激光雷達(dá)車型助力實(shí)現(xiàn)更全面的智能駕駛

隨著城市輔助駕駛大規(guī)模落地，激光雷達(dá)車型由于能實(shí)現(xiàn)更全面的智能駕駛而備受關(guān)注。比如，理想汽車前不久宣布在北京和上海開啟「城市 NOA」內(nèi)測(cè)，下半年將開放全國(guó)都可用的「通勤 NOA」，媒體和用戶試駕已啟動(dòng)。

使用這兩項(xiàng) NOA 導(dǎo)航輔助駕駛有一個(gè)共同的要求，就是需購(gòu)買搭載激光雷達(dá)的 MAX 版本車型。這枚來自禾賽的超高清遠(yuǎn)距激光雷達(dá) AT128，內(nèi)部集成 128 個(gè)激光器，實(shí)時(shí)為車輛感知每秒 153 萬點(diǎn)的 3D 空間數(shù)據(jù)，全局分辨率高達(dá) 1200 x 128，可實(shí)時(shí)探測(cè) 200 米遠(yuǎn)處的障礙物。

理想汽車 MAX 版配備了禾賽 AT128 超高清遠(yuǎn)距激光雷達(dá)

更安全更智能

激光雷達(dá)加持下的城市 NOA 表現(xiàn)搶眼

在理想汽車開放媒體試駕期間，搭載激光雷達(dá)的 MAX 版車型面對(duì)北京望京“地獄級(jí)路況”，依然游刃有余，儼然一名高分“AI 司機(jī)”。多家媒體給出了“車輛對(duì)安全的邊界把控非常好”、“城市 & 通勤 NOA 讓消費(fèi)者對(duì)高配車型接受度大大提高”的評(píng)價(jià)。

從 42 號(hào)車庫(kù)公開實(shí)測(cè)視頻1來看，理想城市 NOA 在以下場(chǎng)景表現(xiàn)尤為優(yōu)異：

01

黑暗隧道中的行人

即使是在黑暗的隧道中身穿黑色上衣的行人，車輛都能精準(zhǔn)識(shí)別，成功實(shí)現(xiàn)了避讓。

02

超遠(yuǎn)距感知靜止作業(yè)車

在超遠(yuǎn)距離下對(duì)靜止作業(yè)車做出了識(shí)別，為車輛留出了足夠的處理時(shí)間，從容地進(jìn)行了提前變道避讓。

總之，城市交通的復(fù)雜性確實(shí)對(duì)車輛的感知能力提出了更高要求，因此為了覆蓋更廣泛的行車場(chǎng)景，不同傳感器相互融合補(bǔ)充的必要性顯得尤為重要。

理想汽車 AD MAX 采用了多傳感器融合感知2

事實(shí)上，理想汽車采用的增強(qiáng)版動(dòng)態(tài) BEV 大模型融合算法，在傳統(tǒng)純視覺 BEV 的基礎(chǔ)上，進(jìn)一步融合了激光雷達(dá)數(shù)據(jù)，將安全提升了一個(gè)數(shù)量級(jí)。具體而言，就是“視力”更好，暗光、強(qiáng)光環(huán)境下，駕駛更安全；“反應(yīng)”更快，跟車更精準(zhǔn)，操作更平穩(wěn)。

理想汽車自研的動(dòng)態(tài) BEV 模型融合了圖像和激光雷達(dá)點(diǎn)云3

很多人疑惑，為什么目前只有帶激光雷達(dá)的高配車型才能使用城市導(dǎo)航輔助駕駛功能，激光雷達(dá)到底可以為智能駕駛帶來哪些功能，如何保障行車安全、提升智駕體驗(yàn)，這些都成為了大家非常關(guān)心的問題。

今天，我們就來聊一聊激光雷達(dá)在城市輔助駕駛中的作用。

挑戰(zhàn)“地獄級(jí)”路況

感知必須「更精準(zhǔn)更立體」

城市導(dǎo)航輔助駕駛，雖然各廠商叫法不同，但本質(zhì)都是讓車輛在路況復(fù)雜的城區(qū)中，實(shí)現(xiàn)“點(diǎn)到點(diǎn)”的輔助駕駛。汽車將在駕駛員的“監(jiān)督”下，像人一樣依照地圖導(dǎo)航的路線行駛，實(shí)時(shí)感知城區(qū)的車道線、障礙物、信號(hào)燈，實(shí)現(xiàn)自主行駛、剎車、變道、轉(zhuǎn)彎、繞行避讓等動(dòng)作，最終到達(dá)目的地，可以說是相當(dāng)智能的一名“AI 司機(jī)”。

