【汽车与环境】Quanergy亚太区负责人汤劲松:固态激光雷达技术助力智能驾驶产业推动

盖世汽车综合2017-12-9 12:24:53
2017年汽车与环境创新论坛-盖世直播!

8.jpg

Quanergy高级业务发展总监、亚太区负责人,汤劲松

首先介绍一下我们公司,我们总部在硅谷,但也算是中国公司。我们现在的合作伙伴全球都有,有一些是愿意公布的,也有不愿意公布的。做了很多技术,也得到很多认可。

我们公司对汽车行业和激光雷达话题也很关注,但是我们的营收不是从这个地方来,L2、L3不见得用的上,L4有人说2025年,有人说更远一点,我们在地图上用的很多,但是汽车是我们的关注。

我们现在八线的激光雷达,八线线路不多,但是校正分辨度很高,精度很好,在建模、测绘、地图用的很多。这是一个传统的应用,用3D的点做城市测绘,以前做几个月,现在十分钟就好了。以后的城市规划是立体的,以后的交通是立体的,所以建模很重要,我们走一趟就可以了。这个金门桥也一样,一个八线的激光雷达走一趟就可以了,基本上建模就做完了。以前平均五到七年维护一次,测绘工具做一两个月,测绘才能决定下一步怎么维护,现在40分钟就够了,精度比以前的测绘工具高很多。现在是一个迭代的过程,我们的渗透率非常高,八线一秒钟150个百万点,校正是0.02度,距离是两百米,所以现在用的很多。

为什么要用?今天唐总也在讲激光雷达很贵一直用不上,但是为什么要用?激光雷达的特点是3D,这是为什么做L4、L5一定要有激光雷达。当然有些部分做不到,颜色是看不到的,这要依靠摄像头,所以不是替代的关系,是融合关系。毫米波雷达在远距离的时候是最强的,激光雷达强项是3D。但是产业化你得让人家用的起,用的了。刚才放的那个性能用的了,但是机械的,做试车没问题,要量产做乘用车有问题,那个是ToB的市场做测试的,未来是ToC市场做乘用车,这是挑战。

我们认为激光雷达会逐渐变成一个主要的传感器之一,它要融合,要做感知,最终要对它的环境进行立体型的感知,3D感知,然后进行物体识别分类,进行跟踪,地图还有本地路径规划这是一定需要的。这是将来一定可以做到的,但不是替代性的,而是融合性的。

我们认为自动驾驶是迭代之路,谷歌一直在宣传一次性到L5,百度有L3事业部、L4事业部,有的路线是直接跳过去的。刚才刘总讲的车厂是逐步的,要考虑很细的东西。我们认为是迭代的,一代一代的纠错。这里面有几个东西要突破,第一,一定要把固态3D的激光雷达做出来,要量产化,性能要足够;第二,要在计算方面有突破,这是一个关键技术。

从我们的角度稍微谈一些大的事情,我们认为这个是渐进式的不是跳跃式的,一定是迭代的过程,中间一定会纠错。我们看到的PC机的现象告诉我们,PC机的现象在产业化最开始的时候,性能不如小型机,这是为了一个巨大的利益早期牺牲一些性能,很多都是这样的。PC机巨大的利益是未来可以成为个人使用,成本极大下降,它巨大的价值在早期的时候,性能有点不如小型机。我们想早期在传感器可能也有这个现象。

所以现有的现象告诉我们,因为激光雷达太贵,这是我们的挑战。真正激光雷达的商业化途径,第一,要有最高的可靠性,这是不能妥协的,现在有很多新公司出来,做这个线那个线,但是最高的可靠性逃不掉,一定不能有ADAS芯片级的,不能有移动部件。第二个是成本一定要下来,无论如何逃不掉。早期有很贵的车型可能有一些忍耐度,但是后期一定不会忍耐。

现在最大的挑战,经过仿真,64线和8线比,最近距离非常完备,做轮廓也够,可是远距离都有问题,这是我们看到的未来最大的挑战。所以我们做128线,成本是40万美金,这也是一条死路,所以我们有什么方法不通过这个路线把感知做出来,成本下降,这是我们的挑战。融合是唯一之路。

未来之路是可靠性和实用性相结合,128线没有实用性是不可能的,商业化也不可能,产能更不可能。另外是产业链配合,融合将来是必走之路,我们将来一定需要很多合作伙伴,不论是车企,还是做算法和平台的,还是做毫米波雷达、摄像头,一定是我们的伙伴,一定要有融合。除非将来有一个不得了的技术,纵向做到零点零几路,不需要多少线,我们已经都有想法了,目前不便多讲。

第一代的二线机械激光雷达,第二代未来我们希望把它变成ASIC,有些关键路径在做,好像有可能,但是目前第二线是肯定的,完全是性能问题。这是我们的指标,我们做的两百米,3厘米精度,差不多0.5百万点每秒钟。这是做高清地图,虽然是八线,但是效率很高,非常精准,而且因为有强度信息,路上的标志是特殊的反光涂料,激光雷达看这个标志连字都能看出来,非常厉害,这是我们在美国做的地图。

