自動駕駛傳感器技術出新激光雷達如何自保?

齊旭

特斯拉首席執行官埃隆·馬斯克在公司的自動駕駛開放日上炮轟了激光雷達作為自動駕駛汽車傳感器的技術局限：“這是一項價格極其昂貴，且毫無用處的技術。”該言論一出，業界嘩然，毫米波雷達、視覺系統（攝像頭）和激光雷達這三大自動駕駛傳感器的江湖地位要被改寫？

自動駕駛需多傳感器融合應用

由于道路環境和車輛行駛的工況復雜多變，單一功能的傳感器無法滿足駕駛過程中實時變更的車輛信息。

一臺自動駕駛汽車的安全行駛，需要完成三個必須而關鍵的步驟：首先是感知階段，即獲取和收集外界環境和車輛自身的工況信息;然后，進入決策階段，發出行駛指令，主要依賴各種控制芯片的云端算法;最后是執行階段，將前端決策完畢的車輛信號“付諸行動”。可見，感知階段是自動駕駛汽車安全行駛的初步保障，猶如汽車的“眼睛和耳朵”。

由于道路環境和車輛行駛的工況復雜多變，單一功能的傳感器無法滿足駕駛過程中實時變更的車輛信息。安森美半導體智能感知部全球市場及應用工程副總裁易繼輝表示，傳感器融合（包括視覺系統、毫米波雷達和激光雷達）和傳感器的深度感知是自動駕駛汽車感知系統未來的發展趨勢。

視覺系統（攝像頭）可以通過豐富的成像信息進行各類識別運算，比如車道、行人和物體，還有停車場的橫桿以及交通標識等，但在遠距離成像及速度測定方面適應性不足。毫米波雷達是通過發射毫米范圍的電磁波來確定障礙物的距離、速度和角度，免受雨雪、塵、霧等惡劣環境影響。由于受制于波長和尺寸的限制，毫米波雷達分辨率過低，且對于靜止的物體和運動的非金屬物體都不太敏感。激光雷達探測精度在三者中最高，可達到毫米級。它具有雷達的測距能力，探測精度和分辨率又高于雷達，具有攝像頭的感知能力，又可以不受光線條件的限制。而缺點是成本高昂，且容易受到極端氣侯及煙霧粉塵的影響。

激光雷達能否被取代？

如果未來激光雷達成本可以下降到千元數量級以下，那么它成為無人駕駛核心傳感器的可能性就會大大增加。

近年來，激光雷達成為業界備受爭議的焦點。由于其高精度、高分辨率和高穩定性，幾乎所有自動駕駛汽車廠商在過去幾年間都無法回避激光雷達，這使得激光雷達幾乎壟斷了傳感器市場，器件價格居高不下。因此，部分企業選擇降低激光雷達的成本以實現盈利。谷歌自動駕駛公司Waymo獨立之后做的第一件事，就是努力降低激光雷達的成本，從行業標準的7.5萬美元降低90%。然而，盲目降低成本也會帶來很多問題。據了解，有的企業為了降低整車價格，采用了更便宜的固態激光雷達，結果帶來了新的問題。該雷達無法實現360度轉動，難以探測背后的情況，要輔助安全駕駛還需引入新的傳感器，在經濟效益上并不可行。

為減少激光雷達部分的成本支出，以特斯拉為代表的一些汽車企業干脆將激光雷達拉進黑名單，開發出其他技術路線。記者從特斯拉官網了解到，一輛特斯拉的標配共有8個攝像頭、1個77GHz的毫米波雷達和12個超聲波雷達。賽迪顧問汽車產業研究中心總經理鹿文亮表示，雖然特斯拉汽車的配置列表中未見激光雷達的身影，但特斯拉會努力將其他傳感器做得好一些，同時要配合算力較為強大的后端傳感芯片和處理芯片。

由此可見，馬斯克的“激光雷達傻瓜論”出現在當下這個時間節點并非偶然，傳感器的確到了該重新思考方向的時侯了。北京理工雷科電子信息技術有限公司汽車雷達事業部總經理金燁在接受《中國電子報》記者采訪中表示，降低激光雷達的成本還需要時間。在研究機構中，激光雷達短期內還會是主要的環境感知傳感器。然而，對應于以經營為目的的企業，避開激光雷達而選擇其他技術路線將成為趨勢。

