做激光雷達(dá) 華為技術(shù)能華山論劍了？

　　知情郎·眼|

　　侃透公司專利事兒

　　最近，中信證券的報(bào)告《拆解五款激光雷達(dá)看智能駕駛投資機(jī)遇》引起了行業(yè)熱議。

　　激光雷達(dá)這產(chǎn)品爭議多年，但因價(jià)格貴、技術(shù)門檻高，落地者寥寥。

　　不過，要實(shí)現(xiàn)高級(jí)別自動(dòng)駕駛技術(shù)(L4以上)，擁有3D構(gòu)建能力與準(zhǔn)確的深度知覺的激光雷達(dá)是核心部件，這已成了一個(gè)自動(dòng)駕駛工程界默認(rèn)的“公理”——

　　不管馬斯克個(gè)人再不喜歡激光雷達(dá)方案，也不能阻止其成為主流。

　　華為這些年，也一直在推自家的激光雷達(dá)產(chǎn)品，踐行其“不造車，幫助車企造好車!”，四處向各路車企推銷華為的激光雷達(dá)方案。

　　華為激光雷達(dá)硬件產(chǎn)品行嗎？

　　產(chǎn)品牛不牛不清楚，只能說是誰用誰知道，但華為激光雷達(dá)專利不少。

　　至少，在自家產(chǎn)品問界M7上，還用上了自家自研的雷達(dá)產(chǎn)品。

　　比較出名的華為96線激光雷達(dá)方案，當(dāng)年該方案用在長城旗下沙龍品牌機(jī)甲龍上，讓人眼前一亮。

　　據(jù)說，機(jī)甲龍用了4顆激光雷達(dá)，前后左右無死角，大概率依舊是使用MEMS 微振鏡技術(shù)。

　　單顆雷達(dá)的探測范圍可覆蓋橫向 120°縱向 25°，4 顆同時(shí)啟用可實(shí)現(xiàn) 360°無視覺死角的全覆蓋。

　　01科普華為激光雷達(dá)發(fā)展過程

　　這些年，不造車的華為已經(jīng)為車企推出了車機(jī)系統(tǒng)、充電方案、激光雷達(dá)等多種只能軟硬件產(chǎn)品。

　　尤其是激光雷達(dá)，一度成為業(yè)界好奇之源。大家都想看看，華為能玩出什么花樣，能否獨(dú)領(lǐng)風(fēng)騷啊。

　　再科普2句激光雷達(dá)的重要性以及工作原理。

　　目前市場上應(yīng)用于環(huán)境感知的主流傳感器產(chǎn)品主要包括攝像頭、毫米波雷達(dá)、超聲波雷達(dá)和激光雷達(dá)四類。

　　從工作原理上講，激光雷達(dá)與「雷達(dá)」非常相近。激光雷達(dá)以激光作為信號(hào)源，由激光器發(fā)射出的脈沖激光，接觸到目標(biāo)物后引起散射，一部分光波會(huì)反射到激光雷達(dá)的接收器上，根據(jù)激光測距原理計(jì)算，就得到從激光雷達(dá)到目標(biāo)點(diǎn)的距離。脈沖激光以超高頻率不斷地掃描目標(biāo)物，就可以快速復(fù)建出目標(biāo)的三維模型及各種圖件數(shù)據(jù)，建立三維點(diǎn)云圖，繪制出環(huán)境地圖，以達(dá)到環(huán)境感知的目的。

　　從公開披露的資料看，華為激光雷達(dá)產(chǎn)品的研發(fā)始于 2016 年，與其他激光雷達(dá)公司不同，華為從一開始就選擇高難度姿勢：

　　高性能、車規(guī)級(jí)、能大規(guī)模量產(chǎn)，而非從傳統(tǒng)機(jī)械式激光雷達(dá)切入。

　　簡單說，激光雷達(dá)是車企進(jìn)軍自動(dòng)駕駛領(lǐng)域的必經(jīng)之路，覽沃科技、法雷奧、大疆Livox、速騰聚創(chuàng)M1等是業(yè)內(nèi)知名的激光雷達(dá)廠商，產(chǎn)品提供給傳統(tǒng)車企和造車新勢力。

