光学人需要了解的激光雷达知识点( 二 ) _激光雷达

RoboSense公司在2017年底首次公开905纳米MEMS固态激光雷达样机，2018年1月份，在消费电子展CES上公开演示，2019年产品性能大幅提升；2019年12月RoboSense获得IATF 16949汽车生产资格认证，冻结车规级产品结构设计；2020年1月份发售MEMS固态激光雷达RS-LiDAR-M1（如图3所示）的纯硬件版 M1 Simple，如图4所示，同时发布了其智能传感器版本。RoboSense MEMS固态激光雷达，可以说已经跨越了研究和高级开发阶段。针对客户需求开发和标准化相结合，即将完成车规级产线开发，进而实现产品的大批量生产交付。

文章插图

图3 MEMS固态激光雷达RS-LiDAR-M1

文章插图

图4 RS-LiDAR-M1纯硬件版(M1 Simple)
智能化-自动驾驶量产车对车规激光雷达的“隐形刚需”
由于早期激光雷达价格高与稳定可靠性被质疑，行业关注的焦点一直围绕在“价格”，“车规”，“固态”，“机械式”等硬件属性上。然而，激光雷达真正要进入量产车，其智能化和软件感知算法将是更大的挑战。
对于自动驾驶环境感知，传感器硬件通常只完成了数据收集的工作，要真正获取交通参与者方位、类别、速度、姿态等信息，必须经过感知算法的实时计算分析。感知算法的优劣直接决定对交通参与者的检出率、感知准确度和感知距离。如果感知算法性能不足，即使雷达硬件线数再高，也无法获得优质的感知结果。所以说，感知算法是激光雷达感知系统的“第二个核心” 。
【光学人需要了解的激光雷达知识点】同时，如果将激光雷达感知算法运行于普通的行车电脑ECU上，对其性能和功耗的压力都非常巨大，难以满足整车的功耗分配要求，所以基于激光雷达感知算法的专用芯片也应该同步推进。
在摄像头领域，Mobileye因为图像识别智能感知算法的优势，令大量车厂摈弃传统的Tier1所提供的前置摄像头，而使EyeQ获得巨大的市场份额。
感知系统的刚需和行业案例，揭示了一个被掩盖在激光雷达硬件光环下的核心需求, 相比信息“收集器”，自动驾驶需要更聪明的信息“收集+理解者” 。
基于车规级和智能化的需求，RoboSense在智能版的MEMS固态激光雷达RS-LiDAR-M1 Smart中嵌入AI感知算法与专用计算芯片组，可以同时输出三维点云数据与障碍物检测、识别、跟踪，路面交通标示等路况信息，充分保证决策层在冗余的信息基础上完成正确的驾驶决策，帮助车辆实现Level3~Level5高级自动驾驶与ASIL-D高级安全性。其实测点云如图5所示。

文章插图

图5 RoboSense MEMS固态激光雷达RS-LiDAR-M1智能版(M1 Smart)实测点云

车规级固态激光雷达技术落地的现状及发展趋势
目前，在固态激光雷达技术上领先的企业，其车规级固态激光雷达产品，已经跨越了高级开发和研究，标准化，客户需求开发等阶段，正在展开车规级产线开发和各类测试验证。
现阶段在测试验证的环节上出现困难。激光雷达硬件、感知算法和功能安全等大量的测试验证需要在开放道路上进行，但目前缺乏针对激光雷达企业用于激光雷达测试验证的测试车辆牌照，限制了激光雷达感知系统发现并解决潜在于不同道路场景中的Corner Case 。
车规级固态激光雷达在自动驾驶量产车的应用，不是要取代毫米波雷达或摄像头，而是通过多传感器融合深度融合，为自动驾驶汽车提供更优秀的信息冗余性，共同守护自动驾驶安全。
该文摘编自《光电产品与资讯》2020年6月刊“激光雷达”专题，看全文可点专题文章查看电子刊，或者点击本公众号菜单栏-光子中心-电子期刊。
☆ END ☆