演讲实录丨汤劲松 Quanergy固态激光雷达与智能驾驶感知技术的开发

简介:

Quanergy固态激光雷达与智能驾驶感知技术的开发

汤劲松 

Quanergy Systems Inc. 亚洲业务发展总监 


汤劲松:很高兴认识中国人工智能学会的各位领导,我们刚刚李院士也跟我们谈了很多的前景,中国这边将来会有很大的发展,我们也相信国内跟美国、欧洲这几块是很大的未来自动驾驶和ADAS发展最前沿的地方,我们公司总部在美国硅谷,现在界限也比较小,我们认为我们有很强的中国籍,我在这边负责国内的工作,我们公司其中有一位创始人他是中国人,就是华裔的余博士,本来我们是要到亚洲出差,但是这次跟中国智能化协会吴甘沙协办,他很有号召力,刚好余博士到亚洲来,我们一起到合肥来参与这个活动,非常高兴,余博士她在电子领域做了很多年,是首席科学家,我本人也是做半导体光电子出身的,我们公司是有很强的中国基因,从我们公司资本结构来说,很难说美国,大部分的股份不是美国,很国际化的,像百度,百度的股份要分析一下,中国不是太多,只不过它在国内运作,所以我们在国内现在为止,跟厂商都是签订保密协议的,国内有很广泛的合作,支持力度很大,未来各厂商有很长的路线图,我们绝对致力于推动发展,不完全是商业化提供产业化的激光雷达,包括技术支持、未来在测试上、未来我们在整体的解决方案上,将来激光雷达和车体要融合,估计是在技术上、物理结构上等各方面都要结合,我们到时候都要支持,包括推动中国在这方面的产业化。


    吴甘沙把我们介绍了一下,非常感谢,吴甘沙有两个方面说的非常重要,第一个是李院士也说到了,激光雷达和其他传感器的重合将来是个趋势,我们最近跟几乎所有的厂商,我们说车企包括一级供应商,是毋庸置疑的,绝对是一个趋势。谈的最多的还是激光雷达和摄象头,如果技术上把加进来是最好,谈的最多的是这个,这也是未来我们愿意一起推动的方向。


    我们在激光雷达这个方面,全球3D感知领域里有几个大的突破性的技术领域,它是从一个高度到另一个高度的跳跃,完全是0-1的关系,这里其中之一是刚才吴甘沙也说过的固态雷达,当然还有很多其他的方面,其中有一个我们谈了很多,智能城市,跟我们激光雷达的程度也很大。除了自动驾驶之外,高精地图也很重要,高德地图的王总一会会说,我们跟高德也有接触,他们这边有一些公司转型方面,长远我们愿意在推动。


    基本上激光雷达几个重要的指标,宏观上讲重要的指标,第一是成本,一个在好的激光雷达,不管是多少线的,不管是六万美金,四十万人民币,这个可能性不大,但是做测试是可以的,真正要量产对产业来说都是个推动,对技术来说也是个推动。成本的下降不是以牺牲性能作为前提的,技术上的挑战和激动人心的地方是,成本下降技术反而提高了,性能反而提高了,这才是公司要做的,怎么做得到,当然不是对现有技术的改造,是要有一个全新的技术路线,这是我们Quanergy要做的,当然产业化要有可靠性,要不然性能很好,用了两天就要维护,那还得了,上了路的车怎么能随便维护呢?不可能的事。我刚才说到了这个很重要,将来跟车企要结合,吴甘沙放的那几个图,未来有很多的板块,一个板块当然是人家里拥有的,另一个是分享的,还有一些是车会很小,有的车会比较大,有的车是非常小的,未来有好几个板块自动驾驶的车,将来使用激光雷达的车有很多不同的板块,尺寸也很重要,重量和工况等等,激光毕竟是要散热的,以前谈GPU散热也很大,奖励是要考虑的,很多方面值得融合,包括电动车的散热融合,这是我们现在要做的事情。


