2018年10月，圖像級激光雷達系統開發商Innovusion宣布獲得由蔚來資本、斯道資本，和F-Prime Capital領投約3000萬美元的A輪融資。

 2018年11月，Innovusion的激光雷達系統Innovusion Cheetah（獵豹）也正式面向全球客戶開放訂購。作為全球首款圖像級激光雷達系統，獵豹支持L3級及以上（特定運行條件下全自動）自動駕駛解決方案。具體而言，該產品能夠探測200米以外的物體，并生成高密度點云（300 線）。

 2019年1月，Innovusion成立中國子公司圖達通智能科技（蘇州）有限公司。

 2019第四屆ADAS與自動駕駛論壇于3月21-22日在上海召開，論壇由CCIA智能網聯專委會與佐思產研主辦，地平線、縱目科技、中科慧眼、中電昆辰、富蘭光學、創景科技等單位支持。

 Innovusion 創始人兼CEO鮑君威在論壇上發表了題為“圖像級激光雷達構建自動駕駛的可靠感知系統”的演講。以下是演講全文。

先介紹一下L1到L5自動駕駛分類和對感知控制的要求。在L4以下的場景對控制要求不是很高，但對L5是一個跳躍，要處理各種復雜場景。對于感知，從L3開始因為有至少十幾秒的駕駛員不專心開車的時間，就需要駕駛系統能夠完全可靠地取代人的感知。根據統計數據，人類感知系統一百萬小時左右會有1起死亡事故，感知誤差率是十的負十次方以下。如果切換到自動駕駛系統，需要比人類的感知好十倍以上，至少達到是的負十一次方，這樣的誤差率還需要冗余，各個傳感器比如攝像頭，激光雷達，毫米波雷達都需要撐起自己達到這樣可靠感知的重任。

來看兩個比較典型的場景。第一是城鎮道路低速行駛的場景，能有效感知到50米以內范圍的大人、小孩、各種障礙物等。這里小孩作為一個代表，激光雷達本身的原理非常簡單，像激光筆一樣打到邊上屏幕上，發過去再回來。但是自動駕駛難就難在要在自然的場景下，在自然光的條件下，有時候還有陽光，各種雨霧天氣情況下打這個激光筆的光點，而且光電會打到各種不同特性的物體表面。如果打在會場后面，大家可以看到光點大很多了。如果在外面陽光下，用這個激光筆打的光點幾乎是看不到的。在自然環境下保守估計有5%-10%的幾率激光雷達系統會接收不到從物體返回的信號。

 比如在50米以外，一米高的小孩要十個點以上（才能有效感知），需要激光雷達的傳感器分辨率至少達到0.2度左右。另外高速路上的行駛，大家公認比較保守的停車、剎車距離大約是150米左右，這么遠距離以外，汽車比人更不可控制，也許有一些車本身擦得很亮，顏色非常深，這時候一個車上需要有15-20個點左右。同樣推算，激光雷達的分辨率也需要0.2度左右。一個駕駛場景考慮到縱向有坡度等不同變化條件下，大家可能希望有大約20-30度左右的視角。30除以0.2度，所以大家希望激光雷達達到的線數是150線左右，這是L4級自動駕駛的最低線數。

 L3級呢？如果希望感知系統能夠更可靠的輔助人類駕駛員，達到安全狀態的話，它的要求也是很高的。如果對于駕駛員要求特別敏感，可以將LIDAR的要求放得特別低，所以這有很大的變化范圍。

現在傳感器是在什么狀態呢？比較關鍵的超聲傳感器是幾米的測量距離。毫米波雷達做得好的，長距離可以達到一兩百米，甚至更遠，近距離幾十米，但線數是非常低的。目前市場上出現了很多低線的激光雷達，譬如8,、16、32、64線的，最近出來128線的，在這個范圍內還是和毫米波雷達一樣，做得好的能達到250米，做得不好的三四十米，但是都達不到L4級自動駕駛的要求。 還有的激光雷達像相機一樣，分辨率非常高，達到百萬像素，但是測量距離非常近。

如果大家想達到L4級該怎么辦呢？堆疊多個激光雷達，達到及格線，大約0.2度，或者150線。Innovusion希望用一枚激光雷達可以達到300線，而且可以達到兩百米以上的測定距離。核心就是們希望用激光雷達提供一個可以信賴的眼睛，具有高分辨率和長距離特征。

