在刚刚召开的上海车展上,智能化已然成为全场关注的焦点。
无论是合资品牌、自主品牌,还是国内新势力,都在借这个窗口展示其智能化发展成果,不仅有海量新产品发布,还带来了不少改款车型,完美呼应了这次车展「拥抱汽车行业新时代」的主题。
与此同时,这也带动着智能驾驶供应商们纷纷「焕新」,激光雷达厂商就是其中之一。
这里有一大背景是,激光雷达正在迎来上车大爆发。
2022 年,禾赛、速腾、图达通、探维科技等头部激光雷达公司纷纷拿下主机厂的项目定点,宣告行业正式进入量产阶段。
随之而来的挑战是在满足性能指标、车规可靠性和量产交付质量一致性等诸多前提约束下达成成本控制目标,尤其是在车市价格战异常激烈、智能驾驶开始回归理性的当下,激光雷达厂商被要求「做的更多」。
「现在要求激光雷达不仅做到『能用』(过车规),更要『好用』(性能强),还要『用起来便宜』,」一位业内人士表示,这就像是一个充满悖论的「不可能三角」,怎么也解不开。
探维科技 CEO 王世玮博士发布「光变计划」
有难题就有破局者,作为最具前瞻性的激光雷达公司,探维已经将不可能变成可能,这次车展上,探维重磅发布了「光变计划」,提出用光改变『视』界,基于 ALS 平台、硬件前融合技术,打造极致性价比,实现感知一体化,支持车企完成中高级别的自动驾驶。
车展现场,探维还公布了与第二家乘用车客户的量产新能源平台项目。
01、「光变计划」:算法、硬件、场景全打通,最终实现感知一体化
4 月 19 日,探维科技 CEO 王世玮掀开了「光变计划」的神秘面纱。
汽车之心了解到,「光变计划」由三条产品线组成,分别为 Tempo 系列、Duetto 系列以及 New Scope 系列。
其中 Tempo 系列主打「超高清、超视界」,这是一款等效 192 线的混合固态激光雷达,拥有 120°×25°的超宽视野,和 0.16°×0.13°的超高分辨率,最远探测距离达到 300 米,能适应 L2+/ADAS,L4 Robotaxi/Robotruck,V2X 车路协同,智慧城市等的需求;
Duetto 系列则追求性能与成本的极致平衡,具备 120°×25°的超大视场角,在 ROI 区域拥有 0.09°x0.19°的图像级分辨率,同时由于采用单光子器件,极大提升了探测距离,10% 反射率能达到 180 米,可用于 L2+/ADAS,L4 Robotaxi/Robotruck 等场景;
New Scope 系列面向补盲场景,提供大视场、高分辨率的感知方案,在 2024-2025 年将以 Flash 纯固态的方案呈现。
Tempo 系列今年将落地 3 个定点,在 2024-2025 年将推出下一代 Tempo Pro 智能感知系统套件,性能方面线数将提升一倍以上,FOV、测远提升 30%,基于探维点云特性提供图像前融合算法方案 Smart Sensor Set,后者具备客制化(依据客户的视觉方案定制)、跨平台(不限算法平台使用)、零迁移成本(LiDAR 方案替换无缝隙)等特性。
此外,Duetto 系列在 2023 年 Q4 搭载合创旗舰级纯电 MPV V09 开启大规模批量交付,在 2024 年会基于极致平衡的产品战略,尺寸缩小 50%,单价降至 200 美元,在未来还会率先搭载硬件级的图像前融合系统。
全球首款搭载激光雷达的 MPV 合创 V09,选择的就是 Duetto 系列,其远距离、高精度的探测能力能够让合创 V09 轻松实现更安全、更舒适的 L2+智能辅助驾驶功能,如高速领航 NOA、LCC、ACC 等,并为高阶辅助驾驶功能提供了更全面的保障。
探维三条产品线将在 2025-2026 年汇聚成一个终点——感知一体化解决方案,通过多传感器软硬融合以及极致性价比的产品战略,打造、实现感知一体化。
事实上,在芯片、算法等智能驾驶细分领域,都在朝着更精简的一体化方向发展,例如座舱芯片开始和智驾芯片融合,做跨域计算,泊车域控与行车域控兼并,形成行泊一体,甚至舱驾一体,而在激光雷达领域,同样的事情也正在发生。
作为给智能汽车提供最底层感知功能的硬件,激光雷达要加速智能驾驶的发展,不能仅仅依靠改良扫描模式、收发模组等实现,而是必须开启真正的技术革命。