　　由于要做車規(guī)級(jí)的產(chǎn)品，且本身并無核心技術(shù)方面的突破，所以華為一直選擇 MEMS 微振鏡技術(shù)作為切入口做產(chǎn)品。

　　MEMS 微振鏡技術(shù)在業(yè)內(nèi)較為成熟，多年前就有了，只不過現(xiàn)在優(yōu)化了制造工藝，能工程化大規(guī)模量產(chǎn)落地。

　　簡單說，MEMS 半固態(tài)激光雷達(dá)是目前最為成熟的半固態(tài)激光雷達(dá)，也是量產(chǎn)產(chǎn)品的首選。

　　從公開的專利來看，華為激光雷達(dá)在掃描裝置相關(guān)的專利有轉(zhuǎn)鏡式和 MEMS 微振鏡式，而 MEMS 激光雷達(dá)專利更為完整，轉(zhuǎn)鏡式相對(duì)薄弱;

　　小鵬汽車最早搭載激光雷達(dá)的車型小鵬 P5 選擇的是大疆 Livox 的激光雷達(dá)，采用雙楔形棱鏡方案，難度比一維、二維轉(zhuǎn)鏡方案高，但在最新車型小鵬 G9 上，該方案被拋棄，轉(zhuǎn)而采用了速騰聚創(chuàng) RS-LiDAR M1 激光雷達(dá)，該款激光雷達(dá)采用的即是 MEMS 微振鏡技術(shù)。

　　02科普下MEMS 微振鏡

　　MEMS 微振鏡本質(zhì)上是一種硅基半導(dǎo)體元器件，其特點(diǎn)是內(nèi)部集成了「可動(dòng)」的微型鏡 面，采用靜電或電磁驅(qū)動(dòng)方式，簡單講就是以電機(jī)為主的掃描系統(tǒng)換成 MEMS 驅(qū)動(dòng)的鏡片，實(shí)現(xiàn)掃描動(dòng)作。

　　MEMS 作為較為成熟的半導(dǎo)體元件具備大規(guī)模生產(chǎn)后成本下降的特性。其優(yōu)點(diǎn)在于可以減少激光器和探測器數(shù)量，極大地降低成本：

　　1)結(jié)構(gòu)精巧，體積、尺寸大幅下降;

　　2)MEMS 微振鏡并不是為激光雷達(dá)而誕生的器件，它已經(jīng)在投影顯示領(lǐng)域商用化應(yīng)用多年，供應(yīng)鏈較為成熟。

　　缺點(diǎn)也明顯，主要是 MEMS 微振鏡尺寸較小，對(duì)應(yīng)激光雷達(dá)的光學(xué)口徑、掃描角度，視場角也會(huì)變小。

　　03華為激光雷達(dá)到底優(yōu)化了啥？

　　從華為96線激光雷達(dá)方案發(fā)布會(huì)內(nèi)容來看，華為激光雷達(dá)首先要解決實(shí)際行駛過程中的主要難點(diǎn)場景，例如：

　　1)近距離加塞：

　　激光雷達(dá)由于精確的角度測量能力和輪廓測量能力，可以 2-3 幀確認(rèn)加塞，百毫秒內(nèi)做出判斷。而毫米波雷達(dá)的角分辨率不夠，攝像頭通常來說需累計(jì)多幀，需要幾百毫秒才可以確認(rèn)加塞。

　　2)近端突出物：

　　激光雷達(dá)同樣可以做出快速判斷，而毫米波雷達(dá)和攝像頭則差點(diǎn)意思。

　　3)十字路口左拐?qǐng)鼍埃?/p>

　　考驗(yàn)激光雷達(dá)大角度全視場測量能力，需同時(shí)滿足大視場和遠(yuǎn)距測量能力。

　　4)隧道場景：

　　無需多說，出隧道瞬間攝像頭弊端明顯，激光雷達(dá)完美解決。

　　5)地庫場景：

　　毫米波雷達(dá)由于多徑反射性能不佳，光線強(qiáng)弱變化又會(huì)影響攝像頭的性能，激光雷達(dá)的獨(dú)特優(yōu)勢可以很好彌補(bǔ)。

