當前位置:
首頁 > 科技 > 推出兩款32線激光雷達的速騰聚創,重點仍是打磨16線和固態研發—調研

推出兩款32線激光雷達的速騰聚創,重點仍是打磨16線和固態研發—調研

高靜宜 機器之能

分析師 | 高靜宜

編輯 | 劉燕

海量數據的積累、演算法技術的提升以及計算資源的升級,使得自動駕駛汽車領域持續活躍。波士頓諮詢公司認為,預計到 2025 年自動駕駛功能的市場滲透率將達到 12 %- 13 %,市場規模約為 420 億美元,自動駕駛技術將實現更加商業化的普及。到 2035 年,全自動駕駛汽車的全球年銷量將達到 1200 萬輛,自動駕駛汽車市場總值將擴張至 770 億美元。

與此同時,自動駕駛相關技術的研發也水漲船高,成為推動產業鏈變革的新觸點,例如感測器技術、人機交互、車聯網等。其中,激光雷達憑藉其測量精度高、測量距離遠、受環境限制小等優勢,成為未來自動駕駛不或可或缺的車載感測器之一。預計 2030 年,全球激光雷達市場規模可達到 360 億美元。除了老牌激光雷達供應商 Velodyne,包括 Quanergy、Innoviz、LeddarTech 等後起之秀也致力於探索車載激光雷達領域更多的可能性,加緊激光雷達量產的腳步。

在國內市場,成立於 2014 年的深圳公司速騰聚創聚焦激光雷達領域。在 2017 年 6 月之前,這家公司在這個領域一路狂奔,陸續推出 16 線混合固態激光雷達、多激光雷達耦合平台方案及相應的自動駕駛激光雷達點雲演算法。由於穩定、高性價比的研發與量產能力,公司被認為業界黑馬。

打造 16 線激光雷達產品的同時,速騰還進行了 32線產品的原型設計。9 月 13 日,速騰宣布推出兩款 32 線激光雷達—— RL32A 和 RL32B。據速騰聚創 COO 邱純潮介紹,速騰做 32 線的原因是為了滿足部分車廠的高速自動駕駛需求,「車廠對32線產品進行了定義,另外,高線束產品發展已經有加快的趨勢,不管是技術實現還是市場需求」。

左為RL32B,右為RL32A

速騰的 32 線產品採用中間密兩邊疏的激光頭排列方式。與之前的 16 線解決方案相比,32 線激光雷達的最小垂直解析度為 0.33°,最遠探測距離從 150 米提升到 200 米,能夠給予 100km/h 高速自動駕駛車輛 7 秒的觀察反應時間。兩款 32 線產品的不同之處在於,RL32A 的垂直視場角為 30°,RL32B 則為 40°,能夠探測到更高的物體。

「不過,在多線激光雷達領域,目前我們的精力還是放在 16 線上。提高產品量產能力、解決性價比問題。把產品性能優化到極致。」對於 32 線,邱純潮表示,速騰之前在 16 線上所做的工藝改良、生產線建設等方面的積累,都可以直接復用在 32 線產品的生產中。「一旦 32 線市場時機成熟,我們可以直接開動馬力。短期內我們對 32 線沒有大量量產的計劃,生產線的產品生產安排,主要看市場需求。」

甘做自動駕駛的配角,循序漸進,把配角做到極致

「一切要從團隊本身的基因以及市場需求說起。」邱純潮說。

邱純潮的哥哥——速騰聚創 CEO 邱純鑫,在哈爾濱工業大學攻讀碩博期間,一直圍繞戶外移動機器人環境感知開展研究,接觸到激光雷達的相關技術。從 2006 年開始,他已經在環境感知方向積累了十餘年的研發經驗。2014 年 8 月,邱純鑫帶領他所在的實驗室團隊成立了速騰聚創,他的哈工大深研院導師朱曉蕊、師弟劉樂天加入並分別出任公司首席科學家、 CTO 。在創業初期,速騰曾經推出用於大環境逆向建模的靜態單線激光雷達,每秒可發射 50 萬點,精度達到 2mm,並為其配套了演算法軟體。

