找回密码
 1分钟注册发帖

QQ登录

只需一步,快速开始

[全球汽车新闻] Uber致命车祸恐伤及激光雷达商业化进程

[复制链接]
江南枫 发表于 2018-3-28 01:06:23 | 显示全部楼层 |阅读模式
第一财经日报

  Uber无人驾驶汽车在亚利桑那州的致命车祸已经过去一周时间,随着一段行车记录仪的视频被曝光,背后牵扯出众多与自动驾驶技术相关的供应商。

  这起事故引发的最大的问题是,为何无人驾驶汽车没有把行人识别出来?这也直接把矛头指向了自动驾驶汽车的“眼睛”——激光雷达传感器。

   “坐在汽车里,我能感到它在走,但是我往车外看,只能看到一片漆黑。结果令人惊喜,车辆准确地沿着蜿蜒的道路行驶。”这是福特公司工程师韦恩·威廉姆斯两年前在美国亚利桑那州一条晚上伸手不见五指的沙漠道路上行驶后发出的感概。

  装在汽车顶上的激光雷达系统每秒钟发出280万束激光,形成一张能实时感应周围环境的激光网。这张网捕捉到的信息与雷达收到的信号相结合,能够实时生成汽车周围环境的高清数字地图,让无人驾驶汽车看到摄像头视野范围之外的物体。即使是意料之外的情况下,激光雷达也能同时记录多个物体的运动轨迹。

  威廉姆斯测试的这项技术正在被越来越多的汽车制造商使用。谷歌就使用激光雷达的测试系统协助无人驾驶汽车看到人类司机看不到的死角,做出人类做不出的判断。除了在雨雪天等恶劣环境下,传感器可能不工作以外,这一技术通过激光反射对物体的描绘能够精确到厘米,近乎完美。

  但就是这样一辆搭载着几乎无懈可击的激光雷达技术的Uber无人驾驶测试车近日夜晚在亚利桑那州将一名行人撞倒,并致其身亡。专家通过对行车记录仪曝光视频的分析得出了意外的结论是,这辆车似乎并没有探测到当时路上的行人。

  既然激光雷达即使在夜晚也不存在“看不见”的现象,那么专家认为,造成车辆撞上行人的最大可能性只能是激光雷达当时没有起作用。一种解释是,Uber的测试员把激光雷达的功能关闭了。

  至于关闭激光雷达的理由,“可能有两个原因,一种是目前市场上流传的说法,Uber可能当时需要测试激光雷达以外的传感器。但也不排除第二种可能性,那就是Uber担心自己对激光雷达的使用和数据收集被竞争对手监控。”一名业内人士向第一财经记者解释称,“要知道谷歌Waymo和Uber的诉讼源头就是因激光雷达技术而起。所以在进行某些测试的时候,Uber故意将激光雷达关闭。”

  这位人士还强调,关闭了激光雷达之后,无人驾驶汽车是否还能被允许进行路测,要打个问号。但是亚利桑那州历来就对无人驾驶测试监管非常放松,所以很多公司都喜欢在那里进行测试。

  对此,Uber无人驾驶汽车的激光雷达供应商Velodyne也予以澄清,称自己“很为难”。

  “我不认为是激光雷达的技术出现了问题,我们和其他厂商一样感到有些摸不着头脑。”Velodyne总裁MartaThomaHall在一份声明中表示,“我们的激光雷达在当时夜晚的场景下能够清楚地勾画出受害人的样子,但是仅凭借这一个传感器并不能帮助汽车做决定踩下刹车或者是避让行人。”目前Velodyne正在配合联邦调查员进行事故调查。

  Hall认为,既然是Uber的自动驾驶汽车,那么应该由Uber公司为整体的功能承担责任。她同时指出:“除了激光雷达以外,自动驾驶汽车还有包括摄像头和雷达等传感器来帮助汽车做决策。我们不知道事发当晚Uber的肇事车辆开启了哪些传感器,以及这些传感器是否正常工作和它们是如何被使用的。”Hall建议,调查人员应该从Velodyne以外的地方去寻找答案。

  商业化进程或放缓

  激光雷达技术的诞生已经有好多年。尽管这一技术正在被越来越多投入自动驾驶研发的汽车以及科技公司使用,但至今仍未走向大规模商业化。而Uber的这起伤人致死事件可能为激光雷达的商业化进程再度蒙上阴影。

      坐落在Hellyer大道5521号的Velodyne新厂房曾是美国科技巨头思科(Cisco)的厂房,后来被Velodyne买下,去年4月开始启用,专门用于目前高端激光雷达产品的生产制造。这一生产基地拥有数百名员工。在人机协作的生产线上,工人们正在机械臂的帮助下,忙碌地完成激光发射器以及信号接收器的调校工作,这是决定激光雷达技术是否能够精确运用的关键。大部分工人正在从事的是32线激光雷达的手工调校工作,另有一小部分员工从事的是目前Velodyne市场上销售的最为高端的产品VLS-128的调校工作。

