|
汽车·创新港·智汇微沙龙 高频分享 广泛交流 专业对接 主办方： 汽车·创新港 第二讲 | 剧学铭：激光雷达在无人驾驶项目中的应用 活动时间：2016年5月24日（8：30—9：30） 讲师：剧学铭 博士 德国慕尼黑工业大学博士，曾就职于慕尼黑宝马研究院无人驾驶项目，负责项目管理和激光雷达传感器数据融合工作。 2015年初，回国创立北京欧百拓信息科技发展有限公司，推广激光雷达传感器在无人驾驶项目中的应用，同时负责全球激光雷达领军品牌Ibeo在亚太地区的产品、技术推广和项目合作。目前团队致力于本地化的激光雷达识别算法优化和高级辅助驾驶/无人驾驶测试工作。 以下为微沙龙讲座的问答环节实录： Q1：激光雷达的数据如何和视频数据进行融合，融合后的优势是什么？融合后还存在哪些道路目标无法检测？ A：我个人因为也做了挺长时间的无人驾驶，我是非常的推崇激光雷达+视觉的方案。我再补充两点，第一，激光雷达刚才我也强调了，它的最大的特点就是测距的准确性和可靠性，还有高的角分辨率。但是激光雷达也不是万能的，特别是遇到一些颜色信息，这个时候激光雷达一般是束手无策的，这个时候恰恰是camera的强项，因为它可以很简单的去区分颜色。 再举一个例子，比如在这个十字路口，这个时候可以通过激光雷达对于周围的环境进行扫描，但是它很难识别一个红绿灯到底是红、是绿，在这种情况下用视觉就很简单，可以把这个问题很好的解决。所以我认为未来高安全性的辅助驾驶和无人驾驶，激光雷达配合视觉一定是最核心的一个解决方案。 至于说视觉跟激光雷达是怎么融合，因为这是两种不同的数据。之前的车厂做法一般是分别对于环境信息进行搜集，然后在集成过程中做一个加权，对于周围的情况进行一个综合的判定。但是现在也有激光雷达商跟摄像头商开始合作，就是说我做出一个统一器件，里面既包含激光雷达，也包含摄像头，这方面的开发实际上已经在进行了。 至于说环境信息里哪些物体里看不到，其实举个例子，跟人眼睛差不多，比如说人前方有两辆车，一辆车被另外一辆车遮挡，这个时候摄像头和激光雷达两个加起来还是看不到它，这个时候用毫米波有可能可以看到前面那辆车。 Q2：开发难点在哪儿，国内有相关人才储备和技术积累么？2)如果能研发出来，国内的生产水平能否达到量产？3)国内主机厂或者tier1批量购买国外激光雷达的话是否会受限，政策或商业上？4)国内是否具备激光雷达产业链，目前有没有什么公司可以做激光雷达零部件供应商？ A：激光雷达开发难点在哪儿，激光雷达的基本组成首先有一个激光的发射光源，咱们现在还是指的传统的机械的激光雷达，有发射的光源，有一个抛光的转镜，然后有接收器，这个转镜为了旋转就需要一个微控的马达，每一块单独，比如说转镜对于光学的性能要求就很高，两面要做非常好的抛光，微控系统要求做的非常精准，这是一个跟精密机械相关的，加上激光光源还有接收器，特别是接收器这一块，对于弱信号的接收，每一部分其实都有比较高的难度，所以把这些高难度累加到一起，其实就形成一个非常高的技术壁垒。 目前国内的发展情况是怎么样的？相比于国内的这些知名的激光雷达商，国内应该还是有比较大的差距，即使是说能够小批量的出现一些应用件，它的成本未必比国外低，而且它的性能现在也还有待验证。 国内主机厂或者tier1批量购买国外激光雷达的话是否会受限，政策或商业上？这个要看情况，因为前两年比如说ScaLa的激光雷达在国内是受限的，特别是小量的购买激光雷达基本是不可能的。包括像这些比较特殊的激光雷达，限量版的在国内如果小批量的购买其实难度还是比较大的。未来如果量产的话，通过Tier1购买还是国内的主机厂购买也好，这个应该是不会受限制的，当然看什么时间开放。 Q3：激光雷达的成本在未来三到五年下降幅度以及其原因？ A：可以给大家一个比较靠谱也是比较积极的信号，我刚才提到2017年4线的激光雷达在欧洲的一些高端车上首先要量产，我们会看到激光雷达成本的第一次大幅度下降，这个下降原因很简单就是量产。规模化效应以后，它的价格能够有比较大幅的下降，具体是多少，举个例子，现在我们4线的LUX系列的激光雷达一般在10万人民币级别，量产的话车厂拿到的价格应该是在人民币3000元以下，这个信息也算是我第一次公开场合披露了。 再补充一点，这个只是Ibeo的激光雷达做的4线的，或者是法雷奥4线大概的一个价格区间，16线、32线量产以后多少价格我这边暂时不太清楚。 