感知技術的融合與協(xié)同是實現(xiàn)自動駕駛的前提

從技術角度講，實現(xiàn)自動駕駛的基本原理可以分成“傳感器、數(shù)據(jù)融合、100%安全的決策”三個方面。智能感知是智能決策的前提，兩者互不可分。在自動駕駛場景中，自適應巡航、主動剎車、車道保持等都是通過圖像傳感器、毫米波雷達、激光雷達等各種各樣的感知設備實現(xiàn)的。

在感知層面，毫米波雷達、激光雷達和攝像頭被稱為實現(xiàn)自動駕駛技術的“三駕馬車”，每種感知設備都有各自的優(yōu)勢和局限，需要取長補短，進行組合，才得以實現(xiàn)對車身360度的無縫感知。

感知技術的融合方向

多個不同類的感知設備可以獲得不同方位與類別的信息，收集的不同信息之間可以相互補充，也可能會存在冗余與矛盾的情況，這就需要利用控制中心下達正確的指令，要求其對多個不同類的感知設備收集到的信息進行融合與綜合判斷。

在多個感知設備使用的情況下，進行信息融合，是保證駕駛安全的前提。感知技術的融合可提高系統(tǒng)的冗余度與容錯性，從而保證信息決策的快速與正確。當然，最終要實現(xiàn)感知技術融合，需要硬件與軟件層面的相互配合。

感知技術融合在自動駕駛汽車領域?qū)儆谝豁椃浅ｊP鍵的技術。從產(chǎn)業(yè)的角度來看，此前《麥姆斯咨詢》報道稱，傳感器融合系統(tǒng)需求預計將在未來 5 年內(nèi)以約 19.4% 的復合年增長率（CAGR）增長，預計市場規(guī)模將在 2023 年達到 75.8 億美元。

以Google 的自動駕駛汽車 Google Car為例，就是使用了多種傳感設備采集感知環(huán)境信息進行處理，并對車輛做出控制。作為最主要的器件，安裝在車頂?shù)腣elodyne Lidar公司生產(chǎn)的HDL-64E64線激光發(fā)射器，可以一邊旋轉(zhuǎn)一邊不間斷的發(fā)射64束最遠射程可達120米的激光束，并接收反射回來的光束，依據(jù)返回時間的差別計算出物體與汽車之間的距離。從而繪制出汽車周圍實時的3D地形圖。

HDL-64E每秒可以為Google Car的處理器提供130萬組數(shù)據(jù)，這可以保證提供給Google Car處理器的信息幾乎是實時的。Google Car會將收集到的數(shù)據(jù)與車體內(nèi)置的谷歌地圖已有的信息進行整合，從而判斷出相當精確的四周的狀況，為做出反應打下良好基礎。

為了保證在復雜的駕駛環(huán)境下的安全性，Google Car還配備了一對向前的攝像頭，從兩個攝像頭傳回的畫面，可以幫助車輛判斷自身的位置、行進的速度等信息。Google Car的車胎輪轂上同樣帶有位置傳感器，可用于探測車輪轉(zhuǎn)動，也能幫助車輛進行定位。再與GPS得出的數(shù)據(jù)進行整合，共同保證車輛定位的準確性。

此外，攝像頭還可以辨識出路上出現(xiàn)的交通標志和信號燈等物體，以保證自身的運行會嚴格遵守交通規(guī)則。這點是激光發(fā)射器很難辦到的。

雖然HDL-64E具有一定的判斷物體運動軌跡和速度的能力，但是其獲得的數(shù)據(jù)并非實時性的。因此，Google為車輛前后方位都配備了車載雷達，它們可以很精確地測出前后車輛與Google Car的相對速度，以此判斷接下來應作出的變化。

將所有感知設備的數(shù)據(jù)都會匯集起來并傳輸?shù)轿挥谄囉液蠓降闹魈幚砥鳎ˋI處理器）進行處理，所有的數(shù)據(jù)都是實時的，這要求Google Car的車載計算機具備強大的性能。處理器會參照各傳感器提供過來的數(shù)據(jù)，并繪制出一份最終的周邊環(huán)境地形圖。最終車內(nèi)的程序會對路況作出判斷，隨時根據(jù)道路情況決定汽車下一步的行動。

