12月13日-15日，36氪WISE2021新經濟之王峰會在上海舉行，今年我們以「硬核時代」為主題。“硬核”是當下時代和大環境帶給中國新經濟企業的挑戰和機遇，一方面要求企業關注技術創新，找到自身“硬核”；另一方面要求企業回饋社會，展現更多“硬核”責任與擔當。
在從商業模式創新的“應用時代”邁向技術創新的“硬核時代”之際，我們與上百家硬核企業匯聚一堂，聚焦宏觀政策、智能制造、半導體、新能源、新消費等熱門賽道，全方位探討各領域如何構建以創新驅動的硬核競爭力。
探維科技CEO&創始人王世瑋博士以“自動駕駛汽車的感知答案——硬件級圖像融合的固態激光雷達”為主題做了演講，分享了探維科技如何依靠硬件級圖像前融合的固態激光雷達產品，推進自動駕駛行業的快速發展和落地。
王世瑋博士表示，激光雷達行業目前最備受關注的“不可能”三角。作為高精度的傳感設備，激光雷達有著性能、分辨率和探測距離的優勢，但如何保持車規級的環境穩定性和量產交付的質量，成本控制卻是挑戰。
為此，探維科技在激光雷達系統方案層面，實現了ALS平臺和硬件級圖像前融合兩大突破。王世瑋博士在演講中表示，探維科技的激光雷達已經在車路協同、智慧高速和測繪等場景得到了廣泛的應用。
以下是演講實錄，經36氪整理編輯
王世瑋：各位嘉賓大家下午好，首先感謝36氪的邀請，讓我們有機會在這個平臺分享探維科技所做的工作。
今天會場的主題是叫硬核時代，相信關于自動駕駛除了AI算法之外，激光雷達作為一個最受關注和期待的傳感器，也是一個非常硬核的產品。
我們從事自動駕駛行業這么多年以來，在硬件層面面對著很多關于環境穩定性、車規測試、未來成本降低等核心需求，激光雷達未來怎么推動自動駕駛行業的發展和落地，我們探維科技所給出的答案是硬件級圖像前融合的固態激光雷達產品。
探維科技CEO&創始人王世瑋
簡單介紹一下我們公司的情況，探維科技2018年成立，在此之前，我們在激光雷達和激光測量領域已經有了十多年的技術積累。我們的創始團隊在2008年就開始進行星載激光雷達的開發，形成了核心技術，目前研發總部在北京，車規產線在蘇州，有近百人團隊，可以給客戶提供從16線到192線的激光雷達，滿足L2-L5自動駕駛的感知需求。
我們從2018年開始車載激光雷達商業化的工作，2019年CES上我們把車規級的產品控制在一千美金以內，今年年底會完成車規級產線的量產和交付工作，未來會給自動駕駛、智能汽車和智能物流行業的量產應用提供大規模、低成本的激光雷達產品。
激光雷達簡史
在1960年，激光第一次被發明出來，很快被應用到了激光測距。阿姆斯特朗登陸月球之后，在月球表面放了一塊很小的角反射體的反射鏡，從此之后，我們就可以利用這個鏡子測量地球到月球之間的距離。
車載激光雷達的商業化，則是從2005-2007年的DARPA無人車比賽中開始的。之后，從2015到2018年，以Waymo為代表的自動駕駛公司涌現出來，激光雷達的應用也開始走入大眾視野。到今天整個自動駕駛行業發展得非常迅速，很多車廠都已經把低成本、車規級激光雷達放在量產的自動駕駛車型當中。
激光雷達最核心的原理是利用ToF飛行時間做激光測距，通過激光的發射和接收完成飛行時間的高精度測量，最后解析出來探測距離和每個3D場景的激光點，所應用到的光學波段是近紅外。
激光雷達原理
如圖可以看出，Camera用的是400到700nm的可見光波段，目前主流的激光雷達用的是905nm近紅外的波段，兩種波段比較接近，讓我們在圖像融合方面得以發揮。
最早我們應用在自動駕駛車上是中間機械式的激光雷達，后續為了解決成本、量產、穩定性一系列的問題，涌現了很多混合固態和固態產品。目前主流的還是利用振鏡，包括MEMS、棱鏡、轉鏡，都是通過混合固態的掃描實現3D場景的感知，未來會在不同場景下進一步解決成本和車規級問題。在測距方式上，目前相對成熟的是ToF飛行時間測距測量，未來還會有FMCW技術可以實現距離與速度的同步提取。
激光雷達應用場景非常豐富，從自動駕駛到ADAS、無人機器人、智慧物流、工業這些場景，激光雷達都作為感知系統最核心的傳感器提供豐富感知的能力。同時，探維科技的激光雷達也在車路協同、智慧高速和測繪等場景得到了廣泛的應用。
探維科技CEO&創始人王世瑋
激光雷達行業近幾年的發展一直在關心一件事情，即是它的“不可能”三角問題。激光作為高精度的傳感設備，最大的優勢就是性能，分辨率和探測距離，但是難點在于如何保持車規級的環境穩定性和量產交付的質量，同時還把成本控制下來，這個對于激光雷達整個系統帶來非常大的挑戰——如何讓“不可能”三角最終成為可能性，最終支持自動駕駛系統實現量產和落地。
