亮道剧学铭:激光雷达系统量产上车没那么容易
报道来源:赛博汽车,作者肖莹。
2021年,被称为激光雷达上车元年。
蔚来ET7、R汽车ES33、智已L7、小鹏P5、极狐阿尔法S、哪吒S……纷纷宣布激光雷达上车计划。
市场一端,激光雷达已俨然成为车企布局自动驾驶的必选项。
市场的另一端,Velodyne、Luminar、Innoviz等激光雷达供应商接连登陆资本市场,Aeva、AEye、Ouster、禾赛科技也陆续披露上市计划。
从行业认可,到资本追捧,激光雷达上车背后的逻辑是什么?难点和痛点又有哪些?据此,我们深度访谈了亮道智能创始人剧学铭。
剧学铭曾就职于德国宝马研究院,负责高级自动驾驶项目环境感知开发。2015年底,他归国创业,创立欧百拓,这家公司是全球知名激光雷达供应商Ibeo国内唯一技术合作伙伴,也是亮道智能的前身。
作为激光雷达最早一批“布道者”,剧学铭亲历了国内激光雷达市场的发展,也是最有资格探讨激光雷达上车前景的资深专家之一。
激光雷达集中上车的逻辑是什么?
在推动自动驾驶技术进步这条路上,曾有两条不同的路径选择,一个是直接切入L4级自动驾驶,另一个则是选择L1-L5级的渐进式发展路线。
激光雷达早期就是在L4级自动驾驶应用,主要应用于Robotaxi、低速自动驾驶以及路侧感知等场景,但都处于小规模应用阶段。
随着自动驾驶技术逐渐成熟,演进式发展路线也走到L3级拐点,开始遭遇瓶颈挑战。为了保障安全性,除了依靠摄像头的视觉感知外,一个更可靠的冗余解决方案迫在眉睫。
Δ 激光雷达具备分辨率高、稳定、可采集三维数据等优势
剧学铭认为,激光雷达上车,在第一维度上,是为了提升ADAS功能,突破L3级自动驾驶瓶颈,但更深的维度则在于,
基于激光雷达系统的数据采集。
他解释称,激光雷达大规模上车以后,可以采集到海量级的环境数据,这些数据对于感知训练,以及自动驾驶功能训练,会产生巨大价值。
目前,以车企为代表布局自动驾驶的企业,已经通过摄像头等传感器采集到了大量数据,但还没有真正实现激光雷达数据的海量级回传。
虽然Robotaxi企业已经采集到一定激光雷达感知数据,但这对于推动整个自动驾驶商业落地还远远不够。
近期,行业内的另一个热点事件,也在一定程度上侧面印证了海量数据采集的重要性。
今年3月,Waymo CEO突然离职,在业内激起层层涟漪,一些人开始提出Robotaxi商业落地的悲观论调。甚至有观点认为,只有像特斯拉这样的车企,拥有庞大的车辆资源,通过海量的数据收集,才更有可能推动自动驾驶落地。
Δ Waymo自动驾驶车辆
对此,剧学铭认为,虽不能因为CEO辞职,就对Waymo整个技术路线、商业模式全盘否定,但从技术角度看,Robotaxi确实面临短期难落地的现实。亮道智能最初选择乘用车领域布局自动驾驶,在一定程度上,也是出于技术落地速度的考量。
综合来看,2021年,直接切入L4级自动驾驶赛道的企业正面临着无人化、规模化落地的困境,而渐进式的发展路线开始得到更多关注,激光雷达正是采集数据、训练算法,跨越L3级自动驾驶的必要选项。
激光雷达上车有哪些难点?
奥迪A8是全球第一款搭载激光雷达的量产车型,从2010年法雷奥与奥迪达成合作,到2018年第一代车规级激光雷达——法雷奥SCALA量产上车,用了整整8年时间。由此可见,激光雷达量产的难度之大。
截至目前,法雷奥SCALA激光雷达仍是全球唯一一款通过车规并实现前装量产的产品。
Δ 法雷奥SCALA第一代
激光雷达上车难在哪里?剧学铭解释称,激光雷达上车要经历一系列重要步骤,
包括功能定义、系统设计、软件开发、测试验证及系统集成等。每一个环节都有诸多细节需要磨合,他列举了一些具体的例子。
他谈到,主机厂首先要清楚,希望通过搭载激光雷达实现什么水平、什么场景的自动驾驶能力,要实现L2级还是L3级,要基于高速场景还是低速场景等。产品功能定义清晰之后,才能确定选择什么样的激光雷达硬件。
与此同时,选择激光雷达时,车企也要考虑技术成熟、算法设计,以及测试验证的时间。有了硬件、软件、算法,车企才有可能预估量产进度和落地时间。
另外,感知的开发和场景强相关,车企的出发点往往都是希望覆盖完整场景,但在实际落地,依然会有很多特定的需求无法完全实现。
解决这个问题的思路是,预留功能设计,然后在真正的行驶过程中,积累场景数据,再进一步优化功能。这意味着,基于激光雷达数据训练的部分,车企在量产前就要考虑清楚。如果此前没有考虑相应的设计,激光雷达采集的数据回灌也就起不到任何作用。
基于这些问题,剧学铭认为,从时间节奏来看,主机厂和供应商越早交流越好,越早交流项目准备也就越充分。甚至是在原型车设计的时候,激光雷达放在什么位置,都需要预先探讨。
Δ 小鹏P5将激光雷达布置在前脸两侧
硬件固化后,大规模的采集和测试就要跟上,再到最后通过整个系统集成来保证量产。
激光雷达从选型到落地,中间要考虑到很多细节,需要尽量在前期完善,而即便是这样,也不可能完全覆盖到,量产过程还会有各种各样意想不到的问题。
剧学铭谈到,尽管今年以来已有多家车企宣布即将量产激光雷达车型,但从产品测试验证周期来看,
落地速度可能没有那么乐观,过分抢速将很难保障激光雷达功能的完整性。
“真正量产是靠细节堆出来的,虽然当前激光雷达上车没有什么不可跨越的障碍,但从感知开发到测试,其中有非常多细节、琐碎的问题”。真正解决掉这些问题,才能够真正实现量产。
哪种技术路线是最优解?
