沒有在激光雷達身上“吃過虧”的自動駕駛公司，就像筆者年代沒有癡迷過“龜仙人”的小朋友，童年是遺憾的。紙面上的200m測距能力，在視場角邊緣為何只有100m？在烈日當頭和夕陽西下時，激光雷達點云的噪點水平怎么和化妝和未化妝的姑娘相差這么大？遇到高反射率物體和低反射率物體時，激光雷達怎么和見了仇人一樣，劍拔弩張？

　　激光雷達技術演進的路線尚未收斂，新加入的玩家又如雨后春筍，導致市面上基于不同技術路線的激光雷達新產品層出不窮，且都在王婆賣瓜，自賣自夸。自動駕駛公司前期不斷在核心算法、場景理解上建立競爭壁壘，忽視了自動駕駛硬件導入前測試驗證。結果在實際落地過程中，硬件暴露的各種問題成為影響項目進度的罪魁禍首。 濃妝淡抹與穿金戴銀都是表面現象，內心的真善美才應是我們追逐的本質。故自動駕駛圈黑話第十四期，筆者就和大家分享激光雷達盛世美顏下掩蓋著哪些偷稅、漏稅的“丑陋”以及如何通過行之有效的方法撥掉面具，還原其本來面目。

　　面具掩蓋下的“丑陋”

　　下文逐一列舉激光雷達容易發生的一些典型問題，有的是硬件原理問題，有的是軟件算法問題。問題之間可能還存在相互掣肘的關系，如何在博弈中設計最優的產品，真正考驗著激光雷達廠商的系統能力，也是決定其能否成為“百年老店”的關鍵。

　　一、“拖尾”問題

　　按照測距方式不同，激光雷達主要分為ToF（Timeof Flight，飛行時間）與FMCW（FrequencyModulated Continuous Wave，調頻連續波）兩類。ToF類型是目前量產的激光雷達的絕大多數選擇。 在ToF（Time of Flight，飛行時間）方法中，激光雷達發送端發射一個脈沖，打到物體后返回，接收端接收到回波后計算兩者之間接收時間差，并通過乘以光速來實現物體之間距離的測量。

　　理想情況下，脈沖打到物體表面是一個理想的光斑點，但由于實際的脈沖存在一定的發散角，所以打到物體上會是一個面，且隨距離增加，這個面會越大。這樣就存在一種可能性，當存在前后兩個物體，且激光雷達脈沖打到前面物體的邊緣時，就有可能出現部分激光脈沖打到后面物體上，這就是激光雷達的“拖尾”問題。

　　拖尾問題的直接后果就是激光雷達打出去的一個脈沖返回兩個回波，導致激光雷達陷入“迷茫”，無法判斷以哪個距離為準。解決“拖尾”問題，如果從源頭上杜絕的話，那就是選用能量更聚焦、發散角更小的激光脈沖發射器。如果從算法上優化的話，可以通過判斷角度閾值是否在合理范圍內，從而實現拖點甄別及刪除。

　　二、盲區“吸點”

　　激光雷達探測器一般有幾到幾十納秒的Dead Time，Dead Time指是接收到一個激光脈沖后到再能接受一個新激光脈沖所需的最短時間。當一束激光脈沖打出去的時候，首先會在激光出射鏡頭產生一個內反射信號被探測器接收，如果障礙物距離太近，由于激光接收器還處于Dead Time時間，近距離物體的脈沖回波無法被探測到，從而導致近距離物體測距不準。 激光雷達探測近距離物體時出現的測距不準問題被稱為“吸點”，這個是困擾整個行業的難題，是需要底層探測器硬件不斷進化。測距不準的近距離區域通常會被設定為“盲區”，這個盲區的大小通常在0.1~1m之間。

　　三、高反“鬼影”

　　對于高反射率物體，進入到激光雷達視場及測距范圍后，輸出的點云除了在真實位置有成像以外，還容易在其它位置形成一個形狀、大小類似的成像，而這個虛假的成像被稱為“鬼影”。不同類型激光雷達產生“鬼影”的行蹤各不相同。 “鬼影”的形成是由于激光雷達對高反射率物體反射回來的高強度回波非常敏感，在實際駕駛場景中，常見的高反射率物體包括交通指示牌、錐桶、三角指示牌、汽車牌照，尾燈等。 如下圖所示，左側本來激光無法掃描到，但是由于右側存在高反指示牌的“鬼影”現象，導致在左側形成一個形狀、大小相似的點云。

　　四、高反“膨脹”

