Innovusion創始人兼CEO鮑君威：圖像級激光雷達，L4及以上級自動駕駛車的銳利雙眼

12月16日，第九屆全球新能源汽車大會在國家會議中心開幕。Innovusion創始人兼首席執行官鮑俊偉在智能論壇上發表主旨演講，指出高分辨率圖像可以帶來革命性的應用。現在激光雷達的低分辨率和高價格將是暫時的，新的變化很快就會實現。

以下是Innovusion創始人兼首席執行官鮑俊偉的演講錄音（略有刪減）：大家好，我很高興與大家分享我們激光雷達產品和公司的進展。圖像級激光雷達為無人駕駛汽車增添了一雙眼睛。你有沒有注意到激光雷達是一幅逐行的圖像，大約有16行？作為Innovusion，這是我們在業內首次推出圖像級激光雷達。它是什么樣子的？讓我們看看。第一頁告訴了第三、四和五級自動駕駛。我認為存在兩個關鍵的技術差距。從第一級到第三級甚至第四級，我認為技術挑戰不大，因為第四級主要用于特定場景中的自動駕駛。在這種情況下，不同的適用性并不是很復雜，但第五級相當于完全取代了人類，各種復雜的場景都可以達到并解決，因此此時的規劃控制度非常高。然而，第三級和第四級的感知之間有很大的差距，因為就感知而言，一個人一旦登上第四級汽車，就相當于飛行，把我們的生命交給了汽車。一般來說，人們對人類駕駛準確性的期望是人類駕駛的十倍以上，那么人類一般駕駛時誤判的概率是多少？這個誤判率非常非常低，大約是10的負十次方和負十一次方。我們可以看到各種各樣的傳感器。它們的準確性如何？例如，在相機上，我們看到了各種圖像的挑戰，世界領先的水平。如您所見，準確率分別為90%、92%、95%和99%。你說的反過來是什么意思？誤判率約為負二分之十。毫米級雷達基本上處于十分之一的水平，并且存在許多錯誤信號。我們認為，如果自動駕駛儀能夠完全準確地判斷感知和感知環境物體，它將承擔這些額外準確性的責任，并且它需要達到十分之八的準確性。你可以看到兩個常見的場景。一種是低速道路駕駛。例如，當我們在城市道路上行駛時，我們至少可以清楚地檢測到附近道路上的交通。一般來說，在城市里開車的速度在30-50公里左右。這個時候，加上感知和判斷，再加上機器執行的時間，我們認為我們需要50米的檢測距離。在50米之外，我們如何才能達到準確的誤判率？我們認為一個人至少應該有十分。在另一個場景中，如果你開車到高速公路上，通過感知來檢測制動距離，你至少可以看到你需要有15米以上的檢測距離。這時，你必須首先能夠探測到150米甚至200米外的物體，不僅能探測到明亮的物體，還能探測到黑暗的物體。如果角度分辨率不夠，150米外只有一行點，此時很難區分汽車和物體。正常停車位的高度分別為1.2和1.3。如果需要兩行或三行點，0.2度的角分辨率甚至更好。因此，也有必要具有大約100-150行的分辨率。因此，我們可以在這里看到，我們已經繪制了市場上各種傳感器的簡單圖片。橫軸是檢測距離，縱軸是分辨率或線速度。我們看到左下角，最糟糕的是超聲波傳感器。一般情況下，檢測范圍為1米和2米。我們熟悉的雷達基本上是一條線和兩條線，它的探測器可以遠至100米、200米到300米。各種掃描激光雷達，它的探測距離，現在好的可以達到150米、200米，壞的可能在三四十米左右。你可以看到各種各樣的傳感器，它們所能滿足的性能要求只能是三級或三級自動駕駛的要求。為了滿足四級自動駕駛的要求，許多公司可以疊加多個雷達，最終滿足四級自動化駕駛的要求。今天，我們向您宣布我們的創新遠程圖像級激光雷達，這兩個方面都可以……