感知一体化正是这场革命的主题,激光雷达除了要在分辨率、探测距离等性能方面做好,还需要在结构上与更多的传感器融合,并优化感知系统的整体性价比,最终为客户提供更好的产品服务和成本。
「系统方案的整合一定会是最优解。」王世玮表示,「探维通过 Tempo pro(搭载 Smart Sensor Set)提供算法领域的融合方案,Duetto 提供硬件领域的融合方案,New Scope 提供场景层面的融合方案,为客户提供整套感知解决方案。」
目前,「光变计划」正在结出「量产之花」,除了合创外,探维在 2023 年 Q1 里程碑式地拿下第二家乘用车客户的量产新能源平台项目,预计在 2024 年量产。
02、激光雷达量产「不可能三角」,已经被攻破
一直以来,激光雷达行业存在一个「不可能三角」问题,即感知性能、车规稳定和成本控制三者之间是此消彼长的关系,而不能同时满足条件。
举例来说,激光雷达在测距方式上,可分为 TOF(飞行时间)和 FMCW(调频连续波)两种路线,其中 FMCW 在抗干扰能力、信噪比上均高于 ToF 方案,且可获取多一维度的速度信息,因此理论上来说,感知性能更优。
然而,FMCW 激光雷达技术并不成熟,难以满足车规稳定,且由于对前端光学器件和后端电子器件要求严苛,接收器的整体成本比 TOF 更高,直到目前,市场上也还没有一家厂商成功将该技术推向量产阶段。
OPA(相控阵固态激光雷达)也是如此,迟迟未能达到上车的基本工程化要求,成本曲线也不及预期,逐渐淡出主流。
一边是看似难以破解的行业「不可能三角」,一边却是市场对于高性能、低成本、易量产车规级固态激光雷达的急迫需求,探维通过多重创新,成为了其中的「破局者」。
正如前文所说,激光雷达方案可根据激光波长、测距方案、扫描方式等分为多条路线,探维所做的便是在其中做好取舍平衡。
为了追求车规级环境稳定性,探维在激光雷达扫描上采用单轴扫描镜,由于只需在一维方向上扫描,运动部件非常少,由此带来失效概率很低。
「不过单轴也有很大的问题,需要在控制体积的同时做到『多线』,实现 3D 效果。」王世玮指出,这需要在其他部分做更多创新。
探维的做法是在收发模组层采用阵列化的集成器件,通过这样的方式,将以往激光雷达量产最复杂的调光程序大大简化,并具备了无间隙扫描的特性,在探测小物体上能够做到不遗漏。
满足了车规稳定和感知性能,探维还在成本上进一步压缩,自研 TOF 算法和通过芯片化设计,进一步提升系统方案的集成度,降低对高端信号处理芯片的依赖,大幅降低硬件成本。
「在当前高性能、控成本、保证车规等边界条件下,探维做出了前向探测激光雷达的最优解。」
探维把上述技术统一到一个叫做 Array-based Line Scanning(ALS)的平台,并基于此打造出无须拼接,就能实现 120°水平扫描,满足车规级要求的高线数混合固态激光雷达产品,覆盖了 16 线——192 线。
探维早在 2017 年便确立了 ALS 平台路线,最早将其应用在混合固态 3D 激光雷达 Tensor 上。据了解,Tensor 在 CES 2019 上刚一推出,就吸引了业内的关注,依靠独有技术方案和 1000 美元以内的高性价比优势,一举成功杀入强手如云的市场。
而 Tempo 系列和 Duetto 系列也是基于 ALS 平台研发而成,并根据国内市场 L2-L3 智能驾驶需求,进行了升级和优化设计,例如 Duetto 系列自研设计的收发与扫描结构组合,可以让 ROI 区域达到图像级分辨率。
此外,Duetto 系列还具备极致平衡、极致性价比的特点,其内部通过双模组优化的方式进一步降低了成本,2024 年-2025 年会降至 200 美元的价格区间。
除了在产品设计上打破「不可能三角」,探维在量产制造上也极力寻求新的突破。2021 年 Q4,探维苏州量产基地投入使用,占地 3000 平米,从来料检验、到组装标定、出厂测试,全部按照车规级标准打造,实现全自动化,可以在工程领域快速切入车规量产阶段,提速规模化,保障产品量产质量稳定与供应链安全。
03、硬件级图像前融合成趋势,探维率先开启激光雷达 3.0 时代
