精品課第19講||鮑君威：激光雷達為車路協同擦亮“眼睛”

“隨著相關技術的發展，車路協調對于實現真正的自動駕駛至關重要，而激光雷達是車路協調中的重要傳感器之一，可以在自動駕駛之前實現多種智能交通應用價值。”8月31日晚，在中國汽車報與廣州智能網聯汽車示范區運營中心聯合推出的“2020智能網聯汽車精品課程”第十九講中，創新通(途達通)有限公司創始人兼CEO包以“激光雷達在智能交通中的應用”為主題，從智能交通感知系統及如何提升駕駛安全水平、車路協同加速自動駕駛進程、激光雷達等方面，

■提高安全性需要多傳感器融合。

“車路協同讓自動駕駛更容易實現。”包魏軍表示，在車端和路端部署傳感器，形成車路協同，將對智能交通的升級起到很大的作用。

"多種因素導致了L3+自動駕駛儀時間表的改變."包魏軍認為，國內自動駕駛發展面臨三方面挑戰:一是法律法規不成熟、不完善，在保險和事故責任認定、車輛改裝等方面會遇到一些問題。二是相關安全水平有待提高，如技術演進和落地的必要條件，整個系統需要比人類駕駛安全高一兩個數量級才能達到足夠的安全性，需要像飛機一樣有安全冗余系統；第三，產業鏈上的其他環節也需要成熟起來，比如計算平臺的車載水平，高精地圖的覆蓋和更新率，車載OS系統和中間件的穩定性和實時性。

自動駕駛如何達到人類駕駛安全水平的10到100倍？對此，包魏軍介紹，從統計數據來看，人類駕駛車輛，大約100萬小時就發生一次致命事故。對于自動駕駛系統來說，發生類似嚴重事故的間隔時間需要超過10到100次，也就是1000萬到1億小時。因此，為了提高安全性能，必須嚴格控制感知系統識別的錯誤率。其中，在滿足相關技術要求，使用遠程高清圖像級激光雷達的情況下，誤差率可以小于萬億，遠小于人類駕駛的事故概率。所以，要做到這么低的事故率，關鍵在于多傳感器融合，同時平衡各個傳感器的虛警率和誤報率。

■車路協調，加速技術進步。

在高速公路上行駛的車輛，有時會遇到影響安全的因素，比如潑濺，需要避讓。“人眼可以提前100多米看到，自動駕駛車輛也需要這么長的探測距離。如果探測距離只有20-30米，可能來不及反應，從而造成危險。”包魏軍說，這需要激光雷達“看”得遠、看得準，增加車輛檢測點，利用路邊傳感器實現車路協同，才能解決這個問題。

L4試驗車早期部署時，激光雷達點云的有效感知距離遠小于100米，需要多部雷達融合才能達到要求的分辨率。之后我們在車輛上布局了高清遠程激光雷達，比如使用獵鷹激光雷達，可以清晰感知復雜城市道路場景中的每一個細節。需要用單幀數據檢測到足夠多的從遠處物體返回的點云數據點，感知系統才能得出可靠的結論，做出可靠的感知。包魏軍說，這種高清遠程激光雷達可以探測到200米外的車輛輪廓，也可以清楚地探測到100米外的紙箱和溢出物。

"車路協調可以大大加快自動駕駛的進程."包魏軍介紹，要實現安全的自動駕駛，需要多種冗余和安全保障。一是冗余系統要求多通道傳感系統相關性小，每個傳感系統都要達到足夠的假陰性率和假陽性率；第二，它們必須相互補充，才能有效消除遮擋或死角；再次，在車路協同上，激光雷達作為路側單元，要有適合中國特點的可行冗余方案，比如使用高清長距離激光雷達實現可靠的感知系統，使用5G低時延網絡實現對車輛的實時傳輸。

■激光雷達，通過應用實現更大的價值。

對于激光雷達的應用，包認為，多激光雷達融合可以實現路口的實時三維感知，可以實時、高效、可靠地監測和感知路口的所有物體。多雷達點云像素級融合保證了感知系統可以獲得大量高質量的點云數據，感知結果可以實時傳輸給自主車，可以與車載感知系統冗余互補。與相機相比，激光雷達具有光照條件適用性和探測可靠性的優勢，兩者可以互補。

