Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之心编辑部原创

搭载同款激光雷达,特斯拉这次却要被中国车企抢首发

我们无法预测未来真正的自动驾驶汽车需要上哪些技术,但没有这个昂贵的小部件,它肯定玩不转。

有关自动驾驶,人们总是既憧憬未来科技的可能性,又担心人工智能「不完美」带来的危险。

对于那些体验过智能驾驶功能的人来说,不论试驾的是哪款车,他们大多都会经历这样的心态变化:将信将疑,有些紧张地坐上那辆车的驾驶位,在高速公路上打开自动驾驶功能,然后感觉就像打开了新世界的大门。

这些用于替代人类操纵汽车的 AI 虽然看起来都在做差不多的事,但其背后的技术却大相径庭,人们对于自动驾驶应该走哪条路线的争论也一直没有停止过。如果说车联网还是独立计算的争议有关自动驾驶系统的「大脑」,那么使用哪些传感器则是对于汽车「眼睛」的思考。

在自动驾驶系统的眼中,世界是这个样子。

两周前,特斯拉引入激光雷达的消息在科技圈内引发了人们的关注。

马斯克的「打脸行为」

在自动驾驶领域,传感器的问题一直分为视觉派和激光雷达派。前者主张使用高清摄像头 + 视觉识别算法,后者主张再加入激光雷达 LiDAR(甚至更多传感器)以保证系统稳定。

对于视觉派来说,只有依靠摄像头视觉这样接近人类的感知方法才能通向真正的自动驾驶;而激光雷达的拥趸们认为,汽车上搭载的传感器种类越多,则行驶时会更安全,因为不同的探测设备对于周围环境的观察能力总是各有优劣。

在自动驾驶从 L2 向 L3 级别过渡的当下,这种争论正变得愈发激烈。L2 到 L3 是从辅助驾驶到有限无人驾驶的一次升级,对汽车信息精确度、实时运算能力的要求呈指数级增长。传感器的性能,直接决定了系统能否构建路况的精确模型。

特斯拉 CEO 伊隆 · 马斯克是坚定的视觉派,他曾多次 diss 激光雷达,认为它「很荒唐,注定要失败」。但他在造车新旧势力中一直属于少数派:除特斯拉以外,大多数汽车制造商在高等级自动驾驶设计中都选择加入激光雷达。不论是传统车企的奥迪 A8、奔驰 S 级,还是造车新势力的小鹏 P5、极狐αS,不论现在能不能用得上,统统都要装一个。

最近,人们发现马斯克似乎也要改变想法了。

两周前,一辆车顶安装激光雷达的特斯拉 Model Y 出现在了社交网络中,特斯拉似乎走上了未曾设想的道路。据彭博社报道,有知情人士称,马斯克已与著名激光雷达公司 Luminar 签订协议,计划使用该公司的传感器进行测试和开发。拍摄于佛罗里达州的这组照片进一步证实了传闻的真实性。

知情人士称,作为两家公司协议的一部分,Luminar 会向特斯拉出售激光雷达。目前尚不清楚特斯拉对 Luminar 激光雷达的意图是什么,他们可能只是想测试一下激光雷达的能力,与自己的纯视觉方案进行对比,也可能是要把激光雷达加入自己的 Autopilot 体系。有趣的是,在这件事爆出后第二天,特斯拉就宣布纯视觉 Autopilot 功能即将在六月上线。

这种被命名为 Tesla Vision 的辅助驾驶系统只需要来自摄像头的数据即可完成高速公路上的自动驾驶、自动泊车、响应「召唤」、自动辅助变道等能力。

特斯拉对于自己的技术有着很强的信心,为此还把自 5 月份以后在北美到货的 Model 3 和 Model Y 全部简配成只装配摄像头没有毫米波雷达的「新版本」。

单靠视觉的自动驾驶真的靠谱吗?虽然我们还没法测试 Tesla Vision,但 Autopilot 平时的工作能力被人看在眼里。比如有网友就指出,如果你正开车在高速公路上飞奔,前面货车装载的是几个信号灯,那么特斯拉就会认为正前方出现了大量扑面而来的红绿灯:

计算机视觉的识别看起来既准确,但又不太准确。不知如果装载的是禁行标识的话可怎么办?

长期看来,或许我们可以让机器学习仅依靠摄像头就能识别所有这样的特殊情况,但在智能驾驶刚刚兴起的今天,情况显然无法令人满意,汽车到底需要什么样的感知系统?