ach是第四級自動駕駛的指標。在這里我畫了兩條線。這是原始數據。我們用業內相對開放的數據來展示，在這個駕駛場景中，車輛和一些行人都能看得很清楚。現在它是一個低清晰度的圖像。如果你看線速度，你可以看到從第一個到頂部總共300個像素，大約是300-500個像素。接下來的圖像是高速公路的場景，這相當于我們四環路的速度。你可以在天空中看到這根電線。我的電線很細，距離大約有40或50，可以看得很清楚，這也清楚地表明了我們圖像級別的高分辨率。這個俯視圖，因為我們想看到我們的汽車可以達到280米，整個探測距離可以達到280m，而在第16碼的中間，我無法在這里直接控制這個視頻。正如你所看到的，我們拿出其中一張圖像，在246米和247米的距離處，你可以看到汽車的后部。即使有相機，除了帶特殊長焦的望遠鏡，我們也可以。因為我們的點質量非常高，我們認為只需很少的數據，就可以實現非常可靠的感知。因為我們的點云質量非常高，我們可以很容易地將其與另一個非常重要的傳感器相機融合，從而為激光雷達的點云增添色彩。這張照片左下角的普通二維相機圖像約為一萬億像素，激光雷達的點云在右下角。此點云是彩色的。可以看出，這個點云實際上實時構建了三維空間中的彩色點云圖像。我們可以看到每個點都是一個點云，但我去掉相機的像素，給它顏色。這是實時進行的，所需的計算量不大，主要是因為我們的點云形狀與普通相機像素的分布相似。雖然分辨率稍低，大約是角分辨率的兩三倍，但通過良好的校準，很容易將三維空間實時投影到顏色空間中。在這種情況下，許多做感知的算法團隊可以很容易地說，激光雷達不僅是三維空間到厘米定位精度的信息，而且是顏色的信息，并且存在真實的RGB（聲音）顏色。那么這個激光雷達有多大？剛才，很多人生病了，車頂上的一個大家庭水桶很小。我們的激光雷達是一個工程原型，它已經做得非常非常小，比手機大不了多少，而且它的形狀可以改變，所以在不改變汽車形狀的情況下很容易與整個汽車集成，這很受整個汽車工廠的歡迎。最后，通過比較，我們在體積、尺寸、數據質量（包括分辨率、檢測距離、抗干擾能力和成本）以及傳感器融合方面都比現有激光器具有很大優勢。介紹我們公司。我們公司成立于2016年。我曾經是“黃埔軍校”百度的成員。當時，我在百度負責傳感器和硬件。大約六個月前，我們開始向早期合作伙伴交付雷達原型。8月，我們發布了A輪融資。一個多月前，我們正式向業界發布了我們的獵豹圖像級激光雷達，目前已經交付了一些訂單。我們認為，高分辨率圖像在歷史上已經出現過多次，可以帶來革命性的應用。現在激光雷達的低分辨率是非常昂貴和暫時的，并且很快就會出現新的變化。自動駕駛傳感器我們認為，從幾行幾十行的激光雷達掃描到現在的圖像級激光雷達，它也將有助于感知系統的革命性變化。12月16日，第九屆全球新能源汽車大會在國家會議中心開幕。Innovusion創始人兼首席執行官鮑俊偉在智能論壇上發表主旨演講，指出高分辨率圖像可以帶來革命性的應用。現在激光雷達的低分辨率和高價格將是暫時的，新的變化很快就會實現。

以下是Innovusion創始人兼首席執行官鮑俊偉的演講錄音（略有刪減）：大家好，我很高興與大家分享我們激光雷達產品和公司的進展。圖像級激光雷達為無人駕駛汽車增添了一雙眼睛。你有沒有注意到激光雷達是一幅逐行的圖像，大約有16行？作為Innovusion，這是我們在業內首次推出圖像級激光雷達。W……

