知情郎·眼|

　　侃透公司專利事兒

　　最近，中信證券的報告《拆解五款激光雷達看智能駕駛投資機遇》引起了行業熱議。

　　激光雷達這產品爭議多年，但因價格貴、技術門檻高，落地者寥寥。

　　不過，要實現高級別自動駕駛技術(L4以上)，擁有3D構建能力與準確的深度知覺的激光雷達是核心部件，這已成了一個自動駕駛工程界默認的“公理”——

　　不管馬斯克個人再不喜歡激光雷達方案，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產品，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方案。

　　華為激光雷達硬件產品行嗎？

　　產品牛不牛不清楚，只能說是誰用誰知道，但華為激光雷達專利不少。

　　至少，在自家產品問界M7上，還用上了自家自研的雷達產品。

　　比較出名的華為96線激光雷達方案，當年該方案用在長城旗下沙龍品牌機甲龍上，讓人眼前一亮。

　　據說，機甲龍用了4顆激光雷達，前后左右無死角，大概率依舊是使用MEMS 微振鏡技術。

　　單顆雷達的探測范圍可覆蓋橫向 120°縱向 25°，4 顆同時啟用可實現 360°無視覺死角的全覆蓋。

　　01科普華為激光雷達發展過程

　　這些年，不造車的華為已經為車企推出了車機系統、充電方案、激光雷達等多種只能軟硬件產品。

　　尤其是激光雷達，一度成為業界好奇之源。大家都想看看，華為能玩出什么花樣，能否獨領風騷啊。

　　再科普2句激光雷達的重要性以及工作原理。

　　目前市場上應用于環境感知的主流傳感器產品主要包括攝像頭、毫米波雷達、超聲波雷達和激光雷達四類。

　　從工作原理上講，激光雷達與「雷達」非常相近。激光雷達以激光作為信號源，由激光器發射出的脈沖激光，接觸到目標物后引起散射，一部分光波會反射到激光雷達的接收器上，根據激光測距原理計算，就得到從激光雷達到目標點的距離。脈沖激光以超高頻率不斷地掃描目標物，就可以快速復建出目標的三維模型及各種圖件數據，建立三維點云圖，繪制出環境地圖，以達到環境感知的目的。

　　從公開披露的資料看，華為激光雷達產品的研發始于 2016 年，與其他激光雷達公司不同，華為從一開始就選擇高難度姿勢：

　　高性能、車規級、能大規模量產，而非從傳統機械式激光雷達切入。

　　簡單說，激光雷達是車企進軍自動駕駛領域的必經之路，覽沃科技、法雷奧、大疆Livox、速騰聚創M1等是業內知名的激光雷達廠商，產品提供給傳統車企和造車新勢力。

　　由于要做車規級的產品，且本身并無核心技術方面的突破，所以華為一直選擇 MEMS 微振鏡技術作為切入口做產品。

　　MEMS 微振鏡技術在業內較為成熟，多年前就有了，只不過現在優化了制造工藝，能工程化大規模量產落地。

　　簡單說，MEMS 半固態激光雷達是目前最為成熟的半固態激光雷達，也是量產產品的首選。

　　從公開的專利來看，華為激光雷達在掃描裝置相關的專利有轉鏡式和 MEMS 微振鏡式，而 MEMS 激光雷達專利更為完整，轉鏡式相對薄弱;

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

　　02科普下MEMS 微振鏡

　　MEMS 微振鏡本質上是一種硅基半導體元器件，其特點是內部集成了「可動」的微型鏡 面，采用靜電或電磁驅動方式，簡單講就是以電機為主的掃描系統換成 MEMS 驅動的鏡片，實現掃描動作。

　　MEMS 作為較為成熟的半導體元件具備大規模生產后成本下降的特性。其優點在于可以減少激光器和探測器數量，極大地降低成本：

　　1)結構精巧，體積、尺寸大幅下降;

　　2)MEMS 微振鏡并不是為激光雷達而誕生的器件，它已經在投影顯示領域商用化應用多年，供應鏈較為成熟。

　　缺點也明顯，主要是 MEMS 微振鏡尺寸較小，對應激光雷達的光學口徑、掃描角度，視場角也會變小。

　　03華為激光雷達到底優化了啥？

　　從華為96線激光雷達方案發布會內容來看，華為激光雷達首先要解決實際行駛過程中的主要難點場景，例如：

　　1)近距離加塞：

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

　　2)近端突出物：

　　激光雷達同樣可以做出快速判斷，而毫米波雷達和攝像頭則差點意思。

　　3)十字路口左拐場景：

　　考驗激光雷達大角度全視場測量能力，需同時滿足大視場和遠距測量能力。

　　4)隧道場景：

　　無需多說，出隧道瞬間攝像頭弊端明顯，激光雷達完美解決。

　　5)地庫場景：

　　毫米波雷達由于多徑反射性能不佳，光線強弱變化又會影響攝像頭的性能，激光雷達的獨特優勢可以很好彌補。

　　6)另外，就是激光雷達對靜止物體的準確識別。

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

　　華為 96 線激光雷達核心參數和主要技術：

　　「看得遠」：華為激光雷達可以做到 150m@10% 的測距;

