激光雷达是无人车的“眼睛”,而自动驾驶行业的进化史就是半部激光雷达的产品演变史。

“听起来不可思议却真正存在的是,无人车这个万亿行业,全世界几百家公司,竟然会卡在一个小小的传感器上,而且一卡就是好几年,所有人都被逼疯了。”

——禾赛科技CEO李一帆

禾赛科技于4月10号推出最新激光雷达Pandar 40,混合固态40线,超小体积,150米有效距离。专为自动驾驶优化的线束分布让最小角分辨率达到了史无前例的0.33°,等效于一个83线的传统激光雷达。

禾赛科技Pandar 40

激光雷达 —— 无人车的“眼睛”

激光雷达(LiDAR)是自动驾驶和机器人行业用来做激光三维扫描的传感器,是无人车上最重要的元件之一。随着自动驾驶近年来的快速增长,激光雷达的需求也出现了井喷,并极大地影响着无人车的发展。业内流传一种观点,自动驾驶行业的进化史就是半部激光雷达的产品演变史。

在自动驾驶的研发上,激光雷达发挥着不可替代的作用,但它同时有着让人心碎的硬伤。

贵 —— 8万美金

一辆造价大约200万人民币的无人车,其预算中激光雷达的成本就有大约10万美元(一台Velodyne 64线8万美元,两台Velodyne 16线各近一万美元)。

同样的,IBEO的4线激光雷达售价也在10万人民币。今年初,谷歌无人车团队宣称其自主开发的激光雷达可以降低90%的成本后,依然需要每台7500美元。对于成本7500美元的产品,即使谷歌考虑作为第三方产品销售,其对外售价应该也会达到数万美元。

缺玩家 —— 只有2家供应商

尽管激光雷达是一个庞大的市场,但全球真正能够量产出货的激光雷达公司却屈指可数,这其中还包括了垄断地位的硅谷公司Velodyne和专注低线数雷达的法雷奥/IBEO。

由于自动驾驶行业极其依赖高线数的激光雷达,Velodyne成为了绝大多数公司的唯一选择。在业界中,大部分无人车采用的都是Velodyne的16/32/64线激光雷达,而往往一台车需要多个激光雷达来保证精确度,这仍旧使得价格居高不下。

鉴于激光雷达的不可替代性和市场有限的选择,即使Velodyne价格高昂也没有挡住众多无人车公司火一般的热情,Velodyne的销售额高达数亿美元。

缺货 —— 6个月等待期

鉴于激光雷达的不可替代性,价格昂贵和有限的选择并没有挡住众多无人车公司火一般的热情,也为Velodyne带来了数亿美金的销售。然而,由于Velodyne 产品设计和装调工艺的限制性(其旗舰产品64线激光雷达依然是2007年的设计),严重的供求比例失调对产能提出了巨大的挑战。2017年初,多数客户反映其交货周期为付款后6个月,三个月后,这个数字变成了9个月。“一机难求”的现状让绝大多数自动驾驶公司陷入了绝望。2016年底,百度和福特不惜重资1.5亿美元入股Velodyne,以确保自己的自动驾驶计划不被激光雷达产能影响,但却不能改变Velodyne半年以上交货周期的现状。

“自动驾驶必须用激光雷达”

按理说,有如此多硬伤的激光雷达应该早就被淘汰,但事实却恰好相反。两年前,还有不少公司对不采用激光雷达的廉价自动驾驶方案抱有幻想。然而,伴随着大量路测数据的积累和对事故的分析,激光雷达的不可或缺,已经成为行业的盖棺定论。相比摄像头和毫米波雷达,激光雷达可以检测距离和行人,因而在各种复杂环境中都有较高的可靠性。

激光雷达与毫米波雷达和摄像头相比的优缺点

采用激光雷达作为自动驾驶方案的典型企业

除了频繁导致事故的特斯拉Autopilot,包括谷歌Waymo、百度、UBER、Cruise、nuTonomy、驭势科技、智行者等顶尖自动驾驶公司都坚定地采用了激光雷达方案。毕竟相比摄像头对分析和算法的依赖,激光雷达这种简单直接的测量办法可以极大地提高自动驾驶的可靠性。

“做到99%的准确度对于车辆驾驶而言并不够,我们需要的是99.99999%的准确。激光雷达就是小数点后几位的最强保障。”