    为什么用激光雷达?激光雷达是不可或缺的,早期就说不一定,但前提是这样,假如我们的激光雷达做得又很好,成本又降低了,能提高你的ADAS,为什么不用呢?这个前提是我们作为一个这样的企业,我们把它做好,让你在ADAS的时候,就已经可以用了,这是我们对产业推动的任务。这三个感知器械用不同的长处,摄象头要看颜色,它能看具体的纹路,另外相对比较成熟,基于摄象头的技术开发很多,雷达我想除了距离长有很大的特点,刚才吴甘沙的图上下雪天、下雨天有很大的用途的,激光雷达最大的用途是3D的,给了你强力的信息,是给机器看的,机器拿到信息以后可以做判断,另外一方面我们的精度很好,我们是厘米级的,2厘米的精度,有人说做到毫米可以吗?也可以做,但是是以成本作代价的。


    技术路线上说传统的是很贵的,在测试车上是很贵的,的确是很贵的,64线的,未来128线,Quanergy做固态,我们有很多线,我刚才说的在技术推广上起到了很重要的作用,能给它绝对的肯定,我们要做的是在推动产业,技术的实现已经实现了,我刚才说的推动产业是很有限的,这是我要做的,我们做固态雷达。未来是在车体上,而不是在车顶上,这当然可以做测试,可以算法的运用,但是真正要推动产业,这是我们Quanergy认为要做的,这是我们对产业的承诺。我们今天在CES也展出了样品,这个样品的含义是什么呢?Quanergy已经展出样品,我们不能买,我们这个样品对社会来说先推出全功能的固态激光雷达,功能上全部实现,所有要做的都做到了,性能上是分布做,这有很多的考量,我们在负责产品的以分阶段为主考量,考虑到未来的可靠性和量子化以及和车企的结合,我们在功能上完完全全实现,当时这个车是奔驰公司送我们的,也不是为了自动驾驶而设计的,它是个SUV,我们把前面的挡板给换掉,这个是完全透光的,在后面装了激光雷达,当时沈海寅去了,现在还有更多的推进,我们的目标是低成本、高性能,其他方面都要综合考虑,做激光雷达将来在车体上是综合考虑,假如我们为了工业自动化应用就不一样了。前两天说有个公司在海港上的自动化,它对激光雷达大小的要求就不高,对精度要求很高,可是要用于车子是综合考虑,所以分布推进是重要的原因之一。


    我们自己说第一代Mechanical是旋转式的,它是完全封闭的,就是要做防水的,现在有很大的提高。这是我们现在所推的激光雷达Solid  state,第三代Solid  State是我们未来的目标,现在我们就已经看得很清楚,将来批量成本上能做到什么位置,为什么会这样呢?因为是固态的,机械激光雷达其实是一个综合体,是激光技术、半导体技术、校准技术等的综合体,每一个出台有些技术是没有办法量产抵消的,而激光雷达一个是IC、一个是软件,这些可以通过量来抵消的,这是我们自己的样车,我不多说了。


    另外一个工作是作为一个企业真正要做产品,不是实验室里要做什么,就是你要做车规,要做可靠性,我们在防水、防震、防磁、防热方面做了很多的工作,虽然跟实际应用还有很多的工作要做,但是总体上说,这是我们公司可以说每天都在做的事情,这是做的一些挑战,这里面说到了温度适应性,包括冷的、热的、产品寿命、环境的适应性,不能说漏雨、漏尘会阻挡它的工作等等防磁、防电、防震,这是工业应用方面产品成型论证方面的工作。


    目前为止的固态激光雷达是这样的,大概是6厘米×9厘米,比凝片稍微大一点,我们是分阶段做,功能百分之实现,性能分阶段。中午吃饭大家有兴趣可以跟我交流,我们每个月都有很大的进展,世界上相关领域到我们公司做的非常多,这也是跳跃性。


