车载激光雷达在无人驾驶领域的应用分析

发布时间：2018-01-05　　来源：立鼎产业研究网　点击量： 2109　

一、3D激光雷达是无人驾驶的核心技术路线

1、激光雷达是实现无人驾驶最有效的途径

传感器是无人驾驶的感知入口，作用类似于人类的眼镜，现有主流传感器主要有车载摄像头、毫米波雷达、夜视系统、激光雷达等，其中3D 激光雷达能够根据扫描到的点云数据快速绘制3D全景图型，是无人驾驶的核心技术之一，也是现阶段实现无人驾驶最有效途径。相较于其他传感系统，激光雷达在无人驾驶过程中大规模城市场景的三维重建具有明显的优势。1）精度高、速度快。激光雷达具有数据获取速度快、点云密集和场景复杂的特点，能够有效重建行驶过程中遇到的障碍；2）数据完整度高。激光雷达每秒可获取上万个点，具有数据海量的特性。

激光雷达是实现无人驾驶最有效的途径

资料来源：立鼎产业研究中心

2、现有激光雷达车用方案类别

现有激光雷达车用方案有两种：1）以地图为中心，例如谷歌、百度，Uber等，主要利用车顶激光雷达与预先存储的高精度地图进行匹配；2）以汽车为中心，将激光雷达制作成小体积嵌入汽车，使得无人驾驶汽车在外观上与传统汽车没有区别。相比之下，以汽车为中心的实现路径更符合激光雷达的未来发展，激光雷达的主要生产企业都致力于将传感器越做越小。

3D激光雷达在无人驾驶运用中拥有两个核心作用。1）3D建模进行环境感知。通过激光扫描适中的数据量可以得到厘米级别精度的汽车周围环境3D模型，运用相关算法比对上一帧和下一帧环境的变化能够准确、稳定地获取路沿信息并检测动态障碍物。2）SLAM 加强定位。3D 激光雷达另一大特性是同时实现定位与地图构建（SLAM），实时得到的全局地图通过和高精度地图中特征物的比对，实现导航及加强车辆的定位精度。

二、同步定位与地图构建等核心软件能力至关重要

1、算法是激光雷达的核心

激光雷达的核心技术是算法，算法的优劣影响激光雷达测量的精度，是激光雷达的核心和灵魂，首先是底层算法，之后才考虑后端算法。激光雷达扫描后可生产带有三维坐标信息和其他反射信息的点云数据，由于这些数据是由一些离散的三维点构成的“点云”，需要相关处理软件使用有效的可视化界面和算法进行处理，形成点云技术的可视化输出，如思岚科技在新产品RPLIDAR A2 上使用的新算法系统RPVISION 2.0，在16 米测距范围内，借助光磁融合技术（OPTMAG），可达到扫描频率10HZ、测量频率4000sps 的水平，较RPLIDAR A1 上使用的RPVISION1.0 实现的6 米测距、5HZ 扫描频率、2000sps 测量频率提升较大。

2、基础点云数据处理软件可实现可视化输出

激光雷达收集的点云数据经过配套的处理软件可实现可视化输出，从而实现绘制地图、定位等应用目的。现有的基础激光雷达点云数处理软件可分为三类：1）主要为激光扫描仪仪器厂商提供，一般具有独特的数据格式，可以实现与仪器的紧密结合，通用性不强；2）为CAD/CAM软件公司在原有软件基础上开发的扩张或升级程序，具有通用性强、功能齐全、易于扩展等特点，一般需要二次开发才能使用；3）自用开发程序，具有成本低、实用性强等特点，但使用范围窄且不易推广。

Leica公司3D激光扫描系统采用软件

资料来源：公开资料

目前成熟的处理软件主要由海外激光雷达企业提供，例如激光测绘公司瑞士Leica 的Cyclone 软件采用3D CAD 模型建筑和2D 图件提取进行点云分析，可控制18 亿点的数据，Leica 使用的TruView 软件是一款基于互联网的免费的点云数据浏览软件，可以在互联网上展示点云数据成。除此之外还有美国Imageware 公司的Sufacerl0.0、英国DelCAM 公司的CopyCAD、英国MDTV 公司的STRIM and SurfaceReconstruction、英国Renishaw 公司的TRACE 等。另外，在一些流行的CAD／CAM 集成系统中也开始集成了类似模块，如Uni-graphics中的Point Cloud 功能、Pro/Engineering 中的Pro/SCAN 功能、Cimatron90 中的ReverseEngineering 功能模块等。

3、以SLAMWARE为例认知同步定位与地图构建的重要性

采用激光雷达实现SLAM同步定位与地图构建是移动机器人行走的最佳方案，但由于高精度要求面临较多的实现障碍：1）运算负担大、功耗大，需要强大的计算机；2）耦合度高，需要外部传感器；3）门槛高，需要单独调试。对于大部分移动机器人企业来说，与其投入巨大的人力与成本自行研发SLAM算法，更多企业希望选择能够提供成套解决方案的激光雷达供应商，这样自身只需专注于机器人上层结构，减少了开发底层算法所需的成本。

激光SLAM技术能够实现定位与建图

资料来源：公开资料

国内能够提供配套软件的激光雷达企业不多，思岚科技推出了首款模块化的机器人自主定位导航定位系统SLAMWARE，利用自主研发的激光雷达作为核心传感器，通过SLAMWARE内臵的先进算法驱动，可在未知环境中实时提供定位，并构建最高达2cm分辨率的环境地图，同时采用D*动态即时路径规划算法，可自动搜索前往目标的最短路径并控制机器人行动。

