市場研究機構IHS Markit汽車信息娛樂和高級駕駛輔助系統（ADAS）研究總監Egil Juliussen列出了以下幾個將在2019年困擾汽車行業的“遺留問題”：

 

1. 我們是否真的需要激光雷達（LiDAR）？

2. 科技/汽車公司是否真的準備好一起合作追求“網絡效應”，以推動駕駛軟件的發展？

3. 業界能否解決Level 2級到Level 3級駕駛操控權的移交問題？

 

行業觀察家已經看到科技公司Tier 1和汽車OEM制造商之間興起的新一輪自動駕駛伙伴關系。有幾家公司正對Level 2級到Level 3級自動駕駛操控權的移交問題嘗試新技術，例如以色列ADAM公司，正在嘗試利用人工智能（AI）及算法助力其技術平臺，以解決人、車駕駛操控權的移交問題。

 

對于自動駕駛汽車突然將控制權交回人類駕駛員時的手足無措困境，“預計下個月在拉斯維加斯舉辦的2019年消費電子展上，Tier 1和汽車OEM制造商對駕駛員監控系統的興趣會重新抬頭。”市場研究機構Semicast Research首席分析師Colin Barnden表示。

 

但是，ADAS汽車和自動駕駛汽車真的需要激光雷達嗎？Juliussen稱，“我們已經聽到很多這樣的市場疑問，這個疑問在數字成像雷達出現之后獲得了更多關注，因為，數字成像雷達相比過去的產品可以提供更多信息。”他解釋道。

 

AEye融合“攝像頭+激光雷達”數據

 

在此背景下，位于美國加利福尼亞州普萊森頓的一家名為AEye的創業公司，近日宣布為ADAS和自動駕駛市場推出了首款商用產品“iDAR”，這是一款融合了高清攝像頭的固態激光雷達。

 

近一年來，自動駕駛汽車不一定需要激光雷達的聲音一直在科技界回響。這種思路確實很誘人，因為許多汽車OEM制造商都認為激光雷達太昂貴了，他們認為激光雷達技術距離實際應用還遠未成熟。

 

AEye從另一個角度進入了這場“激光雷達是否必要”的市場辯論。該創業公司認為，汽車OEM制造商不愿意使用現有的激光雷達，除了成本問題，還因為他們目前的解決方案依賴于一系列獨立的傳感器，這些傳感器共同產生了海量數據。

 

AEye解釋說，“這需要漫長的處理時間和龐大的運算能力，通過較準、分析、校正、下采樣來收集和重組這些傳感器采集的數據，并將它們轉換為可用于安全引導車輛的可操作信息。”

 

但是，如果AEye以某種方式使用人工智能，僅對自動駕駛路徑規劃有意義的數據信息進行區分采集，而不是為每個像素分配相同的優先級呢？“正是這一初衷激發了AEye開發iDAR”AEye營銷副總裁Stephen Lambright解釋道。

 

事實上，AEye的iDAR“深根于最初為國防工業開發的技術，”Lambright表示。該創業公司首席執行官Luis Dussan之前曾致力于為戰斗機設計監控、偵察和防御系統。他創建了AEye公司，“以為自動駕駛汽車提供軍用級別的性能。”

 

據Lambright稱，驅動iDAR開發的是“首席執行官Dussan在軍用飛機感知系統中學到的三個原則”， 1）永遠不錯過任何信息；2）所有物體對象不是平等的，需要給予不同的權重；3）實時處理。

 

簡而言之，iDAR的目標是開發一種“無需浪費計算周期”的傳感器融合系統。iDAR的構建模塊包括1550nm固態MEMS激光雷達，低光照高清攝像頭和嵌入式AI。該系統旨在整合2D攝像頭“像素”（RGB）和3D激光雷達數據“體素”（XYZ），以提供“一種新的實時傳感器數據”為自動駕駛路徑規劃系統提供更快速、更準確、更長距離、更智能的信息。

 

值得注意的是，AEye的iDAR提供的不是各自獨立的攝像頭和激光雷達系統的掃描后融合。而是通過開發人工智能感知系統，iDAR將固態激光雷達與高分辨率攝像頭進行物理融合，創建了一種被稱為動態像素的新數據類型。通過捕捉x、y、z、R、G、B數據，這種動態像素“仿生”了人類視覺皮層的數據結構。

 

整合片上系統（SoC）

 

近日發布的新型iDAR系統AE110是AEye公司的第四代原型產品。據Ratnam介紹，“該系統中包含一個基于賽靈思（Xilinx）Zynq SoC的整合SoC。Zynq將基于ARM的處理器與FPGA集成在一起，旨在實現關鍵分析和硬件加速，同時在一個器件上集成了CPU、DSP、ASSP和混合信號功能。2019年，AEye計劃為這款整合SoC設計自己的ASIC。”

 

 

“攝像頭+雷達”或“攝像頭+激光雷達”？

 

AEye正在推廣其“攝像頭+激光雷達”整合傳感器系統，而一些高精度毫米波（mmWave）雷達芯片開發商則推崇“攝像頭+雷達”解決方案。

 