——Google自动驾驶咨询顾问 Brad Templeton

“从最初想做自主驾驶汽车以来,激光雷达技术就是一个关键的核心。它能够补充毫米波雷达和摄像头的不足。”

——Ford副总裁、产品发展和首席技术官Raj Nair

“在自动驾驶模式下,价格昂贵的激光雷达必不可少,是确保高速驾驶时安全的重要保证。“

——采埃孚CEO Stefan Sommer

“基于激光雷达的主动视觉,加上多摄像头的机器视觉,将一举超越人类的感知和世界建模能力,成为3级以上自动驾驶的标配”。

——驭势科技联合创始人&CEO 吴甘沙

2016年中国国际工业博览会上展出国内首款32线激光雷达

产品化——一项浩大的系统工程

创立于硅谷圣何塞的禾赛科技,自2013年创立以来一直致力于顶尖的激光传感器开发,此前曾积累了多年开发激光遥测传感器的经验。在2016年10月,禾赛科技率先发布了一款32线混合固态的原型,并主动公开了自己的路测视频。用实际的数据和产品说话,一改激光雷达行业“有PPT有外观设计,无现场demo无公开测试结果”的怪现状。

一个完美的激光雷达的开发基本原理很简单,但其中的每一个细节都有超大量的工作需要做。能测5米距离的雷达和能测100米的雷达完全不是一个概念,能在光线昏暗的室内测的雷达和在户外阳光直射加上各种环境光情况下测试不是一个概念,而能跑5分钟的原型到可以可靠地在汽车上连续工作上万个小时不故障的工业产品更不是一个概念。为了保证人眼安全,必须严格控制激光的功率,又给研发又加上了一层困难。

一台激光雷达包含上上千个精密部件,它在高速旋转情况下的机械稳定性问题,几十个激光器带来的散热问题,各种风霜雨雪恶劣天气的影响,巨大的温差(-15C到85C)的影响,高强度震动的影响,湿度和防水的影响,元器件之间串扰的影响,还有无线供电,无线数据传输等等,每一个细节的不完美都会导致产品的彻底失败。开发这样一款产品,需要聚集在光学,精密机械,模拟电路,数字电路,FPGA ,深度学习等各个领域最顶尖的专家,通力合作,才有可能完成。禾赛有一支丰富的激光传感器开发团队,有设计过四代苹果手机电子系统的电子工程师,有在卡尔蔡司设计过镜头的光学工程师,也有在斯坦福大学从事激光传感器研究的科学家,和数十位一线硬件公司工作经验丰富的工程师。

一年多来憋出的“大招” – 40线混合固态激光雷达

Pandar 40最小角分辨率达0.33°

2017年4月,经过一年多的开发,以及大量的内部测试和早期客户共同测试,禾赛终于发布了这款40线混合固态产品 – Pandar 40。其中,Pandar=Panda+LiDAR。Pandar中前半个词是Panda,不仅代表了国宝熊猫,还与新款激光雷达黑白相间的配色恰好完美吻合,禾赛希望这个萌萌哒的名字让大家对这个100%的“国货”充满期待。

Pandar 40集各家激光雷达的优势于一身:远远超越任何竞争对手的超小体积,世界一流的测量距离以及测量精度,还有专门为自动驾驶优化的扫描线分布,创造了市面上所有激光雷达的最小垂直角分辨率(0.33°,等效于一个传统83线雷达)。

为什么是40线?

为什么没有循规蹈矩做2的整数次幂?禾赛表示是为了满足自动驾驶中对中间线的高密度要求。

禾赛在产品化激光雷达的过程中,收到了来自世界各地近百家自动驾驶公司的超过千台的意向订单。通过和客户的深度交流,总结了两个没有意识到的问题:

1:市场上之所以只有16、32、64这样线数的产品,只是因为Velodyne最早定义了这个产品形态,于是大家就默认了这个定义。但这并不是一个必须遵守的定理。

2:自动驾驶对激光雷达的需求可以抽象化成一个最典型的的场景:在50米开外,尽可能捕捉到行人和车辆的更多细节。

绝大多数客户选择64线产品的原因,是因为它在50米以外的精细的扫描结果。而这部分功能我们可以通过产品定义来优化实现——Pandar 40打破了传统激光雷达均匀分布的限制,把每条线的作用发挥到了极致。在接近0°范围附近的25线的角分辨率达到了0.33°,可以充分捕捉行驶过程中远处物体的细节特征。

