资讯 智能驾驶
此为临时链接,仅用于文章预览,将在时失效

Innoviz 苏淑萍:万能激光雷达是不可承受之重

作者:李安琪
2020/06/17 10:47

Innoviz 苏淑萍:万能激光雷达是不可承受之重

Innoviz 是一家来自以色列的激光雷达解决方案提供商,成立不过四年就获得了超过 2.1 亿美元融资。目前Innoviz 具有了批量生产的能力,并获得了新车前装项目的订单。

Innoviz 对外公布了两款 MEMS 固态激光雷达:Innoviz Pro 和 Innoviz One。其中,InnovizOne 则是一款易于车辆无缝集成的车规级解决方案,可为L 3 级到L 5 级自动驾驶提供 3D 感知能力,预计于 2021 年搭载上宝马。              

那么当下激光雷达应用于自动驾驶面临着何种挑战?如何针对这些挑战实现突破?

为此,雷锋网新智驾邀请到了 Innoviz 中国区总经理苏淑萍来进行业内分享。以下为苏淑萍的演讲内容,新智驾进行了不改变原意的整理:

今天要分享的内容其实非常简单,分为两大部分,第一分享一些我的个人观点,这些想法是我加入Innoviz之后,跟业界技术人员、管理人员、行业专家、媒体朋友沟通后总结出来的。

其中有些问题可能在短期内会有所突破,但也有一些我个人觉得可能相当长一段时间里面都都不会有非常明确答案的问题。

当下自动驾驶非常热,但热潮后面问题也非常多。随着自动驾驶进一步深入,有些问题刚刚解决甚至还没完全解决,新的问题又出现了。

自动驾驶需不需要激光雷达?

首先,第一个问题是,在我还没有做激光雷达之前,行业就已经在讨论自动驾驶到底需不需要激光雷达?

关于这个问题,需要和不需要激光雷达的两方有着非常明确的态度。大家都知道特斯拉的马斯克,他就旗帜鲜明地反对用激光雷达,并且坚持用以摄像头为主加雷达的方案。但就现实情况而言,目前绝大多数的高阶(L3以上)自动驾驶企业,不管是他们的demo,还是当下的试运营,基本都能看到激光雷达的身影。

到底激光雷达在自动驾驶中是不是必须的?我个人认为,是需要的。因为一个较为普遍的是问题是,目前的传感器组合还不能支持level3以上的自动驾驶系统。

当下L2自动驾驶的主要传感器是什么?不是摄像头,主要的传感器是人,是驾驶员。为什么这么说?因为驾驶辅助系统还在level 2级别以下(包括L2)。那么在驾驶辅助系统里真正承担责任的是谁?是驾驶员。所以会看到一些辅助驾驶车辆出事故时,不管是车厂,还是科技公司,都会说车辆在法律上是没有责任的,因为责任的承担者是驾驶员。所以驾驶员作为一个主传感器,他的能力远远超过目前所有传感器的组合。

那level3以上怎么办?一定是车辆本身来承担责任。这个时候驾驶员不需要承担任何责任,不再是一个传感器。除非车辆传感器没有办法工作,需要人工来接管系统时,驾驶员才提供传感器功能。也就是说,level3以上的自动驾驶,车辆传感器要承担的责任远比现在强大得多。

所以我直接问大家一个问题,现有传感器组合是不是能够扛得起所有的感知能力? 我觉得没有。

当然,未来是不是一定要用激光雷达?不一定,也许未来某一天会有突破性技术,或许是V2X 或者4D毫米波雷达雷达,或者特斯拉最近提出的激光视觉,新的传感器如果性能强大,质量可靠,还价格便宜,也许可以替代激光雷达、或现有的所有传感器。

所以不管怎么样,自动驾驶需要把目前的传感器升级成更强大的传感器组合,这是我对第一个问题的回答。这个答案是比较high level的角度。

但一般在工作中,我们会更详细地谈实际性能。比如激光雷达跟摄像头、毫米波雷达相比,各自的优缺点是什么,然后在什么样的应用场景下激光雷达性能更好,他们之间是不是互补这类具体的问题。

自动驾驶需要怎样的激光雷达?

接下来我们会讲第二个问题,自动驾驶需要什么样的激光雷达?

目前绝大多数用户或从业者,会觉得自动驾驶需要激光雷达但是用不起,因为价格太贵了。其实在过去的两年之内,激光雷达的价格已经有了数量级的下降,但还是不够,客户永远是希望更便宜。

那么价格要怎么降下来? 有一种说法是,随着应用量大了,价格自然而然就下来了。但我觉得效果不是那么的明显。我个人认为,激光雷达价格要下来,一定是技术和生产方式的突破,而不仅仅是靠应用数量。只有技术的突破才能够让一个产品真正把价格以数量级的水平降下来。这就是很明确的一个问题。自动驾驶需要什么样的激光雷达?第一必须便宜。

第二个还需要可用的激光雷达,什么叫可用?

