半年之前，國產激光雷達廠商速騰聚創宣布了“普羅米修斯”計劃，著力打造一系列激光雷達的點云算法，使得激光雷達能夠通過點云信息   ，像攝像頭那樣實現物體識別、分類、跟蹤等功能，提供給自動駕駛的合作伙伴。

經過半年的測試發展后，速騰聚創告訴車東西，這套稱作“RS-LIDAR-Algorithms”的算法趨于成熟，因此將正式對加入“普羅米修斯”計劃的合作伙伴進行開放。速騰聚創也成為繼Ibeo之后全球范圍內第二家發布此類算法的激光雷達廠商。

具體來講，速騰聚創此次發布的激光雷達算法有六個模塊，為自動駕駛車輛提供自身定位、環境感知方面的六項能力：

1）高精度定位

通過激光雷達進行環境建模再予以特征匹配，RS-LIDAR-Algorithms能夠提供精度在20厘米以內的實時高精度定位能力。

2）路沿/可行駛區域檢測

RS-LiDAR-Algorithms提供了路沿檢測、可行駛區域檢測，確保自動駕駛車不會誤開上馬路牙子。英偉達的Drive Works中也有類似的算法，不過是基于攝像頭來實現。

3）車道標識線檢測

車道標識線識別算法通常是高精度地圖公司或者自動駕駛公司來開發，對它的識別是除路沿之外另一個自動駕駛系統進行精確路徑規劃所必須的重要信息。速騰聚創則把這個工作索性一并做了。除了車道線，路面標識、人行橫道線等主要用攝像頭來識別的交通標識信息，速騰聚創的激光雷達算法現在也能實現。

4）障礙物檢測

RS-LiDAR-Algorithms也包含障礙物檢測模塊，可以實時檢測并周邊多個障礙物的精確位置、距離、姿態、大小、形狀等信息。

5）障礙物分類識別

在障礙物檢測信息的基礎之上，速騰聚創的激光雷達算法還可以進一步對障礙物進行分類，將障礙物區分為行人、自行車、小汽車、卡車等不同的類別。通常這個工作是交由攝像頭和基于普通圖像的計算機視覺算法完成，而速騰聚創則是在點云信息上完成了這些工作。

6）動態物體跟蹤

此外RS-LiDAR-Algorithms還提供動態物體跟蹤功能，實時估計并輸出周邊多個動態物體的運動參數，包括速度大小和方向，基于速度信息還可以進一步推算出加速度、角速度等信息。激光雷達由于本來就是測距所用，因此在這一方面會比基于攝像頭給出的推測數據更加準確。

所以，速騰聚創推出這一套激光雷達算法到底有什么意義？

一般來說，現有的激光雷達廠商主要單純做硬件，即使是車載激光雷達的明星企業Velodyne也是如此。要從激光雷達的點云信息中提取有效信息，為自動駕駛的決策提供支持，需要下游廠商自行開發算法。

而速騰聚創發布這一套RS-LIDAR-Algorithms算法，配合其生產的則是直接給出了一套軟硬件一體的解決方案，自動駕駛的開發者買了他們的激光雷達之后，可以直接獲得其“附贈”的各種自動駕駛感知能力，省了很多事。換句話說，速騰聚創推出這套算法后，他們提供的激光雷達不僅可以看見路況，還可以進一步“看懂”路況。

對于速騰聚創自身而言，則增強了其產品的競爭力。

而對于激光雷達這一傳感器而言，算法的成熟也有助于它的進一步推廣。攝像頭之所以成為了自動駕駛乃至其他各種領域的主要傳感器，原因之一就是基于光學圖像的計算機視覺算法相當齊全，有大量可用成果降低了開發成本。

不過，目前激光雷達的算法成熟度和成本與攝像頭仍有可見的差距。對于降成本，固態激光雷達的技術路徑正在謀求大幅削減激光雷達的價格。在算法上，速騰聚創（以及Ibeo）先邁出了一步，而激光雷達的完整生態的建立則需要更多下游廠商的支持乃至同行的跟進。

返回第一電動網首頁 >