专访镭神智能胡小波:技术长征?国产激光雷达的逆袭之路

简介: 摘要:本期,《成长在阿里云》走入镭神智能,特邀嘉宾镭神智能创始人、CEO胡小波,听听从业20余年的他对于激光雷达的行业的经验看法。

摘要:本期,《成长在阿里云》走入镭神智能,特邀嘉宾镭神智能创始人、CEO胡小波,听听从业20余年的他对于激光雷达的行业的经验看法。

2020年末,国内外多家车企宣布将推出搭载激光雷达的自动驾驶车型;2021年10月,搭载两颗激光雷达的小鹏P5交付成为行业内“第一个吃螃蟹”的车型;截至2022年8月,公开宣布要搭载激光雷达的量产车型已超过24款。

作为人工智能时代最具想象力的传感器,激光雷达能够主动探测环境信息,实时感知三维信息,为自动驾驶装上“超级眼睛”。安装匹配合适的激光雷达,会极大地提高驾驶的安全系数,因此,它也成为自动驾驶最重要的传感器之一。

近年来,随着行业的快速发展,激光雷达的选型和技术路线也更加多种多样,丰富的市场选择也让主机厂在采购时经常陷入“乱花渐欲迷人眼”的困局。既然安全是自动驾驶至上的要求,那什么样的激光雷达更安全?

3629cbf78bdb416cba613c9b824db396

1550nm VS 905nm,自动驾驶需要什么样的激光雷达?

随着1550nm激光雷达上车及其突出的远距探测优势,1550nm波长和905nm波长的激光雷达谁将成为主激光雷达的首要选项成为一个无法回避的难题。

目前905nm激光雷达10%反射率探测距离一般在150m-200m,1550nm激光雷达10%反射率探测距离可达250m。1550nm激光相对于人眼安全的阈值比905nm激光高出万倍以上,这意味着,激光雷达可在人眼安全的范围内提高脉冲峰值功率,探测更远距离,高速行驶时可为智能驾驶提供更多的反应时间和更充足的安全冗余距离。同时,1550nm波长激光的聚光能力强,光斑小、发散角小,对于小物体探测能力更强。

0805949ef0f74f6f83ed473fe0be8ab6

但是,受制于生产成本和尺寸规格的限制,1550nm对于很多车企和消费者来说是一个相当“奢侈”的选择,一颗1550nm光纤激光雷达的“上车”成本是905nm的好几倍;即便成本压力克服了,生产能力也是很大的问题,量产交付成为行业痛点。

所以,很多人认为,1550nm激光雷达在L4、L5级别自动驾驶大规模应用的关键在于其体积与成本大幅下降。

8月17日,镭神智能发布图像级1550nm光纤车规激光雷达LS系列,采用自研自产高性能的光纤激光器,在环境感知能力、成本控制能力以及尺寸上取得了突破。整机尺寸为225×120×45mm,较同类产品小20%以上,是全球最小尺寸的1550nm光纤车规激光雷达;图像级1550nm光纤车规激光雷达的点云成像细腻,更能凸显细节,实现图像级点云效果,支持配置128线、256线及512线的扫描通路,测点速率分别可达到160万点/秒、320万点/秒、640万点/秒;提供ROI区域个性化定制,ROI区域点云密度等效512线/800线/1200线;搭载LS系列的车,可以在250米处探测到40cm×13cm大小的物体。这个全球最小1550nm光纤车规激光雷达为自动驾驶装上更为精妙的“眼睛”。

镭神智能CEO胡小波告诉我们,现在,LS128S1预计9月底正式投入量产,“我们新建了一个车规工厂,全自动化产线已经开始调试了,投入使用后年产能达到20万台,加上目前已有的生产线,最大产能达到68万台。”

