“虚拟激光雷达”为何物？这家公司单月出货量已破万

随着自动驾驶技术的发展和产业落地推进，更高精度和更远距离的目标识别，是所有OEM主机厂对环境感知最为迫切的需求之一。

如今，毫米波雷达的能力已趋成熟，各家产品的功能、性能不分上下。激光雷达由于成本极其昂贵，难以普及，甚至被特斯拉视为无用的“阑尾”。

因而从某种程度上讲，视觉方案的优劣将决定自动驾驶方案功能的鲁棒性和稳定性。

在今年初CES发布会上，Mobileye自动驾驶方案视频演示了车辆没有用到任何雷达，仅装载两款最新的Eye Q5芯片以及12个摄像头即可完成各种高难度的自动驾驶操作。

Mobileye表示，其技术原理在于通过对多个摄像头采集的2D图像进行深度学习处理，生成3D模型，从而为自动驾驶决策提供所需的环境信息。

换句话说，Mobileye通过低成本的摄像头和软件技术，实现了与激光雷达相同的功能。

无独有偶，今年2月的Scaled ML大会上，特斯拉也首次分享了其车辆如何用摄像头代替激光雷达，实现同样水平的探测精度。特斯拉CEO马斯克甚至声称，自动驾驶汽车依赖激光雷达，如同行走依赖拐杖。

事实上，对激光雷达持有保留态度的并非只有特斯拉等巨头玩家。

智驾科技MAXIEYE作为国内专注于单目视觉感知技术的智能驾驶系统供应商，其基于“虚拟激光雷达”算法推出的最新一代单目视觉产品IFVS-500，在近日实现单月出货量破万。

智驾科技对标激光雷达的视觉感知效果

智驾科技MAXIEYE表示，该产品在性能上可媲美激光雷达，实现倍数级成本压缩。

不过，就传统意义而言，单目摄像头并不具备测距能力，其后处理得到的目标距离精度也相当有限；同时也缺乏立体空间的建模能力，检测到的图像只能停留在二维空间；此外也需要庞大的数据样本作为学习模板。

而智驾科技MAXIEYE此次大批量出货的IFVS-500采用虚拟激光雷达技术，能实现基于精准测距的三维构建，即精准的距离探测与场景三维建构。突破了传统视觉方案的局限。

该技术对机动车的有效检测范围达200米，对行人和骑行者的有效识别距离可达100米，同时能实现各种情况下的车道线、障碍物、Freespace、红绿灯、交通标识等检测功能，提供精准的立体姿态跟踪信息。

其中，在50米范围内，可实现和激光雷达数据对标，达到3%以内的测距误差精度。

一、如何应对特殊场景

在智驾科技MAXIEYE创始人周圣砚看来， corner case的出现是高等级自动驾驶量产落地的绊脚石。“行业正在用80%的精力去解决这20% 的问题。只有解决这部分最难的问题，自动驾驶才能够真正落地。”

面对极端路况，Waymo等保守派玩家一贯使用预先绘制高精地图数据与激光雷达相配合的方法。

特斯拉人工智能总监安德烈•卡帕西曾批判，这种方法会加大系统地域适应性的难度，不利于自动驾驶能力在不同地域的灵活变化。

也许，基于视觉方案的虚拟激光雷达才是性价比最高的方案。

周圣砚提出，在感知层面，只要解决单目视觉技术的三个核心问题，便可以突破其极限与局限：

首先，相较双目视觉而言，单目视觉缺乏立体空间的建模能力，检测到的图像只能停留在二维空间。单目视觉感知技术如何从二维世界到三维世界是应该关注的重点。

其次，既然是视觉检测，就要准确地识别出物体，即认识；在此基础上，要准确地知道这个物体的具体定位，实现测距甚至测速，即认知。

第三，从这一刻到下一刻。也就是让单目视觉像人一样，拥有从实时感知到感知预判的能力。

智驾科技提供从感知、融合到决策的系统级完整方案

智驾科技MAXIEYE通过基于深度学习算法的深度估计为单目视觉补充了第三维数据信息，同时加上地面坡度曲率信息的补给，达到精准的目标实时单目测距效果。

而在跟踪较大的横向运动目标时，由于目标的前后帧在图像上的位置差距非常大，在短短数十毫秒间，可能没有任何重叠区域，容易导致前后帧目标匹配失败，出现目标跟踪丢失或者跟踪错位等现象。