路測激光雷達的性能要求包括:一是可靠性，24小時×365天連續工作，室外工作受高溫、低溫等惡劣天氣影響；第二，在探測距離和分辨率上，不僅是城市路口的水平視野開闊，而且是雷達下的小盲區。多雷達融合可以處理車輛遮擋問題；第三，多激光雷達的部署與成本直接相關，可以實現多事件探測以支持投入成本，對車流、逆行車輛、泄漏物等進行識別和跟蹤。晝夜不停。

在包魏軍看來，激光雷達可以實現自動駕駛之前的各種智能交通應用的價值。一個是智慧城市，可應用于地理圍欄報警、I2V(路車)廣播、車載OBU單元或APP、盲點檢測、路口交通檢測、交通流優化、車輛分類識別等。二是智能高速。基于激光雷達，它可以監控交通流量，實時跟蹤每輛車的大小、位置、速度和方向，并檢測溢出、車輛故障、行人和逆行等路況。三是感知各類事件，可以利用多雷達高速道路接力融合，全程跟蹤感知相關路況。

■附:精彩問答

講座結束后，包還與網友進行了問答互動。記者為讀者提取精華。

問:L3+及以上，一定要用激光雷達技術嗎？為什么？

答:就自動駕駛而言，需要算法、計算能力和數據的結合來支撐。特斯拉的優勢在于它積累了大量的數據，但這些數據同時是二維的，它的計算能力也很強，可能已經超過了人腦的計算速度。但問題是，目前的人工智能圖像識別算法還遠遠達不到人類識別環境的能力，所以很多場景都沒有很好的識別，這些技術進步可能需要5-10年，或者更長的時間。在現階段，我們的方法是使用更好的傳感器來生成精確的三維高分辨率數據，以彌補這些技術上的不足。另外，最近激光雷達的一些技術和產品形態的弊端也基本得到了改善。

問:與視覺和毫米波雷達等其他技術相比，激光雷達最突出的優勢是什么？對自動駕駛的多重冗余和安全保障有什么實際作用？

答:激光雷達、毫米波雷達、攝像頭等傳感器是互補的。相機等視覺感知成本低，分辨率高，缺點是易受光線影響，沒有三維信息。毫米波雷達的優點是不受雨雪影響，車載成本低。其缺點是角分辨率和假陽性、假陰性率有待提高。同時對路面的金屬物體有非常高的反射率，但對非金屬物體的相對識別能力較差。激光雷達的優勢在于角度精度非常好，遠超毫米波雷達，高性能的激光雷達可以提供高分辨率的三維數據。確定在量產前成本較高。

問:什么因素會干擾激光雷達？如何克服或避免干擾因素？

答:如果對面兩輛車的激光雷達互相照射，原始數據會被干擾。這種原始信號水平的干擾不僅限于激光雷達。但先進的激光雷達產品都有抗干擾功能，導出的點云數據應該已經抗干擾了，用戶不需要擔心這個。

問:在公眾印象中，激光雷達的高成本限制了其在車輛中的應用。據你所知，激光雷達的成本能降低多少？它大規模應用的條件是什么？

答:高端的激光雷達成本可以達到幾千元，低端的可能幾十到幾百元，但有一部分可能用不上車輛。而且高性能的激光雷達數據量非常大，需要一些新的算法和技術框架來利用這些數據。激光雷達如果大規模應用，還需要達到車輛監管水平，這需要整個產業鏈的努力。

問:從技術角度來看，未來自動駕駛汽車中，激光雷達、毫米波雷達、視覺等技術如何協同實現完全無人駕駛？

答:從技術角度來說，未來自動駕駛車輛上的激光雷達、毫米波雷達、視覺等技術可以完全實現無人駕駛。這三個傳感器應該是互補的。例如，有時在一些惡劣的天氣條件下，mi的信息……需要毫米波雷達。激光雷達點云可以匹配相機的顏色信息，與激光雷達在像素級融合，可以更好的提高感知效果。