它的价格进一步下降空间还有多少，如果量产的话一个4线的激光雷达可能能降到3000以里的价格，但是是不是能到500或者1000，这个我不敢保证，因为毕竟有自己的物料和生产成本在这儿。 Q4：1)相控阵激光雷达这里年的发展趋势？产品？价格？2)相控阵激光雷达相较于传统扫描激光雷达的优势及其原理？ A：相控阵激光雷达或者是固态的激光雷达它的长远前景很美好，是因为它可以把成本进一步的压缩。如果进行到自动化生产，整个成本的控制会比现在的机械的激光雷达还要更低。如果这个技术发展成熟以后，我相信激光雷达价格还有进一步下降的空间，这个就是我自己定义，相当于第二次价格的下降。但问题是，究竟要等多长时间。 Q5：激光雷达如何在仿真平台模拟仿真以及验证？ A：这个我可以推荐一款模拟软件，因为现在Ibeo已经跟IPG合作，IPG他们的Carmaker现在两边是在合作，然后把接口做通。什么意思呢？就是未来激光雷达搜集到的数据，可以通过一个做好的interface，直接读入到IPG的Carmaker里，这样在仿真软件里可以生成基于实际测到的道路的信息，比如路宽、路长、周围路况的情况，这些场景都可以在IPG模拟器里面完整的还原。这个算是一个激光雷达的测试场景跟实际的仿真软件结合的一个案例，其他的包括跟Vector合作，他们也推出了一个仿真的平台，也是做一些软件上的处理，跟激光雷达进行对接。我觉得未来会比较成熟的是现在跟IPG合作的这个。 Q6：日本的一些单线激光雷达，丰田、先锋，也能纵向扫描是什么原理？ A：这个问题很专业，今天下午我们在北京开会还讨论了，这种原理的激光雷达它是1线的，但是纵向可能能做到甚至20度。这个跟它的结构有关系，里面其实有两个转镜，一个是固定的镜片，另外还有一个是可以旋转的转镜，这样1线的激光雷达发出光束，通过上面一个镜子的旋转来对于纵向的范围进行一个扫描。我会总结一下这方面的知识，到时候后面可以跟大家进行进一步的分享它的原理图。 Q7：LUX雷达可否识别车道线？ A：LUX雷达如果是4线和8线，它直接识别车道线会比较难，不是说不能识别，它可能更多还要经过一些特征的提取，然后再判断。现在我们识别车道线主要的是安装一个1线激光雷达向地面去扫，这样可以清晰的把地线进行一个绘制。 Q8：对于无人驾驶，是否需要全天候，那么激光雷达+摄像头融合的方法是否可以解决大雨大雾天气呢？ A：这个问题其实我们接触的也比较多，大家比较在乎一些恶劣天气下激光雷达可靠性，包括激光雷达加上摄像头方案的可靠性。大家对于这种情况一般是比较关注，从激光雷达的角度上来讲，激光雷达在恶劣天气下，雾霾天、大雨、大雪天气下对它的识别范围一定是会有影响的，包括识别的时间都会有影响。但是不是说不能够解决，比如说咱们忽略瓢泼大雨那种特别恶劣的情况，雨或者雪可以通过算法的优化来滤掉这些雨点或者雪点的信息，还是可以实现驾驶辅助功能。 当然在恶劣的天气下，跟人眼会受限影响一样，因为人眼在大雾天或者在大雨天人眼的范围也是受很大的影响。在无人驾驶现阶段，我们还是建议在恶劣环境下干脆系统就认定为现在不能实现无人驾驶，直接切换到手动驾驶的模式，或者是未来的无人驾驶车会自动的泊车，来避免一些危险。 Q9：多个激光雷达之间会不会相互干扰，影响测量结果？ A：我不能说是完全不受干扰，但是想让两个激光雷达之间非常匹配的去互相干扰，这个需要创造的先决条件非常多，应该是非常困难的，而且激光雷达刚才也说了它的数据收集是以点的形式，它是一个点云的数据。对于一个车辆它的外形的判断，我可能要收集到几百个点，中间可能1—2个点是坏点，因为收到互相影响的作用，但是不影响整个算法，还是可以正常的识别。极限情况下对于个别点的互相干扰是存在的，但是整体上它不会影响整个激光雷达的工作。 Q10：一线没有强度值，怎么识别车道线？ A：它这个识别并不是说在，比如说Ibeo提供的软件中自动能够识别，这个是Ibeo根据它反馈信号的强度进行了一个处理，经过后处理以后，在软件中对于车道线进行了一个标识。 一线雷达是否能完整的识别出车道线的问题，这个不是直接识别，是通过我们对它的处理的是通过自己的算法来对于车线进行描绘。 Q11：对于吸光障碍物，或者外边平滑的障碍物无法保证光线有效反射回来，目前激光雷达技术是否有相应的措施解决此问题？ A：极限的例子比如说一个镜面，这个时候激光雷达它的测距功效会受到影响，但是激光雷达不是利用镜面反射，一般是利用漫反射来实现的，强烈的镜面反射会将激光雷达制盲。 Q12：激光雷达有没有什么探测盲点，比如黑色车辆检测效果不佳？ A：理论上来讲激光雷达对于不同颜色反射收回来的信息强度应该有不同，但是实际上做测试，特别是目前主流的激光雷达它对颜色其实非常的不敏感，我们做过一些测试，我们的工作人员在激光雷达前面几十米，然后先穿白色再穿黑色的衣服，有的时候得到的测试结果是跟理论相反的，所以不存在激光雷达收集不到黑色的车辆的信息。 Q13：关于激光雷达的算法是否一致？ A：首先是这样的，激光雷达的供应商提供算法的并不多，Ibeo算是里面的为数不多的一家，会把自己的数据进行预处理，方便车厂以及其他用户来使用。但是也有一些车厂倾向于自己的计算能力比较强，软件工程师能力比较强，倾向于自己来做这些自动识别。这个识别算法应该现在还没有得到一个一致的认识，不同的团队应该还是采用不同的方法，或者类似的方法，这个就不能说现在已经是达到一个一致的认同。 Q14：关于激光雷达对于眼的伤害程度的问题。 A：激光雷达，特别是现在4线采用的905纳米波长的激光雷达，在安全评级里面评级的范围是不会对人的眼睛造成伤害。有一个计算公式，就是在多大的距离，多大的激光强度，对于人的眼睛会造成一个伤害，是有一个计算公式来依据的。但是目前之所以采用905纳米的原因，就是因为它对于人眼睛的安全等级很高。但是我也不敢说这个一定对人的眼睛不造成伤害，这个可能也不科学。所以一般的话，甚至在设计的过程中，会考虑比如说安在30、40公分这么高的激光雷达，甚至会考虑比如说有一个婴儿站在它的前面是不是会对眼睛造成伤害，这些也是在新的应用中会进行考量。如果是按照现在4线、8线的标定位置，扫描的范围跟人的眼睛接触的机会会非常的少。 Q15：因为cmos的特性，后续固态激光雷达普及会不会造成视觉系统漫天都是网格线？固态的扫描形式是这样的么？ A：现在真正固态扫描到底是什么样的设计，其实都是未知的，也有一些说是固态的激光雷达，实际上中间还是有一些转动件。纯粹的固态激光雷达现在至少从我们这边还没有得到。 Q16：不同公司有不同算法，那有没有公认的行业标准？ A：关于标准的问题，咱们今天尽量回避，因为标准的问题太大了，而且现在确实也非常缺乏一个统一的标准。我在未来两个月会到欧洲进行关于固体激光雷达的一些学习和信息搜集，会对更多的行业内固态激光雷达的生态进行一个了解，希望两个月以后咱们能专门对于固态激光雷达做一个交流。 Q17：关于3D激光雷达目前在识别弯道边缘有没有什么好的方法？ A：可以举一个例子，其实8线的激光雷达如果安装在30、40公分的位置，安装在车的左前和右前的方向，还是可以比较好的识别比如车拐弯时内侧的信息，这算是一个解决方案。 Q18：关于激光雷达与毫米波雷达优缺点的比较？ A：我个人觉得如果价格下来以后，激光雷达会对毫米波雷达有一个比较大的冲击。因为跟激光雷达相比，毫米波的准确度会差一些。当然毫米波雷达有它的优点，就是对于在不同天气情况下鲁棒性会略微好一些。但是如果我们对于安全级别有比较高的要求，或者是在无人驾驶项目上，激光雷达是可以作为一个核心数据的供应，行驶这样的一个角色。但是毫米波提供的数据很难作为一个核心数据来供应，从这一点来讲其实激光雷达的前景我个人认为是优于毫米波，虽然现在毫米波价格低一些，大家如果激光雷达价格下来以后对于它的冲击会比较大。 Q19：两个相同的激光雷达发生对射会出现什么情况？ A：这个只有在非常极限的情况下才会互相有干扰，这个其实是一个非常小概率的事件。首先两个激光雷达的位置要把它固定，就是永远固定在相同的距离，彼此的转镜还要同步，还要同一高度，相对位置不发生变化，这个其实是很难达到，比如两辆车上，一个装在前面，一个装在后面，可能会有一瞬间的干扰，但凡是两车位置发生相对的移动这个情况就不存在了，互相干扰的现象我们可以认为是不存在的。 激光光源可以用的是（三五族）的固体激光，功率看怎么描述，一般有一个说是波峰的功率，一般可以达到50瓦。但是整个激光雷达，比如以4线、8线为例，它的工作的功率一般是低于10瓦的。 （结束） 汽车·创新港·智汇微沙龙 高频分享 广泛交流 专业对接 主办方： 汽车·创新港 |
|
|
