智能汽車發(fā)展到現(xiàn)在,這一刻等了太久。
一直以來,「看不清、看不見」的感知難題束縛著高階自動駕駛的演進,攝像頭、毫米波雷達、超聲波雷達……無論用哪種傳感器組合,其一言難盡的最終實際表現(xiàn),讓人難以信服能擔任自動駕駛汽車的「眼睛」。
激光雷達的加入緩解了從業(yè)者的焦慮,尤其是把體積做小、把價格做低后,其測得遠、測得到、測得準的性能優(yōu)勢瞬間在量產汽車上發(fā)揮出來,并在 2021 年開啟了一個上車「元年」。
不過,這時的激光雷達仍不完美,尤其是由于垂直視場角有限,僅有 25°左右,對于近處低矮物體的識別,仍存在大量的盲區(qū)。
在涉及交通安全的道路駕駛行為里,即使對于 ADAS 來說,半瞎就是全盲。
因此,補盲激光雷達應運而生。
11 月 7 日,在激光雷達領域耕耘 8 年之久的速騰聚創(chuàng)在 Tech Day 上發(fā)布全固態(tài)補盲激光雷達 RS-LiDAR-E1(以下簡稱 E1),以自研芯片為核心,實現(xiàn)了從 FOV、測距到刷新幀率的更高性能,成為繼長距激光雷達 M1 之后推出的又一款革命性產品,開啟全面激光雷達車規(guī)量產的新時代。
「M1+E1」,速騰聚創(chuàng)為從 ADAS 到 L4 提供完整車規(guī)級激光雷達感知解決方案,「遠距+近距」的產品布局,完全覆蓋高速、城區(qū)及泊車三大關鍵場景。
至此,智能汽車終于擁有了全能感知。
01、E1 登場,車規(guī)級激光雷達方案終于「完滿」
E1 的到來正當其時。
2022 年,特斯拉FSD在海外廣泛應用,卻遲遲不敢在中國市場開放,顯然是因為在更復雜的中國交通場景條件下,攝像頭方案開始暴露出感知上的不足。
以最典型的城市路口轉彎為例,每逢此處極易遇到小電驢、小孩、寵物貓狗等突然竄到車前,此外,凸出的路沿、臨時放置的錐形桶等靜態(tài)物體在這里也十分常見,傳統(tǒng)用在 ADAS 上的攝像頭或遠距激光雷達,主要用于前向感知,對于側向低矮的物體存在識別盲區(qū),易造成較大的安全隱患。
而在城區(qū),還冷不丁地會出現(xiàn)極限加塞,等前向激光雷達或魚眼相機檢測到時,本車與并入車輛的貼合距離已經相當近,這時小則發(fā)生刮蹭,嚴重甚至引發(fā)側翻。
車輛的并道、并線是出行場景中出現(xiàn)頻率極高的場景,在車輛并線變道的過程中,后視鏡出現(xiàn)的盲區(qū)也是我們在行車過程中的又一大安全隱患。
當然,為了防止后視鏡盲區(qū)帶來的駕駛威脅,如何最大程度的縮短后視鏡的死角,擴大后視鏡的駕駛視野,看得更清更遠,也成為了行業(yè)亟待解決的問題。
由此可見,智能汽車要邁向更高階的自動駕駛,急需高精度、大視場角的補盲,這是攝像頭等傳感器做不到的,補盲激光雷達無疑是最好的選擇。
目前,各家激光雷達廠商發(fā)布的補盲方案不一,速騰聚創(chuàng) 創(chuàng)始人兼 CEO 邱純鑫博士在發(fā)布會上進一步提出,要真正做好「補盲」,需要激光雷達的水平視場足夠廣、垂直視場足夠寬、刷新幀率足夠高、測距能力足夠遠。
速騰聚創(chuàng)就是這么設計 E1 的。
(1)水平 FOV 為 120°
E1 水平 FOV 為 120°,在當前主流前視激光雷達水平 120°FOV 的基礎上,僅需 2 顆即可實現(xiàn) 360°水平視場的無縫拼接。
而業(yè)內水平 FOV 不滿足 120°的補盲激光雷達,如果采用同樣數(shù)量的部署方案,就會存在誤檢和漏檢;