編輯:黃霞“隨著相關技術的發展，車路協調對于實現真正的自動駕駛至關重要，而激光雷達是車路協調中的重要傳感器之一，可以在自動駕駛之前實現多種智能交通應用價值。”8月31日晚，在中國汽車報與廣州智能網聯汽車示范區運營中心聯合推出的“2020智能網聯汽車精品課程”第十九講中，創新通(途達通)有限公司創始人兼CEO包以“激光雷達在智能交通中的應用”為主題，從智能交通感知系統及如何提升駕駛安全水平、車路協同加速自動駕駛進程、激光雷達等方面，

■提高安全性需要多傳感器融合。

“車路協同讓自動駕駛更容易實現。”包魏軍表示，在車端和路端部署傳感器，形成車路協同，將對智能交通的升級起到很大的作用。

"多種因素導致了L3+自動駕駛儀時間表的改變."包魏軍認為，國內自動駕駛發展面臨三方面挑戰:一是法律法規不成熟、不完善，在保險和事故責任認定、車輛改裝等方面會遇到一些問題。二是相關安全水平有待提高，如技術演進和落地的必要條件，整個系統需要比人類駕駛安全高一兩個數量級才能達到足夠的安全性，需要像飛機一樣有安全冗余系統；第三，產業鏈上的其他環節也需要成熟起來，比如計算平臺的車載水平，高精地圖的覆蓋和更新率，車載OS系統和中間件的穩定性和實時性。

自動駕駛如何達到人類駕駛安全水平的10到100倍？對此，包魏軍介紹，從統計數據來看，人類駕駛車輛，大約100萬小時就發生一次致命事故。對于自動駕駛系統來說，發生類似嚴重事故的間隔時間需要超過10到100次，也就是1000萬到1億小時。因此，為了提高安全性能，必須嚴格控制感知系統識別的錯誤率。其中，在滿足相關技術要求，使用遠程高清圖像級激光雷達的情況下，誤差率可以小于萬億，遠小于人類駕駛的事故概率。所以，要做到這么低的事故率，關鍵在于多傳感器融合，同時平衡各個傳感器的虛警率和誤報率。

■車路協調，加速技術進步。

在高速公路上行駛的車輛，有時會遇到影響安全的因素，比如潑濺，需要避讓。“人眼可以提前100多米看到，自動駕駛車輛也需要這么長的探測距離。如果探測距離只有20-30米，可能來不及反應，從而造成危險。”包魏軍說，這需要激光雷達“看”得遠、看得準，增加車輛檢測點，利用路邊傳感器實現車路協同，才能解決這個問題。

L4試驗車早期部署時，激光雷達點云的有效感知距離遠小于100米，需要多部雷達融合才能達到要求的分辨率。之后我們在車輛上布局了高清遠程激光雷達，比如使用獵鷹激光雷達，可以清晰感知復雜城市道路場景中的每一個細節。需要用單幀數據檢測到足夠多的從遠處物體返回的點云數據點，感知系統才能得出可靠的結論，做出可靠的感知。包魏軍說，這種高清遠程激光雷達可以探測到200米外的車輛輪廓，也可以清楚地探測到100米外的紙箱和溢出物。

"車路協調可以大大加快自動駕駛的進程."包魏軍介紹，要實現安全的自動駕駛，需要多種冗余和安全保障。一是冗余系統要求多通道傳感系統相關性小，每個傳感系統都要達到足夠的假陰性率和假陽性率；第二，它們必須相互補充，才能有效消除遮擋或死角；再次，在車路協同上，激光雷達作為路側單元，要有適合中國特點的可行冗余方案，比如使用高清長距離激光雷達實現可靠的感知系統，使用5G低時延網絡實現對車輛的實時傳輸。

■激光雷達，通過應用實現更大的價值。

對于激光雷達的應用，包認為，多激光雷達融合可以實現路口的實時三維感知，可以實時、高效、可靠地監測和感知路口的所有物體。多雷達點云像素級融合保證了感知系統可以獲得大量高質量的點云數據，感知結果可以實時傳輸給自主車，可以與車載感知系統冗余互補。與相機相比，激光雷達具有光照條件適用性和探測可靠性的優勢，兩者可以互補。