　　6)另外，就是激光雷達(dá)對(duì)靜止物體的準(zhǔn)確識(shí)別。

　　在前不久小鵬 P7 碰撞事故中，攝像頭+毫米波雷達(dá)這一組合均未識(shí)別出前方靜止車輛，更不用提及時(shí)介入做出規(guī)避動(dòng)作，如果車輛上裝有激光雷達(dá)，那么悲劇完全可以避免。

　　華為 96 線激光雷達(dá)核心參數(shù)和主要技術(shù)：

　　「看得遠(yuǎn)」：華為激光雷達(dá)可以做到 150m@10% 的測距;

　　「看得寬」：該款激光雷達(dá)水平 FOV(視場角)為 120°;

　　「近端看得準(zhǔn)」：垂直 FOV 為 25°;

　　「看得清」：分辨率可以做到 0.25°×0.26°。

　　以上參數(shù)配置基本可以實(shí)現(xiàn)城區(qū)行人車輛檢測覆蓋，并兼具高速車輛檢測能力。

　　華為激光雷達(dá)有多少市場份額?

　　從機(jī)構(gòu)披露的數(shù)據(jù)看，2021年全球激光雷達(dá)市場數(shù)據(jù)顯示，華為的全球份額是3%，排名在第十一名，雖然與多家廠商并列，但能夠在短時(shí)間內(nèi)就獲得全球3%的份額;

　　從中國市場來看，排名為第五，使用華為激光雷達(dá)的車型有極狐阿爾法S Hi版、阿維塔11、機(jī)甲龍、哪吒S這四款，目前開啟交付的為車型有阿爾法S Hi版。

　　04從算法層面看激光雷達(dá)

　　激光雷達(dá)與傳統(tǒng)毫米波雷達(dá)、超聲波雷達(dá)相比，有更高的技術(shù)壁壘和車規(guī)級(jí)難度。

　　因?yàn)閽侀_硬件工藝制造成本不說，它麻煩的是軟件算法，一個(gè)廠商一套算法各有側(cè)重。畢竟，掃描圖像后如何處理海量圖像數(shù)據(jù)進(jìn)行判定作出駕駛建議決策，才是核心。

　　現(xiàn)在的主流激光雷達(dá)廠商都會(huì)提供的自家 ADAS 解決方案或算法方案，幫助車企，然后車企要升級(jí)軟件系統(tǒng)只能去求算法提供商。

　　所以導(dǎo)致合作難度幾何級(jí)提升。

　　中信證券的報(bào)告這樣描述及激光雷達(dá)算法和傳統(tǒng)攝像頭之間的算法區(qū)別。

　　攝像頭的封裝比較簡單，標(biāo)準(zhǔn)化程度很高。攝像頭模組有鏡頭支架、驅(qū)動(dòng)馬達(dá)、鏡頭組、圖像傳感器組成，整個(gè)光學(xué)路徑的設(shè) 計(jì)完全標(biāo)準(zhǔn)化，使得軟硬件可以解耦，與攝像頭相關(guān)的算法(ISP、目標(biāo)檢測)等可以被 剝離，純粹的硬件封裝自然沒有高毛利率。

　　而不同廠商對(duì)于激光雷達(dá)的光學(xué)設(shè)計(jì)差異非常 大，從光源的選擇(采用那個(gè)波段，多少個(gè)激光器)、掃描方式選擇(轉(zhuǎn)鏡、MEMS、雙 楔形棱鏡、Flash)、接收方式的選擇(APD、SiPM、SPAD)都有多種方式。如果不是深 刻理解某個(gè)激光雷達(dá)的光學(xué)設(shè)計(jì)，則很難對(duì)信號(hào)進(jìn)行有效處理，這使得激光雷達(dá)的硬件和 算法很難進(jìn)行解耦，激光雷達(dá)整機(jī)的特點(diǎn)更接近一個(gè)嵌入式算法系統(tǒng)設(shè)備。