　　「看得寬」：該款激光雷達水平 FOV(視場角)為 120°;

　　「近端看得準」：垂直 FOV 為 25°;

　　「看得清」：分辨率可以做到 0.25°×0.26°。

　　以上參數配置基本可以實現城區行人車輛檢測覆蓋，并兼具高速車輛檢測能力。

　　華為激光雷達有多少市場份額?

　　從機構披露的數據看，2021年全球激光雷達市場數據顯示，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，但能夠在短時間內就獲得全球3%的份額;

　　從中國市場來看，排名為第五，使用華為激光雷達的車型有極狐阿爾法S Hi版、阿維塔11、機甲龍、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

　　激光雷達與傳統毫米波雷達、超聲波雷達相比，有更高的技術壁壘和車規級難度。

　　因為拋開硬件工藝制造成本不說，它麻煩的是軟件算法，一個廠商一套算法各有側重。畢竟，掃描圖像后如何處理海量圖像數據進行判定作出駕駛建議決策，才是核心。

　　現在的主流激光雷達廠商都會提供的自家 ADAS 解決方案或算法方案，幫助車企，然后車企要升級軟件系統只能去求算法提供商。

　　所以導致合作難度幾何級提升。

　　中信證券的報告這樣描述及激光雷達算法和傳統攝像頭之間的算法區別。

　　攝像頭的封裝比較簡單，標準化程度很高。攝像頭模組有鏡頭支架、驅動馬達、鏡頭組、圖像傳感器組成，整個光學路徑的設 計完全標準化，使得軟硬件可以解耦，與攝像頭相關的算法(ISP、目標檢測)等可以被 剝離，純粹的硬件封裝自然沒有高毛利率。

　　而不同廠商對于激光雷達的光學設計差異非常 大，從光源的選擇(采用那個波段，多少個激光器)、掃描方式選擇(轉鏡、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 刻理解某個激光雷達的光學設計，則很難對信號進行有效處理，這使得激光雷達的硬件和 算法很難進行解耦，激光雷達整機的特點更接近一個嵌入式算法系統設備。

　　那么激光雷達包含了哪些算法呢。

　　首先是點云生成的一系列算法，這個與硬件以及光學設計是強耦合的關系，也稱為嵌入式算法，包含以下四個方面。

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

　　2)光源掃描：電機、 MEMS 等相關部件的掃描算法、ROI 區域形成由 DSP 等器件來完成;

　　3)光源接收：信 號檢測、放大、噪聲濾除、近距離增強由 DSP 算法完成;

　　4)信號處理：點云生成、狀 態數據、消息數據等。

　　點云生成后，有的車企會需要激光雷達廠商提供目標識別算法，有的則不需要。目標識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行計算，比如到 Orin 或者地平線 J5 平臺上進行計算。

　　06主流算法介紹

　　AI算法論壇中，大牛整理的一些主流2DD激光雷達算法。

　　2D Lidar SLAM

　　一般將使用單線雷達建構二維地圖的SLAM算法，稱為2D Lidar SLAM。大家熟知的2D Lidar SLAM算法有：gmapping， hector， karto， cartographer。通常數據和運動都限制在2D平面內且運動平面與激光掃描平面平行。

　　gmapping

　　基于粒子濾波的2D激光雷達SLAM，構建二維柵格地圖。融合里程計信息，沒有回環檢測。

　　優點是在小場景中，計算量小，速度較快。

　　缺點是每個粒子都攜帶一幅地圖，無法應對大場景(內存和計算量巨大);如果里程不準或標定參數不準，在長回廊等環境中容易把圖建歪。

　　hector

　　hector SLAM是完全基于scan-matching的，使用迭代優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，要求雷達的測量精度較高、角度范圍大，掃描速度較高(或移動速度慢)。噪聲多、邊角特征點少的場景就很容易失敗。

　　karto

　　karto是基于scan-matching，回環檢測和圖優化SLAM算法，采用SPA(Sparse Pose Adjustment)進行優化。

　　cartographer

　　cartographer是谷歌開源的激光SLAM框架，主要特點在于：

　　1.引入submap，scan to submap matching，新到的一幀數據與最近的submap匹配，放到最優位置上。如果不再有新的scan更新到最近的submap，再封存該submap，再去創建新的submap。

