<mark id="oztn4"></mark>
0
| 本文作者： 于勝越 | 2018-11-02 08:54 | 專題：2018 全球智能駕駛峰會 |
雷鋒網新智駕按：自動駕駛量產前夜，多傳感器融合、固態化、新材料、視覺芯片......成為智能駕駛傳感器生態圈中的關鍵詞。10月27日，由蘇州市相城區人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網&新智駕和數域承辦的2018全球智能駕駛峰會上，推出首個為自動駕駛打造的車規級激光雷達產品的公司法雷奧、固態激光雷達明星企業Innoviz和Quanergy、自動駕駛汽車攝像頭及圖像傳感器資深供應商安森美、自動駕駛視覺AI芯片公司地平線及光電半導體器件供應商濱松，六家智能駕駛傳感器產業鏈上下游企業，圍繞智能駕駛傳感器關鍵應用進行了分享討論。
距離諸多玩家下注的日子越來越近，2020年或2022年，L3級自動駕駛汽車上路的夢想能否落進現實，成本昂貴的汽車之眼“激光雷達”成為“最后一根稻草”。激光雷達大規模上車，如何在性能、體積和成本之間獲取平衡？機器視覺能否在激光雷達中發揮作用？固態激光雷達公司如何保證產品性能可靠與低成本共存？自動駕駛量產前夜，如何做好電子控制器件安全、網絡安全的準備？用來處理諸多傳感器數據的AI芯片如何做到車規級標準？數位自動駕駛傳感器領域的代表人物揭曉了答案，以下為各位嘉賓發言摘要，由雷鋒網編輯：
本次峰會上，湖杉資本創始人蘇仁宏主持《智能駕駛傳感器關鍵應用》專場。
自動駕駛量產前夜，智能駕駛參局者激動之余，又倍感焦慮。什么時候能落地？什么場景先落地。在蘇仁宏看來，關系著自動駕駛落地的首要關鍵正是傳感器。激光雷達、攝像頭、毫米波雷達是自動駕駛汽車必備的三大傳感器，其重要性無人質疑。
談起智能駕駛傳感器產業鏈上的初創公司，作為投資人的蘇仁宏表示，任何一項新技術，一定會誕生新的玩家，這些新玩家往往是一些創業公司。而創業公司最大的魅力與價值，正是敢于調整傳統公司的玩法，前者在技術選擇、發展路徑及發展節奏上和傳統公司不同，它們希冀著憑借速度、新產品吸引部分目光，顛覆這個行業。
本次峰會上，法雷奧中國區CTO 顧劍民發表了題為《世界上首款為自動駕駛打造的車規級激光雷達-Valeo SCALA》的主題演講。
法雷奧用兩個關鍵詞概括了Valeo SCALA：一是時間領先，Valeo SCALA是業內首款面向自動駕駛汽車的車規級激光雷達產品；二是量產。顧劍民的演講也重點圍繞激光雷達車規級及量產兩方面展開。
激光雷達真正實現量產，在車規級方面面臨眾多困難。如何在性能、體積和成本之間獲取平衡？如何實現水平視角、分辨率和探測距離之間的平衡？如何保證通過體積和布置等車規級測試？這都是需要考慮的問題。
激光雷達性能好，并不意味著其一定能夠搭載上車。汽車作為一個系統，需要考慮各方面約束。例如，體積在保證探測距的情況下如何增大水平視角；數據刷新率；改進目標跟蹤算法等等諸多問題。顧劍民提到，一款激光雷達從方案設計到最終實現車規級量產，需要花費五年或者七年的時間。
法雷奧已牽手傳統車廠和出行服務商，布局SCALA的大規模量產上車。2017年11月份，世界上第一款真正實現L3級自動駕駛的量產車輛奧迪A8問世，上面搭載的正是SCALA激光雷達。據雷鋒網新智駕了解到，除奧迪A8外，未來奧迪A7/A6/Q8等多數新車型都將搭載SCALA激光雷達。
除和奧迪合作，SCALA完成大規模量產上車外。法雷奧也在牽手另一條技術路線上的自動駕駛玩家。SCALA激光雷達也出現在一家在法國研制的NQVYQ電動無人駕駛小巴上。這輛無人駕駛小巴共搭載了七顆SCALA激光雷達。NQVYQ無人駕駛小巴目前已生產100多輛，并在法國、美國等多地投入實際運營。
Innoviz CEO兼聯合創始人 Omar Keilaf
Innoviz CEO兼聯合創始人Omar Keilaf在2018全球智能駕駛峰會上提出兩大觀點：一，未來L3以上的自動駕駛才是激光雷達最大的市場；二，從長期來看，激光雷達的作用可能會高于攝像頭。
諸多主機廠將希望押注在2020年或2022年推出L3級自動駕駛汽車。Omar Keilaf也認為，未來L3以上的自動駕駛才是激光雷達最大的市場。L3-L4級的私家車設計現已于2021年至2022年關閉了SOP（標準操作程序）， 這些平臺將使用約5年。L3-L4級的程序由OEM驅動， 這些是唯一能夠吸引大批量生產的計劃。激光雷達將成為L3-L4級設計勝利的一部分，它將經歷OEM和T1的汽車級和審核過程。所以研發滿足車規級要求、低成本、低功耗的成為激光雷達廠商努力的方向。
在Omar Keilaf看來，未來激光雷達的作用可能會高于攝像頭，但前提是，激光雷達產品的分辨率低這一問題需解決。即將推出的Innoviz One的分辨率和攝像頭一樣高。所以Omar Keilaf相信，長期來看，激光雷達的作用可能會高于攝像頭。且機器人出租車（Robotaxis）最終將采用大批量、低成本的車規級激光雷達。
目前Innoviz共有兩款激光雷達產品：InnovizPro和InnovizOne。InnovizOne目前已有部分樣品。屆時，InnovizOne的生產線將被放在中國。Innoviz開發了三種面向激光雷達的芯片，基于對激光雷達的性能要求，為激光雷達設計芯片組。此外，Innoviz有一個專門的團隊開發所有的光學系統，并且也在開發自己的計算機視覺技術。
Omar Keilaf重點介紹了機器視覺?，F在OEM廠商也越來越多的要求在產品中加入機器視覺的功能。雖然機器視覺目前在激光雷達中的作用還沒有得到充分的證實，但是在產品研發下一步，Innoviz希望能夠加強對機器視覺的重視。
Quanergy創始人兼CEO Louay Eldada在2018全球智能駕駛峰會上表示，激光雷達公司Quanergy將在中國建立超大型的生產設施，以增加旗下固態激光雷達等產品的產量。
Louay Eldada著重強調了激光雷達對于自動駕駛汽車的必要性。激光雷達是唯一一個三維的傳感系統，攝像頭是二維的，雷達是一維的。
但對于激光雷達公司來說，兼具激光雷達的性能可靠和成本的標準是一大挑戰。Louay Eldada著重介紹了Quanergy S3固態傳感器的產品優勢。在性能方面，S3固態傳感器已達到車規級，擁有150米的探測距離，最低的探測距離是零，這是其它激光雷達做不到的，且在速度及信號率方面也更有優勢。在成本方面，Quanergy欲將其激光雷達成本控制在1000美元以下。小批量對應成本為1000美元以下，大批量對應成本為幾百美元。
Louay Eldada計劃，Quanergy激光雷達產品在2019-2021年達到自動駕駛L3級別，2022-2024年間投入第一批的量產車，達到高度自動駕駛的等級。2025年及以后，自動駕駛將適用于全路況。
此次峰會上，Radhika Arora分享了當下自動駕駛領域中攝像頭系統面臨的挑戰，以及安森美在圖像傳感器方面所提供的額外功能。
對于傳統的整車廠、一級供應商以及初創車企來說，其第一大的挑戰即動態探測。當人們駕車在高速上行駛，強光會屏蔽司機視線。而在自動駕駛汽車上，攝像頭辨識度需要更優于比人類視線。遇到強光，攝像頭依舊能夠探測到前方物體。這樣的道理同樣適用于光線較弱的夜晚及不同的氣候條件。
Radhika Arora提到攝像頭探測到一個物體時，需要高像素對物體進行分類，判別其為人類或動物或其他障礙物。分類需求及感知需求對攝像頭清晰度提出了更高的要求。安森美芯片目前已擁有幫助攝像機清晰捕獲畫面，并做出歸類的功能。
在功能的安全性方面，電子控制器件安全要求越來越高，車輛內部電子元器件及復雜程度越來越高，這也對傳感器芯片提出了計算挑戰。Radhika Arora提到，當下傳感器面臨著一個危險環境，若部分電氣元器件發生故障，會產生許多危險因素。所以傳感器需具備能夠識別哪些元器件發生故障的功能，并做出判斷，將相應數據傳回控制中心。