这意味着,相比于传统16线的2°角分辨率,在50米外的一个1.7米高的行人,他身上的线可以从1条上升到6条,甚至超过了64线的5条(0.4°角分辨率),大大提升了激光雷达扫描数据的质量。

并且,不同角分辨率的激光雷达,在50米处能投射在行人身上的线数不同。禾赛40线激光雷达人身上会有6条线,Velodyne 64线会产生5条线,而Velodyne 16线只会产生1条线。

从禾赛40线和Velodyne 64线的模拟点云图里能清楚地辩认出人形,但在Velodyne 16线上则完全看不出人形。

客户测试评估结果

禾赛40线激光雷达路测数据

禾赛40线激光雷达三维地图生成

在严格的内部测试的同时,禾赛也邀请了一些行业最前沿的下游客户进行了大量的共同测试。百度无人车,蔚来汽车,小鹏汽车,驭势科技,智行者,四维图新等顶级自动驾驶和高精地图公司在测试过第一批样品后都给予了很高的评价:

“禾赛40线雷达的扫描结果已经非常接近Velodyne 64线激光雷达的点云质量,且在机电特性、体积等方面已优于Velodyne。我认为不出两年,中国的车载激光雷达水平要超过美国。”

——张德兆 智行者创始人&CEO

“从点云上看是我接触过的所有激光雷达中最好的之一。”

——姜岩 驭势科技联合创始人

Pandar 40在驭势科技的无人车上实时路测

今年初,某德国顶级整车厂商的二十多位全球副总裁(SVP)从德国慕尼黑专程来访禾赛科技,这也是他们此行访问唯一的一家科技公司。行业顶尖专家们逐个上车体验激光雷达在行驶过程中的环境感知、障碍物识别的效果后,对中国本土汽车配件供应商在自动驾驶领域所取得的成就大加赞赏。

2017年某德国顶级整车厂商高管莅临禾赛

激光雷达的未来——一切才刚刚开始

It’s just the beginning.

“激光雷达在自动驾驶上的应用,就像电子邮件中在互联网中起到的作用一样,只能算得上冰山一角,还有很多更有意思的应用等着我们发掘,探索。

我们大胆地想象20年后的世界,人类需要从事的工作种类大大减少,无人车,无人机,和各种五花八门的机器人变得像充电宝一样充斥在我们的生活中。

而这其中的每个独立运动的机器人都会面临复杂的定位和避障的问题,激光雷达是迄今我们能找到的最稳定最可靠的传感器。

我们的愿景是,让每一个机器人,拥有属于他们自己的眼睛。“

——禾赛科技联合创始人&CEO李一帆

产品视频:

原文发布时间:2017-04-11 10:22
本文作者:镁客网
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

禾赛科技李一帆:别让无人车的未来被一个小传感器憋死相关推荐

  1. 「镁客·请讲」禾赛科技李一帆:定位激光雷达整体方案解决商,填补国内市场空白...

    目前来看,近五年内机械式激光雷达还将会是主流产品,这也是禾赛科技的主攻方向. 对于Level 3级别的辅助自动驾驶和Level 4级别的无人驾驶而言,激光雷达可以说有着不可替代的作用.之所以这样说,是 ...

  2. 禾赛科技获得新融资背后:缺钱又缺爱,花钱求人和解专利官司

    "梦碎"科创板后,禾赛科技不得不通过融资来解决缺钱的问题. 6月8日,禾赛科技宣布完成超过3亿美元的D轮融资,领投方包括高瓴创投.小米集团.美团和CPE.同时,参与投资的还有华泰美 ...

  3. 禾赛科技上市首份财报:出货量激增467.5% 亏损率降至25%

    ‍数据智能产业创新服务媒体 --聚焦数智 · 改变商业 2023年3月16日,禾赛科技(美股代码:HSAI)发布了上市后首份财报,备受瞩目. 本次,禾赛科技发布的是2022年第四季度和全年未经审计的财 ...