激光雷达,让人又爱又恨

很多汽车厂商正在为消费者描绘智能驾驶的蓝图。虽然需要权衡已有硬件、软件技术与成本,智能化系统的复杂程度仍在持续增加,人们在自动驾驶汽车上加装的传感器大致可被分为五种。

首先是高清摄像头,它能让汽车「看」到周围所有方向的动态,实现行车记录以及倒车影像等功能,并让自动驾驶算法识别路标与周围物体。摄像头可以收集复杂路况中的大量信息,成本较低,但易受光线干扰,且对于速度和距离难以实现准确的判断,经常需要和其他传感器一同工作。

随后是毫米波雷达,它具备全天候的观察能力,以及超过 1000 米的探测距离。它的缺点在于静止测距太过于复杂,同时对于切向运动判断很差。

超声波雷达是最常见的车载传感器,多用在倒车雷达上。这种雷达成本较低,但工作范围很小,使用时容易受到天气因素干扰。

还有红外夜视系统中使用的红外摄像头,它可以利用红外光检测物体自然发射的热量差异,可以检测到常规摄像头、雷达和激光雷达不能识别的物体。但它没有角度测量能力,也无法完成静止测距。

与自动驾驶最多联系在一起的传感器是激光雷达(LiDAR)。它是一种集激光、GPS 定位和惯性测量装置为一体的系统,可用于获得数据并生成较为精确的数字模型。它的基本原理是射出一束激光,光束遇到物体后经过反射返回至接收器,由信号处理模块计算出车辆与物体之间的距离及方位信息。

LiDAR 的优势在于可在绝大多数环境中生成一幅包含汽车、信号灯和行人的精确三维图像。

激光雷达能够生成三维位置模型,因此具有很好的角度测量能力,其测量精度很高,同时响应速度也更灵敏,不受环境光的影响,但一直成本很高,且寿命较短。

它有多贵?2012 年,谷歌的无人驾驶汽车刚上路时,头顶上搭载的那个 Velodyne 64 线机械旋转式激光雷达售价 75000 美元,比一辆车还贵。怪不得总有人想要绕过它构建自动驾驶技术

如今经过技术发展,各家公司造出的激光雷达逐渐简化了内部结构,提高了扫描精度,并把使用成本降低到了车企可接受的范围内。即将推出的一些车型中,出现了越来越多激光雷达的身影。

不过此种设备的性能各有不同。有关激光雷达的性能,一个重要的指标是「线数」——线数越高,激光雷达对环境三维的重建精度就越高。有一些已知的数据:奥迪 A8 车头的那个是 4 线激光雷达,奔驰 S 级升级到了 16 线,而在即将推出的产品中,极狐αS 有三个 96 线雷达,激光雷达公司 Luminar 即将量产的首款雷达 Iris 是 500 线。

还有个需要关注的参数是波长:目前用在车上最常见的是 762nm 或 905nm 的激光,但这种波长接近于可见光(400-760nm),易被人眼感知,所以在使用中存在安全隐患,不易制成功率过大的设备。也有部分公司如华为、Luminar 采用了 1550nm 的激光,但是价格相对昂贵。

能看得出,要说到激光雷达的明星公司,Luminar 是个绕不开的名字。Luminar 的创始人奥斯汀 · 拉塞尔(Austin Russell)是个传奇人物。他早在 17 岁上高中时就创立了这家激光雷达公司,一年后他被斯坦福大学录取攻读应用物理,却又辍学投入到公司经营中。

2020 年 Luminar 在纳斯达克上市,让 25 岁的 Russell 成为世界上最年轻的白手起家的亿万富翁,而他的公司即将上线的产品,也因为强大的性能获得了车企们的青睐。

Luminar 很早就选择了半固态 MEMS 的激光雷达方向,目的就是为了降低成本,缩小体积。通过选择铟镓砷激光接收器,这家公司把激光雷达的成本下降到能以 500-1000 美元进行销售的程度,同时 500 线 LiDAR 生成的三维点云精度又超过了一众竞争对手,探测距离还能达到 500 米。

