激光雷达的“双面”突围“GGAI头条”

当汽车制造商用激光雷达解决他们的挑战时，其他使用激光雷达技术的用户可能会受益。除了应用于车端感知，激光雷达技术对于提高道路的通行效率和安全性也至关重要。

高成本是激光雷达技术面临的挑战之一，由于在车端搭载，还面临着车规级要求和可靠性等方面的挑战。这也是为什么过去数年，激光雷达仍停留于自动驾驶测试车阶段。

考虑到基于5G、车路协同技术的演进，为了提高驾驶安全性、交通效率和便利性，车辆之间协同共享交通信息，需要进行V2V通信的应用越来越多。

很多人关注5G和C-V2X在汽车本身中的作用，但也有其他应用显示出巨大的前景。为了实现智能城市的落地，城市尤其是交通基础设施本身需要嵌入连接和传感能力，基于传感器和智能路边单元可以在车辆和周围环境之间提供无线通信。

更进一步说，智能基础设施甚至同样可以通过传感器融合（摄像头、毫米波雷达、激光雷达）来创建道路模型。正如自动驾驶汽车配备了各种传感器来创建周围世界的3D模型一样，基础设施没有理由不能完成同样的任务。

更关键的是，这样的传感器相对于车端应用来说，不需要车规级，而且易于更换和维护。

这其中，基于基础设施（路侧）的激光雷达，可以精确探测和跟踪十字路口行人和车辆的高精度数据采集，并通过背景滤波、目标聚类、行人车辆分类等用于智慧交通的车路协同。

应用场景包括，比如当行人在人行横道上被探测到时，激光雷达会产生一个数据，并将其发送给安装在人行横道附近的路边单元（RSU），然后将其广播给附近车辆的车载单元（OBU）。

本质上，这种方法将提供额外的自动驾驶安全冗余层，并且服务于所以具备联网功能的车辆，而不是仅仅针对自动驾驶汽车。

在某种程度上，这个想法与智能停车场基础设施的概念类似。博世和戴姆勒合作的代客泊车项目，正是基于场端安装的激光雷达传感器，引导车辆进入停车位，这是无人驾驶的一部分，也是更快能够落地的场景之一。

这意味着，激光雷达的市场，从车端延伸至路端，对于身处其中的初创公司来说，意味着更容易实现规模化量产，并分摊和降低车规级产品的制造和研发成本。

更关键的是，建设科技智慧城市是国家“十四五”规划的重要战略布局之一，这其中在城市道路建设智能交通系统方面，重点通过安装传感器来检测和疏导交通拥堵瓶颈，同时提升道路安全水平。

当然，也并非所有类型的激光雷达都可以符合路端感知的要求，比如，传统的机械扫描激光雷达系统难以识别黑色或发亮的车辆以及高速行驶的车辆。它们还可能受到恶劣天气条件的影响，这将最终影响其可靠性。

此外，考虑到十字路口等车路协同的重点场景，对于激光雷达的视场角、探测距离、分辨率、抗干扰以及恶劣天气都有很高的要求。此外，考虑到交通监控的需求，激光雷达与监控摄像头的视觉融合也至关重要。

以最新落地的浙江杭州萧山区5G智能网联车路协同系统项目为例，这是全国首个在社会开放路段实施并面向商业应用的车路协同项目。

该项目就是通过部署路侧感知设备（比如激光雷达）实时精确获取路口行人、机动车、非机动车的信息，反馈给路口通过车辆，可有效降低由于行人闯红灯、盲区等原因造成的路口交通事故发生率。

整个项目一期覆盖从奔竞大道沿市心北路至振宁路往返全程7公里的路段，涉及7个路口、2个公交站台的智能化改造。其中，该项目搭载的路侧激光雷达就是来自于Innovusion。

这款名为猎豹的固态激光雷达，具备等同300线的扫描分辨率、测距范围达到300米（10%反射率探测距离达到200米），可以减少每公里布置的数量，整体综合成本低，维护成本也相应较低。

不同于车端设备，由于路侧设备24小时工作运行机制，这款采用1550nm光源（广泛应用于光纤通信领域）的激光雷达，经过加速疲劳测试5万个小时，并且能够提供更好的人眼保护（基于人眼安全波长的高功率）。此外，对于路面小型抛洒物（20厘米左右）可以实现120-140米范围的检测。

对于和监控摄像头的融合，这款激光雷达能够垂直和水平扫描整个视野范围（100度水平视角和40度垂直视角，基本覆盖十字路口大场景），因而能够提供更密集的点云（硬件层），并且搭载自主开发的感知算法SDK，很容易与像素级的摄像头数据融合，从而辅助识别路面的行人和车辆。

同时，基于非重复扫描方式，这款激光雷达通过单帧图像可以在100米之外探测到尺寸大小为20*40cm的砖头，可实现200米处行人身上仍然分布到平均3.75个点（并且在雨天场景下，实现150米的行人分辨），而传统的40线激光雷达的数字仅有0.48个点。

此外，考虑到长期的户外作业，Innovusion公司还将在后期为这款激光雷达配备自清洗系统，简化后续维护的难度和成本，从而保证路端感知设备的铺设具备成本效益。

目前，Innovusion的激光雷达已经在武汉、北京、上海、德清、乌镇等车路协同示范项目中落地应用。这些项目除了用于交通管理部门的需求之外，同时也可以配合5G、C-V2X用于ADAS及自动驾驶的超视距感知，尤其是在十字路口等存在较多的盲区地带。

通过单车智能实现自动驾驶，早在多年前已经验证过，但没有规模化、商业化，原因就在于单车技术实现成本太高。无论成本、可靠性以及测试、商业化，都有非常多的问题需要去克服。

而车路协同，实际上能够帮助自动驾驶得到更多的商业化的落地。但前提是保证车端和路端感知的一致性和可靠性（这就好比车端多传感器的融合），对于路侧激光雷达感知来说，同样要保证绝对的安全，尤其是长时间工作及应对恶劣天气，在需要时提供更高的可靠性。

比如，防止汽车撞到过马路的行人。在ADAS及自动驾驶汽车仍没有大面积普及的情况下，来自道路或十字路口的V2X功能，可以汽车在人行横道区域获得预警提示。

V2X所能做的就是对现有车端搭载的ADAS系统提供更多的辅助功能。例如，上述人行横道场景，V2X可以向汽车的AEB系统提供信息，以便在紧急情况下提供更准确的刹车信息。