胡小波,镭神智能创始人&CEO,在光纤激光行业从业20多年,被称为“中国光纤激光教父”。同时,他也是阿里云加速器明星赛道班的明星学员——2021年,胡小波参加了阿里云加速器为期三个月的课程学习,在这个过程里,他对于云原生与智慧交通有了更多的理解,“在这个班上,我们认识了一批行业里面相关的同学,思想的碰撞是一个很好的交流场域;阿里云加速器的老师也非常负责、经常帮我们对接一些资源。”

本期,《成长在阿里云》走入镭神智能,特邀嘉宾镭神智能创始人&CEO胡小波,听听从业20余年的他对于激光雷达的行业的经验看法。

79e12ebaaa374ae495cfe1e290d9e5c6 478ea1cf9627408892911450ee29d3ad

历史溯源,激光雷达的前世今生与国产化之路

激光雷达是一种通过发射激光来测量物体与传感器之间距离的装置,激光雷达在测量距离、分辨精度、抗干扰能力等方面具有明显优点,无需深度学习算法可直接获得物体的距离和方位信息,被认为是L3及以上自动驾驶必备的传感器。

1960 年,美国科学家梅曼发明人类第一台激光器;1968 年,雪城大学的 Hickman 和 Hogg 建造了第一个激光海水深度测量系统。2006年以前,激光雷达一直应用于地理地形勘测或军事公共领域,自动驾驶行业的发展为激光雷达在民用领域的普及加速提供了新的机会。

毫无疑问,未来的3-5年是激光雷达市场高负荷增长的几年。2021年,中国车载激光雷达市场达到4.6亿元,艾瑞咨询预测到2025年这个数字将达到54.7亿元。在国际上,法国研究机构YOLE预测,到2026年用于辅助驾驶的激光雷达市场空间会达到23亿美元。

谈到市场空间,胡小波坦言,激光雷达这条路上已经相当拥堵了,前有Velodyne、Luminar为代表的早期入场者占位,后有华为、大疆、禾赛、镭神智能、速腾聚创这样的国内企业争夺领地,无论是技术水平、成本控制、生产链拓展,竞争已经进入白热化阶段。“也许到2026年左右,国内激光雷达行业会有一个比较稳定的格局,但是随着自动驾驶行业的洗牌,2026年到2028年之间,激光雷达行业也会迎来一轮洗牌期。”

对于中国的激光雷达行业来说,从一开始就背负着国产化和民族化的大旗。在创办镭神智能之前,胡小波曾是国内最大的光纤激光器企业的创始人,在2007年发明了国内第一台1550nm脉冲光纤激光器。从2010年开始用四年的时间,他们把国外(工业1064nm 脉冲光纤激光器)的市场占有率从国内大概百分之九十五干到百分之五;将平均功率20瓦1064nm脉冲光纤激光器的价格从原来的20万干到几千块钱。这一代的光纤激光行业开拓者,被国外企业称为“价格屠夫”,现在国外原价一百多万人民币一台的千瓦连续光纤激光器在国内的售价是一万多元人民币。

二十多年的光电行业从业经验告诉胡小波,做激光雷达,“一定要掌握核心技术”。

对于1550nm的脉冲激光雷达来说,要达到应用级别的生产,不仅要搞定激光雷达及应用算法,还要搞定1550nm人眼安全脉冲光纤激光器以及光纤激光器内部十几种核心高功率光器件,还有关键的生产光器件的专用自动化半自动化设备、半导体生产封装、专用发射端及接收端集成模拟芯片的设计和集成能力,这不仅要掌握核心技术,也要打通整个供应链。对于一家创业企业,在前期完成关键器件产业链的垂直集成,是相当吃亏,但是镭神智能做到了——光纤激光器、十多种高功率核心光器件以及生产光纤器核心器件的自动化设备实现了自研自产,保障其性能可靠性高,且成本可控。胡小波告诉阿里云加速器,“我们二百多名研发人员干了七年的时间,把全世界有二百多家激光雷达公司加起来干的活,甚至他们没干的活,全都干了一遍。有这么多年的积累,我们才能做成这个事情,在光纤激光器和核心器件这个领域,掌握核心技术才不会被卡脖子;成本控制得好,才能活下去。”

