财经/ 汽车/ 科技/ 数码/ 游戏/ 留学/ 财经中心

国产多线激光雷达 无人驾驶进入数据竞争深水区

2016-10-09 11:04:00 雷锋网 分享
参与

  十一期间,国内激光雷达研发企业RoboSense(速腾聚创)宣布已掌握多线激光雷达的核心技术,并完成第一代多线激光雷达RS-LiDAR研发工作。该产品将在近期进行路试,尚未公布价格。国产多线激光雷达研发进程的推进,可能使得下游的无人驾驶汽车生态发生变化——更廉价高效的数据获取手段使得数据获取与数据算法竞争成为新的门槛。

  据RoboSense(速腾聚创)方面称,多线激光雷达产品可以应用于智能机器人、无人驾驶汽车、虚拟现实、建筑工程、军事巡航等领域。该产品有可能成为首个进入实际应用的国产多线激光雷达。RoboSense方面表示,而随着技术进步该产品的单台成本有望降低至500美元。

  多线激光雷达是无人驾驶最重要组件之一

  受无人驾驶概念近年走红的影响,激光雷达这一技术组件被科技行业提及的次数也渐渐频繁。激光雷达由发射系统、接收系统 、信息处理三部分组成:激光器将电脉冲变成光脉冲发射出去,光接收机再把从目标反射回来的光脉冲还原成电脉冲,最后经过一系列算法来得出目标位置(距离和角度)、运动状态(速度、振动和姿态)和形状,可以探测、识别、分辨和跟踪目标。众所周知,激光雷达扮演无人驾驶车眼睛的角色,激光雷达比更普及一些的可见光摄像头更精准看得更远,且不受外界光线影响。

  RoboSense此次完成多线激光雷达的核心研发,关键在于“多线”。目前国内外有许多厂商提供单线激光雷达解决方案,但多线(4线、8线、16线等等)产品匮乏。此前比较知名的多线激光雷达供应商仅有Velodyne和Ibeo。

  单线激光雷达在工业领域应用已有一段时间,它可以获取2D数据,但无法识别目标的高度信息,所以单线激光雷达在无人车领域的应用,通常是作为视觉系统的补充;而多线激光雷达则可以识别2.5D甚至是3D数据,而且精度也比单线更高,行业公认多线激光雷达是完全无人驾驶(L4)级别最好的传感器解决方案。

激光雷达的线数与数据点数决定了其技术门槛,也是评价雷达功能强大与否的主要参数。

  比如谷歌与百度的无人驾驶汽车在研发初期采用的都是级别最高也是最昂贵的64线激光雷达(Velodyne出品,型号是HDL-64E)。但这一产品近十万美金的单价,甚至超过了一台车的价格。而谷歌在大量路试的第三代无人车产品(没有方向盘、油门等,外形像小面包)上,考虑到成本配置了稍微便宜的16线激光雷达。

  此次RoboSense完成的RS-LiDAR是一款16线激光雷达。根据官方提供的资料,它采用混合固态的形态,测量距离100米,精度2cm,水平360度,垂直30度(±15度),实时出点数32万点每秒。从数据而言,甚至略优于Veledyne的16线产品。

  RoboSense计划从今年10月开始与合作伙伴共同进行一系列旨在优化软件与可靠性的路试科目,如一切顺利,这将是第一个真正落地应用的国产多线激光雷达产品。

  国产多线激光雷达改变无人驾驶产业生态

  作为完全无人驾驶系统的关键组件,国内自主研发的多线激光雷达带来了大幅度降低无人车入门门槛的可能。曾有汽车厂商告诉雷锋网(搜索“雷锋网”公众号关注),激光雷达如果降到整车价格的10%,将直接推动行业的变革。但目前巨大的研发成本和以试验、开发为目的的小额采购量,使得客观上多线激光雷达成本难以摊薄。有消息称,百度在投资Veledyne之后,可以获得其旗舰产品50万人民币每台的“优惠”供货价格。

  而另一方面,国内激光雷达产业受限于技术实力,在无人车这一最具希望的朝阳产业中缺乏话语权。也使得国内无人驾驶的应用研发和产业生态面临许多挑战。

  RoboSense的16线激光雷达产品的推出,对改变这一局面有巨大影响。甚至有可能成为国内无人驾驶产业的里程碑。

  在中国制造产业链整合得最为充分的珠三角,将应用技术快速高效地落地为产品,并通过市场和金融手段降低成本,已经是成熟的套路。位于深圳的RoboSense如果能把握机会,在同等参数下推出价格远远低于国外产品的激光雷达,对国内的无人驾驶开发者、汽车上游技术厂商、汽车主机厂都有巨大的意义。

  降低无人驾驶研发的硬门槛,可以在试验、研发的层面就拓展激光雷达等各种组件的市场规模,并加速消费级产品的诞生。在这一技术成果产业化的路径中,廉价的多线激光雷达是个重要的导火索。

  除了研发、装备无人车之外,RoboSense这一产品也推动了与无人驾驶相关的数据产业的进步。激光雷达是无人车的眼睛,也可以说是无人车重要的数据采集设备。更廉价更高效的传感器带来了更多的数据,这对于推动无人驾驶相关的数据与算法研究有重要帮助。

  国内有许多软件团队,无论是百度、高德等大型互联网公司,还是中小技术创业团队,大都是从高精度地图以及基于位置的服务来切入无人驾驶产业生态。这一领域的创新创业都还是小众,一大门槛在于数据采集的成本太高,而基于数据输出服务产生收益的周期还很长。

  降低数据采集的门槛,对于打算在这一领域建立服务能力和分发能力的企业来说,是一个巨大的福音。

  而且激光雷达在这一领域,还是技术研发的必备工具。有许多中小研发团队受限于资源只能持币等待装备的现状,将随着多线激光雷达国产化而大大改善。

  对于开发者与企业服务者,将直接从类似RoboSense这样拥有自主技术的国产激光雷达厂商获益。而这些生态共同发力,结合中国原本就丰富的终端商业服务资源,2020年无人驾驶汽车的普及将不再是科幻。未来已来。

  总结:硬件为骨 数据为魂

  但值得注意的是,RoboSense这一成果,也推动国内的无人驾驶生态进入到数据深水区。当更多的上游企业解决了硬件和成本的问题之后,对数据的掌控、分析,甚至聚集和分发能力,将决定无人驾驶产业中相关企业的成败。而在这之前,这种创新的比拼还停留在概念和愿景上——谁能先组装出一辆能自动行驶的汽车,似乎谁就手握无人驾驶产业的入场券了。

  RoboSense亦有意协助无人驾驶产业在进入数据处理与信息应用时减少困难。据透露RoboSense也在规划与激光雷达相关的数据库工具产品,并部署与人工智能、高精度地图、以及路车互联相关的技术储备。

  这一切的前提是RoboSense的16线激光雷达可靠实用并能快速进入到主力汽车供应商的实验室中。接下来的动作将非常值得期待。

责编:张阳