激光雷达市场正处于百舸争流阶段。
按照测距原理来划分,激光雷达可以分为机械式、混合固态和固态三种产品形态。就现阶段而言,各技术路线优劣势不同。
目前,激光雷达上车主要解决两个问题:可靠性和成本。综合这两方面因素考虑,业内判断,固态激光雷达是未来,混合固态技术路线则是当下。当前宣布量产上车的激光雷达基本都是混合固态产品。
剧学铭认为,激光雷达硬件供应商选择哪条技术路线,主要是基于对技术发展的判断,以及对产品的理解。
同时,也与整车产品功能定义息息相关,不同产品基于不同场景,往往会有不一样的硬件产品选择。
他谈到,从2015年到现在,有关激光雷达硬件技术路线的问题一直被讨论,直到目前还没有结论,在相当长一段时间,至少会有2-3种技术路线并存。
“很有可能,
在一个比较理想的自动驾驶解决方案里,激光雷达就会存在两种技术路线同时上车。亮道智能也正在尝试做不同感知路线的整体融合,这种也有可能变成未来的趋势”。
Δ ibeoNEXT
长期来看,剧学铭看好固态激光雷达的前景;短期来看,亮道智能的定位是与不同激光雷达公司寻求合作,在技术路线的选择上并没有倾向。
对于激光雷达市场的规模化爆发,剧学铭的看法也并不激进。他认为,从今年开始会有越来越多的车型搭载激光雷达,但
真正实现激光雷达完整功能和进一步大规模的爆发,这一时间节点可能会在2024年以后。
他判断,到2024年,激光雷达的装配率可能在10%-15%。“乐观来看,每辆车上,激光雷达的价格是千元级的水平,整个规模量还是很可观的,再乐观一些,未来每辆车搭载的激光雷达数量还不止一个,可能是三个到五个”。因此,他认为,激光雷达的市场空间非常具有想象力。
亮道智能的选择是什么?
站在汽车产业百年变革的历史机遇期,亮道智能的选择是什么?
从欧百拓到亮道智能,这家企业在不断深耕激光雷达市场。2017年9月,亮道智能正式成立,第一个产品锁定在激光雷达的测试验证,2017年到2020年,亮道智能的测试验证体系基本搭建成型。
在测试验证产品基础上,亮道智能希望可以进一步支持车企诉求,基于自身对自动驾驶激光雷达量产的理解,将产业链角色升级为
激光雷达系统供应商,形成
“开发+测试”的业务闭环。
Δ 亮道智能上海车展展台
升级激光雷达系统供应商,剧学铭认为,团队的最大的优势在于:
完整的参与过激光雷达量产项目。
在剧学铭的背后,站着一个“最懂激光雷达量产的团队”。除了剧学铭以外,雷绳光是亮道智能的另一位技术大咖,他曾就职于法雷奥,正是全球首款车规量产激光雷达软件开发团队的负责人。亮道智能的其他创始团队成员也主要来自主机厂和Tire 1。
基于团队的能力,以及测试验证所积累的经验,亮道智能可以为车企提供从选型到量产的整套服务,包括激光雷达感知能力开发、获取高精度真值、场景提取、数据中心搭建等方面。具体来看:
激光雷达需求定义和系统设计。亮道智能可以支持车企完成感知功能与激光雷达性能需求分析,并协助设计传感器配置方案。
满足功能安全需求的感知算法开发。开发团队拥有量产级算法积累,已形成一套支持量产开发的流程,可以与车企研发团队进行联合开发。
基于大数据的测试验证。能提供高度集成的数采系统、合规化的大数据云平台,以及全套自动化数据处理与分析工具,不仅能用于激光雷达量产级的测试验证,也可以复用于自动驾驶功能定义、开发与验证。
Δ 亮道智能面向整车激光雷达系统
除此之外,亮道智能提供的服务还包括激光雷达清洗,以及路侧的激光雷达融合感知系统等。
目前,亮道智能团队是百人规模。剧学铭表示,“人手已经比较吃紧了,希望今年、明年两年团队规模有一个大幅增加,保证完成量产项目的支撑”。
在刚刚结束的2021年上海车展上,亮道智能详细的展示了其产品体系和服务能力,发布了最新产品:面向整车量产的激光雷达系统,以及升级了感知测评真值系统LDCompass™、路侧感知融合系统LDTelescope™。
剧学铭表示,亮道智能的下一个阶段目标:作为一个激光雷达系统供应商开拓市场,并希望到2025年,能够在全球范围内获得3-5个量产客户。
再往长远看的话,亮道智能的终极目标则是成为全球头部激光雷达企业。