中国人开发的自动驾驶激光雷达已达300线

发布者:大泉人家最新更新时间:2017-12-19 来源: 21ic关键字:自动驾驶  激光雷达 手机看文章 扫描二维码
随时随地手机看文章

硅谷华人创业公司Innovusion在位于硅谷Los Altos的公司发布LiDAR+相机融合方案,分辨率等效300线。该公司的CEO正是一年前离职的原百度自动驾驶事业部总监鲍君威。

本文引用地址: http://www.21ic.com/news/auto/201712/747526.htm

了解激光雷达行业的人,会清楚300线分辨率的意义。

激光雷达(LiDAR ,Light Detection And Ranging)的工作原理是向目标发射探测信号,然后将从目标反射回来的信号与发射信号进行比较,处理后就可获得目标距离、方位、高度;如果在短时间内可以测得很多点距离信息,可进一步得到目标速度、姿态甚至形状等参数。

可以说,激光雷达传感器是自动驾驶汽车的核心部件之一。

传统的激光雷达可以按照激光线束分为1线、4线、8线、16 线、32线或64线等,多个激光线束在竖直方向沿不同角度发出,经水平方向扫描实现对目标区域三维轮廓探测。

激光线束越多,分辨率就越高,激光点云密度就越大。因此,增加扫描线的数量,保证探测距离,压缩尺寸,降低重量,是目前激光雷达的一个技术发展方向。

目前国际知名的激光雷达传感器厂商主要有Velodyne、Ibeo和Quanergy等。

今年11月,Velodyne宣布推出128线激光雷达,据称是目前前市场上所有LiDAR系统中分辨率最高、探测距离最远、视场角最宽广的LiDAR传感器。

而仅仅一个月之后,Innovusion就公布了分辨率更高的产品。

作为主传感器要达到图像级水平,为什么是300线?

12月10日,鲍君威解释道,高分辨率对于可靠的目标检测是必不可少的,300线才构成一幅图像。他展示了一张点云图来分析激光雷达的高分辨率对于行车安全的重要性。

上面这张行人过马路的点云图,图中点越多,意味着激光线越多,分辨率越高。

“线和线之间是没有信号的,你看不到东西。假如路上有个砖头,或者线与线的距离越来越大你看到的东西就漏掉了,那就是事故。”鲍君威解释说。“如果一个点有1%的概率看不到,在各个点漏掉概率独立的条件下3个点都看不到的概率就是百万分之一。这个误差很高,相当于100万个场景,会有一个场景把小孩漏掉,那就是一个死亡场景。”

所以,他希望做激光雷达能够有很多的线束,达到很高的分辨率,对应更多的点,从而形成图像。

 

做成图像级,鲍君威认为这也正是Innovusion跟其他激光雷达公司不同之处,“横向和纵向的分辨率是一样的,没有一根根线的概念了。这是我们用精密仪器设计方法做的光学系统做出来的。”

在探测距离上,鲍君威认为,自动驾驶的激光雷达如果作为主传感器,一定要能看得比较远,至少150米。

他解释说,在高速公路上开车,时速100公里的情况下需要105米的刹车距离,这样的话,人才有足够的时间来判断前方是什么东西,然后刹车。

 

激光雷达要能作为自动驾驶车辆上的主传感器使用,他给出了核心的技术指标:第一,一定要能看到150米以外;第二,要人能看到人形,车能看到车形,那就要有足够的点,足够的线。

 

Innovusion的产品还实现了是激光雷达传感器和摄像头数据的融合,因此可以看到真正的物体颜色。“激光雷达本身没有颜色,判断不出来红绿灯,但是跟摄像头结合在一起,数据融合好的话,首先通过三维定位可以看出这是一个红绿灯的轮廓。”

简单地说,激光雷达有反射率、分辨率、距离、价钱、成本等几个核心指标。300线分辨率,而且针对10%反射率的物体检测达到150米以上,目前Innovusion已经做到了。

激光雷达价格非常昂贵,谷歌在其最早原型汽车中所使用的激光雷达传感器售价高达7万美元。不过,鲍君威称,在汽车行业量产的定义下,产品一年如果出货10万套,他有信心可以做到一套价格控制在一两千美元。

做出满足车规的产品,他给出的时间表是两到三年。

目前,Innovusion已经公布的第一版原型产品,宽5、6寸,高4寸,厚大概是3、4寸。尺寸小巧,甚至可以放到挡风玻璃上面。鲍君威希望到时在量产车上用的激光雷达传感器做成相机的形式,可以很方便放在车上多个地方。

现在无人驾驶的核心难点,鲍君威认为有两个层次,一是感知,一是决策和执行,执行是一级供应商的强项,而感知的核心难点是怎么把它可靠、经济、高效地做出来。他认为,软件、硬件,计算、传感器都是互补的,硬件的传感器做得很好的话,现有的算法就可以满足很大一部分场景的可靠性需求。

