激光雷达如何赋能车路协同？

Posted 2021-05-29 5G行业应用

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了激光雷达如何赋能车路协同？相关的知识，希望对你有一定的参考价值。

编者按：为推进车联网产业发展，特邀请业内专家学者共同建言献策，推出“车联网百家谈”系列。车路协同感知方式是多种多样的，激光雷达主动发射激光探测，实时采集三维空间数据信息，不受环境光影响，白天和晚上都能照常工作，而且测距精度高。速腾聚创王潇先生文章探讨激光雷达感知算法实现精确可靠的目标感知和丰富灵活的应用功能，给产业界伙伴带来启发。

全文3500字，预计阅读10分钟

文 | RoboSense 王潇

01 激光雷达从“聪明的车”到“智慧的路”

在车端“自动驾驶为什么要用激光雷达？”的争论虽然尚未停息，但行业发展至今，历史的天平已经倒向用激光雷达的一边。一直使用激光雷达的代表Waymo，已经开始了无安全员的无人驾驶出租车运营。2020年下半年开始，Lucid、华为极狐、小鹏等一款又一款智能驾驶量产乘用车宣布搭载激光雷达。

激光雷达在智能驾驶乘用车、商用车、物流车、机器人、RoboTaxi、RoboTruck、RoboBus等各个应用领域的大量案例，都给出了相同的答案：“ ‘聪明的车’用激光雷达。”

从“聪明的车”到“智慧的路"，智能交通和智慧城市需要大量丰富准确的实时信息，这就要求每一个十字路口、每一段道路都需要包括激光雷达在内的传感器作为“上帝的眼睛”，提供精确全面的交通参与者信息，确保道路交通安全。

《智能汽车创新发展战略》中的战略愿景中指出， “到2025年，智能交通系统和智慧城市相关设施建设取得积极进展……，高精度时空基准服务网络实现全覆盖。”

然而，毫米波雷达与摄像头组成的感知系统测距精度低，无法达到智能汽车车端对感知和定位所需要的精度标准。同时，摄像头在夜间光线微弱或者受到强光照射的情况下，V2R路侧基站感知系统对于车辆、行人、骑行者等交通参与者检测和统计的有效性无法完全保证。

激光雷达主动发射激光探测，实时采集三维空间数据信息，不受环境光的影响，白天和晚上都能照常工作，而且测距精度高(±2cm~±3cm)。毫无疑问，融入激光雷达的车路协同路侧感知系统是突破毫米波+摄像头组合感知能力局限性的关键手段之一。

遵循《智能汽车创新发展战略》指引、建设交通监控设施、成为车端感知的延伸，这三大需求均指向“全天候高精度的交通参与者信息感知”，激光雷达显然是其中必不可少的传感器。

02 激光雷达感知算法RS-LiDAR-Algorithms

对于V2R路侧感知而言，激光雷达硬件，仅仅完成了高精度三维目标数据的收集，想要真正获取交通参与者方位、类别、速度、姿态等信息，必须经过激光雷达三维点云的感知算法。

传感器硬件和感知算法构成了V2R路侧基站的感知系统，感知算法的优劣直接影响对交通参与者的检出率、感知准确度和感知距离。如果感知算法性能不足，即使雷达硬件激光线数再高，也无法获得优质的感知结果。所以说，感知算法是激光雷达感知系统的“第二个核心”。

RoboSense在点云感知算法领域深耕超过13年。RS-LiDAR-Algorithms不但充分挖掘VoxelNet、FCN、PointNet、Graph CNN、Sequential network等多种深度学习先进技术的潜力，同时融合了传统算法的优点。

为了让RS-LiDAR-Algorithms适应复杂多变的交通场景，构建了多场景、大规模专用点云数据集。数据集内包含各类型园区、路口、街道、城市干道、高速等大量场景，覆盖白天&黑夜24小时全天候各种交通状况，如上下班出行拥堵、行人&骑行者穿梭、道路畅通、恶劣天气条件等状况。这些努力让RS-LiDAR-Algorithms解决了大量Corner Case，保证在极端情况下，依然精准检测出各类交通参与者。