　　那么激光雷達(dá)包含了哪些算法呢。

　　首先是點(diǎn)云生成的一系列算法，這個(gè)與硬件以及光學(xué)設(shè)計(jì)是強(qiáng)耦合的關(guān)系，也稱為嵌入式算法，包含以下四個(gè)方面。

　　1)光源生成：由 FPGA、 Laser Driver 及相關(guān)算法生成，同時(shí)由 FPGA 形成抗干擾編碼等;

　　2)光源掃描：電機(jī)、 MEMS 等相關(guān)部件的掃描算法、ROI 區(qū)域形成由 DSP 等器件來完成;

　　3)光源接收：信 號(hào)檢測、放大、噪聲濾除、近距離增強(qiáng)由 DSP 算法完成;

　　4)信號(hào)處理：點(diǎn)云生成、狀 態(tài)數(shù)據(jù)、消息數(shù)據(jù)等。

　　點(diǎn)云生成后，有的車企會(huì)需要激光雷達(dá)廠商提供目標(biāo)識(shí)別算法，有的則不需要。目標(biāo)識(shí)別需要的算力比較大，如果 FPGA 算力不夠的話，通常需要到駕駛域控制進(jìn)行計(jì)算，比如到 Orin 或者地平線 J5 平臺(tái)上進(jìn)行計(jì)算。

　　06主流算法介紹

　　AI算法論壇中，大牛整理的一些主流2DD激光雷達(dá)算法。

　　2D Lidar SLAM

　　一般將使用單線雷達(dá)建構(gòu)二維地圖的SLAM算法，稱為2D Lidar SLAM。大家熟知的2D Lidar SLAM算法有：gmapping， hector， karto， cartographer。通常數(shù)據(jù)和運(yùn)動(dòng)都限制在2D平面內(nèi)且運(yùn)動(dòng)平面與激光掃描平面平行。

　　gmapping

　　基于粒子濾波的2D激光雷達(dá)SLAM，構(gòu)建二維柵格地圖。融合里程計(jì)信息，沒有回環(huán)檢測。

　　優(yōu)點(diǎn)是在小場景中，計(jì)算量小，速度較快。

　　缺點(diǎn)是每個(gè)粒子都攜帶一幅地圖，無法應(yīng)對(duì)大場景(內(nèi)存和計(jì)算量巨大);如果里程不準(zhǔn)或標(biāo)定參數(shù)不準(zhǔn)，在長回廊等環(huán)境中容易把圖建歪。

　　hector

　　hector SLAM是完全基于scan-matching的，使用迭代優(yōu)化的方法來求匹配的最佳位置，為避免陷入局部極值，也采用多分辨率的地圖匹配。

　　由于完全依賴于scan matching，要求雷達(dá)的測量精度較高、角度范圍大，掃描速度較高(或移動(dòng)速度慢)。噪聲多、邊角特征點(diǎn)少的場景就很容易失敗。

　　karto

　　karto是基于scan-matching，回環(huán)檢測和圖優(yōu)化SLAM算法，采用SPA(Sparse Pose Adjustment)進(jìn)行優(yōu)化。

　　cartographer

　　cartographer是谷歌開源的激光SLAM框架，主要特點(diǎn)在于：

　　1.引入submap，scan to submap matching，新到的一幀數(shù)據(jù)與最近的submap匹配，放到最優(yōu)位置上。如果不再有新的scan更新到最近的submap，再封存該submap，再去創(chuàng)建新的submap。

　　2.回環(huán)檢測和優(yōu)化。利用submap和當(dāng)前scan作回環(huán)檢測，如果當(dāng)前scan與已經(jīng)創(chuàng)建的submap在距離上足夠近，則進(jìn)行回環(huán)檢測。檢測到回環(huán)之后用ceres進(jìn)行優(yōu)化，調(diào)整submap之間的相對(duì)位姿。為了加快回環(huán)檢測，采用分枝定界法。