　　2.回環檢測和優化。利用submap和當前scan作回環檢測，如果當前scan與已經創建的submap在距離上足夠近，則進行回環檢測。檢測到回環之后用ceres進行優化，調整submap之間的相對位姿。為了加快回環檢測，采用分枝定界法。

　　3D Lidar SLAM

　　3D Lidar SLAM主要是針對多線雷達的SLAM算法。比較出名的有LOAM， LeGO-LOAM， LOAM-livox等。

　　LOAM

　　LOAM是針對多線激光雷達的SLAM算法，主要特點在于：

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

　　2) 由估計的幀間運動，對scan中的每一個點進行運動補償;

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

　　LeGO－LOAM

　　LeGO-LOAM在LOAM的基礎上主要改進：

　　1) 地面點分割，點云聚類去噪;

　　2)添加了ICP回環檢測和gtsam優化。

　　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。算法的特點：

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

　　2.與LOAM一樣，有運動補償;

　　3.里程計中剔除相對位姿解算后匹配度不高的點(比如運動物體)之后，再優化一次求解相對位置。

　　07從專利維度看華為激光雷達

　　在德高行全球專利數據庫中，檢索華為的激光雷達專利，他有中國專利154件、PCT專利76件，這些專利主要在產品應用方面，算法不少，多數圍繞優化掃描路徑，提升傳輸、決策效率;也在努力減少產品硬件工藝成本與體積，讓其更適合純電輔助行駛。

　　但從數量上，和行業大佬差距還是大的。

　　最新的華為12件專利如下：

　　序號

　　標題 (中文)

　　公開號

　　專利解決的問題

　　1

　　一種激光雷達及回波光信號接收方法

　　CN115113181A

　　該專利公開了一種激光雷達及回波光信號接收方法，用以提升探測器的可探測范圍，提高激光雷達對遠距離目標探測區域的測距能力，以及減少激光雷達對近距離目標探測區域的探測盲區問題的發生。

　　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，通過雷達或攝像頭等傳感器參數的可配置可以實現傳感器的靈活控制，并且可以節省車輛外部空間。

　　3

　　控制運動體移動的方法以及相關設備

　　CN115070750A

　　該專利提供了一種優化算法，基于體素和運動路徑的映射關系以及障礙物的體素集合能夠快速確定不經過第一體素集合的有效運動路徑，如此可以減少運動路徑的搜索范圍，提高了路徑規劃的效率，滿足實時性的要求。

　　4

　　一種光學組件及激光雷達系統

　　CN115087908A

　　該專利提供了一種光學組件及激光雷達系統，優化了光束發射、擴散路徑，縮短了最終光學總長，提高了掃描效率。

　　5

　　點云匹配方法及裝置，導航方法及裝置，定位方法及激光雷達

　　WO2022188094A1

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

　　6

　　控制移動體移動的方法及相關裝置

　　WO2022188554A1

　　該專利提供了一種算法，減小移動路徑的搜索范圍，提高路徑規劃的效率，滿足實時性的要求。

　　7

　　檢測裝置，檢測器，激光雷達及終端裝置

　　WO2022188687A1

　　該專利提供了一種激光雷達探測方式，防止由檢測模塊反射的回波信號再次進入檢測模塊，從而避免由檢測模塊反射的回波信號產生光學串擾。

　　8

　　一種激光雷達性能參數獲取方法及裝置

　　CN115032613A

　　在多線激光雷達的幾個關鍵性能指標中，角分辨率反應相同投影面積下點云的密集程度。角分辨率越高，點云的密度就越大，對目標的感知及環境的探測能力就越好。視場(field of view，FOV)為激光雷達可探測范圍的大小，視場越大激光雷達可探測范圍越大。一般這兩項性能均由激光雷達廠商給出，但其給出的準確性有一定誤差，或精度不夠。光雷達性能測試的準確性的問題。該專利提供一種激光雷達性能參數獲取方法及裝置，用于提升多線激光雷達性能測試的準確性的問題。

　　9

　　固態激光雷達裝置的校準

　　CN115004056A

　　該專利是華為在固態激光雷達裝置的探索，尤其涉及固態激光雷達裝置的校準領域的研究成果。

　　10

　　激光雷達系統，調整方法及相關裝置

　　WO2022178667A1

　　該專利設計了一種對激光雷達工作溫度、行車環境的監控系統。

　　11

　　窗戶遮擋檢測方法和裝置

　　WO2022179207A1

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

　　12

　　一種激光雷達及車輛

　　CN216956370U

　　該專利涉及的激光雷達具有近距探測功能和遠距探測功能，同時實現體積小型化。