智能驾驶新格局 视觉×雷达，会是个好故事吗
发布时间：2022-01-08 02:51:47 所属栏目：大数据 来源：互联网
导读：雷视融合，这个以往一直存在却没有被放大意义的技术名词，如今开始备受关注。 一方面，诸如宇视这样的视频物联企业，在今年开始将雷视融合提高到公司战略的高度，而另一方面，速腾聚创也向AI掘金志透露，接下来将积极布局路端的雷视融合产品，同时另一边，
|
“雷视融合”，这个以往一直存在却没有被放大意义的技术名词，如今开始备受关注。 一方面，诸如宇视这样的视频物联企业，在今年开始将“雷视融合”提高到公司战略的高度，而另一方面，速腾聚创也向AI掘金志透露，接下来将积极布局路端的雷视融合产品，同时另一边，还有智能驾驶企业希迪智驾、科技公司百度、阿里、腾讯等，也手拿雷视融合相关方案，在路端摆阵以待。 “雷视融合”不算是什么解题新路径，在各领域擅长使用该技巧的玩家也并不少见，新鲜的在于——几大本不大相干的功夫门派，这次终于要在同一十字路口相遇、混战了。 互联网企业、公路行业技术产品供应商、视频物联企业、车规级雷达供应商、智能驾驶企业......五股势力都在拿着同一本名为“雷视一体”的剑宗修炼，当然细看会发现，各家的起步时间并不同，招式也各异。 一个更具诱惑力的胡萝卜还在于，呼吁已久的车路协同，很有可能因此，就被撕开一个口子，从而摆脱单点智能，开始真正打“聪明的车”+“智慧的路”的配合战了。 但问题则在于，为什么是现在？为什么是他们？当“雷视一体”方案被迁移至交通领域，是否真的行得通？最后谁又会胜出？ 1 五股势力 在自动驾驶行业，普遍被认可的是，多传感器融合是未来自动驾驶感知方向的主要发展趋势。 同样的故事走向，如今在智慧交通领域又重演一遍。 感应线圈、截面雷达、地磁钉等是主要的传统车辆检测器，但通病在于，它们仅能获得某一截面或瞬时的车辆所在车道和车速信息。 新一代的智能化车辆检测器双雄，则是AI摄像头和正向交通毫米波雷达，它们可以获得所有车道全局的实时数据，也可以获得每一辆车精确的位置和矢量化数据。 但AI摄像头和交通毫米波雷达也有各自的硬伤，比如摄像头在恶劣环境下会误报、漏报，而毫米波雷达虽能在恶劣环境下适用，但却无法看到清晰的图像，也无法识别出车辆的车牌、车型、车标和车身颜色等信息。 因此将摄像头和雷达相融合，优势互补，各取所长而成的雷视一体产品，就成了近一年交通感知方案中的黑马挑战者。 其中具有代表性的一派，就是诸如海康、大华、宇视这样的视频物联企业。 它们原本就长于视频技术，在To G的交通领域更是耕耘多年，近几年纷纷转型，开始以视频为核心，融合进雷达、大数据、人工智能等技术，在交通领域做整体的场景解决方案。 比如宇视就在今年打出了“雷视融合”的Slogan，并发布了雷视一体机产品和相关的解决方案。 宇视雷视产品线总监刘圣宁对AI掘金志表示，在视频AI方面，最先落地的就是交通路侧领域，比如在城市交通治理中，基于卡口及电子警察的非现场执法系统有效地降低了违章驾驶行为，而针对出入口、路侧停车、车位反寻与诱导等静态交通治理，视频AI基础有效的提升了服务效率。 “交通强国战略以及十四五规划，强调了在交通基础设施建设基础上，进一步提升交通信息化、智能化水平，围绕秩序、效率、安全三要素构建整体交通网络，足够密度的全天候、高精度、多维度的感知路侧设备成为建设的关键要素，尤其是雷达与视频的融合，近一年已越来越多地被应用到智慧交通路侧领域。” 另一派则是速腾聚创、Ouster、万集科技这样的车规级激光雷达供应商，他们正以雷达传感器为刀，切割出智能驾驶、智慧交通等细分市场。 速腾聚创就对AI掘金志表示，随着行业对高精度感知的需求越来越高，激光雷达在智慧交通领域的应用规模也随之加速增长。 速腾聚创最早在2018年开始提供激光雷达和摄像头融合的产品，目前它的雷视融合路端项目，已经在广州、深圳、浙江等多个省市的道路落地。 除此之外，推出雷视融合方案的，还有百度、希迪智驾、华为这样的智能驾驶企业，早早瞄准了智慧城市的腾讯、阿里巴巴当然也没有缺席。 可以这么总结，目前以雷视融合为指针，在智慧交通战场打磨产品或方案的，主要有5股势力，分别为视频物联企业、路侧毫米波雷达供应商、智能驾驶相关企业、车规级激光雷达供应商和互联网企业。 他们有的在交通领域深扎根基，有的精于雷达传感器，有的则侧路抢道，从汽车领域一路杀来。 2 各有杀手锏 不同门派各自的发家技术不同，杀招当然也会各有侧重。 布莱恩 阿瑟在其《技术的本质》一书中提到，技术（所有的技术）都是某种组合，这意味着任何具体技术都是由当下的部件、集成件或系统组件构建或组合而成，同时，技术的每个组件自身也是微缩的技术。 简单来说，就是新技术产生于已有技术的组合，由已有技术进化而来——而所谓“雷视融合”，要做的也是做好雷达和视频的融合，这其中的雷达，有毫米波雷达，也有激光雷达。 毫米波雷达主要利用其发射波长为毫米波的电磁波，来实现对目标的探测识别，经过目标反射回来的电磁波，通过公式计算，就可以得出被探测目标相对于雷达位置的距离和相对速度。 目前大多数毫米波雷达输出信息为点云，是不含高度的二维信息，摄像机获取的图像也同样是二维信息。 刘圣宁表示，前端融合、一体化交付将是雷视融合的主要形式，比如： 1、在特征层可利用雷达为视频提供更加准确的特征区域信息，也可利用视频识别来弥补雷达的多径效应； 2、在数据层通过大量的数据与场景化的算法，来同步进行雷达和视频的AI模型训练，适应不同的业务需求。 激光雷达则通过对外部环境进行扫描，利用点云构建出三维空间地图。 根据速腾聚创的介绍，在传感器硬件层面，激光雷达和摄像头融合主要是进行时间和空间的标定，也就是将激光雷达三维点云和摄像头二维彩色图像进行空间匹配和时间同步。 “车端和路端都是如此，区别主要在于部署位置和数量不同。与此同时，相比车端，路端还有多基站融合，即要对某一段道路上多个基站的感知结果进行融合。” 主打的技术路线不同，因此也就导致了不同企业间，雷视一体机实际应用效果的差异。 帮助交通事故快处快赔，通过AI算法对行驶轨迹进行精准判断、对事故的自动识别预警，减少二次事故和拥堵的发生、配合智慧灯控后台系统实现信号控制的优化......这些都是能在华为全息路口实现的功能。 （编辑：源码网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