    功能上很重要的一部分是没有机械移动的东西,因为有任何机械移动的东西就会影响性能,包括生产过程中工艺流程都会变,刚刚吴甘沙说的先锋,已经是很好的跳跃性,但是还是有一些不稳定的地方,我们光斑的大小是很小的,因为光斑很大距离就变成雷达了,就是一个点了,所以光斑小物体是3D,这是很重要的,另外距离也是要做到高性能的。基本上怎么做的?不管怎么样,总的来说,我们当然是通过对激光的操控让它进行光斑的动作,光斑的操控基本上我们有一些结构,细节我就不多说了,一般来说我们有NDA可以稍微分享一下,我们大致说一下对光斑的操控,细节我就不多说了。


    很多业界说ADAS可以不用激光雷达,是的,挑战是我们自己,如果做得好可以降下来的,所以这是给我们自己的挑战,是我们自己想把它做好。关于怎么实现的我就不多说了。我们的目标是,假如我们公司Quanergy参与业界诸多的同仁,吴甘沙、李院士和一级供应商的车厂,我们觉得在未来很多价值链是需要成本的,包括自动驾驶的这一块也是需要成本的,从传感器的角度,我们说从感知这个模块来说,我们的路线图是说未来少量的激光雷达是高性能的,结合摄象头加上少量的雷达就能实现,而不是十几个、二十个,而且总成本要控制1000美金之内,这是我们认为可能的路线图,要不然性能可以达到,但产业化达不到,这是对我们的挑战,我们要推动一起来达到这个事情,要不然光感知领域都要6000-2万美金,汽车就4万美金或者是20多万人民币,光感知的这一部分就已经达到了5-6万人民币,产业化的可能性很小,还有很多其他的部分,计算的单元也是要花钱的,包括人工大脑自动驾驶大脑也变成模块的一部分也是要花钱的,不能把价值链全部占了,这是我们对行业业界的承诺,这是我们要做的,这是我们的挑战。


    我们尝试过跟视觉做一些融合,用我们的激光雷达做了测试,效果非常好,我们把车变成长方体,当然远距离看背面是正方形,近距离看是长方体的,这是做得非常成功的(PPT),这是做路径规划,这是我们的合作伙伴;这是融合的点云,我们发现扫描已经达到很好的效果了,美国总部应该在这个方向,这是在我们公司门前扫到的非常好的效果(PPT),这是说的整个软件,软件这块细节我不多说了,这是我们的合作伙伴、奔驰、现代、起亚、尼桑等等。


    大致的情况是这样,中午我们在一起吃饭可以再交流,感谢大家,时间很有限,谢谢!


现场小插曲:


李德毅:现在量产规模怎么样?

    

    汤劲松:具体的数量我不太方便说,因为跟我们具体生产有一些分包的东西,但是我可以跟你说完全量产化,已经不是我们自己做组装了。

    

    主持人:我有个问题,你们要做两个,你算成一个,现在你们的路线图上应该是120度的,如果这样没办法实现360度。

    

    汤劲松:目前为止我们是在前试。

    

    主持人:那停车就得用其他的,但是也要跟雷达进行结合。

    

    汤劲松:当然,有的车很高档,这是基于成本的,我后面愿意装当然我们很愿意。

    

    主持人:最基本,前面两个120度。

    

    汤劲松:对。

    

    提问:我是一位日本留学生,我想问一下关于现在都会有一些开源的SDK之类,还有支持的,我想问一下Quanergy有没有这样的开源吗?

    

    汤劲松:我们也是有的,至于开源不开源这个事,我们也是有讨论,也是说分阶段吧,刚刚李博士问到量产的问题,因为有可靠性稳定,我们早期还是绝对保持可靠性,其次我们更新很快,不是说不好,因为不能说这个就停了,从1-10,要变成11、12、13,现有还是要更新,现阶段更新的很多,有些不是太方便,到一定程度也应该会,但是现阶段我们更新很多,余博士在领导产品的更新开发,我们更新很多很多,其实用户反映非常良好,我们会给它免费的(更新),所以SDK也是一样,这个还得要一步步来,早期我们宁愿把产品做好,形成一个量,量是商业化的,我们要对商业负责,我们把产品做好这是最重要的,但是我们昨天余博士跟我在高铁上谈这个事,我们的态度是不死板,哪个东西对用户推动最有益,我们一定会做。