随着智能驾驶往复杂场景和更高阶方向发展,多传感器融合正在成为行业的共识。以当前大热的城市 NOA 为例,激光雷达基本成为玩家们进入这一市场的「标配」装备。
尽管当前也有号称用「纯视觉、4D 毫米波雷达将要取代激光雷达」的声音,但从实际表现上来看,激光雷达在探测精度、探测范围及稳定性等多维度,仍然拥有前两者无可比拟的优势,尤其是在夜间环境或者遇到异形物等 Corner Case 条件下,能够比摄像头和毫米波雷达看得更远、识别更准确。
王世玮认为,各个传感器有不同的环境适应性,并非存在替代关系,而是优势互补走向融合,为用户带来更高的安全屏障和更极致的智驾体验。
不过,多传感器融合也分为前融合和后融合。所谓后融合指的是先感知再融合,即摄像头生成图像的数据,激光雷达、毫米波雷达各自生成点云数据,分别做感知算法,再把结构化的数据进行融合,通过系统层作综合判断和决策,这种做法容易因为关键信息的丢失、误检等,给智能驾驶带来风险。
尽管如此,由于技术难度较低,市面上绝大多数融合方案采用的仍是后融合方式。「智能驾驶技术要走向更成熟,前融合是必然趋势。」王世玮在创立探维之初便提出,前融合才更加贴近人类驾驶员感知世界的模式,
不过,要实现前融合并非易事,在开发中会遇到很多技术难题,例如与前融合数据相适配的感知算法过程中,要通过系统标定达到 100 米外 3~5 厘米的融合精度,就十分具备挑战性。
针对于此,探维并没有选择死磕,而是转换了一种解题思路——硬件级图像前融合。这与探维创始团队的背景有关,其源自清华大学精密仪器系,早在 2008 年时,就开始研发用于遥感卫星的激光雷达元件,而彼时,他们正是基于前融合的架构,整合了图像和激光点云的数据。
如今,这一技术和经验被应用到了智能汽车领域。具体来说,探维直接把图像 CMOS 器件装到了激光雷达产品中,同步在固态发射和接收系统中接收环境光和激光回波,在空间上达到 100 米外 3 厘米的融合精度;通过图像快门和激光触发,输出时间同源的数据,达到微秒级同步精度,由此一下解决了图像与激光雷达的同步和融合问题。
在硬件级图像前融合方案下,识别微小物体时,由于激光点云稀疏,主要倚重摄像头;远距离探测时,由于图像能力测距有限,可以用激光雷达实现;而在中等距离感知时,摄像头和激光雷搭配使用,可以达到超过人眼感知的效果。
「相当于在各个传感器之间建立了一种严丝无缝的『时空同步协作机制』,利用不同优势做好智能驾驶感知。」
这由此也带来另一个好处:硬件级前融合方案极具性价比,智能驾驶方案商无需投入多余算力,对多传感器数据进行融合修正和补偿,此外仅仅依靠一般的激光雷达产品,就能达到十分优秀的感知效果。「相当于只用一个 128 线的激光雷达和普通摄像头,就能够实现 800 万高清图像的效果,大大降低了激光雷达上车的成本压力。」
王世玮补充道:「前融合方案看似增加了摄像头,但因为我们整合了硬件,整车的成本例如之前摄影头单独要耗费的接口成本省下来了,从而带动整车成本得到下降。」
硬件级图像前融合方案更具意义的一点是,开启了激光雷达发展的新阶段。
探维将激光雷达的发展划分为三个时代:
1.0 时代是机械式激光雷达时代,当时激光雷达主要用在自动驾驶汽车(Robotaxi)上充当核心传感器;
2.0 则是车规量产时代,也是当前的阶段,核心是工程问题,包括过车规、整合供应链降成本等,而在形态上,「基本上是以混合固态为主的主雷达来负责前向的远距离探测,再通过更低成本的补盲雷达去实现车身 360 度的环视」,探维认为激光雷达 2.0 时代的技术路线变数并不多。
真正具备革命性的是 3.0 时代,硬件级图像前融合方案通过高效准确的感知,进一步提升车载的安全性,能让用户明显感受到激光雷达上车的价值,同时又因量产成本低,大幅扩大了汽车对于这一传感器的使用,为更广泛用户带来更高阶的智驾体验。
目前,行业正在明显收敛朝着激光雷达 3.0 时代演进,而作为行业唯一具有硬件级图像前融合技术的探维,无疑具备了先发优势。
王世玮在发布会上表示,激光雷达的技术场景在延伸,功能在迭代,价值探索永无止尽,而「光变计划」就是提前看到趋势,布局未来,「探维将继续创造卓越的激光雷达,改变智能驾驶生态。」