速腾聚创联手多家合作伙伴参加上海车展。
4月17日在上海车展上，速腾聚创与地平线达成合作意向，针对L3+量产乘用车打造Smart Sensor；与菜鸟联手发布全新量产无人低速小车环境感知方案“M1 + Bpearl组合”；与AutoX共同展示全新RoboTaxi环境感知方案“Ruby + Bpearl组合”。
面对自动驾驶市场，速腾聚创首次公开了战略布局：将布局已久的激光雷达硬件传感器、AI点云算法与芯片等核心技术结合，针对四大核心应用场景，推出智能感知传感器(Smart Sensor)。该传感器能一站式完成环境信息收集和理解，与传统LiDAR硬件厂商形成定位上的差异：由“硬件”升级为“智能硬件”。
在车路协同上，作为Smart Sensor System提供商，速腾聚创面向车路协同提供基于激光雷达传感器与感知算法结合的系统技术方案，让自动驾驶车辆可以从中获得鸟瞰路况的“上帝视角”，成为车辆“视觉的延申”，有效应对车载感知难以应对的特殊场景。
同时，推出全新超广角补盲激光雷达RS-Bpearl、128 线束超高分辨率激光雷达RS-Ruby两款新品，并揭秘2021年量产车规级固态激光雷达(RS-LiDAR-M1)的最终形态——内部集成感知算法的智能传感器(Smart Sensor)。
在自动驾驶的环境感知环节，雷达、摄像头等传感器硬件通常只是完成了数据的收集工作，这仅仅是第一步，要达到自动驾驶的需求，还需要调用智能感知算法进行数据分析。
速腾聚创认为，MobileyeEye EyeQ 系列芯片正是由于在图像识别感知算法上具有优势，才令该系列芯片在 ADAS 市场上获得了巨大的市场份额。
法雷奥此前推出的四线激光雷达 SacLa 也因此广受青睐，奥迪在 2017 年推出的 L3 级自动驾驶车型奥迪 A8 同样采用了这一方案。
因此速腾聚创表示，对自动驾驶激光雷达来说，相比信息“收集器”，自动驾驶需要更聪明的信息“理解者”。
速腾聚创在去年推出了第一代 MEMS 固态激光雷达 RS-LiDAR-M1Pre。
速腾聚创 COO 邱纯潮在上海车展的发布会上宣布，面向市场需求，将感知算法融入传感器硬件，新版的 RS-LiDAR-M1 需要成为信息的“理解者”。这种融合的做法能够免去额外运行算法的电子控制单元（ECU），达到降低空间和成本的目的。
具体来说，速腾聚创表示已经与地平线达成初步合作意向，为激光雷达环境感知算法定制芯片，速腾聚创计划 RS-LiDAR-M1 将在 2021 年实现量产，届时公司也将实现智能感知算法写入芯片，嵌入激光雷达，实时解读三维点云数据，直接向自动驾驶车辆输出目标级环境感知结果。
自动驾驶技术商业化方向之一，就是提供RoboTaxi服务。Waymo在2018年12月，推出了RoboTaxi服务的Waymo One，Uber的竞争对手、3月份成功成为网约车IPO第一股的Lyft，也通过和Aptiv的合作，提供RoboTaxi服务。
但根据测算，RoboTaxi存在的风险就是，技术发展不及预期，此外就是需要极其昂贵的激光雷达等传感器的介入，还包括整个开发测试部署过程的高昂成本。
如此庞大的成本对于自动驾驶创业公司是难以承担的。那么，RoboTaxi需要怎样的传感器-激光雷达？
在现场，速腾聚创与RoboTaxi创业公司AutoX共同展示了全新RoboTaxi环境感知方案-Ruby + Bpearl组合，以此来进一步加强RoboTaxi高速驾驶场景的落地。
据雷锋网了解，RoboTaxi的高速驾驶场景应用，需要更高垂直分辨激光雷达实现更远的充分探测距离。
首先看下128线激光雷达RS-Ruby具体参数：
可以看出，RS-Ruby在数据点和密度方面获得了4倍提升。按64线激光雷达的220万每秒点云数计算，128线每秒出点数将达到880万，它能够提供细节更丰富的成像。
凭借数十亿数据点的实时感测优势，RS-Ruby将增强高速行驶中自动驾驶汽车的障碍探测和防碰撞能力，从而有效保证RoboTaxi对环境感知的进一步需求。
值得注意的是，全新的RoboTaxi环境感知方案，将使用单台RS-Ruby作为核心传感器安装于车顶位置，负责全方位感知，加入两台RS-Bpearl安装于引擎盖两侧扫除盲区，结合领先的智能感知算法，实现超远距离无死角感知，进一步提升RoboTaxi的行驶安全。
其实，在高速行驶场景下，自动驾驶汽车感知、决策、执行的时间非常宝贵，而128线激光雷达RS-Ruby支持将细节足够丰富的感知数据直接运行图像分类算法，这无疑提升了行车安全性。
当然，高线束激光雷达虽好，但高昂的成本是一个目前尚未解决的问题。速腾聚创未透露这款激光雷达价格。
但此前Velodyne 推出的 64 线激光雷达价格高达数万美元，而 128 线激光雷达的价格则更加高昂。
不过，根据雷锋网新智驾采访过的业内人士预估，自动驾驶行业内 128 线束激光雷达有望能降至千元美元级别，从而推动激光雷达在更大范围内被采用，以及自动驾驶技术的普及。
如今，汽车产业链上的各类玩家已经看到了低速自动驾驶的商业潜力，纷纷开始规划投入研发。
例如无人低速小车被广泛应用于无人巡检、无人安保、无人清洁车、无人送货车、无人驾驶小巴等领域，成为自动驾驶商业化的“急先锋”。
其实，低速清扫车、物流车等商业化产品的扎堆出现也是有着深层次的原因的。
首先，这一类产品成本较低。以低速清扫车产品为例，市场价格可以低至5万~6万元，远远低于乘用车产品，而相应的人工清扫费用相比之下就显得非常高。一辆自动驾驶清扫车仅一两年就可以收回成本，这对于企业来说是极大的降低人工成本的方法。
其次，低速无人车所需要掌握的技术、控制以及安全考虑指数的层次较低，导致菜鸟物流车车更容易达到安全层面的要求。
发布会当天，速腾聚创与菜鸟联手发布无人低速小车感知方案，包含一台视场角 120°的激光雷达 RS-LiDAR-M1 以及两台新推出的超广角补盲激光雷达 RS-Bpearl。
RS-Bpearl具体参数：
据雷锋网了解，RS-Bpearl 拥有 360°×90°的超广视场角，30m(10%) 探测距离，盲区只有 10 厘米。主要用途是安装在无人低速小车的两侧扫除筹边的盲区。
对于这一感知方案，速腾聚创认为固态激光雷达与短距离补盲雷达的搭配组合，在满足性能要求的同时，也具有价格优势。
但近期也有业内声音指出，无人低速小车的商用还存在诸多障碍。
首先在配送场景上，目前无人低速小车在效率上还远低于人类配送员。更重要的是，无人低速小车尽管速度慢，但小车常常会处在很多行人、自行车这样的复杂且相对不守规矩的场景中，这对无人低速小车的运行带来了不少麻烦。
不过，无人低速小车可以在日夜持续进行的场景被人认为更加易于落地，而落地的重要因素则是 V2X 地图的完善以及传感器价格下降，最终在性能和成本上满足要求，实现落地。正如邱纯潮最后所说，速腾聚创也会与行业伙伴共同努力推动低速小车的全面量产。
正在生成分享图...
余快