在当下,在工业级激光雷达领域,已经可以做到百分之百的国产化。而车规级激光雷达,除了少数车规级电路芯片,基本上都可以找到优质的国产替代。

从2019年开始,美国对华芯片技术出口管制禁止相关公司向中国出售10nm及以下制程的EDA软件,今年8月美国总统拜登签署通过了《芯片与科技法案》,现在它被扩展至14nm制程以下。但是对于中国的激光雷达行业来说,他们“早有准备”。“从五六年前开始,我们就鼓动国内的芯片供应商去做车规芯片的认证。整体而言,可能再过一年左右,至少在这个领域的产品里面,应该有可能达到一种比较好的状态——用纯国产的器件能够做到,”胡小波表示,“这可能需要产业链条上面的每个人跟厂家的一起努力。”

即便是面临国际上的各种不确定性,胡小波依然充满信心。在他看来,一方面,国内光通讯行业的积累为光学器件、激光器探测器打下了很好的基础,国产化已经不是问题;另一方面,在2019年之后国内芯片行业迎来了一个很大的发展期,“以前芯片搞出来没人用或者别人不相信、根本不想用,但是现在,行业普遍认为供应链安全迫在眉睫,国产集成电路芯片是一个毫无疑问的选择。”

f6b2c74b9c7d4cb08f2cb3cbc17cba6f (1)

从L3到L4/L5,自动驾驶真正的质变在哪里?

2022年3月,《汽车驾驶自动化分级》开始实施,将自动驾驶分成0级至5级,其中,3-5级为自动驾驶系统,即在设计运行条件下代替人类执行动态驾驶任务,驾驶主体是系统。

目前很多无人驾驶研发企业自动驾驶技术水平已经达到了L3级和L4级的行业标准,但是L5级的无人驾驶,一直是所有人难以突破的目标,前华为车BU自动驾驶领军人物苏箐甚至直言自己有生之年是看不到L5级别无人驾驶了。

胡小波认为要靠单车智能和深度学习来解决无人驾驶的技术进程可能已经完成了99.%,但是后面剩下1%靠单车的智能可能永远也解决不了。“它是一个质变,需要用路侧的智能装置协同处理单车难以解决的问题。”智慧的车+智慧的路,这也就是“车路协同”解决方案。

2021年开始,经由阿里云加速器的推动,镭神智能与阿里云大交通行业展开车路协同项目合作,镭神智能车路协同(V2X)路侧感知系统将多线激光雷达架设在高速公路出入口、大型十字路口等,同时可配合摄像头、毫米波雷达等多种传感器,对周边当前车辆视觉盲区提供有效的信息补充,提升道路安全性和运行效率。

8eda00a489ab4a7a92d48db94bc47fe0

在杭州市余杭区向往街与良睦路的交界口,智能车路协同(V2X)路侧感知系统将路面信息包括来往行人、物体全部纳入V2X的数据网络中,再通过交通控制中心服务器向周边或者更远距离的车辆进行广播,同时为车辆提供路口通行信息及交通安全信息提示,包括红灯提醒、驾驶速度提醒、盲区提醒等等。

以往,车辆信息都是被动地通过视频、雷达等设备来获取,但车路协同实现后,车的速度、车的目的地、车的状态等信息都可以由车辆主动提交。而路面、围栏、交通标志、信号灯,也可以向车辆发送信号,传输信息,从而保证车与车之间的安全行驶关系、随时把控每辆车的状况和应急需求、为车辆传达远处的路况,使每一辆车都能打破原来的单车感知局限,拥有了超视距、无死角的“上帝视角”。

与此同时,镭神智能也在“上云”的路上越走越智能,胡小波告诉我们,“阿里云上面,我们搭载了研发的PRM路径规划、Max Compute云原生大数据服务、ERP运营系统等信息化服务。在日常的一些管理里面,云还是有很大价值的。弹性计算、数据库、存储还有算法和我们的车路协同、智慧交通,会有很多的结合点。”

