欢迎来到抖树网络
Time:

您的位置: 首页 >> 科技创新

亿维(光学AI、固态量产,「亿维瑞光」激光量子鬼成像雷达聚焦无人车难题)

2024.04.16 来源: 浏览:

智能化汽车时代的到来也带来了各类车载传感器的爆发,激光雷达、毫米波雷达和摄像头是公认的三大无人车核心传感器。为了达到更高阶的自动驾驶,激光雷达无疑是最重要的增量配件,谷歌、奥迪、福特和百度等公司研发的无人车均已配备了激光雷达,威马、蔚来、智己、小鹏和哪吒等造车新势力也都在今年发布了基于激光雷达的产品和发展路线图。目前,激光雷达正逐渐向产品化和大规模商业化过渡,并正在为无人车的最终量产铺平道路。

据中金预测,未来五年内中国激光雷达市场规模将从50亿元快速攀升至近400亿元。到2025年,全球激光雷达市场规模有望从目前的150亿美元左右上升至千亿级别。激光雷达之所以将全面爆发,从根本上来讲,是因为车载激光雷达比摄像头、毫米波雷达等在测距精度、抗干扰等方面有更好的表现。值得一提的是,当前车载激光雷达逐步从导入期进入成长期,不确定性开始增大,未来技术路线的选择、量产客户的开拓、融资能力等都将左右激光雷达的竞争格局。

美国、德国、以色列等国的公司从事激光雷达的开发起步较早,技术较成熟。由于技术壁垒高,国内主攻研发用于无人驾驶汽车的激光雷达赛道“玩家”不多。

但激光量子鬼成像雷达,中国技术走在了国际前沿。

量子成像从1995年首次实现至今已有20多年的历史。目前,量子成像已经彻底抛弃了纠缠光源、走出了条件要求严苛的实验室环境,同包括压缩感知在内的各个领域形成了多学科交叉,并进一步被引入了激光探测的领域。激光量子鬼成像雷达能够传统神经网络的框架下在光学探测的过程中实现不依赖GPU或AI芯片的视场分割和目标识别,能够显著提升恶劣天气条件下目标的成像和识别效果,而其低剂量高灵敏度的探测性能则可为未来无人车流情况下的设备和人眼安全提供有力保障。在此基础上,量子鬼成像的又可同可寻址VCSEL阵列相结合,进而实现激光鬼成像雷达的真固态与可量产。

近日,36氪接触到一家激光量子鬼成像雷达领域的国内创新企业深圳亿维瑞光科技有限公司(以下简称“亿维瑞光”)。

中国科学院上海光学精密机械研究所的韩申生研究员是国际公认的量子鬼成像雷达领域的权威专家。王霄鹏博士基于此前和韩申生研究员在量子成像领域的学术合作发起创立了亿维瑞光,并吸纳了包括国际一线激光雷达公司市场和销售团队在内的一批行业“老兵”。

王霄鹏团队认为,固态激光量子鬼成像雷达这一具有中国自主知识产权的技术路线将成为关键突破口。固态激光量子鬼成像雷达将为市场带来真正固态的、可量产的、更安全的产品,大幅缓解现有无人车算力紧张、保障无人车流场景中的人眼安全和设备安全,并为无人物流行业提供价格低、高可靠、全天候、全天时的成像激光雷达。

激光雷达的技术壁垒和现实挑战,会由中国人突破吗?带着对这个前沿技术领域的诸多问题,36氪和亿维瑞光创始人王霄鹏进行了一次深入的探讨。

1. 无人车领域的一个核心痛点是算力紧张

在车前放一个易拉罐,无人车如何判断它是什么?对于一台配备有高级别辅助和自动驾驶功能的车辆,它首先会由车载相机和激光雷达对其进行扫描和成像,然后再对获得的图像和点云进行融合。融合完毕后的数据被进一步送入车载GPU或者AI芯片中,由预先训练好的神经网络进行判断并得出它究竟是个杯子,是个手机,还是个易拉罐。

由于无人车所面对的路况往往非常复杂,所以其所需要处理的数据量十分庞大。据国内某一线L4自动驾驶公司核心技术人员透露,目前车载计算平台约60%以上的算力都消耗在了感知算法对激光雷达点云的处理上,用以应对复杂的车流和路况。因此在进一步优化相关算法对资源和算力消耗的同时,各大公司对更高性能的GPU或AI芯片都给予了非常高的关注和期待。英伟达、特斯拉和英特尔每年都推陈出新、发布更强的车载芯片,而如地平线、寒武纪等国产后来者也不甘示弱,算力不断提升,同时推涨了估值。

光学AI、固态量产,「亿维瑞光」激光量子鬼成像雷达聚焦无人车难题

固态激光量子鬼成像雷达可解决无人车对车载芯片算力的高要求

无人车对车载芯片算力的高要求的根本在于激光雷达的实时点云数据量过于庞大,因而其传输和处理都受到了硬件性能的限制。不同于某些现有的激光雷达公司的简易方案(激光雷达不输出点云而输出简单的识别结果),亿维瑞光的固态激光量子鬼成像雷达将原本运行在GPU或者AI芯片上的神经网络搬运到了光学探测的过程中,一边探测一边对视场进行分割、对目标进行识别,进而免去了对于点云的硬件传输和车载芯片上的处理,极大地缓解了无人车对车载芯片的算力要求。

