如果把激光雷达对物体成像比作盲人摸象,传统的单点扫描激光雷达就像用一个手指头去触碰物体,要触碰很多次才能对物体有一个整体的印象。
面阵激光雷达不同,面阵三维成像激光雷达就好像给盲人重新换上了一双眼睛,可以快速感知物体。
成立于2016年10月的北京瑞特森传感科技有限公司(以下简称瑞特森)定位于大视场视觉认知解决方案提供商。公司以高清面阵激光雷达产品为核心,通过边缘计算芯片和软件算法,为客户提供软硬件一体的大视场视觉认知解决方案。
什么是大视场视觉认知?
瑞特森创始人兼CEO贾相飞告诉新智驾,我们将视角在60度以上,探测距离在10米以上的视觉场景称之为大视场,视觉认知是让机器不仅能看得见,而且能看得懂,在感知的基础上,强调对视觉场景的更高层次的思维理解能力。
随着近几年智能产业的蓬勃发展,智能驾驶、智慧物流、机器人、无人机等领域,对大视场视觉认知的需求呈爆发趋势,但目前市场上,高层次的视觉认知解决方案还不成熟。
据雷锋网新智驾了解,当前激光雷达产品的主要问题有,一是性能问题,例如低分辨率、低帧率、点云散乱无序等;二是硬件成本以及使用成本过高;三是不能完全满足车规级标准。
瑞特森认为,现有激光雷达的缺陷中,性能仍是当前亟需突破的第一问题。
*3D高清面阵激光雷达RSL-HD1
高清的意义在于不仅能看见,而且看得清,也就是说,给机器装上“视力5.0的眼睛”。
经过一段时间的潜心研发,瑞特森实现了室外可用的分辨率达到1280*720高清面阵激光雷达产品,代号为RSL-HD1。
作为对比,他们现场模拟了一个场景:在距离激光雷达50米的位置,放一个1平米的障碍物,观察不同激光雷达产品在该场景下的表现。
一款64线激光雷达在该障碍物上能够采集到约30个离散三维点。RSL-HDI可获取525个连续的三维采样点,而且每个点带有颜色信息。RSL-HDI视角达到60°×34°,分辨力为0.05°×0.05°,采样率为2300万点/秒。
一平米的障碍物,相当一个成年人的反射面。贾相飞表示,RSL-HD1的水平和垂直角度分辨率最高达到0.05°,与人眼角度分辨率非常接近。
面阵激光雷达像“GPU”一样高速并行工作,对整个视觉场景进行瞬时同步采样。RSL-HD1帧率最高可达每秒25帧以上,能够完美定格高速运动物体的瞬间的动态。
贾相飞表示,扫描式激光雷达像 “CPU”一样工作, 对视觉场景进行分时串行采样,帧率一般为每秒10-15帧,对动态场景的扫描过程中,会出现拖影,变形等问题。因此在中、高速动态场景的应用中,高帧频具备突出的性能优势。
RSL-HD1与摄像头融合,实现更高层次的“场景语义理解”。
摄像头和激光雷达作为视觉感知系统中最为重要的两个传感器,承担了视觉感知大部分的功能。瑞特森将这两个传感器集成为一个设备,主要是为了免除两个设备间的空间标定,实现像素级的精确融合,从而降低后端计算资源的消耗,以及增加可靠性并降低成本。
值得一提的是,基于面阵激光雷达的视觉认知技术,可以将智能驾驶视觉感知系统的综合成本从几十万元级降到万元级。
从性能层面出发,激光雷达一定要向高分辨率,高帧率方向发展,这也是需求所驱动的。
贾相飞认为,目前人们把激光雷达分为机械扫描雷达,MEMS雷达,OPA雷达,Flash雷达等,是一种技术思维,但技术是在不断演进和融合中发展,所以从技术上并不能准确定义激光雷达。
从产品的数据输出形态上对激光雷达进行划分则更为合理。贾相飞接着说道,从产品形态角度,可以把激光雷达分为点、线、面三种。点状激光雷达就是传统的激光测距仪,特点是远距离,高精度。多线扫激光雷达是目前在智能车和机器人领域应用最为广泛的产品,特点是中远距离,有较高的采样率。面阵激光雷达是一种3D成像雷达,具有非常高的分辨率、高帧频。
贾相飞表示,面阵激光雷达是实现高分辨、高帧率深度探测的最佳途径。
相比OPA,面阵方案着重点是在接收端,由于面阵接收器基于传统半导体工艺加工,经历了长期的工艺研发,面阵芯片技术相对较为成熟,因此面阵技术路线会更快落地商用。
据雷锋网新智驾了解,目前市场上三种最典型的面阵方案,基于传统摄像头成像阵列的光切片技术、基于线性模式APD(LMAPD)阵列技术和基于盖革模式APD(GMAPD)阵列技术(也就是单光子成像激光雷达)。
基于的室外大视距面阵激光雷达技术,不同性能配置的面阵激光雷达可达到户外探测距离50-150米,贾相飞表示,该技术路线最明显的优势就是避开了大规模APD阵列的开发,同时突破了面阵激光雷达户外降噪的难点。
据雷锋网(公众号:雷锋网)新智驾了解,毕业于天津大学精仪系的贾相飞在创办瑞特森传感科技之前,在百度自动驾驶高精地图项目组任职。
在百度工作期间,他参与了百度第一辆无人驾驶车开发,同时参与完成了百度首份高精地图数据生产。此外,还参与了中国智能驾驶高精地图数据标准的起草编写。
贾相飞最后对新智驾道,由于百度无人车任职经历,因此对自动驾驶车辆视觉感知的需求有一定的理解。而此次选择创业,也是希望能够助推机器视觉实现从感知到认知的跨越,升级自动驾驶的感知系统,使无人车能够处理突发的交通场景,例如突然窜出的动物、路上的散落物等。希望最终瑞特森在热闹非凡的激光雷达江湖创造出一片蓝海。
。