如此精巧的产品,看起来倒是很符合特斯拉追求领先的风格,不过能不能先量产就是另一回事了。

激光雷达量产车」装得上,还得用得上

屡屡登上新闻头条的自动驾驶技术,是各路车企竞相争夺的技术制高点。要想造出一台安全实用的智能驾驶汽车,需要对智能驾驶技术投入大量资源,提升感知能力和深度学习能力是智能驾驶向更高 Level 升级的关键。

2017 年上市的新一代奥迪 A8 系列,是第一个安装小型激光雷达的量产车型。但由于法规和技术等原因,这颗传感器一直没有被真正利用起来。

目前,很多车企都在争夺激光雷达实用化的「第一」。业内人士普遍认为这项技术正处在实用化的前夜,有望在今明两年迎来大规模商用化。在 5 月份的上海车展上,众多车企扎堆宣布要在 2021 年推出装载激光雷达的量产车。

其中有个重量级玩家的选择与特斯拉不谋而合。

3 月 18 日,在上汽 R 汽车新成员 ES33 亮相的现场,除了上汽集团副总裁、乘用车公司总经理杨晓东的演讲之外,还有三位来自供应商的嘉宾发出祝福——包括英伟达创始人兼 CEO 黄仁勋、采埃孚集团董事会成员兼亚太区总裁 Holger Klein,以及激光雷达公司 Luminar 的创始人 Austin Russell。

「Luminar 的硬件和软件能够在批量生产规模上实现上汽集团的愿景,」Russell 说道。

R 汽车此次推出的 ES33 是基于「R-TECH 高能智慧体」打造的首款智能车,计划于 2022 年下半年在全球范围内上市。这款车搭载 Luminar 雷达的计划与特斯拉的选择相同,不仅受人期待,也被业界大佬寄予厚望,有望成为搭载 Luminar 雷达的首款量产车型。

激光雷达之外,ES33 搭载有包括采埃孚 PREMIUM 4D 成像雷达、5G-V2X、高精地图、视觉摄像头、超声波雷达组成的「六重融合式感知体系」。

有了强大的传感器,还要有足够的整合能力。R 汽车提出的高阶智驾方案 PP-CEM,结合像素 + 图像点云感知融合系统,能够更加精准地预知行人、车辆等障碍物的行为和运行轨迹。

相较于视觉为主的感知系统,这套混合系统能够更加精准地预知行人、车辆等障碍物的行为和行动轨迹,不论身处国内复杂交通场景,还是遇到雨雪、浓雾等极端天气,这款车都能保证最大程度的安全行驶。

ES33 是一款「乐高型汽车」:用户可以自定义多种配置,个性化定制自己的车。R 汽车将率先获得英伟达下一代车载芯片 NVIDIA DRIVE AGX Orin 的支持,如果你需要更强大的算力,可以把自己的 ES33 拓展到 500-1000 TOPS 甚至更高,配合上汽全栈自研的超级环境模型算法,可以实现形成多维度、全方位的感知,帮助人和车辆做出准确的判断、预测和规划,将智能驾驶的安全性提升到新的高度。

如果你对 ES33 的电池容量不满意,还可以在使用一段时间以后将其升级到续航 800 甚至 1000 公里的大容量型号。

率先引入 Luminar 高精度激光雷达,率先搭载 Orin 芯片,像电脑一样可以升级核心组件。R 汽车想做的,就是「特斯拉做不了,苹果又有可能会做的事情,」杨晓东这样说道。

人们对于下一代智能驾驶提出了更高的要求,而这种期待,即将换来颠覆性的驾驶体验。

你的下一辆车,很可能会搭载一款更强的激光雷达,而当它在路上展示自己高超的驾驶水平时,请不要太惊讶。
产业Luminar上汽R汽车激光雷达自动驾驶
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

激光雷达技术

自动驾驶车辆传感器的一种,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 图像具有高度准确性,这使得它可以与摄像头、超声波探测器和雷达等常规传感器相提并论。然而激光传感器面临体积过大的问题,同时,它的机械结构非常复杂。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

上汽集团机构

上海汽车集团股份有限公司(简称“上汽集团”,股票代码为600104)是国内A股市场最大的汽车上市公司,上汽集团主要业务涵盖整车(包括乘用车、商用车)、零部件(包括发动机、变速箱、动力传动、底盘、内外饰、电子电器等)的研发、生产、销售,物流、车载信息、二手车等汽车服务贸易业务,以及汽车金融业务。

http://www.saicgroup.com/
推荐文章
暂无评论
暂无评论~