城市路況行駛最大的挑戰(zhàn)在于其復(fù)雜性和不確定性，比如人車不分流、車道不清晰、紅綠燈種類繁雜、無保護(hù)左轉(zhuǎn)、遇前方事故、鬼探頭、遇違停占道等等。而在夜晚，還要面臨光線不足帶來的能見度降低，高頻出現(xiàn)的車燈眩光。因此，“AI 司機(jī)”如何才能穩(wěn)定地“看清”周圍路況，成為了首先要解決的難題。

理想汽車媒體內(nèi)測(cè)試駕城市路況4

暗光、強(qiáng)光、異形障礙物

激光雷達(dá)全不在話下

夜間行駛燈光不足視野差、對(duì)面車開遠(yuǎn)光燈，白天進(jìn)出隧道光線強(qiáng)度突變等情況，都會(huì)對(duì)攝像頭帶來挑戰(zhàn)。但對(duì)于主動(dòng)發(fā)光的激光雷達(dá)來說，外界光線無論怎么變，都不會(huì)影響其感知成像，能幫助城市導(dǎo)航輔助駕駛、AEB 等主動(dòng)安全功能做出更穩(wěn)定的決策。

激光雷達(dá)在夜間逆光時(shí)仍然穩(wěn)定感知路況，

遠(yuǎn)處行人清晰可見5

激光雷達(dá)在暗光下的感知效果

還有一種情況是「異形障礙物」，在算法里也被歸為「一般障礙物」，指事先未經(jīng)算法訓(xùn)練過的物體，往往是道路上不常見的交通參與者，比如一輛橫著側(cè)翻的大貨車、某種不常見的動(dòng)物、形狀特別的異型車、異形施工道路等等?！府愋握系K物」的檢測(cè)跟蹤對(duì)于 AEB 主動(dòng)安全、城市導(dǎo)航輔助駕駛的避障非常重要。

有了激光雷達(dá)，只要有障礙物，就能形成點(diǎn)云數(shù)據(jù)，并不依賴對(duì)物體的歸類，也就是說只要前方障礙物形成點(diǎn)云，即使不屬于任何已知類別的物體，車輛也可以及時(shí)感知從而停下或避開。

由此，所有障礙物「占用」的物理空間就都能被確定，算法通過排除被占用的不可行駛區(qū)域，從而推斷出「可行駛區(qū)域」，讓車輛在執(zhí)行層面得以安全行駛。

激光雷達(dá)能穩(wěn)定感知算法未見過的異形障礙物

算法實(shí)測(cè)

激光雷達(dá)對(duì)安全性提升巨大

感知算法的一個(gè)重要任務(wù)是進(jìn)行「語義目標(biāo)檢測(cè)跟蹤」，即「檢測(cè)」到各類目標(biāo)準(zhǔn)確的三維位置、尺寸和姿態(tài)，并進(jìn)行「跟蹤」。算法會(huì)把障礙物提前分為不同的類別，根據(jù)先驗(yàn)知識(shí)預(yù)測(cè)它們的行駛路徑和意圖。例如一輛車和一個(gè)人的速度區(qū)間顯然不同。

做好語義目標(biāo)檢測(cè)跟蹤，對(duì)于城市 NOA，以及AEB、AES、FCW 主動(dòng)安全功能非常重要。

評(píng)價(jià)「目標(biāo)檢測(cè)」有一個(gè)重要指標(biāo)是「平均精準(zhǔn)度」 mAP （mean Average Precison），用來評(píng)估感知算法對(duì)目標(biāo)位置、尺寸、姿態(tài)的檢測(cè)水平。

行業(yè)權(quán)威數(shù)據(jù)集 Nuscenes 感知算法評(píng)測(cè)6顯示，使用激光雷達(dá)的算法，mAP 數(shù)值相比純視覺有明顯提升。其中激光雷達(dá)+攝像頭的組合方案分?jǐn)?shù)相比純視覺算法的數(shù)值平均從 57% 提升至 73%，表現(xiàn)最好的達(dá)到了 77%。

nuScenes 數(shù)據(jù)集 2023 年以來公開挑戰(zhàn)賽成績(jī)6

同樣，基于「目標(biāo)跟蹤」任務(wù)的「平均多目標(biāo)跟蹤精度」AMOTA (Average Multi Object Tracking Accuracy) 評(píng)價(jià)數(shù)值，在加入激光雷達(dá)之后，算法的平均跟蹤精度也從 56% 提升到了 75%。

nuScenes 數(shù)據(jù)集 2023 年以來公開挑戰(zhàn)賽成績(jī)6

從數(shù)據(jù)集實(shí)測(cè)結(jié)果來看，無論是目標(biāo)檢測(cè)，還是目標(biāo)跟蹤，激光雷達(dá)和攝像頭組合方案的精度都是最佳的，其次是純激光雷達(dá)方案，以及純攝像頭方案。