本文来源于"中国人工智能学会",原文发表时间" 2016-09-24"
相关文章
|
网络协议 Ubuntu Linux
如何搭建权威DNS服务器
【1月更文挑战第3天】
1087 2
王道408计组汇编语言部分学习总结
用于实现分支结构、循环结构的指令: cmp、 test、 jmp、 jxxx 用于实现函数调用的指令: push、pop、call、 ret 用于实现数据转移的指令: mov
956 0
|
存储 人工智能 安全
函数计算进化之路:AI Sandbox 新基座
AI Agent Sandbox 是应对 AI 代理自主性风险的关键技术,提供安全隔离环境以执行代码、交互应用和处理敏感数据。它解决了三大挑战:隔离与安全、状态管理与成本、可扩展性与运维。阿里云函数计算凭借物理隔离架构、Serverless 弹性与成本优势,结合会话亲和、隔离及存储安全等创新能力,成为 AI Agent Sandbox 的理想运行时平台,助力 AI 技术安全落地与商业化发展。
|
机器学习/深度学习 人工智能 数据可视化
1.4K star!几分钟搞定AI视频创作,这个开源神器让故事可视化如此简单!
story-flicks 是一个基于AI技术的自动化视频生成工具,能够将文字剧本快速转化为高质量短视频。开发者@alecm20通过深度学习算法,实现了从文本解析到视频合成的全流程自动化处理,支持多平台适配输出,是内容创作者和自媒体运营者的效率神器。
1479 0
|
API
车牌号归属地查询免费API接口教程
本接口用于根据车牌号查询社会车辆的归属地,不支持军车、使馆等特殊车牌。请求地址为 `https://cn.apihz.cn/api/other/chepai.php`,支持 POST 和 GET 请求。请求参数包括 `id`、`key` 和 `words`,返回数据包含车牌归属地信息。示例请求:`https://cn.apihz.cn/api/other/chepai.php?id=88888888&key=88888888&words=川B1234`。
1540 21
|
JavaScript Shell Linux
十二、Linux Shell脚本:正则表达式
正则表达式就是一套给文本“相亲”的规则,让你不再只能找“张三”,而是能找到所有“姓张、两个字、且名字里不带'伟'”的人。它通过一些“魔术符号”(元字符)来描述模式:比如 . 代表任意字符,* 代表重复任意次,^ 和 $ 则卡住行头行尾。把这些符号组合起来,你就能用grep或sed等工具,从海量文本里精确地捞出你想要的任何格式的数据。
573 0
|
JavaScript Linux iOS开发
Motrix:Star46.4k,有了这个开源项目你的烦恼基本少了一半?一款开源功能全面的下载管理器,用上它妈妈再也不用担心下载速度啦~~~
嗨,大家好,我是小华同学。今天为大家介绍一款全能下载管理器——Motrix。它支持HTTP、FTP、BitTorrent等多种协议,拥有简洁易用的界面和强大的下载功能,包括选择性下载、多线程加速、自动更新Tracker列表等,适用于工作、学习和娱乐场景。欢迎关注我们,获取更多优质开源项目和高效工具。
1345 15
Motrix:Star46.4k,有了这个开源项目你的烦恼基本少了一半?一款开源功能全面的下载管理器,用上它妈妈再也不用担心下载速度啦~~~
|
机器学习/深度学习 存储 人工智能
《C++ 赋能强化学习:Q - learning 算法的实现之路》
本文探讨了如何用C++实现强化学习中的Q-learning算法。强化学习通过智能体与环境的交互来学习最优策略,Q-learning则通过更新Q函数估计动作回报。C++凭借高效的内存管理和快速执行,在处理大规模数据和复杂计算时表现出色。文章详细介绍了环境建模、Q表初始化、训练循环及策略提取等关键步骤,并分析了其在游戏开发、机器人控制等领域的应用前景,同时指出了可能面临的挑战及应对策略。
652 11
|
数据采集 监控 搜索推荐
商业案例 I 数据中台用户场景案例
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。