　　3D Lidar SLAM

　　3D Lidar SLAM主要是針對(duì)多線雷達(dá)的SLAM算法。比較出名的有LOAM， LeGO-LOAM， LOAM-livox等。

　　LOAM

　　LOAM是針對(duì)多線激光雷達(dá)的SLAM算法，主要特點(diǎn)在于：

　　1) 前端抽取平面點(diǎn)和邊緣點(diǎn)，然后利用scan-to-scan的匹配來計(jì)算幀間位姿，也就形成了里程計(jì);

　　2) 由估計(jì)的幀間運(yùn)動(dòng)，對(duì)scan中的每一個(gè)點(diǎn)進(jìn)行運(yùn)動(dòng)補(bǔ)償;

　　3) 生成map時(shí)，利用里程計(jì)的信息作為submap-to-map的初始估計(jì)，再在利用submap和map之間的匹配做一次優(yōu)化。

　　LeGO－LOAM

　　LeGO-LOAM在LOAM的基礎(chǔ)上主要改進(jìn)：

　　1) 地面點(diǎn)分割，點(diǎn)云聚類去噪;

　　2)添加了ICP回環(huán)檢測和gtsam優(yōu)化。

　　LOAM＿livox

　　大疆2019年公布的面向小FOV Lidar的LOAM算法。

　　相比LOAM，做了一些改動(dòng)。算法的特點(diǎn)：

　　1.添加策略提取更魯棒的特征點(diǎn)：a) 忽略視角邊緣有畸變的區(qū)域; b) 剔除反射強(qiáng)度過大或過小的點(diǎn) ; c) 剔除射線方向與所在平臺(tái)夾角過小的點(diǎn); d) 部分被遮擋的點(diǎn);

　　2.與LOAM一樣，有運(yùn)動(dòng)補(bǔ)償;

　　3.里程計(jì)中剔除相對(duì)位姿解算后匹配度不高的點(diǎn)(比如運(yùn)動(dòng)物體)之后，再優(yōu)化一次求解相對(duì)位置。

　　07從專利維度看華為激光雷達(dá)

　　在德高行全球?qū)＠麛?shù)據(jù)庫中，檢索華為的激光雷達(dá)專利，他有中國專利154件、PCT專利76件，這些專利主要在產(chǎn)品應(yīng)用方面，算法不少，多數(shù)圍繞優(yōu)化掃描路徑，提升傳輸、決策效率;也在努力減少產(chǎn)品硬件工藝成本與體積，讓其更適合純電輔助行駛。

　　但從數(shù)量上，和行業(yè)大佬差距還是大的。

　　最新的華為12件專利如下：

　　序號(hào)

　　標(biāo)題 (中文)

　　公開號(hào)

　　專利解決的問題

　　1

　　一種激光雷達(dá)及回波光信號(hào)接收方法

　　CN115113181A

　　該專利公開了一種激光雷達(dá)及回波光信號(hào)接收方法，用以提升探測器的可探測范圍，提高激光雷達(dá)對(duì)遠(yuǎn)距離目標(biāo)探測區(qū)域的測距能力，以及減少激光雷達(dá)對(duì)近距離目標(biāo)探測區(qū)域的探測盲區(qū)問題的發(fā)生。

　　2

　　傳感器的控制方法、裝置和傳感器

　　CN112114541B

　　該專利提供了一種傳感器的控制方法、裝置和傳感器，通過雷達(dá)或攝像頭等傳感器參數(shù)的可配置可以實(shí)現(xiàn)傳感器的靈活控制，并且可以節(jié)省車輛外部空間。

