易坊好文馆

  1. 首页 > 奇闻 >

激光雷达军团里，冒出一个清华帮( 五 )

摄像头 自动驾驶 激光雷达 传感器


探维把激光雷达与摄像头以特殊方式“融”在了一起
但是 ， 前融合方案在开发中会遇到很多技术难题 。 譬如开发与前融合数据相试配的感知算法 。 对于车载传感器系统来说 ， 想通过系统标定达到一百米外3~5厘米的融合精度 ， 是一个几乎不可想象的技术指标 。
王世玮也极为推崇“前融合”这项对汽车自动驾驶能力至关重要的技术 。 但是 ， 除了无可比拟的感知精度优势 ， 在清华实验室为国家做过大型卫星前融合项目后 ， 他认为对于汽车产业来说 ， 保证系统“后续无人介入”更为重要 。
“与汽车不一样 ， 卫星有个苛刻的客观前提：你一旦发射了 ， 就很难再去修正一些问题 。 这也就要求我们当时必须做到 ， 让产品在无人化状态下实现一切自动化有序工作 。 ”
他举了个有意思的例子 ， 当年美国哈勃望远镜发射上天后 ， 科学家才发现它里面有块镜子不太好 ， 看东西很模糊 。 但解决方法只有一个 ， 就是再重新发一颗卫星上去 ， 装一个补偿镜 。
“我们当时做国家项目 ， 不可能都像哈勃望远镜一样 ， 不断发新卫星去维修 ， 因此就必须保证卫星在无人状态下自动化处理信息 。 而这就是我们当初采用‘前融合’技术的另一个重要原因——必须让系统自己明白 ， 怎样让像素与点云数据自动匹配起来 。 ”
因此 ， 王世玮与清华师兄弟 ， 把当年在实验室积累的卫星核心技术 ， 特别是以激光雷达为核心的硬件级前融合技术 ， 在这波自动驾驶浪潮的鼓动下 ， 做了一些对应汽车软件痛点的商业创新——
就像当年给卫星做数据融合一样 ， 先为摄像头与激光雷达做硬件层的结构化集成 ， 让两者实现基于同轴光学系统的空间对准与时间同步 ， 免除标定步骤 。
简言之 ， 就是建立一种严丝无缝的“时空同步协作机制” ， 在摄像头暴露图像缺陷时让激光雷达顶上；在激光雷达出现稀疏点云时 ， 被摄像头的优势补齐 。
“激光雷达从一开始的4线、8线 ， 再到16线、32线、64线以及128线 ， 后面有没有可能出现214线、512线？不太可能 ， 因为这不仅耗费时间 ， 厂商也要考虑线数与成本的平衡 。 ”
王世玮觉得 ， 激光雷达的技术积累是漫长的 ， 不然业内也不会有人硬抄国外雷达就抄了好几年 。 倒不如另辟蹊径：
“我们回想当初做项目的一些细节 ， 其实就考虑过这个问题 。 譬如发现有些微小物体上的激光非常稀疏 。 那么在前融合状态下 ， 感知系统会‘自发’去倚重摄像头做识别 ， 这时候 ， 激光雷达的分辨率大幅降低其实也没问题 。 ”
但他认为 ， 这不是为激光雷达的低线数找借口 ， 而是“如果你用一个128线的激光完全能够实现2k高清图像的效果 ， 那么为何不这样去做呢？”
坦率讲 ， 虽然如今国内车厂嘴上都在说“软件定义汽车” ， 但他们大多远不具备突出的软件实力 。
此外 ， 尽管他们对激光雷达有了初步理解 ， 但依然缺乏对多传感器的系统性应用能力（所以才长久以来都被Tier1牵着鼻子走） ， 更不用说涉及到多种高端传感器的前融合技术 。
“新势力会走得相对快 ， 不少车厂对前融合也很感兴趣 。 ” 跟车厂近期密切接触的王世玮 ， 感受到了来自车厂端的剧烈变化 ， 和越来越多的软件层痛点 。
“我们发现其实客户对于无需标定的‘数据融合’感受非常强烈 。 有车厂这块儿的工程师吐槽说空间匹配精度不够 ， 尤其是高速场景 ， 失误很多 ， 因此诉求也很多 。 ”
写在最后
当我问及王世玮做激光雷达这起起伏伏的4年多里 ， 有没有最值得庆祝的胜利节点时 ， 他绞尽脑汁却最终没有给出答案 。 因为他觉得公司远远没有到达所谓“成功”的那一层 ， 2022年的任务实则更为艰巨 。
有固态样品的激光雷达厂商需要跨过第二座大山——或投资建厂 ， 或寻找合作代工 ， 尽快扩大生产销售能力 。 这将是王世玮跟他的技术团队未来几年里主要去解决的难题 。
“坦率讲这不是我们的优势 ， 因为现在体量还不算大 ， 如果产能迅速扩大 ， 我们还会遭遇验厂、良率、交付等一系列生产上的挑战 。 ”
但即便如此 ， 他们在海淀东升科技园的办公室短短半年里已经坐满了人 ， 来自清华等名校和自动驾驶公司的年轻工程师面孔 ， 也许代表了一家科技公司背后的产业 ， 正位于极速上升期 。
6年里来 ， 有人退出 ， 有人进来 ， 有人成为独角兽 ， 有人即将上市 。 但我们极为希望能看到更多科技创业者踏入这个充满未知、竞争者环伺的汽车垂直产业 。

推荐阅读


上一篇：她真行

下一篇：植树节，不要忘记你身体里的这棵“树”