而想避免誤檢和漏檢,則需要額外在兩側各多加 1 顆,這意味著補盲激光雷達的數(shù)量 2 顆,陡增到 4 顆,成本分分鐘翻倍。
舉例來說,如果兩邊各安裝一顆水平 FOV 小于 120°的補盲激光雷達,配合主激光雷達 120°的水平 FOV,則左右各自還存在感知盲區(qū)夾角,恰好橫跨主激光雷達和補盲激光雷達之間的感知空白區(qū),那么該車就會被自動駕駛系統(tǒng)識別「分割」成兩個物體。
此時,補盲激光雷達不僅沒發(fā)揮「補盲」作用,反而對智能汽車產生了誤導。
同樣的,由于主激光雷達和補盲激光雷達視場融合存在盲區(qū),在超車場景下,當本車快速從卡車左側行駛時,會讓自動駕駛系統(tǒng)誤以為卡車是側向來車。
在車輛掉頭過程中,水平 FOV 小于 120° 的補盲激光雷達劣勢也十分明顯,盲區(qū)夾角內,容易對待匯入車道的對向來車出現(xiàn)漏檢。
最糟糕的情況當屬體積小的物體例如小孩、外賣騎手,直接出現(xiàn)在上述夾角盲區(qū)內,將通通不被識別到,極易釀成安全事故。
可以看到,一顆補盲激光雷達的水平 FOV,如果達不到能夠在同側與主激光雷達視場角覆蓋 180°的能力,那么裝補盲激光雷達并不比不裝的方案更好,甚至有可能是「減分」操作,所謂「補盲不全面,等于沒補盲」。
(2)垂直 FOV 90°
垂直 FOV 同樣至關重要,汽車在行車和泊車過程中需要「看到」小到錐形桶、大到覆蓋成人高度的范圍,以確定可通行范圍。
例如在一個狹小空間中進行泊車,左右停有其他車輛或存在墻壁等障礙物,這時就需要十分精確的位置感知,以防刮蹭到周圍物體。
擁有精確測距能力的補盲激光雷達有助于解決泊車難題,不過要真正做好,對垂直 FOV 提出較高要求。
這是因為在泊入狹窄車位過程中,低矮的障礙物、直立的墻柱、移動的人等,都可能成為感知視野盲區(qū),造成一定碰撞風險,而只有垂直 FOV 夠大,汽車才能「看清」周身環(huán)境,相應進行方向盤調節(jié),以便順利泊入。
行車環(huán)境可以類比泊車,例如左右轉時候經常遇到后向快速切入的二輪車或奔跑的行人,這實際上也是另一種對汽車在「狹窄空間」中識別障礙物能力的考驗。
如果補盲激光雷達垂直 FOV 不足90°,以 80° 垂直 FOV 為例,雷達位置安裝在車身離地 1m 的位置,為了盡量覆蓋矮小物體,避免汽車壓到小孩、寵物貓狗等,就要將地面盲區(qū)縮減到 15cm,而這時雷達水平上方的視野則易缺失,也就說此時有一輛車在橫向駛過,激光雷達并不能識別到車輛,釀成事故。
同理反之,要保證雷達水平上方的視野,就無法捕捉到近距離目標的完整點云,換句話說,如果激光雷達垂直 FOV 不足,將陷入「兩難困境」,不能同時保護小孩、寵物和成人。
E1 則不需要這樣糾結,其垂直 FOV 設計為 90°,感知范圍兼顧地面盲區(qū)與側向視野。
當 E1 部署于車身兩側,90°垂直 FOV 能夠在視場下沿盡可能貼近車身,能將感知區(qū)域的地面盲區(qū)壓縮到 15 厘米,同時還能保留 8°以上的上揚,從而完整檢出兩側途經車輛的全貌,保證感知算法有效檢出。
邱純鑫博士介紹,E1 能顯示 3m 外的小轎車完整點云以及 5m 外成年人的完整點云。
(3)超高幀率 25Hz
在動態(tài)感知環(huán)境下,激光雷達的刷新幀率和測距也十分重要,有助于車輛提前預判交通行為,為后續(xù)做安全應對方案留足時間。
