助力自動駕駛,Luminar瞄準更貴的激光雷達
被豐田投資的激光雷達公司Luminar 選擇了一條與所有人背道而馳的路:做出的產品,需要堅定的機械旋轉路徑,更貴的半導體材料,更大的掃描範圍,更高的精度。
撰文 | 邱陸陸
9 月 27 日,沉寂了一段時間的豐田研究院(Toyota Research Institute)展示了他們的新版自動駕駛平台 Platform 2.1,包括 SAE L4/L5 級別的 Chauffeur 模式和輔助人類駕駛員(L3)的 Guardian 模式。
當然,這次升級最引人注目的還是激光雷達系統的更新。Platform 2.1 使用了一家名為 Luminar 公司高保真激光雷達系統。
在所有自動駕駛研發者都在試圖利用MEMs 偏振鏡取消激光雷達的旋轉結構,或者研發純固態激光雷達,甚至直接砍掉激光雷達,試圖用純視覺解決方案突破自動駕駛的時候,我們驚訝地發現,成立五年, CEO 只有22 歲的 Luminar 選擇了一條與所有人背道而馳的路:
自己的產品,要堅定的機械旋轉路徑,更貴的半導體材料,更大的掃描範圍,更高的精度。
不用激光雷達就做不成自動駕駛嗎?要知道,包括 Elon Musk 和他的特斯拉在內的一大批汽車製造商都瞄準了拋棄激光雷達,以純視覺的解決方案從輔助駕駛系統開始逐步走向全自動駕駛的道路。
「可以呀,不過要等一百年之後吧。」Austin Russell 如是說。這位 16 歲就在貝克曼激光研究所獨立進行光電測繪研究、17 歲被斯坦福應用物理系錄取的少年,體驗了幾個月的大學活之後,選擇接受 Thiel 獎學金,成立 Luminar 專心從事自動駕駛硬體解決方案。
「現在的自動駕駛汽車的『視力』還遠遠不夠。我們需要從底層開始進行改革,用更好的硬體,提供更好的數據。」
因此,不但沒有削減投入,Luminar 選擇了用砷化鎵銦來替代硅作為光電探測器的半導體原材料,雖然製作工藝更難,但砷化鎵銦能接收 1550 nm 的波長,這比現有的 905 nm 對人眼來說安全得多。
所以, Luminar 可以用 40 倍於常見感測器的能量,來以50倍的解析度去探測 200米甚至更遠的範圍——如果自動駕駛汽車想要在高速公路上全速行駛並對突發情況作出及時反饋,這樣的視距是必需的。
當然,與大幅的性能提升相對應的是大幅的成本提升。雖然 Russell 沒有對外透露 Luminar 激光雷達的造價,但考慮到其不採用工業標準的現成組件而是自製所需部件,其價格應該遠超過行業標杆 Velodyne 公司超過 5 萬美元的型號。
不過 Russell 並不擔心價格問題,「好的東西值得你花更多的錢去買」。
據透露,有公司向他表示,他們願意支付40萬美金每台車的價格換取足夠安全的自動駕駛系統,雖然這個價格會讓自動駕駛系統進入私人汽車變得不可能,但全自動駕駛模式的落地意味著交通工具商業模式的改變,對於可以全天持續運營的計程車服務來說,攤銷這項成本變得不是那麼困難。
此外,公司本身的融資狀況也十分良好。自成立以來,Luminar 共獲得了來自Canvas Ventures,GVA Capital 以及 1517 Fund 等機構的3,600萬美金的資金。
今年春天,Luminar 的激光雷達開始在公司位於 Palo Alto 西南的工廠量產。公司現在有超過 250 名僱員,第一批將會生產 100 台激光雷達,下一批,這個數量將達到 10,000 台。
與 Luminar 的「保守的技術解決方案、激進的商業模式」相對應的另一種模式,就是「激進的技術解決方案、保守的業模式」:
用低成本的固態激光雷達或者視覺技術組成相對便宜的自動駕駛系統,然後在不改變汽車的私人所有性質的前提下,將其推廣到世界範圍內。
如前所述,特斯拉是第二種模式的堅定支持者,而誕生於谷歌的自動駕駛公司 Waymo,雖然擁有世界一流的深度學習技術、計算能力以及豐富的經驗,仍然堅守在第一陣營,致力於激光雷達的廉價化。
而Luminar 的合作方豐田,則一直在兩種模式之間徘徊。幾乎是業內最後一家入局自動駕駛汽車的 OEM 廠商,豐田在與 Luminar 合作之前投資 10 億美元創立了豐田人工智慧研究院,研究院曾一度致力於自行開發機械式激光雷達。
但後來,公司又曾公開表示說自己的目標是「減少交通事故的數量」,因此會將L3 相關技術的研發放在首位。
今年 7 月,豐田耗資 1 億美元在矽谷設立了 Toyota AI Ventures,專註於 AI 領域的投資。其第一批投資對象包括致力於用視覺解決方案、研發駕駛員監控系統與輔助駕駛系統(L3)的初創公司 Nauto。從 TRI 每次公布平台都同時展示兩種模式的做法來看,豐田是打算堅持「兩手都要抓,兩手都要硬」的策略了。
※貝索斯智能音箱的背後,是上千件報廢品與 5000人研發團隊的焦慮
※MATLAB更新R2017b:轉換CUDA代碼極大提升推斷速度
※微軟黃學東:「超人」語音識別模型只是優秀產品的其中一環
※「變形金剛」面世:MIT推出微型可變形態機器人
※EDEN:結合進化演算法與DNN自動搜索神經網路架構與超參數
TAG:機器之心 |