据了解,镭神智能目前已在北京、上海、广州、深圳、成都、重庆、武汉、西安、欧洲荷兰,国内外地区完成70多个车路协同示范项目落地,是行业内车路协同项目落地最多的激光雷达公司。

40cc0fa47b8041a4801e37a0ff4a2e0a 324389c5c1fa43a494a0e741cff7a04b

未来?让驾驶更安全、让机器更智能、让生活更美好

回到最初的问题?选择什么样的激光雷达才能让自动驾驶更安全?在选型与技术路线方面可能需要更多的思考,技术路线与安全思维兼具。

深圳市镭神智能系统有限公司,从一开始就定位于软硬结合。对于未来,胡小波坚定地说:“我们会持续走智能传感器硬件加软件算法系统及解决方案、全测量原理、全技术路线、全应用场景的覆盖、全产业链深度集成这条路,不会有任何动摇。”

e063c2c7f6dc4c0382c3df977381761a

现在,在1550nmnm的光纤激光雷达领域镭神智能已经攻破了多个全世界第一;用于无人叉车的多线激光雷达3D SLAM系统解决方案技术成熟度与性能水平在叉车领域做到了全世界第一;在整套的车路协同系统解决方案领域也做到了全世界实际落地最多的应用案例。

对于镭神智能来说,他们的使命就是要让驾驶更安全、让机器更智能、让生活更美好。就像胡小波说的,“把该做的事做扎实,把核心的产业链垂直整合做好,把性能、性价比 做到全世界最好。”

相关文章
|
7月前
|
人工智能 算法 区块链
如何系统的学习it技术?实现弯道超车
如何系统的学习it技术?实现弯道超车
54 0
|
7月前
|
Web App开发 人工智能 前端开发
视野修炼-技术周刊第65期 | 兴趣是一种天赋
🔥强烈推荐 1. 和尤大聊项目进展、开源社区协作和前端思考 围绕近期 Vue.js / Vite的技术变化、开源社区维护、前端未来发展的思考展开。也聊了一些轻松话题,比如:怎么看他被称呼尤大,祖师爷这个绰号?github 上yyx990803 神秘的数字是什么意思?Vue4 啥规划?未来是否有计划退休?写 Vue 用不用 Copilot?发际线如何保养等非技术话题。 这是音频内容,推荐对 Vue&Vite&尤大 感兴趣的同学听一下,干货挺多 尤大 Github(yyx990803) 账号这串数字是初中学号😄 很喜欢尤大最后说的一句话 ”兴趣是一种天赋“
|
机器学习/深度学习 边缘计算 人工智能
液冷技术再下一城 阿里云三篇论文入选DesignCon 2022
阿里云三篇液冷技术论文入选DesignCon 2022~
液冷技术再下一城 阿里云三篇论文入选DesignCon 2022
|
人工智能 算法 新能源
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—孚科仪器:核心技术驱动超微粒子的未来
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—孚科仪器:核心技术驱动超微粒子的未来
167 0
|
机器学习/深度学习 人工智能 达摩院
「百图生科」再添虎将,国际机器学习大牛宋乐加入李彦宏生物计算军团
近日,百图生科首席 AI 科学家宋乐接受了机器之心专访。作为世界知名机器学习专家,他领导着百图生科 AI 算法团队,为独具特色的生物计算引擎研发提供技术动力。他眼中的生物计算未来,在于「高通量干湿实验闭环」。
242 0
「百图生科」再添虎将,国际机器学习大牛宋乐加入李彦宏生物计算军团
|
机器学习/深度学习 敏捷开发 缓存
图灵奖得主展望新黄金时代,拿什么拯救摩尔定律?
计算机体系结构顶会ISCA-18上周结束,图灵奖得主John Hennessy和David Patterson发表特邀报告,展望体系结构新的黄金时代。本届会议近1/3的论文关于神经网络加速器,专用领域架构和软硬件协同设计是最受关注的议题。
1658 0
|
机器学习/深度学习 人工智能 机器人