激光雷达厂商Innoviz CEO发声:为什么多传感器融合是通往高级自动驾驶必由之路

摘要: 每一种架构都各有利弊,但是使用多传感器提供方案冗余却是不可或缺的。

08-29 09:33 首页 新智驾



文 | 思佳

来自新智驾(AI-Drive)的报道


新智驾按:自动驾驶汽车的传感器方案之争一直是个经久不衰的话题,此前,包括Mobileye联合创始人Amnon Shashua、特斯拉CEO马斯克在内的一众大佬曾公开宣誓对摄像头传感器的“孤注一掷”,但如今声音也开始变得不一样。现在,Amnon Shashua在公开演讲的口径已经开始倾向于表达多传感器冗余的必要性。而后者,也成为被自动驾驶领域众多企业和技术专家广泛认同的方案之一。


对于多传感器融合之于自动驾驶的必要性,日前,以色列激光雷达公司Innoviz CEO兼联合创始人Omer David Keilaf发表了更详尽的观点。就在几天前,这家公司还刚刚获得了一级供应商德尔福的投资。那么,到底如何通过传感器融合技术,将各种传感器的不同视角整合,并最终赋能自动驾驶车辆环境感知呢?新智驾对这篇来自TU-Automotive的文章进行了编译整理。


现如今,多数汽车自动化系统或是ADAS系统都有赖于三类传感器的融合进行环境感知:毫米波雷达、激光雷达以及摄像头。而随着传感器和环境感知技术的重要性日渐增强,目前业界普遍持有的观点是,传感器融合将提供鲁棒性更强的真正的自动化系统。


多传感器融合:提供高可靠的自动化系统


随着传感器和环境感知技术的识别分辨率日渐提升,传感器已经超越简单的检测和测距功能,取而代之,是具备真正的“视觉”感知能力,如分类、绘图等。


那么,到底如何通过传感器融合技术,将各种传感器的不同视角整合,并最终赋能自动驾驶车辆环境感知?对于这个关键性的问题,刚刚被德尔福投资的以色列创业公司Innoviz CEO兼联合创始人Omer David Keilaf给出了一个答案。


Keilaf解释说:“很明显,将毫米波雷达、摄像头、激光雷达等传感器数据融合的技术,对于保证车辆对周边环境的全局定位和理解是至关重要的,且为Level 3-Level 5级自动驾驶方案的实现提供了必要的技术储备。在环境感知中,每一种传感器都有独特的优势和弱点。例如,毫米波雷达可在低分辨率情况下完成测距,且受天气因素影响小;而摄像头有更高的分辨率,能够感知颜色,但受强光影响较大;激光雷达则能够提供三维尺度感知信息,对环境的重构能力更强。


在这种前提下,只有几种传感器的融合才能提供车辆周围环境更精准的绘图信息,并达到OEM主机厂所需的安全标准。目前,高性能激光雷达的量产和成本问题,仍是通往多传感器融合技术方案,乃至完全自动驾驶的障碍之一。”


提升车辆安全性


据Keilaf推断,随着车辆对复杂环境数据处理能力的提升,最终将实现更精确的检测、分类和定位能力。Keilaf说:“处理复杂环境数据,会造成车辆驾驶决策的延迟,而最大限度减少这种延迟,是提升车辆安全性的又一个关键部分。解决该问题的方案之一就是融合多源数据,数据融合能够减少系统做驾驶决策所需的计算资源。相比于单独依赖摄像头和毫米波雷达进行环境感知计算,来自激光雷达的3D数据的加入能够简化环境感知的计算任务。”例如,二维图像中的路标和树木阴影有时就会被错误识别成道路障碍物,从而降低系统鲁棒性。


多传感器融合:通往自动驾驶的必经之路


SBD(英国汽车技术咨询研究中心)自动驾驶部门负责人Alain Dunoyer博士说:“最近几年,OEM厂商已经先后引进了一系列传感器融合方案,其中主要包括毫米波雷达或激光雷达与摄像头融合,以提升Level 1和Level级自动驾驶功能的鲁棒性。而为了向Level 3级自动驾驶过渡,类似的传感器融合趋势只会更加明显,并且需要更多传感器加入,来丰富传感器融合ECU的数据源。


目前,到底是使用单一ECU控制,还是使用逐渐盛行的分布式方案,业界还没有一个定论,因为每种方案都有各自的优缺点。


“未来,传统传感器逐渐不能满足更高级的环境感知需求,那么新型传感器就会被引入,尤其是在更高速的感知等场景中。物体检测和分类性能同样需要提升,以满足更高级自动驾驶系统的需求。此外,行人、自行车和道路小型杂物等障碍物,都是目前车辆环境感知领域还没有被完全攻克的难题。


虽然软件方案提升了检测的识别率,但即使是百分之零点零几的错误检测率,在面对真实的驾驶场景时,依然是需要被解决的。近来,越来越多的人工智能算法被引入环境感知的方案中,但由于深度学习路径的‘黑箱’问题,他们的鲁棒性和稳定性目前还不能被验证。”



“最终,另一个自动驾驶领域的关键研究方向,将是处理影响传感器性能的诸如天气、光强等问题。融合不同种类传感器(激光雷达/毫米波雷达/摄像头/超声波雷达)能够帮助解决这个问题,因为它们受限的因素不同,因此能够提供多维的感知策略。”


多传感器驱动下的汽车自动化


随着车辆传感器,尤其是毫米波雷达传感器的分辨率提升,汽车自动化系统中的“视觉感知”的概念将被进一步扩充。


Keilaf说:“激光雷达等传感器之于自动驾驶车辆,其实是充当了一个关键‘基础设施’的作用,用以支撑其上的视觉系统以及AI算法的实现。底层设备越强大,软件的性能就越发达。因此,不仅仅是收集车辆周边原始数据,视觉感知技术还拥有更广阔的定义和应用场景,例如高精度3D地图数据采集、绘图,后者能够配合环境感知进行车辆自定位,等等。”


Keilaf认为,多传感器融合是通往更高级自动驾驶技术的必由之路。他说,“一旦底层技术实现,在此基础上能够衍生多路径的软件算法解决方案。可以是低等级的多传感器数据融合,也可以是对传感器数据的深度提取并在驾驶决策层进行融合。”


看得出,Innoviz CEO Keilaf已经与许多业内人士一道,成为了多传感器融合方案的坚定拥护者,正如他最后所说,“每一种架构都各有利弊,但是使用多传感器提供方案冗余却是不可或缺的。”【完】


推荐阅读:


德尔福投资激光雷达公司Innoviz,目标是L3/4自动驾驶


关注新智驾,后台回复“未来汽车”获取报名信息

更多课程信息,点击“阅读原文”。


首页 - 新智驾 的更多文章: