2017年7月9日，中国计算机学会（CCF）主办、雷锋网与香港科技大学（深圳）承办的第二届全球人工智能与机器人峰会（CCF-GAIR 2017）进入到最后一天的议程。自动驾驶作为人工智能大潮中一个最重要的分支，在这天得到广泛而深入的探讨。
目前，自动驾驶传感器方案主要有两种，一种以激光雷达（LiDAR）为主，另一种则更加倾向于视觉传感器。今年，国内外自动驾驶落地加快，激光雷达作为关键部件，诸多公司都聚焦到该领域。其中，总部位于深圳的速腾聚创便是国内典型代表，近来，这家公司有了一些突破性进展，对整个产业也产生了助力。
* 速腾聚创CEO 邱纯鑫
本届CCF-GAIR，雷锋网的老朋友——速腾聚创CEO邱纯鑫为自动驾驶从业者们讲了讲激光雷达产品、聊了聊“普罗米修斯计划”。
速腾聚创是激光雷达方案提供商，希望通过激光雷达让无人驾驶汽车拥有超越人类眼睛的环境感知能力。
1．
首先，讲讲激光雷达为什么是无人驾驶不可或缺的传感器。
上图显示的是目前比较典型的无人驾驶的系统框架。左边是整个传感器的输入，包含激光雷达、摄像头、GPS、RADAR、高精地图等传感器；中间是感知模块，感知通过传感器获取的数据，通过算法来进行物体识别和跟踪；右边则是进行决策和控制的整个过程。
具体到传感器部分，左边主要是对周边物体进行识别，比如毫米波雷达和激光雷达；右边像GPS和编码器主要用于车辆本体的定位；当然，车身还有一些其他的传感器。
各类传感器其实都存在某些缺陷，像毫米波雷达就是因为低分辨率的原因，所以目前主要用于障碍物识别；而摄像头因为容易受光照影响，也很难形成周边的物体精确三维建模，所以用得比较多的是障碍物分类和跟踪。激光雷达的优势在于其可以得到很丰富的三维色彩，对物体的细分可以做得很好，也不会受光照影响，所以成为无人驾驶不可或缺的传感器。
但是， 目前这三种传感器不是谁替代谁的关系，去年，整个行业都在讨论，这几年内应该是多个传感器融合的综合解决方案：可能以激光雷达为主导，也可能以摄像头为主导。无人驾驶领域最重大的问题就是“安全”，所以需要使用更为可靠的传感器，保证无人驾驶商业落地更为安全。
2.
既然激光雷达是不可或缺的传感器，那么对于其输出的数据也必须有一定的了解。激光雷达主要输出“点云”，当激光雷达扫到周围物体的时候，会感知到这个点的空间信息XYZ以及激光反射强度I，这些点离散化分布在三维空间里，形成“点云”。
激光雷达很重要的一块就是生成高精度地图，还有进行定位和障碍物检测、动态物体跟踪和障碍物分类。
在定位方面，现在普遍的定位方式有视觉定位、RTK定位和激光雷达定位。
视觉定位用得比较多的是在室内，因为室外的话干扰比较多；RTK定位能达到厘米级，但是其价钱不亚于激光雷达，而且在一些工况下（隧道、高楼）信号会中断或者受干扰，数据不连贯则可能导致危险发生。
所以，相较之下，激光雷达定位更为可靠。
邱纯鑫表示，在高精度地图数据采集过程中，会进行物体的特征提取，这可能是包括一些点、线、面，还有速感。特征提取出来后，会在高精度地图中存储起来，作为原始数据。当配备有激光雷达的车在行驶过程中感受到周围物体的时候，也会进行特征的提取，比如提取树干的特征，然后再和高精度地图存储的树干的特征进行匹配，这是利用激光雷达的定位过程。当然在匹配过程中也可以结合深度学习的方式。