亿维瑞光固态激光量子鬼成像雷达所依赖的技术基础,就是王霄鹏博士和韩申生研究员课题组在2016至2017年间合作完成的工作:“当时韩老师和我在测试通信领域误差控制编码在成像场景中重构目标的性能。然而在后续的实验中我们意识到其实这个带有学科交叉特色的idea本质上是将神经网络搬到了光学探测的过程中,” 王霄鹏进一步解释:“不同于市面上已有的线扫模式激光雷达产品,我们的量子鬼成像雷达可以不对车、对人或者对障碍物做任何空间信息的解算,通过探测光场中各节点信息的组合,对车、人、路面或者障碍物进行光端的类神经网络运算,直接得到这些目标的分割和识别结果。这是量子鬼成像雷达最具特色的性质之一。”

2. 真固态与可量产

根据扫描类型进行划分,目前市场上常见的激光雷达产品有机械旋转扫描式、MEMS扫描式、旋转反射和折射棱镜扫描式、光学相控阵OPA扫描式和闪光照相Flash式。根据测距的原理进行划分,目前市场上常见的激光雷达产品有脉冲测距型TOF类,调频连续波FMCW类,三角测距类等。本质上来说,固态激光雷达就是扫描机构完全没有移动部件的激光雷达,一般不特指某种具体的测距原理。

目前在市面上比较受资本关注的是基于MEMS原理的、OPA原理的和Flash模式的激光雷达。从目前的情况来看,MEMS和基于旋转折反射器件原理的激光雷达仍然没有完全符合车规级量产的标准,这一点也是跟这些雷达或多或少都有一些或大或小尺寸的移动部件有关。OPA和Flash模式的激光雷达则更有希望成为无人车配套的车规级传感器,但是前者始终存在系统效率低的难题,而后者也同样面临着核心器件供应受限的难题。高性能多通道SPAD阵列同样也把持在像索尼、安森美和滨松等垄断巨头的手中。

光学AI、固态量产,「亿维瑞光」激光量子鬼成像雷达聚焦无人车难题

可寻址VCSEL阵列光源

在这样一个背景下,亿维瑞光的固态激光量子鬼成像雷达的另一个突出特点是:不同于已有的激光雷达产品,量子鬼成像雷达的系统结构是基于可编程阵面光源和单像素接收器。因此对于线扫方案而言,可编程阵面光源的引入在保证固态的同时解决了点云空间信息的获取问题,而对于Flash方案而言,单像素接收的使用则解除了对于国外厂商高性能多通道面阵探测器的依赖。作为可编程面阵光源的典型代表,亿维瑞光的研发团队具备可寻址VCSEL阵列光源的丰富设计经验。

“在国内成熟的电信级加工和封测能力的加持下,”王霄鹏补充道:“我们的固态激光量子鬼成像雷达将会为市场带来真固态、可量产、可靠低价的产品。”

3. 无人车流下的人眼安全、设备安全与抗串扰

随着自动驾驶技术的逐步铺开,越来越多安装着激光雷达的无人车出现在公众的视野里。在可预见的2-3年内,无人车流这一现象就会出现在道路上。假设一台无人车装备有3台激光雷达,那么将会伴随着无人车流一同出现的是密度极大的激光雷达点云,这时候不仅是人眼的安全,交通相机或者公安的音视频采集设备都会面临很大的安全威胁,激光雷达之间的串扰也会变得十分显著。不夸张地说,彼时的场景很可能将会是,不同无人车之间由于激光雷达的相互干扰变得不可靠,路边已有的交通和公安的设备频频受到干扰而变得不可用,甚至行人和人类司机的视觉也会受到威胁。

“不同于现有的激光雷达方案,量子鬼成像雷达先天性地具备低照度条件下的探测能力,”王霄鹏解释道:“这一点我们团队成员早期在研究所的实验室里即做了理论和实验上的充分论证,相关成果还曾被Science杂志报道。我们的实测结果显示,在量子鬼成像雷达体制下,我们可以利用千分之一的辐射剂量即可完成同样质量的目标图像获取。换句话说,安装使用激光量子鬼成像雷达可以显著降低无人车流所产生的高密度点云对行人、司机和路边音视频采集设备的不良影响,真正做到安全。”

而对于激光量子鬼成像雷达而言,由于其基于光场的时空相关性探测方式的特殊性,所以理论上同一时刻除自身发射的照射光之外不存在其他具备关联性的信号。因此,激光量子鬼成像雷达同样能够应对伴随着无人车流出现的激光雷达互串扰难题。