光流估计可以很好地解决这个问题。它实现了图像帧与帧在时间轴上的帧间连续，给出了每个像素点在前后帧间的关联信息。在运动目标检测和目标跟踪上起到了重大作用。

另外，在高速公路和城市道路上，很多地方是没有车道线的。这就导致自动驾驶中车辆的横向控制缺少了可以依赖的前提。

对此，智驾科技利用深度学习，使用了端到端航迹预测的方法，通过基础特征提取和高维特征抽象的操作，实现了车辆行进的有效引导。

“利用虚拟激光雷达，我们可以得到free space的3D数据。在此基础上进行融合就能实现虚拟车道线，不影响驾驶员的驾驶体验。”周圣砚强调。

该技术能够识别实线、虚线、双实线等7种以上车道线以及停止线、斑马线，支持三维数据输出。同时可以进行可行驶区域的检测，预估路面坡度、地形。也可在雨天、乡村道路等极端情况下输出虚拟车道线。

而从技术与落地层面来讲，ADAS产品在乘用车和商用车上的应用也有较大不同。比如因安装高度不同造成的视野差、负载不同导致俯仰角度的变化，产线改造引起成本增加等。

以俯仰角为例，卡车在空载和装载的不同状态下，车身的俯仰角偏差是很大的，极端情况会超过正负十度，而乘用车上一般只有正负三度。

车辆在上下坡的过程中，也会因道路不平引起瞬态的俯仰变化，此刻，局部感知传感器坐标系就与车辆控制或自动驾驶等真正使用的坐标系产生了偏差。

针对该问题，智驾科技MAXIEYE提出了基于图像直接端到端的深度学习坡度估计方法，可以帮助车辆识别前方道路的直接曲率和坡度，为检测目标提供更多补偿信息。

其检测误差已对标激光雷达。加持图像深度估计，即可实现基于单帧图像的目标真3D信息实时检测。

就整体而言，算力的分配也是ADAS 前装量产的重要考量因素，有限的算力须用在更为重要的目标上。

因此，虚拟激光雷达并不会追求像真正的激光雷达一样，将每一个目标细节都用点云呈现出来；但在路面参与者的识别准确度上，两者十分接近。同时可以提高检测维度。

另外，漏检率和误检误报率也是影响ADAS系统体验的两个主要因素。而在最大化提高检测维度后，虚拟激光雷达视觉算法技术+毫米波雷达将很好地弥补传统视觉的短板。

最重要的是，智驾科技MAXIEYE有大量的商用车量产经验，在产品标定层面，可以在不增加OEM产线改造成本的前提下，不局限于车型及摄像头的安装位置，很大程度提升了产品的市场空间。

二、单目摄像头功能的最大化

除了常规的ADAS功能，基于核心的视觉感知技术，智驾科技MAXIEYE正打造多样化的产品组合。

在不增加成本的前提下，集成环境亮度检测、雨量检测、智能大灯控制、HUD融合控制在内的多种智能化系统，满足多样化的车辆智能化升级需求。

为了提升在不同光线环境下的鲁棒性，智驾科技MAXIEYE使用了摄像头光感监测技术。

该技术不仅可以识别环境光的强弱，还可以将整个光线从明到暗进行亮度等级划分，并且不受城市道路复杂环境光干扰，能实现在城市、高速、隧道等不同工况下有效识别白天、夜晚等各种光强等级。

“传统的光感监测技术会出现控制滞后的情况，比如车进入隧道以后大灯才会开，这是不安全的。而我们的产品可以保证进隧道前50米就把灯打开。”周圣砚介绍。

另外，结合目标识别技术，系统可有效实现机械式ADB、矩阵式ADB、投影式DLP等智能大灯功能。

在雨量监测方面，智驾科技的雨量监测技术可实现对小雨、中雨、大雨等不同等级的雨量实时监测，进而控制雨刮以对应的等级速度进行刮动。

总而言之，智驾科技MAXIEYE提供的光雨检测功能是基于现有产品平台，在不变更硬件的前提下，提升客户智能化体验，为OEM有效节省了传统配置的硬件成本。

智驾科技MAXIEYE视觉系统产品系列

成立至今，智驾科技已迭代多代产品，满足从商用车到乘用车市场的全场景前装智能驾驶需求。

相比商用车在恶劣路况、车辆悬架造成行驶颠簸、安装高度不一等方面面临的复杂挑战，乘用车的驾驶场景反而相对简单。基于前期在商用车市场的技术和量产积累，智驾科技MAXIEYE正陆续进军乘用车市场，解决智能驾驶产品全场景应用问题。

日前，智驾科技MAXIEYE刚刚官方披露了其单月出货量破万的消息，据称，公司目前已经在数十家整车厂实现智能驾驶系统的规模化前装量产落地。