鹿文亮表示，未來的自動駕駛汽車傳感器有三條路可走：一是將傳感器端（視覺系統、毫米波雷達和激光雷達等）性能做強，相應降低決策端的算力要求;二是用外部網絡實現對自動駕駛的統籌控制，未來，5G網絡將為車聯網提供更強的技術基礎，但短時間內還難以實現;三是徹底回避激光雷達，將攝像頭、毫米波和超聲波雷達等其他傳感器融合應用，前端傳感器探測精度不足等問題，將由決策端算力更強的芯片來彌補。

金燁表示，如果未來激光雷達成本可以下降到千元數量級以下，那么它成為無人駕駛核心傳感器的可能性就會大大增加。然而，降低激光雷達成本成為最大挑戰。特斯拉似乎早已徹底放棄使用激光雷達，試圖通過多攝像頭方案采集數據，再借助還原實際環境的模擬器來訓練神經網絡，通過智能視覺實現車輛對交通道路狀況的“認知”，只是可靠程度難以下定論。提升傳感器性能是發展自動駕駛必經之路

無論自動駕駛傳感器技術走上哪條路，提升視覺系統、毫米波雷達、激光雷達等器件性能都是“基本功”。

無論自動駕駛傳感器技術走上哪條路，提升視覺系統、毫米波雷達、激光雷達等器件性能都是“基本功”。首先，先進、智能的視覺系統是保障自動駕駛汽車安全行駛的核心部件，提升視覺系統的可靠性尤為重要。易繼輝表示，自動駕駛對視覺類傳感器的智能化（像素、理解和判斷能力）提出更高要求。

特斯拉自豪于其自動駕駛機制，很大程度上是由于視覺器件玩得不錯。據了解，其視覺器件總共有8個魚眼、正常和長焦攝像頭：包括應用于汽車后部的倒車攝像頭、前方的三目攝像頭和兩側各兩個的側視攝像頭，側前視和側后視相互重疊可避免產生視覺盲區，基本可以保障Tesh的L3級別的變道、合流、出高速等功能。

九三學社中央科技委副主任、中國傳感器與物聯網產業聯盟副理事長郭源生表示，目前攝像頭在動態范圍和近紅外靈敏度等指標方面，還有很大的提升空間，單車需要更多性能更佳的攝像頭。金燁表示，多目立體攝像頭是未來傳感器視覺系統的發展趨勢，它有望融合激光雷達和攝像頭的優勢，既具有激光雷達的高密度距離點云直接提取障礙物并精準測距的特點，又具備了視覺識別與機器學習的能力。

其次，更多的信號處理算法和新制雷達技術將被移植到毫米波雷達的開發中，提供更加靈敏的探測障礙的感知系統。郭源生表示，近年來，汽車中應用的毫米波雷達模組包含了多個基于不同工藝的芯片，是相對比較笨拙的系統，且成本價格較高。為了追求更小尺寸和更低成本，各國正在致力于研發多功能元器件整合與集成、標準化通用的雷達芯片組。

易繼輝表示，SPAD技術（單一光電雪崩二極管）將與毫米波雷達結合，有望幫助毫米波雷達大幅度提升感光倍數。在此基礎上，金燁還表示，毫米波雷達的未來發展方向將是開發點云雷達，以低廉價格獲得高分辨點云成像能力，逐漸取代激光雷達，開發更多的應用場景。

最后，若將激光雷達的精準探測能力、高分辨率等性能進一步提升，甚至與其他傳感器件的功能進一步結合，激光雷達有望挑戰更加復雜的自動駕駛環境以及其他更具挑戰的應用領域。易繼輝表示，圖像傳感技術可助力激光雷達的開發。據悉，上海理工大學的研究人員近日研發出一種基于激光雷達的新型感知系統，能夠在煙霧彌漫的城市環境中拍攝45公里（28英里）以外的物體。該技術使用單光子偵測器，結合獨特算法，將最稀疏的數據點“編織”在一起，生成超高分辨率的圖像。新的激光雷達視覺技術明顯提升了衍射的極限能力，有望為超遠距離內的高分辨率、快速、低功耗的3D光學成像開辟新領域。

此外，激光雷達還亟須解決器件成本過高的問題。易繼輝表示，業界已研發出可以替代傳統機械式激光雷達材料的新型硅片技術，新技術可大幅降低激光雷達的器件成本，有望將其成本控制在幾百美元之內。