RoboSense结合积累深厚的AI感知算法RS-LiDAR-Algorithms和性能优越的激光雷达硬件，为智能交通新基建提供RS-V2R激光雷达解决方案。

（1）精确可靠的目标感知

RS-V2R可以对场景中各个交通参与者目标进行精确可靠的远距离感知，获得丰富的实时信息：

RS-V2R配备的AI感知算法RS-LiDAR-Algorithms，不但能输出丰富目标信息，同时具备极佳的多场景多天气适应性。

（2）丰富灵活的应用功能

基于激光雷达和感知算法提供的精准交通信息，RS-V2R系统再进一步完成信息整合，最终实现了丰富的智能交通应用功能，如多基站融合、电子围栏、交通参与者流量统计等。

多基站/多雷达融合

在V2R车路协同项目中，经常需要部署多个路侧感知基站实现全面覆盖。RS-V2R解决方案不但可以将各个基站激光雷达感知结果进行目标级融合，还能对不同基站的激光雷达点云进行精准的时空同步，让所有基站融合成时空同步的整体。

电子围栏

RS-V2R可以根据交通情景和功能需求，任意形状区域的动态电子围栏，对每个围栏定义独立功能，过滤目标，定制通讯等。例如，在路口设置行人电子围栏和车流电子围栏，同时实现人流量统计、车流量统计、行人闯红灯检测、车辆闯红灯检测等功能。

交通场景功能应用

RS-V2R在对目标进行精准感知的基础上，为用户提供包括车流统计、逆行检测、闯红灯检测、非法占道等10余种交通场景功能应用，满足客户更加丰富的功能需求。依托于激光雷达的高精度三维感知能力，可以为用户提供高精度、高准确度、高鲁棒性的交通功能。

激光雷达与摄像头融合感知

RoboSense激光雷达与摄像头深度融合技术，实现两种传感器的优势互补。借助激光雷达三维点云的识别与摄像头图像识别融合，既能准确判断物体空间位置及运动学信息，也能仔细分辨物体纹理信息（如识别车牌号码等）。

RS-V2R支持多种数据传输方式
- 支持UDP，TCP通讯协议
- 支持JSON，16进制等多种形式报文
- 报文内容定制化组合
- 已适配多款市面主流RSU通信协议
RS-V2R提供横杆方案和竖杆方案两种选择

横杆方案，基于道路上的横杆（如横向的交通信号灯杆），选用MEMS固态激光雷达，部署车路协同解决方案。竖杆方案，基于道路上常见的竖杆（如路灯灯杆），选用RS系列机械式激光雷达，部署车路协同解决方案。

03 RS-V2R被各地智能交通项目广泛采用

RS-V2R作为领先的车路协同激光雷达路侧感知方案，在全球各地众多智能交通项目中，被众多智能交通企业选用，部署在河北雄安、浙江杭州、上海张江、江苏苏州、福建厦门、北京海淀、广东广州&深圳、乃至美国加州等各大城市地区的智慧交通路段中。

河北雄安，大唐移动联合RoboSense，为雄安部署首个基于MEMS固态激光雷达的车路协同解决方案。
广州BRT项目，高新兴联合RoboSense，为广州BRT(快速公交)车路协同方案部署激光雷达感知解决方案。
上海张江，华人运通联合RoboSense，在5G车路城一体化“智城”系统中部署激光雷达感知解决方案。
杭州萧山，大唐移动联合RoboSense，为全国首个在开放路段实施并面向商业应用的车路协同项目部署激光雷达感知解决方案。
美国加州，AutoX联合RoboSense，在美国加利福尼亚州景山城部署基于激光雷达的车路协同解决方案。

END

▎作者简介

王潇博士，RoboSense（速腾聚创）项目总监，负责激光雷达系统感知解决方案产品开发，主导车路协同感知系统、Reference真值系统等方案项目，是激光雷达领域横跨底层技术和应用解决方案资深专家。在美国休斯顿大学的博士研究项目期间，王潇主要围绕新型单光子激光雷达算法展开，毕业后加入日立美国汽车实验室主攻自动驾驶汽车多传感器融合感知方案研发项目。

RoboSense（速腾聚创）是全球领先的智能激光雷达系统科技企业，通过激光雷达硬件、AI算法与芯片三大核心技术闭环，为市场提供具有信息理解能力的智能激光雷达系统，颠覆传统激光雷达硬件纯信息收集的定义，赋予机器人和车辆超越人类眼睛的感知能力，守护智能驾驶的安全。创立于2014年，RoboSense总部位于深圳，在北京、上海、苏州、硅谷、斯图加特、卡鲁设有分支机构。截止2020年，RoboSense获得专利超过600项。