試想這樣一個畫面:汽車在城市路上高速行駛,前方拐彎處突然出現(xiàn)一輛小電驢橫穿馬路,且軌跡十分不確定,此時若沒有及時地識別,并進行制動,很大概率直接撞上,造成交通慘劇。
補盲激光雷達確實能夠做到識別,不過是在發(fā)生事故前識別還是在事故后識別就是另一回事了,畢竟不提刷新幀率的感知無異于「耍流氓」。
E1 支持超過 25Hz 的超高刷新幀率,媲美攝像頭,比毫米波雷達更優(yōu),可以在 40ms 內完成目標位置感知,能更快捕捉目標運動速度與方向,并增加感知算法對細小物體的檢出率。
從這一角度來說,E1 已經超越 M1 的 10-20Hz 的性能,與業(yè)內 10Hz 的補盲激光雷達相比,能在車速為 36km/h 的情況下,剎車點提前 3m,有效提高智能駕駛安全性。
E1 的高刷新幀率也能在加塞時發(fā)揮作用,更快掌握車周身動態(tài),以應對早晚高峰時期的車輛博弈。
(4)測距能力 30m@10% 反射率
測距能力也是衡量激光雷達優(yōu)劣的重要指標。補盲激光雷達雖不必和前視激光雷達較量動輒 200m 的測距,但測距越遠,毫無疑問將為車流預測、應急響應騰挪出更多的時間。
E1 能達到 30m@10%,最遠測距超過 100m,這種能力在車輛無保護左轉、匯入車流、變道換線等場景下,顯得尤為重要。
如果激光雷達只能做到 20m@10%,如此短的距離讓汽車不容易探測到橫向目標,給系統(tǒng)的響應時間也不夠,不慎易發(fā)生刮蹭或沖撞。
E1 基于 30m@10% 的測距能力,能夠提前感應到目標,進而制動或者避讓,避免事故發(fā)生。
此外,30 米的測距能力更可以完整探測 6 車道外的切向來車,有效覆蓋雙向 12 車道十字路口場景,適合國內絕大部分城市道路。
從各項參數(shù)來說,E1 無疑是速騰聚創(chuàng)繼 M1 之后推出的又一款革命性產品。
(5)組成最優(yōu) 360° 激光雷達感知方案
當我們將 E1 與 M1 組合,一套 360° 無盲區(qū)的車規(guī)級激光雷達方案就在眼前,M1 負責遠距離大范圍感知、E1 負責無死角補盲,激光雷達感知能力充分駕馭城區(qū)駕駛、高速駕駛、智能泊車中各類功能需求和 CornerCase。
M1 與 E1 的組合優(yōu)勢,不但體現(xiàn)在感知能力上,更體現(xiàn)在成本上,兩款雷達水平 FoV 120°的匹配,可以實現(xiàn)組合數(shù)量最優(yōu)搭配,實現(xiàn)成本極致激光雷達部署方案。
同時,由于最優(yōu)方案使用的激光雷達數(shù)量更少,這不僅便于部署方案設計,還縮減了汽車產線上激光雷達安裝與融合標定的生產制造成本。
當兩款激光雷達均來自同一家供應商,對于車企項目開發(fā)對接而言,將極大地降低了感知系統(tǒng)研發(fā)的溝通成本。這,對于已經定點 M 系列產品的十多家車企而言,E1 無疑是最優(yōu)的選擇。
在已經成熟的長距主雷達 M1 的基礎上,推出高性能補盲雷達 E1,速騰聚創(chuàng)為自動駕駛行業(yè)提供了一整套成熟的車規(guī)級激光雷達感知方案。
02、芯片化、純固態(tài):可以裝進口袋的激光雷達
眾所周知,在機械式激光雷達中,性能往往與體積成正比。
激光雷達要做到更高的分辨率,就必須增大線數(shù),也就意味著要縱向堆疊更多的元器件,激光雷達的外觀也就越臃腫,那么如此強悍的 E1 體積有多大呢?