科技行業研究機構Linley Group的高級分析師Mike Demler稱，AEye的攝像頭+激光雷達融合“是一種有趣的方案”。Aeye的方案“可能具有一些獨特的功能”，但Mike Demler也提出，AEye“并不是唯一一家這樣做的公司”。Demler指出，大陸集團（Continental）也在銷售“攝像頭+激光雷達”的組合單元。但據推測，大陸集團是將兩個獨立傳感器的數據進行預處理后再進行整合。

 

正如Demler所看到的那樣，AEye解決方案的優勢在于“傳感器融合軟件”。實質上，“將攝像頭/激光雷達傳感器作為一個集成單元進行處理，可以加速識別目標區域，”Demler指出，“除此之外，兩個傳感器的各自優缺點仍然保留。”

 

Demler表示，AEye采用了MEMS激光雷達，但并沒有公開透露其空間分辨率。他推測，跟Velodyne等機械掃描激光雷達相比，這可能是AEye的一個弱項。“攝像頭傳感器具有相對最高的分辨率，但它無法應對極其明亮或黑暗的場景，并且仍然會受到可能阻擋鏡頭的污垢和沉積物的影響。因此，不能單獨依靠攝像頭來獲得空間分辨率。同樣地，激光雷達在降雨時性能表現也不如雷達，所以在這些條件下不能單獨依靠激光雷達進行物體探測，并且，大多數激光雷達都不能測量物體的移動速度。”

 

真正的邊緣融合

 

談及AEye，據VSI Labs創始人Phil Magney透露，VSI Labs被聘請驗證激光雷達的距離和掃描速率。

 

Magney強調，“iDAR傳感器的獨特之處在于它將攝像頭和激光雷達耦合了在一起，并在中央計算機攝入整合數據之前，對兩個傳感器數據進行融合。”他認為，“這是真正的邊緣融合，因為設備在對采集的數據進行任何分類之前，融合了攝像頭數據和激光雷達原始數據。我們還認識到，其設備有能力聚焦目標主題，而不需要處理整個點云場景。”

 

此外，Magney還承認，AEye的iDAR設備“由于擁有融合的攝像頭數據，因此具有更好的目標分類潛力。”他指出，“iDAR正在開發適用于融合數據集的分類算法。”

 

理論上，AEye所謂的動態像素創建的內容“比攝像頭或激光雷達各自產生的內容更豐富”，Magney說。但他也提出“基本上每個像素都有一個點，每個點都有一個像素，但需要注意的是攝像頭的分辨率要遠高于激光雷達，因此像素與點的比例不是一對一的。”

 

Magney承認，“當把iDAR與雷達放在一起比較時，確實可以放棄對雷達的需求，因為激光雷達和雷達都是測距設備。”

 

他指出，“如果iDAR激光雷達的深度感知能力可以給你足夠的信心，并且又能夠跟蹤目標的速度信息，那么完全可能放棄雷達。值得一提的是，與大多數商用激光雷達產品相比，iDAR的掃描速度是其兩倍（100赫茲），這是其另一個優勢。”

 

另一方面，在完全自動駕駛汽車實現之前，會有越來越多配備ADAS功能的汽車推出，雷達似乎在ADAS市場比激光雷達（或iDAR）更占優勢。

 

“雷達在惡劣天氣下能夠更好地工作，因此最適合ADAS，即使條件不適合自動駕駛，也需要安全系統運行，”Magney說，“但雷達本身在物體分類方面仍然受到限制。這是由雷達設備的硬件決定的。我們知道雷達在分類方面正在變得越來越好，并且相關廠商聲稱可以提供更豐富的功能。一些雷達創業公司也提出了非常吸引眼球的方案。”

 

VSI近期在AEye最近的性能測試中驗證了iDAR傳感器的探測和方法。Magney表示，該公司驗證了iDAR激光雷達信號能夠探測到道路上距離1000米的卡車，其掃描速率達到了100赫茲。

 

“我們沒有驗證這種傳感器能否帶來更好的性能或安全性，但我們證明它確實有足夠的性能和智能來識別1000米處的物體。”他補充說。

 

在Demler看來，AEye的iDAR并沒有取代雷達。德州儀器（TI）的mmWave成像雷達也并沒有取代激光雷達，Demler解釋說，“大多數自動駕駛開發商都使用了這三種傳感技術，當然，事實上它們也在使用其他傳感器，例如，超聲波傳感器、紅外傳感器等等。”

 

Demler說：“自動駕駛的安全性需要傳感器冗余支持，并且需要多種傳感器共同完成，因為沒有一種類型的傳感器可以在所有條件下發揮最佳性能。”

 

產業鏈巨頭看好，Aeye累計完成6000萬美元融資

 

近日，AEye還披露了其二次B輪融資，這使公司的總融資額超過了6000萬美元。

 

AEye表示其B輪投資方包括汽車OEM制造商、Tier 1和Tier 2廠商，以及戰略投資者海拉（Hella Ventures）、斯巴魯（Subaru-SBI）創新基金、LG電子和SK海力士。

 

AEye營銷副總裁Lambright指出了Hella Ventures和LG電子在公司B輪融資中加入的重要意義。AEye將依靠這些Tier 1合作伙伴來提高iDAR產量并降低單位成本。Lambright估計到2021年iDAR的初步單位成本將降到1000美元以下。

 

 

推薦閱讀：