安森美非常重視自動駕駛汽車面臨的網絡安全問題。Radhika Arora表示，當L4級自動駕駛汽車推向市場之后，網絡安全是必須考慮的問題。當有人侵入汽車電腦系統，或在系統中加入了錯誤信息，或截取部分視頻圖像，或刪除部分內容，都會導致自動駕駛汽車做出錯誤決策，從而產生危險。安森美即將推出一款具備網絡安全功能的圖像傳感器。
地平線（上海）芯片研發總經理 吳征
近期曾有著二十年芯片、半導體研發經驗的吳征博士加入地平線，負責研發自動駕駛的AI車規級處理器。這也是吳征博士加入地平線以來的第一次公開演講。
大數據蜂擁而起的時代，如何將無用數據轉化成有用數據？如何挖掘數據價值？這是一個很大的挑戰。其中還牽涉到如何有效地進行處理數據，本質上看，這是一大計算問題。吳征及地平線押注AI是這一關鍵技術，它基于大數據進行訓練和推理，可將無用數據進行“識別”， 把非結構化數據轉化成結構化數據，提取有用的信息。
作為一家技術驅動型的公司，有著強大人工智能算法的地平線，又如何完成龐大的數據處理、挖掘其價值？吳征進行了詳細的介紹，地平線定位于一家軟硬件結合的公司，其核心是要打造自己的BPU (Brain Processing Unit）芯片，類似于 Google 的TPU。地平線瞄準的是嵌入式AI 芯片，應用在物聯網方面的終端產品，節點和控制設備， 專注于邊緣計算。這與研發服務器，云端AI芯片不同， 前者計算性能更強大，同時功耗和成本也是考慮的問題。
吳征提到，AI計算技術與應用場景高度相關。某種程度上可以理解為，場景決定算法，算法決定芯片。反之，芯片又要求有算法，只有軟硬件接合，提供解決方案應用到場景才能最終解決問題，這是一個閉環系統。
針對車規級AI處理器芯片，吳征詳細介紹了其在溫度、生產周期、失效率及安全標準認證方面的要求。地平線目前的第二代車規級AI芯片，已進入最后的開發階段。與第一代不同，前者從方框級的識別精確到像素級的語義識別。
濱松中國高級工程師，濱松激光雷達項目產品技術負責人 鮑澤宇
本次峰會上，濱松中國高級工程師鮑澤宇發表了題為《用于自動駕駛激光雷達的核心光電半導體器件》的主題演講，從濱松產品技術的角度介紹了激光雷達的技術背景及其方向。
鮑澤宇提到，激光雷達可以實現測距和測角兩方面的功能，測距功能的基本方法為激光測距。傳統的激光測距方法分為三種：直接TOF測距、間接TOF測距、三角測距。從應用角度看，自動駕駛現階段需要進行高速、長距離、及緊密的系統分布，所以直接TOF測距法成為現階段激光雷達主要應用的測距方法。在測角功能上，由機械旋轉向固態激光雷達的發展已成共識，MEMS、Flash、OPA實現測角的方法不同，各有其優缺點，未來激光雷達的不同方法融合也可能出現。
激光雷達區別于其他雷達方法的關鍵點為其具備主動光源、長量程以及高分辨率三大特點。主動光源方面，分為針對點掃描式、線掃描式以及整個面光源三種不同發展路線，濱松已具備不同路線的產品，鮑澤宇認為1550納米的激光雷達也是未來光源波長選擇的發展的趨勢。在光源選擇方面。面對激光雷達長距離特點，當前多數器件碰到這樣的問題，即光電器件轉化出的信號距離遠，回波光較弱時，會被淹沒在后端的電路噪聲中，如何分辨電路噪聲抑或真實信號，濱松的探測器發展路線是提高光電轉換期間的內部增益，此外濱松Si APD新產品暗電流已達到0.01nA，新InGaAs APD暗電流降低到25nA級別，其暗電流將是原來的八分之一。
在鮑澤宇看來，激光雷達是一個系統化工程。一個完美的激光雷達不僅需要探測器和激光器元器件廠家的努力，同時也需要光路設計以及其他的系統化設計廠家共同協作循環推動激光雷達的發展。
總結來看，鮑澤宇口中的“系統化工程”一詞同樣適用于自動駕駛傳感器。大到攝像頭、毫米波雷達、激光雷達，AI視覺芯片，小到探測器、激光器元器件等等，這條產業鏈上的參局者緊密相連，或許一個小動作將成為自動駕駛汽車的大規模落地發展的關鍵。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
