0
| 本文作者： 張偉 | 2018-07-04 12:57 | 專題：2018 CCF-GAIR 全球人工智能與機器人峰會 |
*速騰聚創 CEO 邱純鑫
雷鋒網新智駕按：2018 全球人工智能與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，得到了寶安區政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流盛會，旨在打造國內人工智能領域最具實力的跨界交流合作平臺。
行業內越來越多人相信，打造一臺人人用得起的激光雷達，需要對傳統的機械掃描式激光雷達進行全固態設計，減少其上大量可移動的部件。因為這樣有助于激光雷達滿足車規級和量產的需求。
作為激光雷達領域第一梯隊的玩家，速騰聚創（Robosense）在今年 1 月的 CES上對外展示了旗下的第三代 MEMS 固態激光雷達產品，吸引了很多關注。
作為深圳的本土企業，速騰聚創這一次深度參與了雷鋒網承辦的 CCF-GAIR 人工智能與機器人峰會，這家公司既在展臺上展示了其全線激光雷達產品，還有測試樣車實際呈現他們的 P3 激光雷達感知系統方案。此外，速騰聚創 CEO 邱純鑫還在大會的智能駕駛專場進行了主題演講，主要從傳感器的角度看自動駕駛的進階。
以下是邱純鑫演講全文，雷鋒網新智駕進行了不改變原意的編輯：
回顧自動駕駛歷史，最早應該追溯到差不多近百年前，美國的陸軍電子工程師 Francis 做的用無線電波去控制車輛的剎車、離合以及轉向；然后就是 1956 年美國通用用一些預埋電纜配合車上安裝的接收器去進行車輛的控制；再有就是 1977 年的日本筑波工程研究院開始使用攝像頭傳感器。到了 1998 年，意大利的帕爾馬大學使用雙目攝像頭對物體進行識別、導航，當時跑了 2000 公里，94% 的里程都是在自動駕駛模式下完成的，剩下 6% 左右在人工干預下完成。
自動駕駛發展最具有代表性的事件是 2004 年舉辦的美國 DARPA 挑戰賽，有 25 支隊伍依照興趣參與，當年沒有一支隊伍完成任務，比賽總里程也就 11.78 公里。
當時大家評論說，這次比賽之所以沒有完成任務最主要的原因是車輛對環境感知得不充分，幾噸甚至上十噸的車，碰到前面的小草堆就過不去。這也側面反映出純視覺傳感器的缺陷，它們要對強光對射、黑暗、斑駁光影的道路環境進行感知，將大大增加算法的難度。
新的突破出現在 2005 年，斯坦福大學車隊當時在車頂上裝了多個單線激光雷達，這類單線激光雷達原來并不用在機器人或自動駕駛車輛上，而是用在工業方面，探測距離并不遠。但是，給車輛裝上這類單線激光雷達后，車輛就能夠完成任務了，這算是一個比較大的突破。
Velodyne 在 2004 年的時候也參與了這項比賽，在深入思考之后，這家公司了解到激光雷達的重要性，所以就研發了 64 線激光雷達，這款產品至今已經有十幾年的歷史。
后來，多線激光雷達成為自動駕駛方案的常見配置，以至于 2017 年的時候，全新的奧迪 A8 上就采用了激光雷達傳感器，成為全球首款安裝激光雷達的量產車型。
激光雷達相較于攝像頭的好處是它能得到準確的三維信息，而且它自己就是一個主動光源，能夠不受光照的影響，白天和晚上都能正常工作。
這張圖是激光雷達和攝像頭的性能對比。
攝像頭識別的顆粒度比較高，它能得到一個豐富的紋理色彩，所以它能做精細化的識別，在這一點上激光雷達不如攝像頭。比如目前的激光雷達沒辦法把車輛的品牌識別出來。
攝像頭最大的缺點還是它受環境光的影響比較大，而且它對數據的要求比較高，無論是深度學習還是其它的機器學習的方式，攝像頭對數據的質量要求都比較高：數據質量好，它可能就識別得好。
攝像頭需要在數據庫里有這個東西存在，才能識別它；而激光雷達首先是對障礙物進行識別，然后再去分類。
這是速騰的激光雷達產品的點云圖，它可以對周圍障礙物進行識別，包括對路邊沿進行檢測，還能進行定位，定位精度大概在 10 厘米左右。
我們會有一些標注，把車分類出是卡車、小汽車還是行人、自行車。但是也就只能分出這幾個類別，不能有更精細化的分類。
從 2016 年開始，自動駕駛進入了一個量產落地期，現在大家對落地越來越急迫。
Waymo 是全球自動駕駛的領頭羊，大家看它在 2016、2017 年和 2018 年對車的下單量從 100 輛到 600 輛增長到 2 萬輛，這個增長還是很快的。萌芽期的時候自動駕駛發展都是以 10 年甚至 20 年為一個階段；到了發展期，基本是按月算，到現在則是按天來算。
上個月月底，菜鳥發布了物流小車，他們說要在三年內投入 10 萬臺車；京東在6 月 11 日也發布了相應的設備并且決定落戶長沙，而且下一個落地項目的選址也接近敲定。
這是我們總結的一個表，可以看到所有的車廠或者 Tier 1 的自動駕駛發展時間表，基本上都集中在 2020 年到 2022 年實現 L3 或者 L4。L5 會大有不同，有些企業實現 L5 的時間會定在 2025 年，而有些是 2022 年，有些則選擇 2030 年。
這個時間已經很接近了，對我們這樣的供應商來說，也是非常緊張的。因為現在距離 2020 年也就只有兩年了，而激光雷達的成本壓縮和保證產品可靠度，還有很多路要走。激光雷達的發展一定是朝著量產、低價以及穩定性方向去發展。
固態激光雷達是未來的方向，現在激光雷達做下來，我們覺得 MEMS 是最容易實現的。它的優點是在于它的高分辨率、長距離、車規級、易量產以及低成本。
現在的 32 線或者 16 線激光雷達，分辨率再往下做很大程度上受到物理體積的限制。但是 MEMS 激光雷達可以做到水平分辨率 0.09 度、垂直分辨率 0.2 度，往后能達到水平分辨率 0.1 度、垂直分辨率也是 0.1 度，再往后還能識別出 200 米外的 10*10 厘米大小的物體。
探測距離的長短取決于我們采用的光源是 905nm 激光器還是 1550nm 激光器，而且探測器的靈敏度也會產生影響，這里相關的要求還是挺多的。
在車規級方面，目前的 MEMS 激光雷達已經在做車規級的認證，然后就是量產準備，它基本產品化之后，它的成本也會隨之降低。
大家看 MEMS 的工作原理，它就是采取少數的激光發射器，原來 16 線采取 16個發射器，32 線要采取 32 個發射器，64 線又則繼續翻倍。MEMS 激光雷達不是采取發射器和接收器物理的疊加，而是采取 MEMS 兩個維度的振動，來提升掃描的線數。
后面可能還會做一些智能化的掃描，跟人眼的影射功能是一樣的，MEMS 可以定向掃描，結合識別算法做一些影射功能。
激光雷達的高分辨率和低成本是未來的趨勢，我們希望在 2020 年做到量產價格 200 美金一臺，過程中會給大家提供一些樣品，這些樣品的價格還沒定，但基本是朝著目標去做。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