我們探維科技在激光雷達技術的突破層面，主要做了兩件比較有代表性的事情。一個是ALS平臺，探維科技在MEMS基礎上做進一步的提升，采用的是單軸掃描，替代雙軸MEMS鏡。單軸掃描在光學系統當中最經典、最傳統，同時也是穩定性最好的掃描方式，單軸掃描系統是實現激光雷達車規級的一個最有途徑。
在單軸方案中，難點是怎么做多線，保證實現更豐富的3D采樣，我們在ALS平臺當中整合了陣列化的激光發射器和接收器，通過陣列化的器件可以更好地集成多線的感知效果，同時還能保證整個光學裝調難度降到最低。我們在北京、蘇州量產產線都能把組裝調試時間從原來的幾天、一天，最終降低到一分鐘，甚至幾十秒的調光時間。
同時，我們自主開發設計的基于模擬信號處理的飛行時間芯片也是進一步降低了我們的硬件成本，也擺脫了對于壟斷供應商對于器件層面的限制。
L3/L4自動駕駛系統
第二件事是傳感器融合。我們的產品是基于硬件及圖像前融合的固態激光雷達。自動駕駛在L3開始再到L4、L5，多傳感器融合是一個必然的發展路線，左邊是一個經典的雷達圖，可以看到Camera、LiDAR還有毫米波在不同環境、不同場景下各自有優勢的。目前絕大部分自動駕駛系統都會把LiDAR點云、圖像識別、毫米波防碰撞基礎功能整合到一起，大家都在關注怎么樣讓攝像頭激光的點云和其他傳感器更好地整合提高效率，提升感知系統的安全性。
過去不管是ADAS系統，還是一些自動駕駛系統所面對的很多挑戰，或者說安全性的風險，絕大部分都來自于感知的失效。如果激光雷達或者感知系統作為機器的“眼睛”，它看不見天空的障礙物或者看不清周圍的環境，算法就很難保證系統的安全。
目前自動駕駛系統所采用的方案一定會包含融合。傳統方式就是目標級的后融合，車上裝載很多傳感器，包括激光雷達、攝像頭，整車開發完之后會跑一個相對復雜的硬件標定流程，把多傳感器坐標系轉換、互相之間的對應關系找到，匹配算法，保證匹配的精度。未來想要實現的安全性以及自動駕駛系統舒適性的問題，還是需要融合的技術幫助感知系統更準確地捕捉外面的世界。
場景演示
上面給出了幾個后融合方案容易出問題的場景。第一是物檢測，地面上有一些圖形，對于攝像頭來說會做出正常的檢測，確實有一個人的形狀，但是LiDAR是無法檢出，后融合會大概率信賴圖像輸出，最終導致停車和繞障，這就是影響自動駕駛系統用戶體驗的物檢測場景。
激光雷達
右邊是一些漏檢測，包括光照不好、環境條件不適合的情況下，圖像或者激光雷達都很容易出現漏檢測，帶來很多安全性的隱患。
場景演示
最近有很多研究者從事一些惡意攻擊等技術研究，可以通過一些特殊設計，針對激光雷達和圖像的機器學習網絡，可以做一些反向優化，致使LiDAR和Camera在獨立識別中同時失效。如果是前融合系統，在抗沖擊上也有更好的安全性和穩定性。
所謂的前融合就是要在數據層面把圖像和激光點云做到點點對應，做到深度匹配。如果想基于多傳感器系統實現前融合，對于標定的精度、時間同步的精度都提出了非常高的要求，探維科技的解決方案是一整套基于硬件、基于同軸光學系統的圖像融合的方案。我們直接把CMOS傳感器和APD的激光傳感器整合到同一套光學系統當中，從原有數據采集的那一刻，所有激光點云和視頻像素都是互相匹配的，由于我們用的是同一個硬件系統驅動，時間同步可以很輕松地做到微秒量級。
前融合
如圖，我們很好地發揮了激光和環境感知的優點，同時可以很好地匹配前融合算法，讓整個感知精度有幅度地提升。最后一點，在硬件層面最底層邏輯上，可以讓激光和圖像感知系統輕松地超越人眼感知，發揮圖像對于高分辨率的優勢和激光點云測距精度準的優勢，通過中等規模的激光雷達線束匹配高清的攝像頭，讓我們在不降低甚至是提升感知精度的情況下，保證硬件配置和硬件成本，做到最優的效果。
探維科技核心產品
后面再看一下探維科技所提供的一些產品和應用情況。Tensor-Pro和Scope以及MDN-192都是我們基于單軸微電極系統所提供的量產激光雷達產品，分別是16、64線和192線。最右邊是我們的融合產品，給客戶交付融合在一起的激光點云和視頻圖像，所有圖像都可以點點對應匹配，而且時間同步精度做到逐列的時間對準。
探維科技CEO&創始人王世瑋
如圖是探維科技提供的工程化量產能力，我們在蘇州有車規產線，把整機單臺生產時間控制在60秒，產能20萬臺，是一個標準的車規級量產基地。
目前我們的應用領域包括低速自動駕駛、無人物流、清潔、配送，我們的激光雷達能提供L4級別的無人導航、避障等功能。而在車路協同領域也是我們探維科技最早提供量產產品的一些應用場景，包括智能ETC、智慧交通、車路協同、新能源和交通事件的檢測，也都是我們激光雷達所能提供的感知功能。
乘用車
今年我們已經在乘用車和商用車領域實現了突破，很快我們就會向大家披露我們在前裝定點量產車型上面的進展，明年大家就能看到探維科技的激光雷達裝載在量產車型上，為各個商用車場景或者乘用車場景提供無人駕駛的系統和服務。