　　3

　　控制運(yùn)動(dòng)體移動(dòng)的方法以及相關(guān)設(shè)備

　　CN115070750A

　　該專利提供了一種優(yōu)化算法，基于體素和運(yùn)動(dòng)路徑的映射關(guān)系以及障礙物的體素集合能夠快速確定不經(jīng)過第一體素集合的有效運(yùn)動(dòng)路徑，如此可以減少運(yùn)動(dòng)路徑的搜索范圍，提高了路徑規(guī)劃的效率，滿足實(shí)時(shí)性的要求。

　　4

　　一種光學(xué)組件及激光雷達(dá)系統(tǒng)

　　CN115087908A

　　該專利提供了一種光學(xué)組件及激光雷達(dá)系統(tǒng)，優(yōu)化了光束發(fā)射、擴(kuò)散路徑，縮短了最終光學(xué)總長，提高了掃描效率。

　　5

　　點(diǎn)云匹配方法及裝置，導(dǎo)航方法及裝置，定位方法及激光雷達(dá)

　　WO2022188094A1

　　該專利提供了一種優(yōu)化算法以及定位方法，實(shí)現(xiàn)了更快的點(diǎn)云匹配速度和更高的點(diǎn)云匹配精度，從而提高了同步定位和映射(SLAM)的速度和精度。

　　6

　　控制移動(dòng)體移動(dòng)的方法及相關(guān)裝置

　　WO2022188554A1

　　該專利提供了一種算法，減小移動(dòng)路徑的搜索范圍，提高路徑規(guī)劃的效率，滿足實(shí)時(shí)性的要求。

　　7

　　檢測裝置，檢測器，激光雷達(dá)及終端裝置

　　WO2022188687A1

　　該專利提供了一種激光雷達(dá)探測方式，防止由檢測模塊反射的回波信號(hào)再次進(jìn)入檢測模塊，從而避免由檢測模塊反射的回波信號(hào)產(chǎn)生光學(xué)串?dāng)_。

　　8

　　一種激光雷達(dá)性能參數(shù)獲取方法及裝置

　　CN115032613A

　　在多線激光雷達(dá)的幾個(gè)關(guān)鍵性能指標(biāo)中，角分辨率反應(yīng)相同投影面積下點(diǎn)云的密集程度。角分辨率越高，點(diǎn)云的密度就越大，對(duì)目標(biāo)的感知及環(huán)境的探測能力就越好。視場(field of view，F(xiàn)OV)為激光雷達(dá)可探測范圍的大小，視場越大激光雷達(dá)可探測范圍越大。一般這兩項(xiàng)性能均由激光雷達(dá)廠商給出，但其給出的準(zhǔn)確性有一定誤差，或精度不夠。光雷達(dá)性能測試的準(zhǔn)確性的問題。該專利提供一種激光雷達(dá)性能參數(shù)獲取方法及裝置，用于提升多線激光雷達(dá)性能測試的準(zhǔn)確性的問題。

　　9

　　固態(tài)激光雷達(dá)裝置的校準(zhǔn)

　　CN115004056A

　　該專利是華為在固態(tài)激光雷達(dá)裝置的探索，尤其涉及固態(tài)激光雷達(dá)裝置的校準(zhǔn)領(lǐng)域的研究成果。

　　10

　　激光雷達(dá)系統(tǒng)，調(diào)整方法及相關(guān)裝置

　　WO2022178667A1

　　該專利設(shè)計(jì)了一種對(duì)激光雷達(dá)工作溫度、行車環(huán)境的監(jiān)控系統(tǒng)。

　　11

　　窗戶遮擋檢測方法和裝置

　　WO2022179207A1

　　該專利設(shè)計(jì)了一種窗口遮擋檢測方法，該方法提高了激光雷達(dá)窗口遮擋檢測的準(zhǔn)確性，從而提高了終端在自主駕駛或輔助駕駛中的高級(jí)駕駛輔助系統(tǒng)(ADAS)能力。

　　12

　　一種激光雷達(dá)及車輛

　　CN216956370U

　　該專利涉及的激光雷達(dá)具有近距探測功能和遠(yuǎn)距探測功能，同時(shí)實(shí)現(xiàn)體積小型化。