  4. 禾赛科技将上市:孙恺持股10%,累计亏损2.5亿,还向竞品购买专利

    近日,激光雷达技术公司禾赛科技的科创板IPO进程迎来新进展. 贝多财经了解到,上海禾赛科技股份有限公司(下称"禾赛科技")在科创板的IPO申请已获得上交所受理,并于2021年2月3 ...

  5. 【独家】硅谷创业公司在中国常跌的五个坑|禾赛科技CEO李一帆柏林亚太周主题演讲...

    [独家]硅谷创业公司在中国常跌的五个坑|禾赛科技CEO李一帆柏林亚太周主题演讲 李一帆 Xtecher特稿作者 关注  Xtecher推荐   演讲者:李一帆   翻译:晓娜   网址:www.xt ...

  6. 对话禾赛CEO李一帆:一个激光雷达头部玩家对从1到10的思考!

    作者 | 苏清涛 编辑 | 九章智驾 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心[全栈算法]技术交流群 "禾赛的技术路线 ...

  7. 地平线发布AI on Horizon战略,与首汽约车、禾赛科技分别达成战略合作 | 2019上海车展...

    2019上海车展,地平线与首汽约车.禾赛科技分别达成战略合作:并向外界解读其AI on Horizon的商业理念和智能驾驶战略:同时,十多款地平线AI芯片和算法赋能的智能车载设备也亮相车展,地平线多模 ...

  8. 亏损?盈利?禾赛科技Q1财报背后的激光雷达赛道「现实」

    随着禾赛科技在去年登陆美股,作为全球为数不多已经开始前装量产交付的激光雷达上市公司,财务数据的变化,也在一定程度上反映了行业的真实状况. 根据禾赛科技最新发布的今年一季度财报显示,公司季度净营收为4. ...

  9. ChatGPT怎么看?禾赛科技登陆纳斯达克,能否扛起“中概激光雷达第一股”的大旗?...

    ‍数据智能产业创新服务媒体 --聚焦数智 · 改变商业 北京时间2023年2月9日晚,号称"中概激光雷达第一股"的禾赛科技正式登陆纳斯达克,股票代码为"HSAI" ...

  10. 禾赛科技冲刺美股上市:将成激光雷达第一股,百度、小米等为股东

    撰稿|汤汤 来源|贝多财经 近日,激光雷达公司禾赛科技(HESAI)向美国证券交易委员会(SEC)递交招股书,准备在美国纳斯达克上市,拟定的证券代码为"HSAI",冲刺激光雷达第一 ...

最新文章

  1. asp.net + winform + log4net 使用示例|using log4net with asp.net/winform
  2. 解决windows10下面无法抓取charles数据包问题
  3. nssl1298-网站计划【线段树】
  4. 【转】[程序集清单定义与程序集引用不匹配]分析及解决
  5. 机器学习(1)之梯度下降(gradient descent)
  6. [作业]RSA应用加密解密程序[2009-03-25]
  7. linux网络安装gtk2,(一) linux 下gtk2,python的安装
  8. 前端开发的瓶颈与未来
  9. 漫画:什么是 ZooKeeper?
  10. android 崩溃,android 9出现崩溃
  11. python安装包后找不到指定模块
  12. selenium安装和chromedriver下载安装
  13. 完整安装PX4/PX4-Autopilot,无需科学上网。
  14. wien10 / win11双开微信
  15. 15K的前端应届毕业生,就因为掌握了这些知识点!(前端企业级开发必备)
  16. nodejs获取本地IP地址
  17. [附源码]java毕业设计在线视频网站
  18. POJ3255(次最短路)
  19. QT编程 批量打印二维码
  20. 1.3 网络操作系统与Linux

热门文章

  1. Intel SGX背景、其他可信计算技术和TEE技术(翻译自Intel SGX Explained)
  2. 全景图拍摄方式有哪些?全景图拍摄制作流程是什么?
  3. 苹果手机来电归属地_手机号码归属地能否取消?工信部回应...
  4. Python ADF 单位根检验 如何查看结果
  5. 时间序列分析之ADF检验
  6. 互联网发展的三个阶段
  7. windows 获取当前进程所占内存
  8. laravel文件命名规范
  9. Canvas: trying to draw too large bitmap 红米 k30 奔溃
  10. swift 图片翻转