下圖是Innovusion激光雷達的點云?？催^了低分配的激光雷達，大家覺得激光雷達就是一條一條的，中間很多漏洞。下圖可以看出分辨率可能不如高清視頻高，但也達到了300線，相當于二三十年以前老電視的分辨率了。如果看仔細些，幾乎各個車輛可以看清楚，行人、建筑物也知道是在什么地方。

（視頻播放）這是速度快的場景，限速80公里，所以車、車道線、兩邊的分割線、電線在80-100米可以顯示出來，由此體現出激光雷達超高的分辨率。可以看到車道線的分割線可以遠到100米左右，路面上的點大約70米左右。每個點都是實時產生的，精確到幾厘米的點。

再來看測得比較遠的距離，下圖圖像距離大約是280米，很多車在200米以內可以很好探測到。大家看到這三輛車，離了這么遠的距離，車本身的形狀已經不能特別清楚得顯示出來，每車車尾可以看到六七個到十個點左右，三輛車分別在277米、246米、225米距離處。

自動駕駛的要求不能因為看到一個點、兩個點就認為是物體了。Innovusion的LIDAR可以看到250米以外車尾的七八個點，就讓系統有足夠的時間做規劃控制，即使是對重卡來說，開到100公里的速度也是可以控制的。

下面是典型的感知系統演示1.0、2.0版本。2.0讓大家把數據拿過來做訓練感知，由于激光雷達探測距離、密度局限，最多探測50米以內的物體，50-100米之外，可能能做一些事情，但是點云密度不大。

下一步是感知系統評測的3.0版本。自動駕駛不能挑場景，只探測比較大的物體。開車的時候需要看什么呢？希望看到任何一個在路上的，可能對車輛、輪胎產生危險的物體，典型物體是什么呢？比如一塊磚，20厘米高。激光雷達多少米可以看清這個物體呢？人一般是50-100米看清。激光雷達能不能看清？ 

這里模擬了一個場景（視頻播放），在一個路上開車，100-120米之間有物體出現了，這是放的障礙物，慢慢離得越來越近，基本大小20厘米高。探測點在100米以外基本是三到四個點以上。這不是常見的場景，但是一定要確認不能出事，不能到30米才探測到。

如果激光雷達可以探測到100-120米之間的障礙物，對高速行駛的車就是一個很好的保護。Innovusion希望把目前的要求定義在100到120米之間，想象一下在高速公路上，汽車時速120公里左右，在100-120米左右看到三四個點，通過這樣的算法，可以積累三到五幀的數據。此時車可以減速，無需急剎車，等大約六七十米左右可以判斷是不是對行駛產生危險的物體。速度相對比較慢時，如果真遇到這樣的場景，即可急剎車。

 那么在這個場景中，100-120米之間看到的障礙物是什么樣呢？這個橘黃色像電池一樣的東西高20厘米， 這個磚寬40厘米，桔紅色的盒子也是同樣大小。80-120米之間的人，對比攝像頭的影像，汽車可以判斷出來，人在比較遠的地方可以看得非常清楚。這種復雜場景下，大家看到的是圖像級的三維實時場景。

 在場景復雜、繁忙的停車場、交通路口，大家不能完全探測到場景里面所有的物體，好多傳感器比如激光雷達密度不夠，普通攝像頭探測可靠性不足，并且需要大量計算資源。我們這里把激光雷達架在車上，看看監控復雜場景的情況。大家可以看到120米范圍內的行人、車輛、甚至騎車的小孩兒都可以清清楚楚地從高密度三維點云圖探測到，并有足夠時間跟蹤及使用AI系統做行為預測。 如果把高清激光雷達掛在路邊作為V2X車路協同的傳感器，會給整個自動駕駛系統提供可靠的另一路冗余。

對于高清激光雷達的高質量數據，我們訓練一百幀左右的數據，就可以探測100-120米左右路面的車和物體。另外因為數據點很密，很容易和攝像頭做像素級的融合。這樣的結合知道這個車的尾燈在什么地方，可以實時跟著尾燈像素，就知道這個車要不要剎車。

Innovusion的激光雷達很容易和攝像頭做傳感器的融合。如果有了圖像級的激光雷達，自動駕駛就會有跨越式的發展。