速騰聚創 CEO 邱純鑫

在針對環境感知演算法的研究過程中,團隊發現激光雷達與演算法之間存在相互制約的問題。一方面,如果激光雷達硬體技術受限,所採集到的數據就無法滿足演算法需求,這制約了演算法的提升;另一方面,如果激光雷達的硬體很好,而演算法配套不完善,則 LiDAR 的威力就沒有被最大化。「我們意識到,為合作夥伴提供軟硬體結合解決方案是速騰聚創從基因上的優勢,也是市場的需求。所以從創業以來,我們一直以 1:1 的團隊配比去做整套解決方案。」邱純潮這樣解釋道。

速騰聚創 COO 邱純潮

邱純潮表示,目前速騰聚創的軟體演算法可以為用戶提供車輛定位、車道線檢測以及障礙物的識別、分類、跟蹤等解決方案。據了解,德國的激光雷達企業 Ibeo 也為用戶提供了整套軟硬結合的解決方案。

「在演算法方面我們是有基因優勢,也有很深刻的獨特理解,所以我們遇到的第一個難題其實是關於硬體——什麼才是客戶真正需求的產品。」邱純潮把硬體產品形態的定義形容為最高優先順序的問題。

在此之前,Velodyne 一直在車載激光雷達市場佔主導地位,其激光雷達產品涵蓋 16 線、32 線和 64 線。在過去的十年中,已經有數以千計的汽車配置了 Velodyne 的激光雷達,累積採集了數百萬英里的行駛數據,在自動駕駛技術的環境感知及定位模塊發揮作用。由於演算法的機器學習與深度學習部分需要建立在數據的基礎上,同時,許多公司的自動駕駛技術受到數據量不飽和的限制,因此數據的重要性不言而喻。考慮到之前已經有許多廠商使用 Velodyne 的激光雷達積累了大量的數據,速騰希望自己的激光雷達解決方案可以採集通用的數據,避免讓廠商重複採集數據的過程。

「我們應該對產品和客戶應用有敬畏之心,在廣泛應用的基礎上,速騰聚創在多線激光雷達方面不會和市場通用產品有太大的差異。如果說技術革新,我們則聚焦在固態激光雷達領域」邱純潮解釋道。

2016年10月,速騰面臨一個艱難的決定。當時,速騰完成兩個月路測後正式發布了第一款激光雷達。公司高管在團隊下一步研發精力聚焦點的選擇上有了分歧——是繼續完成更高線束激光雷達樣品還是集中力量實現 16 線激光雷達的量產。「最終我們選擇了優先量產16線激光雷達。」邱純潮說。

雖然整個激光雷達市場處於供不應求的缺貨狀況,但實現 16 線激光雷達量產的選擇更符合市場需求。目前,車載激光雷達的應用分為低速和高速兩個場景。低速應用包括的園區掃地車、物流車、工具車、接駁車以及自動駕駛 BRT ,或是固定路段的自動駕駛,這些是可以預見能夠迅速落地的場景,16 線激光雷達可以滿足這些應用場景的需求。而對於高速車來說,「那時看來乘用車自動駕駛批量下地可能還需要點時間」。

速騰還推出了多激光雷達耦合方案,將多個多線激光雷達進行合理的設計布局,通過激光雷達聯合標定以及數據同步處理,實現自由組合激光雷達點雲密度變化的目的。值得一提的是,多激光雷達耦合方案還可以根據客戶不同需求進行拆裝組合,適用不同場景,也更便於檢測與維護。現在,矽谷明星創業新貴 drive.ai、老牌汽車公司福特等也在使用激光雷達耦合方案。

事實上,自動駕駛的產業鏈非常龐大,不僅涉及各級供應商、技術基層團隊,也包括政府部門的監管。「激光雷達是很重要,但我覺得在自動駕駛領域談不上主角。速騰聚創只想在自動駕駛環境感知領域做好我們配角的角色。我覺得做一個極致的配角也是非常好的事情。」他認為,如果一家創業公司不夠專註,那麼在創業浪潮中會陷入非常危險的境地。「我們的團隊目前有 150 人左右,能把一件事情做到極致已經非常不錯了。」

降低成本、實現量產,積極研發固態激光雷達

將激光雷達的某一細分方向做到極致談何容易,量產和成本就是激光雷達領域的亟待攻克的兩大難題。這要從激光雷達的技術原理開始說起。

激光雷達可以向探測目標發射激光束的雷達系統,由激光發射機、光學接收機、轉檯和信息處理系統等組成。通過對比發射出的探測信號與從目標反射回來的信號之間的差異並進行適當的處理和分析,人們可以利用激光雷達掌握探測目標的距離、速度、方位、姿態等參數信息。

根據線束數目,自動駕駛用的激光雷達可以分成單線束激光雷達、多線束激光雷達。單線束激光雷達可以簡單地理解對目標完成一次掃描,產生一條掃描線,具有測量速度快、角度解析度高、功耗低等特點,適合重複頻率高、角度解析度高的應用場景,代表企業有sick等。多線束激光雷達則可以產生與線束數目匹配的掃描線,進而得到目標的多維度信息,市面上常見的多線束激光雷達包括 4 線束、8 線束、16 線束、32 線束、64 線束等,代表企業有 Ibeo、Velodyne 等。

由於自動駕駛場景對激光雷達的測量距離、測量精度、測量速度、角解析度等性能指標有較高要求,在硬體製造過程中,精密儀器的配置標準和工藝製造的技術難度也相應提高。據邱純潮介紹,速騰在試水車載激光雷達的初期,曾低估激光雷達產品落地量產的難度,原本預計在四個月內實現量產結果卻花費了將近半年年的時間。「這是一個時間不可控的過程,我們需要自己完成市場線的開拓,工藝固化的探索以及各種各樣的嘗試。這是非常煎熬的,我們當時都懷疑速騰成了一家工藝公司而非技術公司了。」

不過目前,速騰已經有超過 100 條生產線在量產激光雷達。邱純潮稱,激光雷達的製造過程中需要大量的手工調試以及工程師的深度參與,在這個方面,深圳的高端製造業上的積累帶給速騰很大優勢。

除此之外,高昂的成本問題是制約激光雷達在自動駕駛汽車中廣泛應用的重要原因,也是整個行業研發的焦點。許多 ADAS 技術公司出於價格方面的考慮,正在致力於研發深度學習技術試圖利用基於攝像頭的計算機視覺取代激光雷達完成環境感知。但是隨著自動駕駛技術的發展,未來激光雷達勢必會成為 L4、L5 級別自動駕駛汽車上必備的感測器。

速騰正在加大固態激光雷達的研發力度,計劃在今年推出固態激光雷達產品,把價格降到 1000 美元以下。簡單來說,固態激光雷達取消了機械旋轉結構,在降低成本的同時,還可以縮小激光雷達體積,提高解析度、可控性及穩定性。

雖然現階段,固態激光雷達技術並不成熟,不過瞄準這一方向的公司不在少數,並提出相關概念。Quangergy 基於光學相控陣技術,利用電信號控制發射激光,並在 2017 CES 消費展上發布了全固態激光雷達解決方案; Innovize 等公司則希望利用微機電系統( MEMS 微振鏡),將機械部件集成到單個晶元,在此基礎上研發固態激光雷達。除此之外,Innoluce、LedderTech 等業內前沿公司也在探索固態激光雷達的道路積極前行。

據邱純潮透露,速騰位於矽谷的研發團隊也在針對晶元級激光雷達進行研發。對速騰而言,保持對行業需求和技術創新的高度敏感性尤其重要,「如果不進行提前部署,哪天有公司做出晶元級的激光雷達,未做布局的企業就非常危險。」另一方面,則是要基於當下市場需求把演算法和混合固態激光雷達做好,把產品的性能做到極致,把握在量產能力與控制成本方面的優勢,快速壘砌足夠高的護城河。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 機器之能 的精彩文章:

CMU人工智慧改變「鋼鐵城」 匹茲堡的背後:8名博士生就有6名華裔
平安科技的人工智慧實踐:人臉識別用於17個子公司,擁有18項新技術—專訪
AI 3D攝像頭,我們從 iPhone 10 看到新一輪智能手機變革的方向
通用與Cruise推可量產自動駕駛車;以色列創企AdaSky 研發新款熱感攝像頭
浪潮副總裁胡雷鈞:AI對計算能力的需求無上限

TAG:機器之能 |