(1)E1:體積只有手機一半
邱純鑫博士在發(fā)布會上賣了個關子,表示 E1 就在現(xiàn)場,讓觀眾猜猜具體在什么地方。
當所有人一臉茫然時,他不緊不慢地從褲兜里掏出一個硬盤大小的物體。
「是的,這就是 E1,不到手機一半的尺寸,厚度也僅為兩個 iPhone13 疊起來大小?!乖捯粑串?,場內一片歡呼。
事實上,這正得益于速騰聚創(chuàng)對于 E1 極致的架構設計。
(2)自研芯片
E1 搭配速騰聚創(chuàng)面向全固態(tài)激光雷達平臺的首款自研芯片和二維電子掃描策略,集成了發(fā)射、接收和信號處理三大核心芯片。
具體來說,E1 的接收端芯片采用先進的 3D 堆疊工藝,將 SPAD 陣列和高性能 SoC 集成到一顆芯片,從而極大地簡化了系統(tǒng)鏈路,可以直接處理生成點云。
在發(fā)射端芯片,E1 則采用二維可尋址面陣 VCSEL 技術,支持靈活的掃描模式,極大地提高能量利用率。
正是基于芯片化的全固態(tài)架構,E1 能夠做到超薄的機身設計,以便車企將其集成,方便地安裝在后翼子板、車門或車頭等位置。
(3)芯片化帶來高可靠性與低成本
除了大大減小了體積,芯片化帶來的另兩個優(yōu)勢更為車企所看重:高可靠性和低成本。
前者不言而喻,由于內部無任何運動部件,E1 作為補盲激光雷達的壽命和可靠性大大增強。
而在成本端,如前文所說,E1 在電路設計上明顯簡化,且由于零部件數(shù)量少,物料成本下降,而在生產工序上,芯片化減少了多個中間步驟,自動化程度高,進一步減少了加工成本。
最后由于僅需 2 顆 E1 配合主激光雷達,就能實現(xiàn) 360°感知,速騰聚創(chuàng)交付給車企的整體感知解決方案經濟性十足。
體積小、成本低、還好用,這正切中了車企的核心痛點。
要知道,車企苦側向傳感器不足久矣,攝像頭、毫米波雷達等做環(huán)視存在感知精度低、感知能力弱的劣勢,而主激光雷達垂直視場角十分有限,即使不考慮經濟成本安裝多顆在車身周圍,也發(fā)揮不出太多優(yōu)勢。
以上種種困難以及大量「前車之鑒」的自動駕駛事故,讓車企難以放開手腳從 ADAS 升級到 L4。
補盲激光雷達的適時出現(xiàn)解決了性能方面的問題,但同時也新增了成本,倘若售價太高,也會打消車企將其量產「上車」的念頭。
這就要求補盲激光雷達廠商再走一遍主激光雷達走過的路——「自我壓榨」,極致成本實現(xiàn)極致性能,速騰聚創(chuàng)顯然做到了這一點。
邱純鑫博士表示,一輛智能汽車上的補盲激光雷達綜合成本,也就是激光雷達的單價乘以一輛車上使用的顆數(shù),不能高于一顆主激光雷達的成本。
此前,M1 的批量交付價格被曝已經降至 500-1000 美元之間,按此計算,E1 大規(guī)模量產后,價格可能下探到 250-500 美元之間,未來甚至有望追平毫米波雷達的價格。
03、成熟的方案背后,規(guī)模優(yōu)勢帶動下的成熟體系
當所有信息高密度輸出后,E1 只剩下最后一個懸念:什么時候 SOP?
邱純鑫博士的回答簡單而直接,2023 年下半年。也就是說,E1 從發(fā)布到量產只需要不到一年時間。
相比之下,M1 最早于 2017 年發(fā)布,2021 年 6 月才實現(xiàn)首個定點客戶的 SOP。
對比補盲激光雷達廠商同行,速騰聚創(chuàng)也是進展靠前的,E1 憑何創(chuàng)下這一速度?
(1)車規(guī)測試驗證能力
首要是做好充分驗證。
2020 年,速騰聚創(chuàng)籌建行業(yè)領先的專業(yè)車載激光雷達實驗室,在超過 200 套測試設備的支持下,擁有激光雷達全環(huán)境應用場景的模擬測試能力,可以自主進行超過 120 項測試。
值得一提的是,這也是業(yè)內唯一獲得 CNAS 認可的速騰聚創(chuàng)車載激光雷達專業(yè)實驗室。
得益于大量的定點訂單,M1 經歷十余家不同車企測試標準體系的反復錘煉,快速成為一款成熟可靠的車規(guī)產品。
過去兩年,M1 在這里累計完成了超過 36000 小時高溫耐久測試、超過 24000 小時高溫高濕測試、超過 21000 小時的循環(huán)溫度沖擊測試以及超過 40000 小時的獨立器件測試等車規(guī)級可靠性測試項目,堪稱行業(yè)之最。
在海量的測試與迭代中,速騰聚創(chuàng)成為業(yè)內首個解決了高線束激光雷達窗口加熱、膠水老化導致的產品質量問題、MEMS 振鏡抗沖擊等難題的科技企業(yè),并于業(yè)內首次完成掃描器件的 AEC-Q10X 認證。