这是国外的一个公司做的城市建模,这是做电力线巡检,非常精准的。现在无人机上做电力线是很重要的环节。可靠性产业化,我们在防水、防冷、防热等方面每一台出来都要经过这个过程,当然成本很高,但这是必须的,在室外用可靠性是关键。这是在沙漠里使用的,做油管的探测。这是无人区,一旦有人过来会被探测到,对人体探测非常精准,这是在沙漠上。白天55度,晚上零下25度,我们从2014年到现在,可靠性非常高。

在汽车上多台使用,我们变成24线,有一些分时租赁做简单的用途,还有校园里做自动驾驶车,这是地图采集车。将来的商用化一定是固态激光雷达,可以做测试。

我们的目标,将来我们的MTVF一定要达到10万小时以上;第二,距离150M,精度是5厘米之下,5毫米之下。我上次去百度,他说你什么时候给我发样品,我们所有的关键技术都解决了,现在是性能迭代,关键功能做好了,性能迭代不容易,我们的部件是芯片级的,芯片级迭代需要很多投入,每一次芯片迭代要3个月,虽然很难但是在推动着。第二个我们现在一定要绕开现有的技术路径,这是做不到的,不可能,光斑怎么做小,角度怎么做到,现有路径做不到,必须要其他路径研发,一个加法一个减法并行,加法是一步一步来,减法是按照最终目标一次过,不行再改。2018年底一定要实现150米,现在做到中距离,但是我们没有发货,性能没有做到。现在我们做加速迭代,2016年的时候很困难,几次弄完了以后现在快很多了。我们做一些基于激光雷达的感知软件。

我们认为未来十到十五年,中国在汽车工业和智能产业的机会不可想象,一定超过美国和欧洲,电动车当然是一个很大的方面,一定会引领世界,但是我们不做这个,而是自动驾驶。我们的经验,从手机应用和互联网应用,开发中国都比国外快,从移动支付各个方面,包括中国工程师和国外工程师的态度,中国应用层的开发比国外快,中国将来在这个方面的机会不得了,大家都很激动。中国的机会不可想象,我们愿意投身到这里,虽然迭代过程中有很多困难,但是我们非常激动,我们在一个对的时间对的行业做对的事情。我就说这么多,非常感谢。

提问:刚才您提到未来融合是大势所趋,能不能展望一下未来自动驾驶汽车和传感器的布置方案?

汤劲松:我们的整合不是融合,车灯是照射的,只是在车体上并为一体,这有两个要求,一个是可靠性和价格,另外一个是一定在形体上和现有的车结合,不能有怪里怪状的东西。白老师是把两个东西性能互补变成一个产品,我讲的结合是把激光雷达、摄像头和毫米波雷达传感器融合,至少十年内一定融合。我不觉得激光雷达在那么短的时间解决这些问题,高速公路要看远,但是市区不用看那么远,城市的自动驾驶看三到五十米就行了,但是高速公路要看很远,所以在若干年之内技术一定要融合,我们跟各个厂商包括企业和平台一定要合作。

提问:固态激光雷达+摄像头一体机行不行?

汤劲松:好问题,有可能,我们在考虑摄像头和固态激光雷达的可能,我们不考虑固态激光雷达的原因是看不了颜色和质地,从摄像头技术来讲,视觉是一个论证的,它不是探测的,后台要做计算的。

提问:您刚才提到用激光扫城市,其实现在做自动驾驶仿真测试是比较主流的技术手段,有没有可能用激光扫一个安亭,建一个仿真安亭,对这种事情应用价值大不大,您怎么看这个?

汤劲松:好问题,这就看价值解不解决痛点,这个事情已经在产业里做了,在电厂叫全景感知,有些核电厂不希望人进去,包括放射医疗机构不希望人进去,放射医疗机构现在用机器人送药,现在已经开始做了。我有一个朋友做机器人,专门给放射性治疗送药,这里面下一步是全景感知,应用很广。

顾剑民:我们知道激光雷达成本非常高,上万美元,你们新的固态激光雷达成本大概是哪个区间?

汤劲松:从经济学角度讲,我们要算成本,经济成本有两个,一个是固定成本,一个是可变成本,固定成本一个是研发费用,人,另外一个是设备费用。如果研发费用五千万,一万台一除就没有了,为什么成本降不下来,因为可变成本很高,固定成本摊完之后还有额外成本,可变成本最低是软件,开发结束以后没了。其次是芯片,激光雷达不光是芯片,还有光学部分,我们挑战把光学部分的比例下降,这样有了量之后,固定成本被摊掉了,可变成本很小,这是挑战,如果我们做不到不行。我们的目标讲过了,但是早期我们看到一千美金之前是铁定的,但是到底多少还不清楚。


敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示本文为现场速记,未经专家审核,请勿转载!