未来汽车大讲堂——智能驾驶第一课

智行者 清华

李克强

adas 高级辅助驾驶

整车

1、谷歌        

2、UBER

芯片

1、谷歌

2、英伟达

3、intel

英伟达

navigant

1500万货车，3000万货车司机。如果都取代了，也就是3000万货车司机下岗。

Google TPU BPU，google不只是一个网络公司。

AGL automotaive g lunix

Greehill

Lidar：做定位、障碍物检测、跟踪

Radar：主要用于障碍物检测，很难做分类与跟踪

摄像头：很难得到三维数据，容易被干扰，做分类和跟踪比较好

激光雷达用途：生成高精地图、障碍物检测、跟踪、分类、实时定位

分类：

1、扫描雷达：

    机械式旋转雷达，比如成熟，用得比较多。Velodyne、lbeo、Robosense、数腾

    基于MEMES的雷达：还在研发阶段。通过描扫镜来改变光路。以色列的innovize。

    OPA：相共振雷达。通过多个小天线发射激光，通过控制激光的相位来改变方向。Quanergy、MIT等。

2、非扫描雷达

    Flash LiDar：发射面阵的光，不是逐点扫描。LeddarTech

LIDAR分为发射、光路、接收、后处理四块，不管用哪种方式，后处理都是一样的，改的是前三种。导致很多种类。

点云：

通过发射接收，在空间中形成一个点。每一个点的数据包括xyz的空间数据+光强度

视觉定位：室内比较好，室外的鲁棒性不好。

点云算法很重要

多芯GPS：1-2m

无人驾驶需要精确到车道，要用到RTK，RTK最大的问题是需要布基站。下一代的叫PPP，不需要布基站，18年以后

GPS和IMU整合起来

高精地图的最低层是网格地图，5cm*5cm精度，加上车道、标志物。制作很昂贵。

定位方式：

1、绝对定位，卫星。室内、隧道不精准

2、高精地图+激光雷达

3、双目视觉

4、用轮子转动来测量距离，问题是误差会积累

实际操作中，要用多种混合使用。

Sensor fusion架构：主流都在用。造价40万-50万美金。

感知：需要数据集。Kitti的数据集比较通用，有双目、定位导航等数据集

激光雷达防干扰未来是个问题

机械式旋转：量产性受到限制，价格昂贵

MEMES：温度、震动影响商业化；

相共振：

Lidar：做定位、障碍物检测、跟踪

Radar：主要用于障碍物检测，很难做分类与跟踪

摄像头：很难得到三维数据，容易被干扰，做分类和跟踪比较好

激光雷达用途：生成高精地图、障碍物检测、跟踪、分类、实时定位

分类：

1、扫描雷达：

    机械式旋转雷达，比如成熟，用得比较多。Velodyne、lbeo、Robosense、数腾

    基于MEMES的雷达：还在研发阶段。通过描扫镜来改变光路。以色列的innovize。

    OPA：相共振雷达。通过多个小天线发射激光，通过控制激光的相位来改变方向。Quanergy、MIT等。

2、非扫描雷达

    Flash LiDar：发射面阵的光，不是逐点扫描。LeddarTech

LIDAR分为发射、光路、接收、后处理四块，不管用哪种方式，后处理都是一样的，改的是前三种。导致很多种类。

点云：

通过发射接收，在空间中形成一个点。每一个点的数据包括xyz的空间数据+光强度

视觉定位：室内比较好，室外的鲁棒性不好。

点云算法很重要

主讲人：地平线机器人市场拓展总监

美国的年轻人驾照拥有比例下降，对共享出行的接受度上升