思岚高科技推出高精度集成化室内导航解决方案SLAMWARE

资料来源：公开资料

总体而言，SLAMWARE 系统的基于SLAM 引擎及配套的路径规划功能具有以下特点：1）采用D*算法（动态启发式路径搜索算法），能够实现在未知环境中实时规划路径并进行障碍物规避导航；2）高度集成，无需借助外部运算资源；3）内臵多种机器人运动控制算法，能够帮助机器人实现行走，由此该芯片也被视为机器人的“小脑”。作为3D 激光雷达的配套系统，SLAMWARE CORE 芯片的体积只有火柴盒大小，整体软件在使用时极易整合，例如针对扫地机器人领域，思岚科技提供完整的解决方案，整合了其特有的贴边清扫、往复式打扫、区域划分、断点续扫、自动回充等功能，方便扫地机器人厂家进行整合，不需要进行二次开发；同时该系统还具有高稳定性，例如在1 万平方米的大型环境下，回环问题、走廊问题都能较好地被解决。

思岚科技SLAMWARE 系统结构图

资料来源：公开资料

在国内，甚至全球范围内，能够提供像SLAMWARE这样成套解决方案的公司并不多，但市场前景巨大，根据业内人士预测：一套SLAM采集系统一天可采集5万平方米的室内数据，在未来的5年时间里，会有500亿平方米的室内空间将以SLAM技术方式被采集，数据且会以更高效率满足不同应用需要。

三、技术更新和规模化将突破3D激光雷达成本过高瓶颈

1、3D激光雷达成本仍过高

现在全球激光雷达都没量产，都是实验室产品，Google和百度用于汽车无人驾驶的3D激光雷达产品也在样品阶段，小批量为主，有些核心零部件还是3D打印出来的，成本过高成为阻碍3D激光雷达商业化推广的主要瓶颈。目前国外主流企业用于地图测绘的汽车3D激光雷达系统成本在2-10万美元/套不等，其中激光扫描仪、GPS和惯性测量装臵约占80%左右，且不同配臵对成本影响较大，如激光扫描仪的激光发射器线束越多，其成本就越高，64线束的Velodyne是16线束的10倍；惯性测量装臵的成本也在2-8万美元之间。

谷歌无人驾驶汽车用3D激光雷达成本过高

资料来源：公开资料

2、技术更新和规模化突破瓶颈

目前无人驾驶3D激光雷达硬件成本下降可采用以下途径：1）采用低线束激光雷达配合毫米波雷达、车载摄像头等其他传感系统降低成本；2）规模化生产；3）开发固态激光雷达压缩成本，目前谷歌使用的混合固态雷达成本已下降至7999美元。分析认为，随着技术创新与规模化生产的驱动，企业也将倾向于选择多像头、低线束的组合方案，激光雷达成本瓶颈有望突破。

四、车载激光雷达无人驾驶应用现状及趋势

目前，激光雷达被应用在一些无人驾驶试验车中：1）谷歌和百度的无人驾驶试验车均采用了Velodyne的64线激光雷达；2）福特的混动版蒙迪欧安装了Velodyne的32线激光雷达，第三代自动驾驶车辆Fusion Hybrid配置了2台Velodyne的Solid-State Hybrid Ultra PUCK Auto混合固态激光雷达；3）日产LEAF搭载了6个Ibeo的4线激光雷达，测试了其高级驾驶辅助系统；4）奥迪的无人驾驶汽车A7Piloted Driving采用了Ibeo和Valeo合作的Scala混合固态激光雷达；5）德尔福无人驾驶汽车配备了4台由Quanergy研发的固态激光雷达。

目前，有旋转部件的激光雷达技术较为成熟，国外主流生产厂家为Velodyne和Ibeo。Velodyne采用激光发射、接收一起旋转的方式，产品涵盖16/32/64线；Ibeo采用固定激光光源，通过内部玻璃片旋转的方式改变激光光束方向，实现多角度检测，产品涵盖4/8线。

旋转激光雷达产品对比

资料来源：公开资料

激光雷达固态化是未来趋势，存在小型化、低成本优势。固态激光雷达无需旋转部件，因而体积更小，方便集成在车身内部，并且系统可靠性提升，成本也可大幅降低。因此激光雷达有向固态发展的趋势。创业公司Quanergy与德尔福合作开发出了固态激光雷达，采取相控阵技术，内部不存在任何旋转部件。传统优势企业Velodyne和Ibeo也推出了混合固态激光雷达，在外观上看不到旋转部件，但内部仍靠机械旋转实现激光扫描。

旋转与固态激光雷达对比

资料来源：公开资料

早在2015年，奥迪的无人驾驶汽车A7 PilotedDriving就采用了Ibeo和Valeo合作的Scala混合固态激光雷达，大众的一款半自动驾驶汽车也搭载了Scala，该激光雷达隐藏在保险杠内，用于取代毫米波雷达做AEB的测距模块。在CES2016上，有两款固态/混合固态激光雷达展出：1）来自Quanergy的固态激光雷达S3，仅为一盒名片大小，单个售价初步定在250美元，量产后可能降至100美元；2）由Velodyne与福特共同发布的混合固态激光雷达UltraPuckAuto，2020年计划量产价为500美金，2025年计划把成本控制在200美金以内。