根据他的总结,无人驾驶目前的核心问题是90%的东西在感知,感知很大一部分挑战可以由传感器解决。

并非第一次创业

Innovusion成立之初就获得了高榕资本和汽车圈投资人参投的几百万美元天使轮。现在,A轮融资也已经开始。

鲍君威2014年加入百度美国研发中心,负责开发大规模数据中心硬件加速及高性能网络。2015年底加入百度自动驾驶事业部,负责车载计算系统及传感器团队,集成自动驾驶系统所需的各类传感器,并建立团队来深度评测及调研各项新型传感器技术。

正是在百度的这段工作经历让他看到了市场对于传感器的真实需求。

 

百度在2016年8月联合福特公司对激光雷达公司Velodyne进行了1.5亿美元的共同投资。当时投资Velodyne的项目正是由鲍君威负责技术调研。


鲍君威认为智能驾驶软件很重要的,但硬件传感器同样重要。

2016年11月,他离开百度,创立了Innovusion,开发应用于自动驾驶及其它行业的激光雷达产品及传感器融合技术。

但Innovusion并非鲍君威第一次创业。

他在光学精密测量仪器及传感器领域有近20年工作和研发经验,进入百度之前在光学测量机构有大约15年的工作经历。

鲍君威本科毕业于北京大学物理系,在加州大学柏克莱分校获电子工程硕士及博士学位。在博士期间和两位师兄共同开发了可称之为“显微光学雷达”的Scatterometry技术,1999年创立Timbre Technologies, Inc.。

第一次创业的公司在2001年被日本半导体设备公司Tokyo Electron并购,鲍君威在随后的十几年里带领Tokyo Electron在硅谷的光学测量部门将Scatterometry从原理模型变成可实际应用的精密测量设备,引领了Scatterometry技术及其它精密光学传感器在先进半导体生产制程中的广泛应用。

鲍君威的创业伙伴李义民现任Innovusion公司CTO,在精密电子及测试仪器方面有20多年的经验,曾有过知名激光雷达公司的任职经验,也是百度自动驾驶事业部传感器技术团队的负责人。

他在北京大学无线电系获得本科及博士学位,1999年赴美在美国 Argonne 国家实验室做博士后。随后在多家硅谷光通信及精密仪器公司开发技术,包括光纤激光器、超声波探测器、陀螺仪、电子显微镜及原子力显微镜等等。

2008 年至 2011 年,李义民在 Velodyne 作为工程团队核心成员研发激光雷达。2016 年初加入百度自动驾驶事业部作为传感器团队技术负责人进行各类新型传感器技术的调研。