它是什么樣子的？讓我們看看。第一頁告訴了第三、四和五級自動駕駛。我認為存在兩個關鍵的技術差距。從第一級到第三級甚至第四級，我認為技術挑戰不大，因為第四級主要用于特定場景中的自動駕駛。在這種情況下，不同的適用性并不是很復雜，但第五級相當于完全取代了人類，各種復雜的場景都可以達到并解決，因此此時的規劃控制度非常高。然而，第三級和第四級的感知之間有很大的差距，因為就感知而言，一個人一旦登上第四級汽車，就相當于飛行，把我們的生命交給了汽車。一般來說，人們對人類駕駛準確性的期望是人類駕駛的十倍以上，那么人類一般駕駛時誤判的概率是多少？這個誤判率非常非常低，大約是10的負十次方和負十一次方。我們可以看到各種各樣的傳感器。它們的準確性如何？例如，在相機上，我們看到了各種圖像的挑戰，世界領先的水平。如您所見，準確率分別為90%、92%、95%和99%。你說的反過來是什么意思？誤判率約為負二分之十。毫米級雷達基本上處于十分之一的水平，并且存在許多錯誤信號。我們認為，如果自動駕駛儀能夠完全準確地判斷感知和感知環境物體，它將承擔這些額外準確性的責任，并且它需要達到十分之八的準確性。你可以看到兩個常見的場景。一種是低速道路駕駛。例如，當我們在城市道路上行駛時，我們至少可以清楚地檢測到附近道路上的交通。一般來說，在城市里開車的速度在30-50公里左右。這個時候，加上感知和判斷，再加上機器執行的時間，我們認為我們需要50米的檢測距離。在50米之外，我們如何才能達到準確的誤判率？我們認為一個人至少應該有十分。在另一個場景中，如果你開車到高速公路上，通過感知來檢測制動距離，你至少可以看到你需要有15米以上的檢測距離。這時，你必須首先能夠探測到150米甚至200米外的物體，不僅能探測到明亮的物體，還能探測到黑暗的物體。如果角度分辨率不夠，150米外只有一行點，此時很難區分汽車和物體。正常停車位的高度分別為1.2和1.3。如果需要兩行或三行點，0.2度的角分辨率甚至更好。因此，也有必要具有大約100-150行的分辨率。因此，我們可以在這里看到，我們已經繪制了市場上各種傳感器的簡單圖片。橫軸是檢測距離，縱軸是分辨率或線速度。我們看到左下角，最糟糕的是超聲波傳感器。一般情況下，檢測范圍為1米和2米。我們熟悉的雷達基本上是一條線和兩條線，它的探測器可以遠至100米、200米到300米。各種掃描激光雷達，它的探測距離，現在好的可以達到150米、200米，壞的可能在三四十米左右。你可以看到各種各樣的傳感器，它們所能滿足的性能要求只能是三級或三級自動駕駛的要求。為了滿足四級自動駕駛的要求，許多公司可以疊加多個雷達，最終滿足四級自動化駕駛的要求。今天，我們向您宣布我們的創新遠程圖像級激光雷達，這兩個方面都可以達到四級自動駕駛的指標。在這里我畫了兩條線。這是原始數據。我們用業內相對開放的數據來展示，在這個駕駛場景中，車輛和一些行人都能看得很清楚。現在它是一個低清晰度的圖像。如果你看線速度，你可以看到從第一個到頂部總共300個像素，大約是300-500個像素。接下來的圖像是高速公路的場景，這相當于我們四環路的速度。你可以在天空中看到這根電線。我的電線很細，距離大約有40或50，可以看得很清楚，這也清楚地表明了我們圖像級別的高分辨率。這個俯視圖，因為我們想看到我們的汽車可以達到280米，整個探測距離可以達到280m，而在第16碼的中間，我無法在這里直接控制這個視頻。正如你所看到的，我們……

拿出其中一張照片，在246米和247米的距離處，你可以看到汽車的后部。即使有相機，除了帶特殊長焦的望遠鏡，我們也可以。因為我們的點質量非常高，我們認為只需很少的數據，就可以實現非常可靠的感知。因為我們的點云質量非常高，我們可以很容易地將其與另一個非常重要的傳感器相機融合，從而為激光雷達的點云增添色彩。這張照片左下角的普通二維相機圖像約為一萬億像素，激光雷達的點云在右下角。此點云是彩色的。可以看出，這個點云實際上實時構建了三維空間中的彩色點云圖像。我們可以看到每個點都是一個點云，但我去掉相機的像素，給它顏色。這是實時進行的，所需的計算量不大，主要是因為我們的點云形狀與普通相機像素的分布相似。雖然分辨率稍低，大約是角分辨率的兩三倍，但通過良好的校準，很容易將三維空間實時投影到顏色空間中。在這種情況下，許多做感知的算法團隊可以很容易地說，激光雷達不僅是三維空間到厘米定位精度的信息，而且是顏色的信息，并且存在真實的RGB（聲音）顏色。那么這個激光雷達有多大？剛才，很多人生病了，車頂上的一個大家庭水桶很小。我們的激光雷達是一個工程原型，它已經做得非常非常小，比手機大不了多少，而且它的形狀可以改變，所以在不改變汽車形狀的情況下很容易與整個汽車集成，這很受整個汽車工廠的歡迎。最后，通過比較，我們在體積、尺寸、數據質量（包括分辨率、檢測距離、抗干擾能力和成本）以及傳感器融合方面都比現有激光器具有很大優勢。介紹我們公司。我們公司成立于2016年。我曾經是“黃埔軍校”百度的成員。當時，我在百度負責傳感器和硬件。大約六個月前，我們開始向早期合作伙伴交付雷達原型。8月，我們發布了A輪融資。一個多月前，我們正式向業界發布了我們的獵豹圖像級激光雷達，目前已經交付了一些訂單。我們認為，高分辨率圖像在歷史上已經出現過多次，可以帶來革命性的應用。現在激光雷達的低分辨率是非常昂貴和暫時的，并且很快就會出現新的變化。自動駕駛傳感器我們認為，從幾行幾十行的激光雷達掃描到現在的圖像級激光雷達，它也將有助于感知系統的革命性變化。

標簽：君威

汽車資訊熱門資訊