4. 全天候探测

据王霄鹏介绍,在实际应用过程中,市场上激光雷达产品的性能会受到所处工作环境的显著影响。在天气晴好的条件下都能比较正常地发挥出自身的性能,但在较恶劣的情况下,如台风、暴雨、雾霾、大雪或者沙尘等,已有的激光雷达产品测量距离显著降低、出现难以识别的众多假目标,在一些极端情况下还会出现完全致盲的情况,导致无人车感知系统性能骤降,甚至完全失效,车辆应急停车。

光学AI、固态量产,「亿维瑞光」激光量子鬼成像雷达聚焦无人车难题

固态激光量子鬼成像雷达的全天候探测能力

对于很多营运车辆或者私家车来说,在恶劣天气条件下可能并不需要冒险出行,但对于物流、应急、救灾和国防等特殊应用场景而言全天候工作性能则是一个基本要求。亿维瑞光的固态激光量子鬼成像雷达可以充分发挥量子成像高维探测的特点,对恶劣天气条件下出现的光场衰减、散射和湍流即便都具备较好的抵抗性。“这一特点我们团队的核心成员也曾在国家十二五的研发框架下进行过真实环境下短、中、近三种尺度上外场测试,效果明显。”王霄鹏谈到。

5. 亿维瑞光的商业化路径:聚焦物流

在市场策略上,王霄鹏注重实际:“虽然我们基于的是量子技术,但在考虑市场的时候我们其实聚焦的领域是物流。这里所说的物流包括干线货运、转运配送车以及无人仓储等。这些细分领域的共同特点是市场规模大、集中度高并且容易大规模推广和普及。同时,物流这个市场的要求也很简单粗暴,便宜、可靠、量产并且要全天候。”

“其实对于无人车这项技术我本身十分看好,深信它一定是未来十年甚至二十年能够改变人类社会形态的关键技术之一,”王霄鹏继续解释:“对于今天的中国而言,特别是经历过新冠肺炎疫情、郑州暴雨等各种自然灾害之后,中国的物流网络所展现出来的物资高效存储、转运、集中和配送已经标志着这个行业成为国计民生的重要支撑。构建一张高效的、可靠的、稳健鲁棒、全天时、全天候的无人物流网是具有重大战略意义的。因此,在这样一个大背景下,具备全天候探测能力的固态激光量子鬼成像雷达同无人物流的深度结合是必然。”

据《末端无人配送赛道研究报告》,目前,末端无人配送最主要的场景是快递和即时配送,后者包括外卖、生鲜、商超、零售等,无论是哪个场景,都蕴含着巨大的市场价值。报告认为,2021年我国末端配送市场规模将超3000亿元,无人配送商业模型已经初步形成,技术已经能够支撑部分场景需求,行业进入批量商业应用前夜。报告预判,全球首个超千台规模的无人车队将于今年率先诞生在无人配送赛道。未来3年,无人配送整车成本会逐步下降至10万元以内,无人配送赛道将率先迎来爆发。这就给了亿维瑞光的“固态激光量子鬼成像雷达” 产品极佳的切入路径,“我们希望市场占有率超过10%,” 王霄鹏说:“但在商业逻辑上,我们也不排除跟合作伙伴一起,进入具有优势的其他领域。”

在商业化落地方面,亿维瑞光计划于2022年底面向国内外主要无人物流和配送企业推出其第一代中短距固态激光量子鬼成像雷达。在优先满足成本、可靠性和量产能力的基础上逐步向市场提供具备全天候探测能力和光端神经网络运算能力的升级产品。同时,伴随着L3级自动驾驶的全面铺开和L4级Robotaxi的商用化,亿维瑞光计划在2024年前后将产品范围进一步扩大至乘用车市场。

6. 关于亿维瑞光

亿维瑞光的核心技术启发自王霄鹏博士在澳大利亚悉尼大学留学期间与中科院光机所的量子雷达国际第一梯队——韩申生团队的合作研究。国内激光雷达赛道的头部玩家众多,如上海的禾赛、深圳的速腾、北京的北科天绘,去年华为、大疆也宣布入场,但固态激光量子鬼成像雷达技术路线目前只有亿维瑞光一家。

亿维瑞光的市场与销售团队均出自国际一线激光雷达公司,从业多年,熟悉OEM和Tier1等客户群体。同时,亿维瑞光还吸纳了具备丰富工程经验的产品开发团队,有多位博士和海归高端人才,平均从业经验超过五年时间,具备可实施化项目开发经验。

据悉,亿维瑞光近期已正式启动天使轮融资,资金计划用于样机生产、武汉光谷和上海研发基地的技术投入、全国市场和客户开发等,快速推进量产和行业应用场景的落地。亿维瑞光的愿景是成为加速大规模量子成像技术产业化和应用场景落地的前沿科技企业,彻底解决行业长期存在的上述痛点,给激光雷达产业带来技术升级。

据全球知名经济咨询机构IHS环球透视汽车部门预测,2025年自动驾驶汽车出货量预计达5400万辆,届时,激光雷达装车量预计达1500万辆,约合1000亿人民币。亿维瑞光希望在这期间快速覆盖市场,成为激光雷达行业固态量产产品的先行者。

Tags:
友情链接