

 

 

為什么還是不確定呢,?因為在從技術解決方案邁向商業(yè)量產(chǎn)的路上,,仍然橫跨著諸多障礙。對于自動駕駛技術解決方案提供方來說,,當然是系統(tǒng)的安全可靠性是排在第一位的,,實現(xiàn)這一方向最簡單方式就是不斷“堆料”就可以,然而對于面向普通消費者的整車廠來說,,除了穩(wěn)定可靠,,造車成本、造型美觀度等都要統(tǒng)統(tǒng)放在和車輛安全同樣的高度去考慮,。

 

因此,,像特斯拉這樣的車廠對于車頂那個巨大無比又巨貴無比的激光雷達,心懷痛恨就不難理解了,。所以,,但凡有替代激光雷達的解決方案,對車企來說都是一件幸事,。

 

目前來說,,在 L4 以及更高級別的純視覺計算方案上面,特斯拉以及個別技術企業(yè)仍在進行積極的探索,。

 

forward (23).jpg

 

在 2018 年,,有一篇來自康奈爾大學的技術論文介紹了一種純視覺技術架構的方法來實現(xiàn)激光雷達可以達成的性能效果,。這一方法主要是改變了立體攝像機目標檢測系統(tǒng)的 3D 信息呈現(xiàn)形式,將基于圖像的立體視覺數(shù)據(jù)轉(zhuǎn)換為類似激光雷達生成的 3D 點云,,通過數(shù)據(jù)轉(zhuǎn)換切換成最終的視圖格式,。因此被稱之為偽激光雷達數(shù)據(jù)(pseudo-LiDAR)。

 

研究人員發(fā)現(xiàn),,以鳥瞰圖而不是正視圖來分析攝像機捕捉到的圖像,,可以將目標檢測準確率提升 2 倍,從而使立體攝像機在目標檢測方面的性能接近激光雷達,,有可能成為激光雷達的可行替代方案,,且其成本相比后者要低很多。

 

而特斯拉在最近舉行的機器學習大會上透露,,他們正在做 “偽激光雷達”的研究,。在大會上,技術人員演示了通過少數(shù)幾個攝像頭達到傳統(tǒng)激光雷達精度的方法的具體案例,。其技術實現(xiàn)主要通過不同方向的攝像頭進行圖像拼接和視覺深度估計,,再投影到鳥瞰圖,就可以作為局部導航地圖使用,;同時,,將畫面的每個像素都進行深度估計,就像激光雷達點云一樣,,形成 3D 目標檢測,。

 

“偽激光雷達”的關鍵在于攝像頭背后的先進的神經(jīng)網(wǎng)絡,可以充分理解輸入的范圍和質(zhì)量,。當然,,偽激光雷達解決方案還需要實時的圖像數(shù)據(jù)處理能力的硬件支持,以及要規(guī)避攝像頭拍攝的圖像清晰度以及光線問題,,而這些也是特斯拉正在解決的問題,。

 

當然在對高級別自動駕駛是否一定要用激光雷達的問題上,特斯拉并非孤家寡人,。近日荷蘭的恩智浦半導體首席 CTO Lars Reger 也給出了自己的判斷。他認為激光雷達面臨的成本高昂,,特定場景失效以及損壞后維修代價高昂等問題,,很可能成為 L4-5 級自動駕駛汽車上的“致命短板”;反而如果圖像技術更為成熟的話,,攝像頭+毫米波雷達+V2X 通信技術的組合,,就可以取代激光雷達。

 

當然,,除了純視覺計算方案,,一些硬件企業(yè)也在嘗試利用毫米波雷達來代替激光雷達,。我們知道,高頻的毫米波雷達在探測距離上面要優(yōu)越于激光雷達,,但在角分辨率上弱于激光雷達,。

 

來自愛爾蘭的伊佳半導體芯片研發(fā)商 Arralis 已研發(fā)出一款車用毫米波雷達系統(tǒng) Corvus,計劃應用于 L5 級自動駕駛上面,。

 

forward (22).jpg

 

據(jù)報道,,Corvus 雷達在探測范圍、仰角分辨率和掃描面積等方面超過了目前市場上主流毫米波雷達,,能夠在水平±45°和垂直±7°,,300 米范圍,對多個目標進行探測,。探測距離要遠遠高于激光雷達的 200 米的水平,,在角分辨率上達到激光雷達的水平。在 L4 級自動駕駛上,,Corvus 車用毫米波雷達已經(jīng)達到可以代替激光雷達的能力,。

 

Corvus 雷達最直接的研發(fā)動力,就來自于車企的直接需求,。即使新一代毫米波雷達的成本比市場上通用的短距雷達略高,,但也將遠低于激光雷達。

 

如果激光雷達所能實現(xiàn)的性能被純視覺方案和毫米波雷達逐步替代,,而其惡劣天氣等應用場景的短板以及代價高昂的成本被克服,,那么激光雷達確實就不再是車企們的一個必選項了。

 

forward (21).jpg

 

回到當下自動駕駛技術與商業(yè)的交匯點上,,激光雷達一定是未來 L4 級自動駕駛的主力擔當,,畢竟車企們是無法承受哪怕極小概率的自動駕駛安全隱患的,更何況激光雷達的成本價格隨著競爭的加劇正在大幅下降,,正在達到可以規(guī)模量產(chǎn)的邊緣了,。

 

而正如我們所看到的,激光雷達的前景也并非一片光明,,特別是在純視覺計算和毫米波雷達等技術路線里,,仍然有著可能“取而代之”的技術潛力和商業(yè)可行性。

 

所謂天下武功,,唯快不破,。對于激光雷達來說,硬件的降價速度,,能否快過這些替代解決方案的技術進步速度,,就成為其未來市場前景的重要保障了。如果未來也就將至一顆毫米波雷達的價格,,車企們也就不必糾結要不要多裝幾顆激光雷達了,。

 

一切為了安全,,自動駕駛的系統(tǒng)冗余設計還是要多多益善的。


本站內(nèi)容除特別聲明的原創(chuàng)文章之外,,轉(zhuǎn)載內(nèi)容只為傳遞更多信息,,并不代表本網(wǎng)站贊同其觀點。轉(zhuǎn)載的所有的文章,、圖片,、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創(chuàng)文章及圖片等內(nèi)容無法一一聯(lián)系確認版權者,。如涉及作品內(nèi)容,、版權和其它問題,請及時通過電子郵件或電話通知我們,,以便迅速采取適當措施,,避免給雙方造成不必要的經(jīng)濟損失。聯(lián)系電話:010-82306118,;郵箱:[email protected],。