身處人工智能的第三波浪潮，AI的概念如今已人盡皆知，并正向多領域加速滲透。不過，目前我們依舊處于弱人工智能階段，想要實現(xiàn)強人工智能，物體識別升級為場景理解是關鍵，而實現(xiàn)場景理解首先需要理解物體與物體之間的關系，比如最基本的三維空間關系。作為人工智能的重要應用方向之一，近年來自動駕駛汽車的遠距離深度相機激光雷達作為汽車理解三維空間的主流方案備受認可，不過激光雷達目前大且貴，這使得該技術的進一步普及充滿挑戰(zhàn)。那么，如何才能破解這些難題，從而讓激光雷達更進一步推動汽車與人工智能之間的結(jié)合與發(fā)展呢？
在由華強電子網(wǎng)主辦的《第三屆智能硬件創(chuàng)新創(chuàng)業(yè)互動論壇 人工智能及3D視覺》上，深圳速騰聚創(chuàng)科技有限公司合伙人王嗣翔表示：“對于自動駕駛的發(fā)展，業(yè)界普遍認為需要激光雷達、毫米波雷達、攝像頭等多傳感器的融合，攝像頭雖然在強光等環(huán)境下效果不佳，但憑借高性價比被廣泛應用于汽車ADAS系統(tǒng)，激光雷達目前價格高，不過卻是自動駕駛必不可少的傳感器。”
為解決這些難題，速騰聚創(chuàng)提出了普羅米修斯計劃，該計劃主要是為了避免重復造輪子，減輕各大廠商在應用成本上的開支。王嗣翔說：“普羅米修斯計劃以‘負責、開放、共享’的態(tài)度，與奮斗在自動駕駛領域的小伙伴攜手合作走上自動駕駛快車道。激光雷達對車企來說是比較新的，組建新的團隊不僅耗時而且需要花費較多的成本，而我們在算法方面有將近十年的積累，通過把算法的能力開放出來，與硬件結(jié)合，打包直接把系統(tǒng)給到車廠，他們就可以專注自己擅長的部分，比如決策與控制。”
深度相機實現(xiàn)物物關系理解 激光雷達在自動駕駛中必不可少
人工智能從“弱”到“強”，最基本的是要理解三維空間關系，利用基于深度相機的視覺系統(tǒng)進行視覺導航、識別外界的環(huán)境、規(guī)劃路徑、實現(xiàn)避障等工作，已經(jīng)成為包括自動駕駛、AR／VR、機器人等人工智能領域公認的解決方案。當然，深度相機還分近距深度相機和遠距深度相機，近距深度相機精度高，工作距離短，可用于工業(yè)檢測、無序分揀、人臉識別等。遠距深度相機識別精度低，工作距離遠，可用于手勢、動作和姿態(tài)識別，無人駕駛避障、路徑規(guī)劃等，其中自動駕駛系統(tǒng)中常用的激光雷達就屬于遠距深度相機。
在由華強電子網(wǎng)主辦的《第三屆智能硬件創(chuàng)新創(chuàng)業(yè)互動論壇 人工智能及3D視覺》上，深圳速騰聚創(chuàng)科技有限公司合伙人王嗣翔表示：“對于自動駕駛的發(fā)展，業(yè)界普遍認為需要激光雷達、毫米波雷達、攝像頭等多傳感器的融合，攝像頭雖然在強光等環(huán)境下效果不佳，但憑借高性價比被廣泛應用于汽車ADAS系統(tǒng)，激光雷達目前價格高，不過卻是自動駕駛必不可少的傳感器。”
深圳速騰聚創(chuàng)科技有限公司合伙人王嗣翔
他進一步表示，在自動駕駛中，激光雷達可以發(fā)揮生成高精度地圖、實時定位、障礙物分類、動態(tài)物體跟蹤、障礙物檢測等功能。具體來說，激光雷達在自動駕駛中基于視覺SLAM地圖創(chuàng)建、定位的優(yōu)點是穩(wěn)定、數(shù)據(jù)量少，并且定位及地圖創(chuàng)建精度高，唯一的缺點就是傳感器貴?；诩す饫走_的障礙物檢測則具有不依賴光照、先定位后識別、單傳感器全視角、空間定位精度高、計算量小的優(yōu)點，但同時也有識別粒度低的缺點。因此，自動駕駛不僅離不開激光雷達，還需要多傳感器的融合、深度學習的應用來提升自動駕駛的水平。但首先需要解決的就是成本問題。
破解成本及體積難題 算法開放及MEMS微振鏡共同發(fā)力
對于激光雷達成本的問題，從王嗣翔對激光雷達應用的現(xiàn)狀可以發(fā)現(xiàn)，他表示由于國內(nèi)的車廠大都買國外的產(chǎn)品，所以引發(fā)了缺貨問題。另外，由于國外激光雷達廠商賣硬件卻沒有提供算法，所以實際上并不能發(fā)揮激光雷達的真正威力。更重要的是，不同廠商為了激光雷達的算法重復搭平臺和組建團隊，這種重復造輪子的方式也在一定程度上增加了激光雷達的成本及大量應用的難度。