路測激光雷達的性能要求包括:一是可靠性，24小時×365天連續工作，室外工作受高溫、低溫等惡劣天氣影響；第二，在探測距離和分辨率上，不僅是城市路口的水平視野開闊，而且是雷達下的小盲區。多雷達融合可以處理車輛遮擋問題；第三，多激光雷達的部署與成本直接相關，可以實現多事件探測以支持投入成本，對車流、逆行車輛、泄漏物等進行識別和跟蹤。晝夜不停。

在包魏軍看來，激光雷達可以實現自動駕駛之前的各種智能交通應用的價值。一個是智慧城市，可應用于地理圍欄報警、I2V(路車)廣播、車載OBU單元或APP、盲點檢測、路口交通檢測、交通流優化、車輛分類識別等。二是智能高速。基于激光雷達，它可以監控交通流量，實時跟蹤每輛車的大小、位置、速度和方向，并檢測溢出、車輛故障、行人和逆行等路況。三是感知各類事件，可以利用多雷達高速道路接力融合，全程跟蹤感知相關路況。

■附:精彩問答

講座結束后，包還與網友進行了問答互動。記者為讀者提取精華。

問:L3+及以上，一定要用激光雷達技術嗎？為什么？

答:就自動駕駛而言，需要算法、計算能力和數據的結合來支撐。特斯拉的優勢在于它積累了大量的數據，但這些數據同時是二維的，它的計算能力也很強，可能已經超過了人腦的計算速度。但問題是，目前的人工智能圖像識別算法還遠遠達不到人類識別環境的能力，所以很多場景都沒有很好的識別，這些技術進步可能需要5-10年，或者更長的時間。在現階段，我們的方法是使用更好的傳感器來生成精確的三維高分辨率數據，以彌補這些技術上的不足。另外，最近激光雷達的一些技術和產品形態的弊端也基本得到了改善。

問:與視覺和毫米波雷達等其他技術相比，激光雷達最突出的優勢是什么？對自動駕駛的多重冗余和安全保障有什么實際作用？

答:激光雷達、毫米波雷達、攝像頭等傳感器是互補的。相機等視覺感知成本低，分辨率高，缺點是易受光線影響，沒有三維信息。毫米波雷達的優點是不受雨雪影響，車載成本低。其缺點是角分辨率和假陽性、假陰性率有待提高。同時對路面的金屬物體有非常高的反射率，但對非金屬物體的相對識別能力較差。激光雷達的優勢在于角度精度非常好，遠超毫米波雷達，高性能的激光雷達可以提供高分辨率的三維數據。確定在量產前成本較高。

問:什么因素會干擾激光雷達？如何克服或避免干擾因素？

答:如果對面兩輛車的激光雷達互相照射，原始數據會被干擾。這種原始信號水平的干擾不僅限于激光雷達。但先進的激光雷達產品都有抗干擾功能，導出的點云數據應該已經抗干擾了，用戶不需要擔心這個。

問:在公眾印象中，激光雷達的高成本限制了其在車輛中的應用。據你所知，激光雷達的成本能降低多少？它大規模應用的條件是什么？

答:高端的激光雷達成本可以達到幾千元，低端的可能幾十到幾百元，但有一部分可能用不上車輛。而且高性能的激光雷達數據量非常大，需要一些新的算法和技術框架來利用這些數據。激光雷達如果大規模應用，還需要達到車輛監管水平，這需要整個產業鏈的努力。

問:從技術角度來看，未來自動駕駛汽車中，激光雷達、毫米波雷達、視覺等技術如何協同實現完全無人駕駛？

答:從技術角度來說，未來自動駕駛車輛上的激光雷達、毫米波雷達、視覺等技術可以完全實現無人駕駛。這三個傳感器應該是互補的。例如，有時在一些惡劣的天氣條件下，mi的信息……需要毫米波雷達。激光雷達點云可以匹配相機的顏色信息，與激光雷達在像素級融合，可以更好的提高感知效果。

編輯:黃霞

標簽：君威大眾特斯拉

汽車資訊熱門資訊