toppic
当前位置: 首页> 市场预期> 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

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

2021-06-06 09:45:22
英飞凌代理·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?·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。”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

友情链接