閱讀 | 訂閱
閱讀 | 訂閱
汽車制造

自動駕駛路線之爭:多傳感融合才是出路

星之球科技 來源:新資訊2017-08-29 我要評論(0 )   

近期,自動駕駛無疑已經(jīng)成為科技圈和汽車圈的熱點話題,谷歌、百度、蘋果及Uber等科技公司,特斯拉、奧迪、奔馳、寶馬等主流汽車廠商紛紛投入自動駕駛領(lǐng)域。然而,關(guān)于...

近期,自動駕駛無疑已經(jīng)成為科技圈和汽車圈的熱點話題,谷歌、百度、蘋果及Uber等科技公司,特斯拉、奧迪、奔馳、寶馬等主流汽車廠商紛紛投入自動駕駛領(lǐng)域。然而,關(guān)于自動駕駛技術(shù)路線之爭也一直沒有停止過。據(jù)了解,在不同技術(shù)路線中,所使用到的傳感器主要有激光雷達、毫米波雷達以及攝像頭三類,且各具優(yōu)缺點。
 
一、主流傳感器對比
激光雷達:
激光雷達具有高精度、高分辨率的優(yōu)勢,同時具有建立周邊3D模型的前景,然而其劣勢在于對靜止物體如隔離帶的探測較弱且目前技術(shù)落地成本高昂。由于激光雷達可廣泛應(yīng)用于ADAS系統(tǒng),例如自適應(yīng)巡航控制(ACC)、前車碰撞警示(FCW)及自動緊急制動(AEB),因此吸引了不少具有先進技術(shù)的初創(chuàng)公司競爭,同時傳統(tǒng)供應(yīng)商也積極布局投資希望能夠達成戰(zhàn)略合作關(guān)系以便快速獲得先進技術(shù)。
毫米波雷達:
與激光雷達相比,毫米波雷達具有探測距離遠,不受天氣狀況影響以及成本低的優(yōu)勢。由于毫米波雷達采用硅基芯片,不會特別昂貴,也不涉及復(fù)雜工藝,同時正處于第二次工藝轉(zhuǎn)型的重要時期,預(yù)計成本仍有下降空間。
相比激光雷達暫時高不可攀的成本以及較低的技術(shù)壁壘和自身可全天候工作的優(yōu)勢,毫米波雷達可以說是目前初創(chuàng)公司進入自動駕駛市場的一個門檻較低的入口。
攝像頭:
車載攝像頭是最基本常見的傳感器,價格低廉且應(yīng)用廣泛同時具備雷達無法完成的圖像識別功能,不僅可以識別路牌,在自動駕駛系統(tǒng)的圖像處理方案中也是不可或缺的一部分。
鑒于目前激光雷達的高成本,攝像頭配合高精度地圖是另一種較低成本的技術(shù)路線。除了與高精度地圖配合為自動駕駛提供定位服務(wù),攝像頭還可以在地圖采集過程中作為低成本且數(shù)據(jù)傳輸量?。〝z像頭捕捉的是小尺寸的2D畫面)的數(shù)據(jù)收集器。
二、視覺主導(dǎo)還是激光雷達主導(dǎo)?
據(jù)清華大學鄧志東教授介紹,自動駕駛環(huán)境感知的技術(shù)路線主要有兩種:一種是以特斯拉為代表的視覺主導(dǎo)的多傳感器融合方案,另一種以低成本激光雷達為主導(dǎo),典型代表如谷歌Waymo。
 
1、視覺主導(dǎo),以特斯拉為代表:攝像頭+毫米波雷達+超聲波雷達+低成本激光雷達。
攝像頭視覺屬于被動視覺,受環(huán)境光照的影響較大,目標檢測與SLAM較不可靠,但成本低。目前,特斯拉已經(jīng)在其量產(chǎn)車上列裝了Autopilot 2.0固件,而且成本較低,只有7000美金左右,8個攝像頭組成單目環(huán)視,有1個毫米波雷達和12個超聲波雷達,希望從L2跳躍到L4。
經(jīng)過半年的努力,特斯拉近期已經(jīng)完成了將路測大數(shù)據(jù)從Mobileye單目視覺技術(shù)過渡到基于Nvidia Drive PX2計算硬件平臺的特斯拉Vision軟件系統(tǒng)上,并且在今年3月底發(fā)布了8.1軟件版本,它用深度學習的方法在短期內(nèi)基本達到了Mobileye的技術(shù)水平,這是以前很難想象的。特斯拉的自動駕駛技術(shù)究竟怎么樣,一個重要的觀察點就是看它能否在2017年年底,如期從洛杉磯開到紐約,實現(xiàn)全程4500公里且無人工干預(yù)的完全自主駕駛。
2、激光雷達主導(dǎo),以Google Waymo為代表:低成本激光雷達+毫米波雷達+超聲波傳感器+攝像頭。
激光雷達是主動視覺,它的目標檢測與SLAM比較可靠,但是卻丟失了顏色和紋理且成本高昂。目前谷歌Waymo自己組建團隊研發(fā)激光雷達的硬件,把成本削減了90%以上,基本上是7000美金左右,同時他們已經(jīng)開始在美國鳳凰城地區(qū)對500輛L2級別的車進行社會公測,大大地推進了該類技術(shù)路線的落地實踐。
激光雷達主導(dǎo)的解決方案未來可以沿如下兩個方向繼續(xù)推進商業(yè)化進程:
一個是發(fā)展攝像頭與激光雷達的硬件模組,把兩者結(jié)合起來,既有激光雷達,又有彩色攝像頭,可以直接獲得彩色激光點云數(shù)據(jù)。
另一個是進一步降低激光雷達的硬件成本,比如研發(fā)固態(tài)激光雷達并真正實現(xiàn)產(chǎn)業(yè)化,屆時成本會下降到幾百美金。
總之,現(xiàn)在自動駕駛領(lǐng)域有三大核心問題需要著力突破:即利用人工智能,尤其是利用深度學習進行目標識別、自主導(dǎo)航和信息融合,這三方面的技術(shù)成果是真正具有商業(yè)價值的。
目標識別:例如對交通流稠密的復(fù)雜城區(qū),如何可靠地進行周邊障礙物的檢測與行為預(yù)測,特別是對極端與緊急情況的感知與預(yù)測。
自主導(dǎo)航:激光SLAM或視覺SLAM及其與低成本組合導(dǎo)航的精準融合;
信息融合:多傳感器如何進行信息融合。
三、未來的趨勢是什么?
目前,由于各種原因,不同廠商對于自動駕駛技術(shù)路線仍有爭議,所采用的傳感器組合方式也有側(cè)重。但是,對于未來發(fā)展趨勢,業(yè)內(nèi)主流觀點認為毫米波雷達、激光雷達以及攝像頭等多種傳感器的融合才是實現(xiàn)自動駕駛的必由之路。顯然,以色列創(chuàng)業(yè)公司Innoviz CEO兼聯(lián)合創(chuàng)始人Omer David Keilaf也是這種觀點的支持者。
他認為,將毫米波雷達、攝像頭、激光雷達等傳感器數(shù)據(jù)融合的技術(shù),對于保證車輛對周邊環(huán)境的全局定位和理解是至關(guān)重要的,且為Level 3-Level 5級自動駕駛方案的實現(xiàn)提供了必要的技術(shù)儲備。在環(huán)境感知中,每一種傳感器都有獨特的優(yōu)勢和弱點。例如,毫米波雷達可在低分辨率情況下完成測距,且受天氣因素影響小;而攝像頭有更高的分辨率,能夠感知顏色,但受強光影響較大;激光雷達則能夠提供三維尺度感知信息,對環(huán)境的重構(gòu)能力更強。
在這種前提下,只有幾種傳感器的融合才能提供車輛周圍環(huán)境更精準的繪圖信息,并達到OEM主機廠所需的安全標準。目前,高性能激光雷達的量產(chǎn)和成本問題,仍是通往多傳感器融合技術(shù)方案,乃至完全自動駕駛的障礙之一。

轉(zhuǎn)載請注明出處。

激光激光技術(shù)無人駕駛技術(shù)
免責聲明

① 凡本網(wǎng)未注明其他出處的作品,版權(quán)均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用。獲本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使 用,并注明"來源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)責任。
② 凡本網(wǎng)注明其他來源的作品及圖片,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本媒贊同其觀點和對其真實性負責,版權(quán)歸原作者所有,如有侵權(quán)請聯(lián)系我們刪除。
③ 任何單位或個人認為本網(wǎng)內(nèi)容可能涉嫌侵犯其合法權(quán)益,請及時向本網(wǎng)提出書面權(quán)利通知,并提供身份證明、權(quán)屬證明、具體鏈接(URL)及詳細侵權(quán)情況證明。本網(wǎng)在收到上述法律文件后,將會依法盡快移除相關(guān)涉嫌侵權(quán)的內(nèi)容。

網(wǎng)友點評
0相關(guān)評論
精彩導(dǎo)讀