  要保证激光的发射器和接收器不出差错,手工组装和调校普遍比较耗时,这也是为何激光雷达产品的成本始终居高不下的原因。

  不过,Velodyne方面表示:“现在人机协作的分工基本是一半一半,但是随着公司推出更多技术含量更高的产品,未来的生产线将实现全自动化,也就是不再需要工人手工进行激光发射器和接收器的调校工作,机器就能自动完成。这也能极大地缩减成本。”

  今年年初,Velodyne已经对基本的16线激光雷达产品进行降价,价格从7999美元降至3999美元。等到完全实现大规模量产后,未来激光雷达的售价可能仅为目前价格的十分之一。

  Velodyne在上年的营收同比翻了四倍,其中16线激光雷达上年出货超过10000台。32线激光雷达出货量也超过1000台。32线也是今年Velodyne的主力产品。“当然还有很多客户将会向128线激光雷达转移,这是因为这一传感器具有的长探测距离和高分辨率特点。”Jellen当时透露。

  128线激光雷达是目前全球性能最高的激光雷达,探测距离可达300米,角度分辨率为0.1度。据了解,Uber是Velodyne128线长探距高分辨激光雷达的潜在大客户。Velodyne曾透露,128线激光雷达已经率先出货给一个重要客户,并将于今年一季度向其他客户交付。

  Velodyne的另外一个尚未投入市场的产品是一款固态激光雷达Velarray。去年公司已经向重点客户展示了这款产品,但仍然主要用于内部测试。公司称今年第一季度将会拿出样机给一些汽车客户进行测试,这些厂商预计在2020年有望搭载车规级的Velarray固态激光雷达的产品。

  “我们认为激光雷达市场在2018年还会进一步增长,但是仍然有大量工作需要完成,比如进一步完善软件、将固态激光雷达集成进汽车。”Jellen早些时候表示。

  目前Velodyne仅在美国设有工厂,不过公司方面透露,可能考虑在不久的将来,在美国以外的市场设厂,中国也在考虑范围内。

  翁炜曾预计,激光雷达大规模的采购可能会在2018年开始,到2020年左右,实现成本降至500美元的目标。但是现在Uber的事故发生后,不仅Uber宣布中止无人驾驶汽车的测试项目,就连丰田等公司也都放缓了进程,

  这也意味着,Velodyne大规模商业化的时间表也面临后延的风险。

  当然,市场前景也并非那么悲观。

  根据研究机构Frost&Sullivan的数据,未来10年,约有30至40种来自不同整车制造商的车型将配备激光雷达,而且激光雷达被认为是自动驾驶汽车达到第四阶段L4级别所必须具备的。

  根据美国NHTSA制定的标准,无人驾驶车目前主要分为五个等级。“二级”是半自动驾驶,也就是驾驶员在得到相应的警告后,如果没有做出反应,汽车就会自动反应。典型的代表是目前的特斯拉汽车。“三级”是高自动驾驶,也就是系统能在驾驶员监控的情况下,实现一定时间的自动控制行驶。“四级”则是完全自动驾驶,在无需驾驶员监控的情况下,汽车可以完全实现自动驾驶,最高级别是五级,也就是所谓的“无人驾驶”。目前市面上看到的Uber等共享出行公司,都基本只对做“四级”无人驾驶车感兴趣。

  尽管激光雷达技术受到大多数业界参与者的推崇,但是也有不少的质疑者。其中最具代表性的是特斯拉。特斯拉CEO马斯克曾在谈到激光雷达问题时,用“昂贵”、“丑陋”和“无用”等词来形容这种技术。这也在当时引来Uber创始人卡兰尼克和Uber工程师AnthonyLevandowski的嘲笑。

  据了解,谷歌当时的无人车中使用的Velodyne激光雷达的售价高达7万美元,这被马斯克认为“根本没必要”。

  另有一些厂商的无人驾驶车采用了低成本解决方案,例如在车前车后各部署毫米波雷达和用于ADAS功能的摄像头。

  激光雷达的工作原理基本与雷达相同,是通过转换周围物体弹出的信号来测量距离。但是雷达使用的是无线电波,而激光雷达使用的是光波,光波能够创造出更加详细的周边环境的3D地图。因此与“毫米波+ADAS”的视觉解决方案相比,激光雷达在测距的精确性上很有优势。

  使用激光雷达技术的公司包括通用、福特、克莱斯勒、百度、苹果等在内的几乎所有涉及到自动驾驶技术研发的汽车制造商和科技公司,除了特斯拉。

回复

使用道具 举报

剑少 发表于 2018-5-14 17:15:09 | 显示全部楼层
百尺竿头更进一步...
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 1分钟注册发帖

本版积分规则

重要声明:“百事牛www.BestKnew.com”的信息均由个人用户发布,并以即时上载留言的方式运作,“百事牛www.BestKnew.com”及其运营公司对所有留言的合法性、真实性、完整性及立场等,不负任何法律责任。而一切留言之言论只代表留言者个人意见,并非本网站之立场。由于本网受到“即时上载留言”运作方式所规限,故不能完全监察所有留言,若读者发现有留言出现问题,请联络我们。

Archiver|小黑屋|百事牛

GMT+8, 2024-5-16 09:37 , Processed in 0.021220 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表