奥库雷达亚太区总裁高建军:4D点云高清成像雷达和高清射线视觉一体机

车载毫米波雷达进入新成像时代。

Oculii是世界上首创的4D点云高清成像雷达,其成像效果现在可与16线激光雷达媲美。

雷锋网了解到,随着点云密度和角分辨率的增加,未来的成像效果可以与32/64线激光雷达相媲美。

据雷锋网站介绍,在2019年汽车雷达和传感器集成预见技术展览会上,奥库雷达CMO公司;亚太区总裁胡建军重点介绍了奥库在4D点云高清成像雷达和高清射线视觉一体机应用于车路协调方面的最新进展。

以下是雷锋网新志佳在不改变初衷的基础上编辑的智建军讲话全文:车载毫米波雷达的创业圈已经达成共识,如果国内外创业公司想要生存、发展和成长,就必须依靠创新和突破。

在众多毫米波雷达国际巨头和ABCD(奥托立夫、博世、大陆和德尔福)优势日益增强的背景下,仅靠自产、低价和优质服务是远远不足以赢得竞争的。

我们公司一直专注于毫米波雷达技术的突破性创新,而不是渐进式创新,而是跨越式创新。

例如,ABCD现在正在市场上推出第五代雷达,实验室正在研究第六代雷达。我们能直接生产“第七代”雷达吗?“第七代”雷达是如何定义的?是一款非常适合自动驾驶L3/L4/L5场景的4D点云高清成像雷达。

它兼有毫米波雷达和激光雷达的特点,具有全天候、车辆调节容易、测速准确、成本低廉的优点,以及高清点云成像和高角分辨率的优点。

它很好地补充了高清视频的性能。两个点云像素级融合后,可以完美感知自动驾驶的各种复杂场景。

不久前,马斯克的激光雷达“无用”引起了很大争议。

人们普遍认为,这三种传感器各有特点和互补优势,它们都是不可或缺的。

然而,考虑到汽车仪表的低成本和大批量生产等因素,纯相机+毫米波无激光雷达的解决方案确实是目前L3大批量生产最实用的选择。

通过使用更高效的视觉芯片和卓越的深度学习算法,视觉在感知性能方面可以大大提高空。

如果毫米波雷达也能做到这一点,突破原有性能的瓶颈,显著提高角分辨率,结合激光雷达成像的特点,做好雷达和视点云的像素前融合,那么高清相机+成像毫米波雷达方案可能会大大超过当前性能,在L3/L4上达到理想的充分状态。

普通毫米波雷达用于L1/L2的AEB、ACC、BSD等功能。其技术实现相对简单,但其缺点是角分辨率不够高。

例如,当使用具有3个回合和4个收据的芯片时,角度分辨率大约为10度或更高。

如果你想提高角分辨率,例如,到1度角,你必须通过级联四个芯片和增加天线来实现。

这种提高角度分辨率的传统方法是通过硬安装更多芯片和天线来实现的。

然而,雷达硬件受到成本、尺寸和功耗的限制。这种方法的局限性是不言而喻的。

奥库在普通硬件水平的基础上,创造性地依靠软件算法实现虚拟雷达孔径,模拟多次天线,实现点云成像,大大提高角度分辨率。

例如,3发射4接收单芯片方案相当于在多输入多输出模式下有12个接收天线。

奥库可以根据天线数量增加5-10倍的虚拟天线,使用虚拟孔径的方法最终达到120个天线的效果。

天线越多,角度分辨率越高。

当FOV为120度时,这种单片角雷达的角分辨率为1度。

虚拟天线的最大倍数取决于芯片的计算力。

如果计算力足够大,虚拟倍数可以远高于10倍,可以虚拟更多天线,并且角度分辨率可以继续大大提高。

让我们简单看看我们的雷达点云成像的效果。

周围的道路和树木都是三维和三维点云。雷达可以清楚地识别周围的静态物体,如树木护栏。车辆、行人等动态物体。

点云高清成像雷达,根据应用场景,重点关注77/79G雷达的三个应用领域:车载前向高性能成像雷达、车载高角度分辨率角雷达和车路协同雷达。

首先是前向高性能成像雷达。

L3/L4在高速场景中,车辆应该能够清楚地探测到300-400米以外的物体,以便车辆有足够的时间处理紧急情况。

特别是,应尽快检测和识别散落在路面上的小物体。

据悉,最新一代瓦伊莫(Waymo)自主车安装了6部毫米波雷达,其中2部前方远程雷达发挥了这一作用。

目前,普通毫米波长距离雷达的距离和角分辨率对于这种极端场景来说是不够的。

我们正在使用最新的点云成像技术制造覆盖面接近400米、角分辨率接近0.1度的成像雷达,以满足上述要求。

下一个是高分辨率角雷达。

在L1/L2相位,角度雷达主要用作波分复用器,也可以使用较低的角度分辨率。

然而,在L3/L4阶段,当在城市地区执行自动驾驶和自主停车服务等功能时,车辆周围的人和车辆是混合的,需要对周围环境有更清晰和更准确的感知。角度雷达的要求越来越高,最好具有高分辨率和成像能力。