激光雷達(dá)感知算法具有非常好的目標(biāo)檢測(cè)跟蹤效果

看準(zhǔn)「地面」

激光雷達(dá)的拿手好戲

對(duì)于汽車而言，世界可以分為地面和物體兩大類，地面用來行駛，物體按照離地高度采取避開或通行的決策。例如，遇到高高懸空的物體可以安全通行，如紅綠燈、指示牌等。因此算法需要準(zhǔn)確檢測(cè)地面，才能獲取物體相對(duì)地面的高度，判斷需要避開障礙物，還是可以繼續(xù)通行。能否精準(zhǔn)進(jìn)行「地面檢測(cè)」，對(duì)于 AEB （自動(dòng)緊急剎車）、ACC（自適應(yīng)巡航）、全場(chǎng)景導(dǎo)航輔助駕駛都非常重要。

對(duì)于地面的檢測(cè)，其他傳感器主要存在的問題有：檢測(cè)精度差，能檢測(cè)到的地面距離太近，或者根本無法區(qū)分地面和高空中物體，這可能會(huì)導(dǎo)致不必要?jiǎng)x車，影響行車舒適性，如果導(dǎo)致高速上剎車則更是增加危險(xiǎn)。更不用說在上下坡道路、大曲率彎道這些本來地面檢測(cè)難度就極大的路況了。

作為自動(dòng)駕駛汽車中用于感知位置最精確的傳感器，激光雷達(dá)基于三維坐標(biāo)，能精確到厘米級(jí)別為算法提供地面和物體的相對(duì)位置，哪些是障礙物，哪些是不會(huì)影響行駛的物體，在激光雷達(dá)的世界里一目了然。

基于激光雷達(dá)進(jìn)行精準(zhǔn)的「地面檢測(cè)」

與此同時(shí)，地面上的各種凹陷和凸起，如果車速過快，會(huì)非常影響乘車體驗(yàn)舒適性，甚至有安全隱患。激光雷達(dá)可基于探測(cè)到的地面高度落差，在車輛快要經(jīng)過這些凹凸不平，幫助避開或盡早減速，幫助汽車獲得更好的駕乘體驗(yàn)。

識(shí)別「車道線」「路沿」

激光雷達(dá)讓算法更得心應(yīng)手

對(duì)于 LKA 車道保持、ALW 自動(dòng)變道等功能，汽車需要對(duì)于車道線進(jìn)行正確的識(shí)別，從而遵守道路規(guī)范行駛在“正確的道路結(jié)構(gòu)”中。但在上下坡、大曲率彎道處，基于單一傳感器進(jìn)行車道線的擬合難度較大，檢測(cè)結(jié)果容易變形、閃爍。

除了坐標(biāo)，激光雷達(dá)還能輸出反射率，涂有反光涂層的車道線反射率會(huì)更高，算法可以提取特征把車道線識(shí)別出來，從而為車輛提供更精準(zhǔn)的「語義地圖」。

基于激光雷達(dá)的感知算法在上坡、彎道場(chǎng)景

依然穩(wěn)定識(shí)別車道線

路沿也是「語義地圖」的重要組成，高出地面的路沿往往只有十幾厘米高，對(duì)于精度不高的傳感器非常困難，有了精度 ±2 cm 激光雷達(dá)，準(zhǔn)確的高度信息能讓路沿檢測(cè)更加高效。

越來越「香」的激光雷達(dá)車型

作為一個(gè)可以幫你開車的“機(jī)器人”，智能汽車做任何決策需要建立在「精準(zhǔn)感知」的基礎(chǔ)上，激光雷達(dá)憑借「真三維」「高精度」的優(yōu)勢(shì)，成為增強(qiáng)感知的利器，幫助車輛擁有復(fù)雜路況與密集交通下更快更穩(wěn)的主動(dòng)應(yīng)變能力。

從落地應(yīng)用的 ADAS 功能來看，無論是 AEB（自動(dòng)緊急剎車）、AES（自動(dòng)緊急轉(zhuǎn)向）、FCW（前向碰撞預(yù)警）這樣的主動(dòng)安全功能，還是開始大規(guī)模落地的 ACC（自適應(yīng)巡航）、LKA（車道保持）、ALC（自動(dòng)變道）、全場(chǎng)景導(dǎo)航輔助駕駛，激光雷達(dá)在感知算法中的參與度越來越高，汽車也因此獲得了更好的智能駕駛體驗(yàn)。

可以預(yù)見，隨著高階輔助駕駛的不斷升級(jí)，配備激光雷達(dá)版本的高配車型也將越來越“香”。