軟、硬件協(xié)同的開發(fā)趨勢

感知技術融合的路線已成為主流，這也與車規(guī)級激光雷達尚未大規(guī)模出現(xiàn)有關。具體到一些細節(jié)上，各廠商各有所長，在搭載芯片、攝像頭以及高精地圖等方面各有側(cè)重。但無論是車企采取自主研發(fā)，又或是由供應商提供技術支持，最終都是為了搶食自動駕駛這塊大蛋糕。

在激光雷達方面，近日，據(jù)外媒報道，初創(chuàng)公司Voyant Photonics創(chuàng)造了一個能夠放置在大頭針上的激光雷達系統(tǒng)，更加緊湊的方式可大幅度節(jié)省空間，并且功耗也會更低。

Voyant開創(chuàng)了一種將硅光電子用于激光雷達的技術，具體來看，其推出的“光學相控陣”，是通過改變穿過芯片的光的相位來回避該問題，從而產(chǎn)生了一束強大的、人眼無法看到的光，可以在沒有任何移動部件的高速環(huán)境中，掃描過大片區(qū)域，而且光是從一個比指甲尖還要小的芯片中發(fā)出來的。

據(jù)Voyant所說，其推出的激光雷達系統(tǒng)解決了干擾問題，還采用了調(diào)頻連續(xù)波技術，能夠測量速度和距離，而且還將發(fā)射器與接收器結(jié)合在一起，非常緊湊。

月初，激光雷達感知系統(tǒng)解決方案供應商RoboSense與韓國汽車電子系統(tǒng)提供商ControlWorks宣布了一項合作，ControlWorks將把 RoboSense的激光雷達智能傳感器系統(tǒng)引入到韓國汽車制造商與一級供應商體系。

近日，也有知情人士表示，蘋果公司已與至少四家公司進行談判，該公司正在尋求比現(xiàn)有技術更小，更便宜，更容易批量生產(chǎn)的激光雷達裝置。據(jù)知情人士透露，除了評估潛在的外部供應商之外，蘋果公司還被認為正在開發(fā)自己的內(nèi)置激光雷達傳感器。

另外一個趨勢，就是越來越多的激光雷達廠商積極涌入ADAS市場。比如美國激光雷達公司Velodyne推出的激光雷達軟件系統(tǒng) Vella主要配合 Velodyne 的固態(tài)激光雷達 Velarray 使用，Velodyne曾表示，“相較于攝像頭+毫米波雷達系統(tǒng)，其實現(xiàn)的 ADAS 性能將發(fā)生革命性變化。”

為了將激光雷達技術和高清地圖相結(jié)合研發(fā)更安全的ADAS系統(tǒng)，今年7月，Velodyne收購了位于舊金山的高清地圖創(chuàng)業(yè)公司Mapper.ai的知識產(chǎn)權資產(chǎn)，雙方將合作開發(fā)更安全的ADAS系統(tǒng)。

Mapper.ai公司創(chuàng)建的高清（HD）地圖對于幫助自動駕駛汽車（AV）安全運行至關重要。該公司的高清地圖和定位技術將會促進其Vella軟件開發(fā)，幫助Vella軟件支持更先進的ADAS技術，包括車道保持輔助（LKA），自動緊急制動（AEB）和自適應巡航控制（ACC）等。

今年 6 月，新一代激光雷達公司Luminar 推出了一個整合硬件和軟件的激光雷達平臺 Iris（虹膜），這是Luminar 調(diào)動了60 位軟件工程師進行配合研發(fā)得到的成果。據(jù)了解，Luminar 的車載激光雷達和軟件將于 2022 年開始大規(guī)模交付，其中新款激光雷達體積只有現(xiàn)在產(chǎn)品三分之一，而且能無縫整合進量產(chǎn)車前格柵、車頂或車頭大燈中。

近期，Luminar獲投1億美元新投資，這筆資金到賬后，Luminar 的總?cè)谫Y額將達 2.5 億美元。資金落袋、藍圖已成，Luminar正在攻克現(xiàn)階段最關鍵的工作：使得新的小型化激光雷達達到車規(guī)級別，同時滿足其它車輛的要求。

總結(jié)

感知技術融合軟硬件難以分離，其在硬件層面并不難實現(xiàn)，算法上的難點相對來說更高。軟件、算法充當自動駕駛汽車的“大腦”，擁有很高的技術壁壘，將占據(jù)價值鏈的主要部分。目前，除了特斯拉等極少數(shù)自主研發(fā)芯片的公司，想要做一個好的自動駕駛系統(tǒng)，頭部公司仍應加大對于平臺、算法和芯片等的研發(fā)力度。