如果把激光雷达对物体成像比作盲人摸象，传统的单点扫描激光雷达就像用一个手指头去触碰物体，要触碰很多次才能对物体有一个整体的印象。
面阵激光雷达不同，面阵三维成像激光雷达就好像给盲人重新换上了一双眼睛，可以快速感知物体。
成立于2016年10月的北京瑞特森传感科技有限公司（以下简称瑞特森）定位于大视场视觉认知解决方案提供商。公司以高清面阵激光雷达产品为核心，通过边缘计算芯片和软件算法，为客户提供软硬件一体的大视场视觉认知解决方案。
什么是大视场视觉认知？
瑞特森创始人兼CEO贾相飞告诉新智驾，我们将视角在60度以上，探测距离在10米以上的视觉场景称之为大视场，视觉认知是让机器不仅能看得见，而且能看得懂，在感知的基础上，强调对视觉场景的更高层次的思维理解能力。
随着近几年智能产业的蓬勃发展，智能驾驶、智慧物流、机器人、无人机等领域，对大视场视觉认知的需求呈爆发趋势，但目前市场上，高层次的视觉认知解决方案还不成熟。
据雷锋网(公众号：雷锋网)新智驾了解，当前激光雷达产品的主要问题有，一是性能问题，例如低分辨率、低帧率、点云散乱无序等；二是硬件成本以及使用成本过高；三是不能完全满足车规级标准。
瑞特森认为，现有激光雷达的缺陷中，性能仍是当前亟需突破的第一问题。
720P高清面阵激光雷达RSL-HD1
*3D高清面阵激光雷达RSL-HD1
高清的意义在于不仅能看见，而且看得清，也就是说，给机器装上“视力5.0的眼睛”。
经过一段时间的潜心研发，瑞特森实现了室外可用的分辨率达到1280*720高清面阵激光雷达产品，代号为RSL-HD1。
作为对比，他们现场模拟了一个场景：在距离激光雷达50米的位置，放一个1平米的障碍物，观察不同激光雷达产品在该场景下的表现。
一款64线激光雷达在该障碍物上能够采集到约30个离散三维点。RSL-HDI可获取525个连续的三维采样点，而且每个点带有颜色信息。RSL-HDI视角达到60°×34°，分辨力为0.05°×0.05°，采样率为2300万点/秒。
一平米的障碍物，相当一个成年人的反射面。贾相飞表示，RSL-HD1的水平和垂直角度分辨率最高达到0.05°，与人眼角度分辨率非常接近。
高帧频3D视频流
面阵激光雷达像“GPU”一样高速并行工作，对整个视觉场景进行瞬时同步采样。RSL-HD1帧率最高可达每秒25帧以上，能够完美定格高速运动物体的瞬间的动态。
贾相飞表示，扫描式激光雷达像 “CPU”一样工作, 对视觉场景进行分时串行采样，帧率一般为每秒10-15帧，对动态场景的扫描过程中，会出现拖影，变形等问题。因此在中、高速动态场景的应用中，高帧频具备突出的性能优势。
激光雷达内集成摄像头
RSL-HD1与摄像头融合，实现更高层次的“场景语义理解”。
摄像头和激光雷达作为视觉感知系统中最为重要的两个传感器，承担了视觉感知大部分的功能。瑞特森将这两个传感器集成为一个设备，主要是为了免除两个设备间的空间标定，实现像素级的精确融合，从而降低后端计算资源的消耗，以及增加可靠性并降低成本。
值得一提的是，基于面阵激光雷达的视觉认知技术，可以将智能驾驶视觉感知系统的综合成本从几十万元级降到万元级。
室外大视距面阵激光雷达技术
从性能层面出发，激光雷达一定要向高分辨率，高帧率方向发展，这也是需求所驱动的。
贾相飞认为，目前人们把激光雷达分为机械扫描雷达，MEMS雷达，OPA雷达，Flash雷达等，是一种技术思维，但技术是在不断演进和融合中发展，所以从技术上并不能准确定义激光雷达。
从产品的数据输出形态上对激光雷达进行划分则更为合理。贾相飞接着说道，从产品形态角度，可以把激光雷达分为点、线、面三种。点状激光雷达就是传统的激光测距仪，特点是远距离，高精度。多线扫激光雷达是目前在智能车和机器人领域应用最为广泛的产品，特点是中远距离，有较高的采样率。面阵激光雷达是一种3D成像雷达，具有非常高的分辨率、高帧频。
贾相飞表示，面阵激光雷达是实现高分辨、高帧率深度探测的最佳途径。
相比OPA，面阵方案着重点是在接收端，由于面阵接收器基于传统半导体工艺加工，经历了长期的工艺研发，面阵芯片技术相对较为成熟，因此面阵技术路线会更快落地商用。
据雷锋网新智驾了解，目前市场上三种最典型的面阵方案，基于传统摄像头成像阵列的光切片技术、基于线性模式APD（LMAPD）阵列技术和基于盖革模式APD（GMAPD）阵列技术（也就是单光子成像激光雷达）。
基于的室外大视距面阵激光雷达技术，不同性能配置的面阵激光雷达可达到户外探测距离50-150米，贾相飞表示，该技术路线最明显的优势就是避开了大规模APD阵列的开发，同时突破了面阵激光雷达户外降噪的难点。
从百度到瑞特森科技
据雷锋网新智驾了解，毕业于天津大学精仪系的贾相飞在创办瑞特森传感科技之前，在百度自动驾驶高精地图项目组任职。
在百度工作期间，他参与了百度第一辆无人驾驶车开发，同时参与完成了百度首份高精地图数据生产。此外，还参与了中国智能驾驶高精地图数据标准的起草编写。
贾相飞最后对新智驾道，由于百度无人车任职经历，因此对自动驾驶车辆视觉感知的需求有一定的理解。而此次选择创业，也是希望能够助推机器视觉实现从感知到认知的跨越，升级自动驾驶的感知系统，使无人车能够处理突发的交通场景，例如突然窜出的动物、路上的散落物等。希望最终瑞特森在热闹非凡的激光雷达江湖创造出一片蓝海。