当FOV=120度时,我们使用3发射器4接收器芯片来实现1度的角分辨率。

普通毫米波雷达在FOV=120度时的角分辨率优选约为10度。

或者为了提高角分辨率,只有通过缩小FOV,许多前向雷达只有10度FOV,一个重要原因是为了换取更好的角分辨率。

据报道,克鲁斯将军在旧金山市区的无人驾驶汽车上搭载了21毫米雷达。

主要原因是在这种场景中,人车混杂,突发事件频繁发生,感知难度是人口稀少场景的几十倍,需要良好的雷达角分辨率。

除了前向和后向远程雷达,其他雷达主要用于感知周围环境。

由于每个雷达的角分辨率不足,只有多个窄FOV雷达可以拼接形成360度高分辨率感知。

但是如此多的雷达安装起来很麻烦,相互干扰并合并在一起是一个巨大的挑战。

奥库的1度角分辨率雷达允许车辆只使用传统的4度角雷达方案,从而达到类似巡航多角度雷达的高分辨率效果。

三是一体化的车路协调和地雷视觉系统。

自去年下半年以来,汽车公路合作在中国蓬勃发展。随着5G在中国的大规模商业应用,作为5G主要应用之一的车路协作正在加速商业登陆。

业界普遍认为,在5G+汽车和道路的合作下,中国的自动驾驶行业可能会在拐角处超车,这在商业上领先于世界。

原来,单辆汽车的传统智能依赖于汽车尾部的大量传感器来感知,这受到高成本和高性能的限制。

在车辆和道路的配合下,安装在路边的传感器可以通过5G和V2X为无人驾驶自行车提供“引人注目”的服务。

路边的感知很高,有上帝的视角,可以清晰而全面地看到。

通过这种方式,车与路相互配合,通过路边感知可以很容易地获得单车传感器感知不到的盲区和超视距等信息,然后传输给单车,并结合车尾感知,从而更好地做出判断和决策。

中国的道路环境极其复杂,交通参与者众多,尤其是在城市核心区的十字路口,交通极其复杂。

自动驾驶的感知挑战可以随着路边对车路协作的感知而大大降低。

奥库的一体化矿用视觉机可以实时连续跟踪路口的所有车辆、非机动车和行人,提供目标物体的实时3D位置、三轴速度、长度、宽度、高度、分类、航向等信息。

可通过V2X设备传输到单台车辆,并可与单台车辆的感知融合,用于车辆判断和决策。

也可以在高速公路沿线、入口和出口以及车辆末端进行协作感知。

穿越行人、静止车辆和其他传统雷达难以探测到的物体,可以很容易地被射线视觉一体机跟踪和探测到。

高清成像雷达的角分辨率越来越高,可感知场景越来越复杂。

然而,即使雷达达到0.1度的非常高的角分辨率,也不能与0.01度或甚至更高的高清晰度视频的角分辨率相比较。

随着1K/4K/8K高清视频的发展,像素的角分辨率越来越高。

随着深度学习算法的不断改进,芯片性能越来越高,高清视频传感具有巨大的潜力。

因此,我们应该充分利用高清视频在路边的协同感知。

同时,雷达和视频应该集成在一起。

我们所做的不是目标级融合,而是点云和像素级融合。

难点在于雷达点云属于三维坐标,摄像机视觉属于平面坐标。

很难通过将三维空间中的点投影到二维平面点上并使它们一一对应来转换坐标系。目前奥库已经很好地解决了这个问题。

转换后的点云像素级融合可以使目标检测、跟踪和分类具有很高的可信度。

视频擅长分类、跟踪,而雷达擅长检测速度、距离、航向,双方各献所长,最终的结构数据奥库雷达亚太区总裁高建军:4D点云高清成像雷达和高清射线视觉一体机内容就很完美。视频擅长分类和跟踪,而雷达擅长检测速度、距离和航向。双方提供各自的优势,最终的结构数据内容是完美的。

综上所述,奥库公司创造性地突破了毫米波雷达的技术上限,将毫米波雷达技术提升到一个全新的水平,在无人驾驶领域发挥了前所未有的作用。

未经允许不得转载:威尼斯彩票官网 » 奥库雷达亚太区总裁高建军:4D点云高清成像雷达和高清射线视觉一体机
分享到:
赞(0)

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址