目前我碰到的所有车厂或者自动驾驶robotaxi、自动驾驶物流,或者矿山港口客户都表示,现在用的激光雷达都挺不顺手的。

不顺手有很多方面,首先非常直接的就是产品的稳定性和使用寿命。在我了解的信息中(可能不那么全面),目前市场上绝大多数的激光雷达如果一天能够工作8个小时或者4个小时,用上一年的都是质量非常好的激光雷达了。但如果我是用户,会觉得没法用这东西。车上的任何一款产品,尤其是这么重要的激光雷达,是不能接受这样的产品的质量和生命周期的。这是一个非常大的问题。

所以我们对产品的要求,应该性能参数的一个综合考虑。为什么说是综合考虑?从客户角度来说,激光雷达的FOV最好能做到360度覆盖,纵向能够做到90度最好或者甚至180度,然后最短检测距离最好是做到10厘米之内,最长检测距离针对10%的反射率的物体最好能检测到300米、500米以上。

大家都希望有一个万能的激光雷达,但我觉得这样一种需求,或者说一种厚望,对激光雷达来说其实是不可承担之重。希望用一个激光雷达打遍天下,反而抑制了激光雷达的应用。

我个人认为,就像现在的摄像头一样,在更高阶一点的自动驾驶车上会看到至少6个8个、多则10个12个16个摄像头。这些前向、侧向和后向的摄像头,所有的性能都一样吗?需要性能完全一样的吗?不是。摄像头在不同位置要实现的功能决定了摄像头的性能是完全不一样的。

既然如此,那么为什么就要求一个激光雷达在车上可以完成所有的事情呢?为什么不在车上也装N个激光雷达,每一个激光雷达发挥最强的功能,有的激光雷达看得远,有的看得宽,有的看得清。可以想象一下,侧面的激光雷达需要看那么远吗?不需要,但它对最近探测距离有非常高的要求。如果装在前向,就要求它看得远,但最近距离要求10厘米,需要这么近吗?

如果我们能在这些方面去做一些平衡,也许我们的选择会更灵活。对于激光雷达厂家来说,压力也会小很多,因为他不需要提供一个万能的激光雷达,依靠一招鲜来打天下。这是我对第二个问题的一些想法。

激光雷达在自动驾驶中如何应用?

第三个问题是,激光雷达在自动驾驶中怎么应用?这点我会把它分成两个方面阐述。

第一个阐述是,激光雷达在自动驾驶的应用场景是什么?现在的L3必须要考虑的高速公路上的Highway Pilot,这对激光雷达有一些更高的要求。比如希望路上的不规则物体,不管是个轮胎、小盒子,或者一块石头也好,都能在一个相对远的距离被激光雷达检测到。甚至在高速公路上,一个离本车距离非常近的旁边车辆cut in进来时,激光雷达能不能通过比较广的FOV尽早识别车辆。

再来看,当下代客泊车也是非常热的应用。那代客泊车对激光雷达的应用要求又是什么样子的?它不需要看那么远,对队激光雷达的帧频要求也没那么高,但它希望能够最大程度地看到离车最近的一些障碍物。 以及在停车场光照条件不理想的情况下,检测到收费口栏杆,行人及其他障碍物等。

接下来要做城市道路,后续要做非结构化道路。在城市道路上,我们会看到有行人、三轮车,推着童车的行人、推着轮椅的人等各种各样的场景,这些对激光雷达的要求又是什么样子的?接下来更难的是,对于非结构化道路,乡镇道路甚至没有路,坑坑洼洼的,这样的一种应用场景对于我们的激光雷达又是什么样的要求?

所以我觉得,不同的应用场景要求,对于激光雷达的性能指标、应用方式方法都会不一样。

如果仅仅考虑前向激光雷达,要怎么安装应用?现在有比较常规的几种应用方式,看到最多的机械旋转式的激光雷达,因为它充分发挥了360度的视野优越性,所以绝大多数或者说是几乎100%都是装在车顶。但这样的安装位置,会给整车造型带来挑战和一些新的问题。

除了装在车顶之外,一些激光雷达,可能FOV没有那么大。的位置也可以分成高中低三个不同的位置,低的可以装在前格栅保险杠的位置,中的可以在挡风玻璃后面的位置,高的也可以装在车顶。不同的安装位置有不同的好处,但也都有非常明确的坏处。

但每一个位置都不是简单地安装上去就行,相反,针对任何位置,我们都会做非常多的讨论。比如在装高中低三个不同位置的时候,我们要有非常多创意的想法。因为装在不同高度,位置的盲区视角会完全不一样,这也会影响到最长检测距离。同样地,不同位置会对激光雷达的清洗也有不同要求。

还有,如果把雷达装在挡风玻璃里面,那么还会碰到的一个问题,就是挡风玻璃对激光雷达的激光束折射和反射造成的衰减。

这些问题,在我们真正做项目或交流时,需要投入大量人力来跟客户去做仿真、完成利弊详细分析,以期达到最好的安装方式。

所以的确挑战重重,但相对来说,如果我们跟客户之间能做到一个非常透明、深入的交流,这一块在短期内其实是比较容易解决的问题。

如何提供大规模性能稳定,质量可靠的激光雷达?