為解決這些難題，速騰聚創(chuàng)提出了普羅米修斯計劃，該計劃主要是為了避免重復造輪子，減輕各大廠商在應用成本上的開支。王嗣翔說：“普羅米修斯計劃以‘負責、開放、共享’的態(tài)度，與奮斗在自動駕駛領域的小伙伴攜手合作走上自動駕駛快車道。激光雷達對車企來說是比較新的，組建新的團隊不僅耗時而且需要花費較多的成本，而我們在算法方面有將近十年的積累，通過把算法的能力開放出來，與硬件結(jié)合，打包直接把系統(tǒng)給到車廠，他們就可以專注自己擅長的部分，比如決策與控制。”
算法的開放并與硬件打包可以減少車企的重復投入進而降低激光雷達的成本，從硬件的角度，MEMS微振鏡不僅能降低成本，還能減小激光雷達的體積。西安知微傳感市場負責人何偉同樣在會上表示：“激光雷達可分為機械掃描式，MEMS掃描式，F(xiàn)lash，OPA，其中機械式體積比較大。在被視為無人駕駛風向標的CES2018上，全球十余家參展的激光雷達廠商有半數(shù)推出了基于MEMS技術的新一代Lidar，其中包括Innoluce／Infineon，Aeye，LeddarTech，速騰聚創(chuàng)，Pioneer，INNOVIZ。”
西安知微傳感市場負責人何偉
可見，基于MEMS技術的激光雷達得到了業(yè)內(nèi)的認可，并且可以在短時間內(nèi)實現(xiàn)產(chǎn)業(yè)化并推動自動駕駛向前發(fā)展。據(jù)了解，目前有1D MEMS和2D MEMS激光雷達，不過MEMS激光雷達都需要使用MEMS微振鏡作為脈沖激光的偏轉(zhuǎn)元件。至于什么是MEMS微振鏡？何偉解釋：“MEMS微振鏡即微型化的振鏡，鏡面工作時可以高速擺動，可以把激光方向進行掃描。振鏡按照不同的驅(qū)動方式分為電磁、靜電以及電熱驅(qū)動，我們做的是靜電驅(qū)動，優(yōu)勢在于生產(chǎn)工藝相對簡單，不像電磁驅(qū)動需要組裝，體積也是比較小，集成度也最高。” 還需要指出的是，MEMS振鏡芯片只有米粒大小，通過圓片級封裝采還能達到更高集成度實現(xiàn)更小體積，用MEMS微振鏡的激光雷達不僅相比傳統(tǒng)機械式激光雷達體積減少很多，成本也能夠得到降低。
那么1D和2D MEMS激光雷達誰能在汽車上得到普及？何偉說道：“MEMS激光雷達使用廣角接收，而2D MEMS微振鏡為了實現(xiàn)大角度掃描，振鏡工作在諧振狀態(tài)，按照李薩如掃描方式運行，使用單點發(fā)射，陣列接收探測距離。單軸陣列使用線掃描，線通過單點打在振鏡上，振鏡在一個方向上做掃描，另一個方向用光學演示元件，然后把單點擴成一個線，在空間上實現(xiàn)一個線的掃描。接收端用APD，比如現(xiàn)在已經(jīng)有64線APD，每個APD上都會成像，實現(xiàn)64線激光雷達。對比來說，2D與傳統(tǒng)的方案銜接比較容易，都是單點發(fā)射接收，線掃線接收在光學方面要求比較高，但單軸可靠性比雙軸更高，更容易通過車規(guī)認證。舉例來說，我們首推的單軸方案頻率為1．2KHz，主要考慮到車規(guī)需要過2KHz隨機振動測試，靜電驅(qū)動的MEMS微振鏡工作頻率頻率要達到兩倍2．4KHz才能引起共振。當然，這個單軸掃描模組尺寸只比一個大拇指指關節(jié)稍大一點，視角可達到目前同類產(chǎn)品中比較大的80度。”
不難發(fā)現(xiàn)，雖然目前激光雷達在自動駕駛汽車中存在著體積大、價格貴的大量應用難題，但通過算法的開放降低重復開發(fā)無疑能促進價格的下降，另外，得益于MEMS技術集成度高的優(yōu)勢解決了體積大的問題，同時還能幫助降低成本，因此MEMS激光雷達成了眾多廠商追捧的對象。我們有理由相信，隨著越來越多廠商的加入激光雷達市場以及單軸MEMS激光雷達的量產(chǎn)和應用，不遠的將來激光雷達也能夠在自動駕駛汽車中大規(guī)模應用，幫助汽車實現(xiàn)更高級別的自動駕駛，推動自動人工智能向強人工智能發(fā)展。
轉(zhuǎn)載請注明出處。
相關文章
熱門資訊
精彩導讀
關注我們