目前,Innovusion团队有几十人,与硅谷多数高科技公司类似,其中很多人为华人背景。


关键字:自动驾驶  激光雷达 引用地址:中国人开发的自动驾驶激光雷达已达300线

上一篇:原联想高管跳槽紫光集团,离职原因引起猜忌
下一篇:北京推动自动驾驶新规,李彦宏:终于可以开上五环

推荐阅读最新更新时间:2024-05-03 02:09

自动驾驶公司获亿元融资!将助力协作机器人进化!
近日,自动驾驶行业内欣欣向荣,自动驾驶算法公司寅家科技完成近亿元B1轮融资,比亚迪智能驾驶研发部门整合筹备AI团队,滴滴自动驾驶和广汽埃安将成立合资公司,全速推进无人驾驶出行生态建设,而这一切竟然有 协作机器人 的功劳!协作 机器人 究竟是如何步步进化,牵动自动驾驶算法发展的? 近几年,协作机器人在机器人赛道中发展速度一直名列前茅,头部协作机器人企业年出货量从去年开始纷纷超过万台的门槛,并且逐渐显现出比传统 工业机器人 更猛的势头,而由协作机器人进化而来的复合机器人更是带动了自动驾驶算法的发展,一起来看看是如何从传统工业机器人进化到可以自动驾驶的复合机器人吧! 协作机器人的起源就是工业机器人,因为其具有一定的人机协作交互能力,并且
[机器人]
苹果泰坦项目获先进主动悬挂系统专利 用于未来自动驾驶汽车
据外媒报道,美国专利商标局(U.S. Patent and Trademark Office)授予了苹果公司一项新专利:先进的主动悬挂系统(Active Suspension System)。该系统由一个顶部安装件、一个底部安装件、一个刚性外壳、一个空气弹簧和一个线性致动器组成。 其中,空气弹簧会在顶部安装件和底部安装件之间传递第一负载路径的力。该空气弹簧包括包含加压气体的加压腔,而该加压气体负责传递第一负载路径的力。
[汽车电子]
苹果泰坦项目获先进主动悬挂系统专利 用于未来<font color='red'>自动驾驶</font>汽车
自动驾驶出现新拐点
伴随特斯拉等有着全新产业思维的新兴车企逐渐成长起来,汽车行业在多年的喧嚣后,俨然用一种全新的姿态叙写起下一个事关人、车、生活的全新脚本。而当时代的裂痕愈发为无缝驾乘、智慧出行等理念践行时,整个产业的参与者,都不得不为自己在自动驾驶领域,开启一个话语权迁徙的新时期。 或许,自从自动驾驶的概念形成以来,作为激进科普者的特斯拉,却以一次次关联事故,令这一技术的前景深陷发展的漩涡,但话又说回来,无论是从技术的前瞻性,还是从政策的推动上去看,如何以自动驾驶为要点,构建智慧出行的基本框架,就是市场大趋势的指导方针。 先发优势的红利,未必能够永远持久。可一旦入局慢了、晚了,属于未来的那道窄门终究不再为之打开。因而,从海外专注该领域
[汽车电子]
<font color='red'>自动驾驶</font>出现新拐点
高价收购出行服务Moovit,英特尔“出圈”MaaS产业靠谱吗?
错失移动互联网时代的 英特尔 ,再也不想在万物互联的时代里重蹈覆辙了。 转型,一直是英特尔津津乐道的企业文化。在错过 移动终端芯片 之后,英特尔必须要在 PC 处理器之外找到“基业长青”的第二曲线。 2017 年,英特尔正式开启“以数据为中心”的新技术版图的转型战略。要想快速构建 “以数据为中心”的战略,除了宏观愿景和自身研发外,最迅速也是最有效的策略就是收购那些新兴的数据、计算相关的创新企业了。 据不完全统计,英特尔从 2015 年起先后收购了 Altera、Nervana、Movidius、Mobileye、eASIC、NetSpeed Systems、Habana Labs。通过这一系列巨额收购,英特尔基本拿到了
[汽车电子]
高价收购出行服务Moovit,英特尔“出圈”MaaS产业靠谱吗?
未来固态激光雷达是否会替代多线束LiDAR?看业内人怎么说
  城市安全管理离不开摄像头,当前大量的车牌、人脸、特征等识别数据已经无法单纯依靠人工进行分析,单个1080P的摄像头,一天便能产生80G左右的数据量,如果以传统的方式将这些数据回传到云服务器做视频分析,将产生大量的传输以及存储资源。同时,这些海量的数据中真正有价值的数据远远不到15%,为了减少成本,提升效率,从传统集中式大数据处理向边缘式大数据处理转变,已是大势所趋,赋能边缘智能与云边融合的新技术由此诞生。下面就随嵌入式小编一起来了解一下相关内容吧。   边缘计算与云计算最大的区别在于数据将不再需要传到遥远的云端,在边缘侧便能解决数据的处理。这也解决了数据上云才能实现智能应用的唯一性。这样的方式带来了前所未有的体验:   从成
[嵌入式]
研究人员开发自适应控制方法 自动生成自动驾驶仿真场景
配备自动系统的半自动驾驶汽车已经上路,这些系统的软件作为车辆的核心组件,必须持续可靠地满足高质量标准。据外媒报道,来自格拉茨工业大学(TU Graz)软件技术研究所的Franz Wotawa及其团队与AVL信息物理系统测试团队合作,采用自适应控制方法,自动生成广泛的仿真测试场景和系统内部误差补偿,从而保证自动驾驶安全。 (图片来源: TU Graz) 仅依赖测试驾驶并不能为自动驾驶系统的安全性提供足够保障。Franz Wotawa解释称,“自动驾驶车辆必须行驶大约2亿公里才能证明其可靠性,尤其是在发生事故的情况下,比传统汽车测试公里数多1万倍。然而,对生命有危险的关键测试场景并不能在真实测试驾驶中重现。因此,自动驾驶系统
[汽车电子]
研究人员开发自适应控制方法 自动生成<font color='red'>自动驾驶</font>仿真场景
NHTSA宣布禁止Transdev运行自动驾驶校车
   近日,美国国家高速公路交通安全管理局(NHTSA)表示,已经要求Transdev北美分公司立刻停止在佛罗里达使用自动驾驶车辆接送学生。   NHTSA局长海迪·金(Heidi King)表示:“创新不能给公共安全带来风险,使用不符合规定的测试车辆运送学生是不负责任的,也是不合适的,而且直接违反了Transdev测试项目的规定。”目前,NHTSA表示Transdev已经同意暂停测试。   据悉,今年3月NHTSA允许Transdev使用自动驾驶班车来进行测试和演示,但并未允许用于校车,此次Transdev的 做法显然已经违反了规定。   编辑点评:自动驾驶目前仍是一项并未成熟的技术,将其应用于校车虽然十分有利于该企业的宣传推
[手机便携]
国际自动驾驶法规现状与趋势
01、智能网联和自动驾驶汽车相关产品标准综述 众所周知,全球汽车产业和技术近年来一直呈现不断加速发展的态势,在原有传统燃油汽车的基础上,为了保护环境,节约不可再生的资源,以电动车辆为代表的新能源车辆异军突起,同时随着信息技术和互联网的发展,自动驾驶和智能网联汽车同样也在快速发展,在这种发展模式下,汽车产业越来越广泛、深入地与其它产业、技术领域跨界融合,传统的汽车概念越来越被颠覆。 正是由于汽车产业不断向其它产业跨界融合,这也给我们业内“汽车人“不断提出新的要求和挑战,要求我们不但要是汽车行业的专家,同时也应成为其它跨界领域的专家,例如自动驾驶和智能网联汽车的发展,要求我们”汽车人“同样也是互联网络和电子通讯领域的专家,才能
[汽车电子]
国际<font color='red'>自动驾驶</font>法规现状与趋势
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved