观点 | 激光雷达仍未跨过「从0到1」的门槛

简介: 观点 | 激光雷达仍未跨过「从0到1」的门槛

近日,以色列特拉维夫——激光雷达系统供应商亮道智能与激光雷达上市企业Innoviz(Nasdaq: INVZ)举办线上媒体发布会并共同宣布,双方已签署战略合作协议,正式建立战略合作伙伴关系。InnovizTwo)根据协议,双方将探索为中国地区的汽车厂商定制Innoviz LiDAR产品的可能性,开发感知解决方案,并进行系统验证和数据收集,以加快推出基于InnovizTwo的高分辨率LiDAR的系列化生产解决方案。
如今,正值自动驾驶技术路线尚无定论的阶段,在本次发布会上,亮道智能CEO剧学铭与Innoviz中国区总经理苏淑萍,也围绕着大家对激光雷达的疑问和相关话题,发表了各自的看法。 今年仍无法实现大规模量产关于激光雷达能否实现大规模量产上车的问题,苏淑萍认为,首先要定义出「大规模」的量级——「至少年产50万辆。」按此定义来看,她坦言,激光雷达今年仍无法实现大规模量产:「2022年,我们仍处于从0到1的阶段,能不能跨过1的门槛还有待商榷;而真正要等到大规模量产,应该在2024到2025年之后。」的确,从时间轴上来看,早在2018年,法雷奥就已发布了全球首款车规级激光雷达——Valeo SCALA,并搭载在奥迪A8上。但是显然,这款车在实际应用层面,并没有达到大家期待中的效果。因为在剧学铭看来,做完测试只是万里长征的第一步:「当年第一代量产的激光雷达,能不能做到在HWP(High Way Pilot)不限速的情况下去开放L3的功能?这实际上还是有挑战性的。要让激光雷达打开更多场景以及更多功能,需要长时间的积累」。关于大规模量产的时间点,剧学铭与苏淑萍持相同看法:可能要从2024年开始真正上量,2025年会有相对大幅度的提升。困难不仅仅是「三座大山」摆在激光雷达面前的「三座大山」分别是:成本、体积与车规级。 今年CES刚刚推出的InnovizTwo,在国内市场遇到的挑战之一就是价格。苏淑萍坦言:「要兼顾高分辨率、大FOV与高FPS,就无法做到最低的价格。除此之外,相比于毫米波雷达与摄像头的小巧,激光雷达的体积还还远远不够。InnovizOne B sample点云)上车容易,用好难。随着越来越多的量产项目官宣,激光雷达的前途无疑是光明的,但其前进的道路也是万分曲折的:「当我们真正沉下心去做这件事的时候,困难不仅仅是三座大山」。苏淑萍介绍称,市场对激光雷达的要求远高于摄像头。从距离来说,200米以上是激光雷达感知距离的基本要求;对于FOV来说,客户一般要求激光雷达要做到120°,甚至150°;同时,从分辨率来讲,最早的激光雷达一般按线数来衡量,像16线、32线的分辨率对于量产车来说,是远远不够的。「现在起步就是128线,甚至有的可以达到300线。」 另外,要想让产品真正落地,除了技术问题,还有产量的问题。如何快速做到大规模、高良品率、一致性很好的激光雷达也是一个很大的挑战。对此,剧学铭直言:「无论是最早的奥迪的项目,还是现在宝马的项目,没有一个是简单的。」自研与合作是出路「只有通过自研与合作才能搭建出一套既满足市场对高性能的追求,同时又把价格降到合适状态的平衡」。苏淑萍表示,Innoviz的激光雷达基于MEMS的技术,其中MEMS振镜的稳定性、可靠性与高性能是存在矛盾的。而自研MEMS振镜、接收器以及信号处理芯片是做好平衡的关键所在。例如LiDAR的B样件InnovizTwo,与第一代产品相比,性能提高了30倍,成本降低了70%。 InnovizTwo相关数据针对如何降低成本,苏淑萍认为,技术革新是降低成本的核心。她用InnovizTwo举例称,相比于InnovizOne的四路光路,InnovizTwo只有一路光路,这得益于自研核心部件带来的技术突破。而剧学铭则表示,芯片化是保证未来成本下降的一种路径。随着905纳米、硅基的用量上升,价格还会有进一步下降的空间。 为了进一步推动激光雷达产品在中国市场的量产应用,亮道智能与Innoviz双方将基于各自的技术与资源在中国市场开展深度合作。上个月,Innoviz在中国运营3年多之后,已经正式在中国成立了子公司——应诺维思(上海)科技贸易有限公司,新公司将继续由苏淑萍领导。实际上,亮道智能与Innoviz 的合作由来已久。2018年,宝马公司选择了Innoviz的固态LiDAR传感器InnovizOne,并由麦格纳国际公司采购和制造,用于开发其LiDAR的系列化生产。亮道智能在该合作中负责收集国内数据。去年,亮道智能与上海汽检联手成立了激光雷达点云联合测试实验室,该实验室面向国内外主机厂商和激光雷达厂商,提供激光雷达点云质量测评,基于中国汽车行业团体标准的评价方法,可开展车载激光雷达点云基础性能的30余项技术测评,为客户输出专业的第三方评测报告。Innoviz是在联合实验室测试的第一家激光雷达。上车后,激光雷达要针对客户的需求进一步测试,在此过程中,亮道智能将发挥自身数据收集与数据验证的能力。剧学铭也在发布会透露:「与Innoviz的合作中,部分技术是互相开放的。」InnovizOne测试数据)未来,OEM没有理由不用激光雷达 当下,激光雷达技术路线之争一直是行业内关注的热点,丰田加入纯视觉自动驾驶技术路线,近期也引发了业内的关注。在出行智能化的未来,究竟会是是持续百花齐放,还是由某种技术路线最终胜出,这种争议还将持续。对此,剧学铭给出的看法是:「堆砌还是妙用,目前来说暂时难分胜负。至少在相当长的一段时间内,还是会存在多种技术路线,它们之间的关系是组合而不是替代。」而亮道智能的CSO陈娜则明确提出了推荐的组合方式:「未来我们比较推荐的方式是在一个高精度的主传感器基础上,配备两颗到四颗到辅能激光雷达,而Flash激光雷达则作为角雷达。这或许会是未来的主流方向」。亮道智能上车组合方案)苏淑萍称:「未来会是什么样,在市场上还存在着很大的不确定性。激光雷达不仅仅要考虑扫描,其他的不管是光源还是Detector,每一个核心的零部件都会有不同的技术路线,组合起来的类型是非常复杂的。总之,目前为止,激光雷达是必不可缺的一个传感器。对于纯视觉道路,苏淑萍表示,目前来说一些公司走纯视觉的路线可能有两个原因,一个是对价格比较敏感,第二是因为激光雷达还不够成熟,客户对于花费高价格安装激光雷达存在顾虑,未来一旦跨过L3这个门槛,纯视觉就不够用了,因为它还无法代替L2的主传感器——驾驶员。 剧学铭预测:「未来的激光雷达传感器在一定程度上与摄像机界定会变得模糊。激光雷达有可能同时兼具毫米波和激光雷达的性能表现,或者激光雷达本身也可以输出图像。那这种情况下它本身是一个低成本的新型传感器。从车厂架构来讲,安全冗余是一定要考虑的,所以激光雷达是不可或缺的,OEM没有理由不用激光雷达。」眼下,激光雷达行业竞争激烈,最终走向如何,剧学铭给出了自己的看法:「未来激光雷达真正大规模量产后,全球不可能再容纳上百家激光雷达的初创公司,而是会有一个头部的聚拢。正如刚刚所提到的,因为实际应用场景不同,多种技术路线不能相互替代,所以最后应该会有十家以上的玩家存在,而这取决于谁能做到最好的芯片设计、最快的迭代、最低的成本以及最好的性能。」

相关文章
|
传感器 机器学习/深度学习 人工智能
「纯视觉」与「多传感器」路线之争背后,久未解决的3大难题
「纯视觉」与「多传感器」路线之争背后,久未解决的3大难题
345 0
|
机器学习/深度学习 存储 人工智能
模型只要「变大」就能直通AGI?马库斯再次炮轰:三个危机已经显现!
模型只要「变大」就能直通AGI?马库斯再次炮轰:三个危机已经显现!
139 0
|
机器学习/深度学习 人工智能 自然语言处理
网易有道词典一个小更新,消除了你和全球一半人类的沟通障碍
完全不懂外语的你也可以拿起手机,和老外直接对话了:甚至不需要选择彼此说着的是什么语言。
260 0
网易有道词典一个小更新,消除了你和全球一半人类的沟通障碍
|
数据挖掘 测试技术
首次证明:牵手就能同步脑电波,还能缓解疼痛
握住你的手,我虽然看不穿你的灵魂,但我的脑电波悄悄地和你同步啦。 这不是神棍的胡说八道,而是科学实验证明的结论。 来自以色列海法大学的一项研究表明: 和关系亲密的人身体接触,能让人们的脑电波同步。 而且关系越亲密,这种神奇的效应就越明显。 听上去有些不可思议?想起了银河护卫队里能直击灵魂的螳螂女?
1596 0
首次证明:牵手就能同步脑电波,还能缓解疼痛
|
存储 人工智能 分布式计算
云计算,能回答地球最终流浪到哪里吗?
云作为前沿科技的集大成者,除了可以提供便利的计算、存储基础设施之外,还可以提供丰富的数据智能能力,通过已知的数据来挖掘未知的深层信息。例如通过阿里云的大数据计算平台MaxCompute可以帮助科学家进行海量数据的处理,通过机器学习PAI可以轻松调用各种算法模型,来确定天体类型,甚至分析温度、空气成分等信息。
2406 0
多种问题袭来:崩溃在边缘的“直播赚钱路”
当下愈发多元化的娱乐形式中,直播是绝对不可忽视的一种。在被称为直播元年的2016年,直播行业以一种瞠目结舌的方式高歌猛进。覆盖三亿多上网人群的同时,迅速衍生出一条囊括多个细分职业的全产业链条,并成为一座真正的金矿。
1298 0