第四个问题,主要是站在激光雷达供应商角度来看问题,我们怎么能够提供市场上所需要的、能够大规模快速生产、且性能稳定又质量可靠的产品?

对于这个问题,我觉得它不是一个纯粹的生产问题。从研发开始就得系统设计,究竟是生产一个通用型产品,还是针对客户的某种应用,或是市场某种应用的一个特定开发。

以我对市场的理解来看,我个人认为,接下来针对某一个应用场景开发来做激光雷达的产品,可能会是更合适的方案。但这样的产品,不能闭门造车,也不能看友商在做什么,因为每个客户的每一种应用场景所需要的产品,激光雷达性能都是不一样的。

所以,这个时候需求,系统设计其实来自于市场,来自于客户。这需要花大量的时间聆听市场的需求,剖析客户的需求。

尤其是现在,我们的客户和我们都是在摸着石头过河。我也觉得,研发完成之后生产面临的挑战是,原来是机械旋转式的技术,现在有MENS的,也有fresh的,接着还会有不同的技术出来,这些不同技术路线的激光雷达产品到目前为止还是比较少的。

而且我个人没有看到现成的而且成熟的激光雷达自动化生产线,这个不能跟摄像头相比,摄像头的生产线就非常成熟。 对于激光雷达公司来说,能选择的供应商有不多。我们公司的制造选择了专业公司外包。在外包的时候,我们就发现找不到现成的自动化生产线来生产激光雷达,因为这是一个非常高精尖的光电一体化设备,激光雷达需要做到非常高的分辨率和非常快速的扫描,光路的设计和在生产过程中的纳米级光路对准就非常困难。我们现在的制造商合作伙伴帮我们定制了一些生产设备。

从这一点来看,Innoviz本来是研发激光雷达的公司,现在还要变成制造激光雷达的公司。我们公司在早期成立的时候,没有想过在生产上会碰到这么大的挑战。作为一个新的创业公司,还要制造激光雷达产品,产品的一致性、良品率等方面的挑战还是非常高的。

那我们在工艺和生产方式上怎么改进?总地来说,就是尽可能多,最好是百分百做到自动化,尽量减少人工参与来提高产品的一致性和提高产品的良品率。

我们在生产方面通过大数据采集,可以非常及时地跟生产部门进行数据分析,然后给出反馈改进生产线,效率会提高很多。

我们工厂有专门的房间来做线下的激光雷达测试。Innoviz的产品的测试成本可能占了费用的50%以上,这对我们来说压力是非常大的。

因为激光雷达市场需要的是一个成本低产品,但却全面临着成本反而越来越高的困难。尽管成本非常得高,但是我们用一种笨的方法,慢工出细活的方式来做。从一开始,Innoviz就把测试要求和标准提得非常高,这样产品最后是能够达到设计要求的。这其实是磨刀不误砍柴工。而且早期测试当中出现的问题、经验和教训,也可以为后期的同类产品生产可以积累宝贵的数据。

在生产过程中,还会遇到的一个问题是,激光雷达是一个系统级别的产品,上游的零部件供市场上很难有大量、车规集且性能稳定的部件供我们选择。

因为Innoviz不得不自己研发了一些核心元器件。这样一来,因为核心元器件是我们自研的,所以跟内部系统的配合会非常好,这是在目前的好处。未来的好处在于,一旦我们的产品成功,这也会是Innoviz的一个核心竞争力。当然,缺点就是,如果什么东西都自研不讲究与业界合作,那么成本会比较高。

另外一个问题是,如果不能拿市场上现有的产品来用的话,激光雷达的研发周期也会比较长,这其中需要一些平衡。我认为,可能经过几代的产品更新之后,我们会在核心元器件上做的越来越少,越来越核心,前提是我们能在市场上找到更多的上游供应商一起合作。

目前为止我们开发了两款产品,一款是Innoviz Pro,一款是Innoviz one。Pro已经于去年年底面世了,one预计明年能够量产面世。

 这两款产品的系统设计和体系都是一样的,都是基于MENS的固态激光雷达。不一样的地方在于,Innoviz Pro是一个非车规产品, Innoviz one是一个车规级产品。

目前我们有4个TIER1合作伙伴:麦格纳、安波福,中国的恒润科技,哈曼。

2018年的时候,我们拿到了宝马的 level3的车的定点,,我们将在明年第二或者第三季度交付产品来支持宝马的新车上市。

InnovizOne采用的是905波长的激光,因为这是一个比较经济的材料,且比较容易生产。当然它的功耗也比较低,带来的一个比较大的挑战是要去解决人眼安全的问题。

Innoviz one,整个尺寸大概跟手机一样大,厚度不超过5厘米,对客户的安装来说相对方便。目前主要面向的市场是level3以上的自动驾驶和robotaxi。

(雷锋网)                   雷锋网

长按图片保存图片,分享给好友或朋友圈

Innoviz 苏淑萍:万能激光雷达是不可承受之重

扫码查看文章

正在生成分享图...

取消
相关文章