Innovusion
新闻资讯

图达通智能科技(苏州)有限公司创始人兼CEO鲍君威:图像级激光雷达,L4及以上级自动驾驶车的锐利双眼

发表日期:2018-12-16

12月16日,第九届全球新能源汽车大会(GNEV9)在国家会议中心开幕,图达通智能科技(苏州)有限公司创始人兼CEO鲍君威在智能化论坛上发表主题演讲指出,高分辨率图像可以带来革命性的应用,现在激光雷达的低分辨率、价格高会是暂时的,很快就能达到新的变革。

以下为图达通智能科技(苏州)有限公司创始人兼CEO鲍君威演讲实录(略有删减):


大家好,非常高兴可以跟大家分享我们激光雷达产品和公司的进展。


图像级激光雷达,给无人车加上一双慧眼,大家有没有注意到激光雷达都是一条一条的,大概是16线的图像。我们作为图达通智能科技(苏州)有限公司是第一次在业界推出图像级的激光雷达,什么样的呢?下面大家看一看。


第一页给大家讲一讲自动驾驶第三第四第五级,我认为有两个很关键的技术鸿沟,从第一到第三乃至到第四级我认为技术挑战并不是很大,因为第四级主要在特定场景的自动驾驶,这样的话,不同的适用性不是很复杂,但是第五级的话,相当于完全取代人类了,各种复杂场景都可以走到,都可以搞定,所以这个时候对规划控制非常高。


但是感知方面第三到第四级有一个很大的鸿沟,因为自动驾驶在感知方面,一旦人坐上第四级车上,就相当于坐飞机一样,把我们生命交给车了。一般来说,大家期待的比人驾驶的精确性还要高十倍以上,那么人类一般开车,误判的概率是多少呢?这个误判率是非常非常低的,是十的负十次方负十一次方左右。我们看到各种传感器,它们的准确度到达什么程度呢?比如说摄像头,大家看到各种图像的挑战赛,世界领先的水平。大家看到准确率90%、92%、95%、99%。反过来什么意思呢?误判率大概是十的负二。毫米级雷达基本上是十的负一的水平,非常多错误的信号,剩下的我们认为如果自动驾驶能够完全准确的判断出感知,把环境的物体感知出来的话,就要承担剩下的这些额外的准确度的责任,需要达到十的负八次方的准确度。


大家看到两个常用的场景,一个是低速的道路驾驶,比如我们在城市道路开车,至少能够清楚的探测出来在附近马路的行让,一般在城市开车车速是30-50公里左右,这个时候加上感知、判断,加上机器执行的时间,大家认为需要50米探测的距离。50米以外,怎么能够达到准确无误的误判率呢?我们认为一个人身上的点,至少要达到十个以上。


另外一个场景,如果把车开到高速路上,通过感知探测刹车距离,大家起码看到需要有15米以上的探测距离,这个时候首先要能够探测到150米甚至200米以外的一个物体,而且不只是亮的物体,还有暗的物体。如果角分辨率不够的话,150米之外只有一行点,这个时候很难分辨出来一个车,一个物体。一个正常的车位1.2、1.3高,如果需要两到三行点的话,0.2度的角分辨率,甚至要更好。所以也是变成了需要有大约100-150线的分辨率。


所以这里就会看到,我们把市场上各类的传感器在这里划了一个简单的图,横轴是探测距离,纵轴是分辨率或者线速,我们看到最左下角,最差的是超声传感器,一般是1米两米的探测范围。我们熟悉的雷达,基本上也算是一线两线,它的探测器可以非常远到100米、200米到300米。


各类扫描性激光雷达,它的探测距离,现在好的可以到150米、200米,比较差的可能是30、40米左右。可以看到各类的传感器,它们所能满足的性能要求,只能是在第三级或者第级自动驾驶的要求。很多公司为了达到第四级自动驾驶的要求,多个雷达可以叠加,最后终于达到了第四级自动驾驶的要求。


今天我们给大家公布我们图达通智能科技(苏州)有限公司的长距离图像级激光雷达,这两个方面都能达到第四级自动驾驶的指标,这里我划了两条线。这是原始数据,我们用业界比较开放的数据来显示,在这个行驶的场景里的话,车辆还有有些行人可以看到非常清楚,现在是一个低清晰度的图像,如果按线速来看的话,从先往上你可以看到一共有300个像素,左右大概是300-500像素左右。


下个图像是快速路的场景,相当于我们四环左右的速度,可以看得出来,天上的这个电线。我这个电线是很细的,这个距离上大概40、50左右,可以看到非常清楚,这也清楚的说明了我们图像级的高分辨率。


这个顶视图,因为我们要看到我们车可以到280米,整个探测距离可以道路280米,中间的第16码的阶段,我这里不太能够直接控制这个视频,你可以看到,我们把其中的一帪图像取出来,在246、247米的距离上,你可以看到车的尾部,即使相机,除了你用特别特别长焦的望远镜,我们能够保证5到7个点可以在一个车位上探测出来的。


由于我们的点位质量非常高,我们认为用很少的数据,就可以达到非常可靠的感知。


由于我们的点云质量非常高,所以我们可以很容易地把它和另一个非常重要的传感器摄像头做融合,这样的话,可以达到把激光雷达的点云加上颜色。这个图的左下角一个普通的二维相机的图像,大概一兆左右的像素,右下角就激光雷达的点云,这个点云是带颜色。可以看到,这个点云实际将三维空间实时的构建出来了带颜色的点云的图像。可以看到每个点都是点云的点,但是它的颜色我是把相机的像素取出来给它,这个是实时带出来的,而且需要的计算量并不大,主要原因是因为我们的点云形态形状,跟普通的相机像素的分布是类似的。虽然分辨率还差一点,大概是两三倍的角分辨率的数量,但是可以很容易的通过很好的标定就可以把三维空间实时的投射出来,变成彩色空间,这样的话很多做感知的算法团队,可以很容易的说激光雷达不光是三维空间的精确度到厘米定位的信息,而且还有颜色的信息,而且还有真实的RGB(音)的颜色。


所以这个激光雷达有多大呢?刚才很多人垢病,车顶顶一个大的全家桶非常非大,我们激光雷达这是一个工程样机已经做的非常非常小了,比一个手机大不了多少,而且形态可以改变,这样很容易跟整车做系统集成,使得不改变车的形状,非常受到整车厂的欢迎。


最后对比一下,我们在激光雷达的体积、大小、数据质量,包括分辨率,探测距离,抗干扰能力,还有成本,最后是传感器融合方面,跟现有的激光都有很大的优势。


介绍一下我们公司,我们公司是2016年成立的,我原来也算百度这个“黄埔军校”的一份子,当时在百度负责传感器和硬件。大约6个月以前我们开始交付雷达样机给早期的合作伙伴,8月份我们发布了我们的A轮融资,一个多月以前,我们正式向业界发布我们猎豹图像级激光雷达向业界供货,现在已经有一些订单交付了。


我们认为高分辨率图像在历史上出现了很多次,可以带来革命性的应用,现在激光雷达的低分辨率很贵,而且是暂时的,很快就会达到新的变革。自动驾驶的传感器我们认为从几行、几十行激光雷达扫描线到现在图像级激光雷达也会促成感知系统革命性的变化。