據 RoboSense 實驗室負責人透露,速騰聚創(chuàng)在 2022 年底前將有 11 款車型完成車規(guī)級可靠性驗證,進入 SOP 量產階段。
激光雷達交付不僅要保質,還要做好充分的制造規(guī)劃,為車企保量。
如果說充分驗證是從 0 到 1,那么充分生產準備則是從 1 到 100。
(2)大規(guī)模量產能力
2021 年 3 月,速騰聚創(chuàng)建成國內首條車規(guī)級固態(tài)激光雷達產線。而在發(fā)布會上,速騰聚創(chuàng)又宣布已與立訊精密成立合資智造企業(yè) Luxsense(立騰創(chuàng)新)。
極少出席公開活動的 Luxshare(立訊)董事長王來春女士,Luxshare(立訊)副總裁、立景創(chuàng)新科技總經理孟巖等高層領導出席 RoboSense Tech Day 活動現(xiàn)場,并與 RoboSense(速騰聚創(chuàng))創(chuàng)始人兼 CEO 邱純鑫博士、RoboSense(速騰聚創(chuàng))聯(lián)合創(chuàng)始人兼執(zhí)行總裁邱純潮等共同為 Luxsense(立騰創(chuàng)新)揭幕。
活動現(xiàn)場,王來春女士表示:
「在汽車領域所有的前沿應用技術里,激光雷達行業(yè)是中國企業(yè)少有的、能在全球范圍內取得領先地位的行業(yè),立訊非常樂意和速騰一起合作,共同助力產業(yè)進一步發(fā)展。在當前的生態(tài)來看,未來我們還有更多的可能?!?/span>
據介紹,速騰聚創(chuàng)智造集群一期投資超 10 億元,廠房面積超 5.5 萬平方米,先后搭建近 20 條自動化產線,并同步自主開發(fā)高度智能的生產軟件,可達到「每 12 秒生產一臺激光雷達」的頂級效率,實現(xiàn)了「深圳-東莞-廣州」「三位一體」的百萬級產能保障。
這意味著速騰聚創(chuàng)不僅能快速響應急劇擴張的市場需求,更保證了研發(fā)成果與核心技術快速落地。
從研發(fā)到測試,再到制造,可以看到,速騰聚創(chuàng)正全線布局,一體化打通規(guī)模化量產體系。
(3)超豪華朋友圈:獲 50+車型定點訂單,產業(yè)資本合作伙伴首次亮相
與此同時,更大的藍圖正在徐徐展開。
截至目前,速騰聚創(chuàng)已經公開的客戶包括數(shù)十家車企以及自動駕駛公司:
截至今年,速騰聚創(chuàng) M 系列產品在全球范圍內攬獲頭部車企超 50 款車型定點訂單。
到今年底,速騰聚創(chuàng)將有 11 款車型項目進入 SOP。
活動現(xiàn)場,RoboSense(速騰聚創(chuàng))產業(yè)資本合作伙伴首次集體亮相,包括阿里巴巴旗下菜鳥網絡、北汽集團、比亞迪集團、德賽西威、廣汽集團、湖北小米長江產業(yè)基金、吉利控股集團、上汽集團、香港立訊有限公司、宇通集團等。
從客戶到產業(yè)投資方,都堪稱激光雷達史上,最豪華的朋友圈陣容。
04、「遠距+近距」的激光雷達產品布局速騰聚創(chuàng)仍是引領者
汽車產業(yè)智能化變革波瀾壯闊,激光雷達廠商無疑是其中最顯眼的明星。
從早期推出應用在 Robotaxi 上的機械式激光雷達,到為了實現(xiàn)車規(guī)級和降成本做成半固態(tài),再到如今為了達到全場景感知推出的補盲純固態(tài)激光雷達,相關參與者通過極致探索,賦予智能汽車越發(fā)強大的「眼睛」。
作為深扎行業(yè) 8 年之久的老兵,速騰聚創(chuàng)持續(xù)扮演引領者的角色。
這一次速騰聚集創(chuàng)最新發(fā)布的補盲激光雷達 E1 與長距激光雷達 M1 組合,第一次形成了成熟的 360° 激光雷達硬件方案,這意味著智能汽車已經打通「任督二脈」,視野全開,再沒有任何盲區(qū)。
這意味著,硬件層為智能駕駛從 ADAS 到 L4 升級鋪平道路,主機廠可以在速騰聚創(chuàng)「M1+E1」組合硬件方案下,持續(xù)迭代軟件能力,最終一步步走向L4 自動駕駛。
這是智能汽車全新的一頁,而你我都在見證。
來源:第一電動網
作者:汽車之心
本文地址:http://www.idc61.net/kol/189001
文中圖片源自互聯(lián)網,如有侵權請聯(lián)系admin#d1ev.com(#替換成@)刪除。