　　對于高反射率物體，另外一個異常現象就是“膨脹”。“膨脹”是指激光掃描高反射率物體后，輸出的點云會向四周擴散，看起來就像“膨脹”了一樣，因此稱為高反“膨脹” 下圖白框框出來的部分本來是一些高反的細桿，但由于“膨脹”問題的存在，活生生變成了一個球。解決高反“鬼影”和高反“膨脹”是一個系統工程，既需要硬件本身具有高反射信號的良好分辨能力，又需要算法配合進行適中的優化。

　　五、空洞

　　對于近處低矮障礙物，激光雷達由遠及近靠近過程中，出現的點云“時有時無”的丟失現象被稱為“空洞”。障礙物原始點云的“時有時無”會讓感知軟件難以連續跟蹤，從而沒法準確判斷是不是一個固定障礙物，容易導致危險的急剎車或頻繁的“減速加速”現象。

　　六、陽光干擾

　　當車輛面向太陽方向行駛的時候且激光雷達視窗也朝向陽光方向，如果沒有良好設計的處理系統，很容易導致激光雷達點云中出現明顯噪點。

　　七、對射干擾

　　不同激光雷達之間如果靠得太近，不同雷達發射和接受脈沖容易被混淆，導致點云出現噪點。

　　去偽存真的“導入流程”

　　面對眾多紙面上參數相似，采購價格接近，對接商務小姐姐顏值相當的激光雷達產品，自動駕駛公司該如何花費適中的人力、物力，用適中的時間找到價值觀一致的產品？答案是“標準化導入流程”，標準化導入流程通過流水線化的驗證及評審過程，可以剔除人為主觀厭惡，達到去偽存真，檢驗騾子還是馬的目的。 筆者從一個激光雷達資深受害者的角色，于不斷失敗中總結出一套標準導入流程，一套可量化的測試方案。導入流程、測試方案均為一個受害者基于當前所處環境的一家之言，分享出來也僅用于民間交流、相互進步。整個標準導入流程包含三大階段、六大步驟。當然，通過對每個階段測試內容的更新，這套標準導入流程不僅適用于激光雷達，也可適用于高精度組合導航、感知相機、毫米波雷達等自動駕駛硬件產品。

　　第一個階段為產品驗證階段，由產品部門主導，主要包括單體性能驗證和單體架構級功能驗證兩個步驟。對于激光雷達來說，單體性能驗證內容主要包括紙面參數核實、典型障礙物的識別效果，特殊場景表現等。單體架構級功能驗證主要用來驗證產品是否滿足平臺化架構對零件的功能要求，包括時間同步方式及精度、網絡管理、電源管理、診斷配置升級等功能。 產品驗證階段的測試方案由產品部門收集來自客戶場景、系統架構、算法研發等需求，匯總形成的一份準入測試用例，并由測試部門負責執行，技術Leader牽頭進行決議。

　　第二個階段為研發驗證階段，由研發部門主導，主要包括軟件系統驗證和硬件系統驗證兩個步驟。研發驗證前需要將一套硬件布置在測試車輛上，布置的位置和角度應為理論上的量產布置位置。軟件系統驗證為各個算法模塊進行算法匹配驗證、理論布局驗證、CPU占用、AI算力消耗及內存讀寫速度等方面的驗證。硬件系統驗證主要考察電氣連接方案和機械固定方案是否滿足整車系統穩定，可靠的要求。

研發驗證階段的測試方案由研發部門根據自己軟件模塊對激光雷達的需求設計針對性的測試用例，同時由研發部門負責執行，技術Leader牽頭進行測試結論的決議。 第三階段為實車驗證階段，由項目部門主導。挑選合適的客戶現場，進行可靠性，耐久性，一致性驗證。驗證周期為1~3個月，驗證通過則開始進行批量化導入。 實車驗證階段的測試方案由測試部門根據現場易出問題的場景、設計有針對性的測試用例，測試報告由項目牽頭，組織產品、研發、測試進行評審，從而決議是否進行大規模批量化導入。

　　“騾子”還是“馬”的驗證方法

　　一、產品驗證階段

　　在產品驗證階段，主要目的是摸清激光雷達的底細從而找到其性能邊界，避免后期試錯的成本。因此驗證主要分為三個方面：（1）激光雷達紙面參數的真實情況；（2）典型物體的識別效果；（3）特殊場景的性能表現；（4）架構級功能的支持情況。

　　（1）紙面參數驗證

　　從規格書中，挑選出我們關心的且又是供應商最容易賣弄文采的參數，包括FOV（Field of View，視野范圍）、測距能力、盲區大小。對于FOV，垂直30°可能是水平某一個角度區間可以達到的角度，而在水平其它角度區間，垂直FOV可能只有25°；對于測距能力，可能只有水平FOV 60°的范圍可以達到標稱的最大測距能力，兩邊范圍最大測距能力可能只有80%。這些供應商都不會主動坦白，嚴刑逼供也不會認慫服罪。因此紙面參數驗證過程既是確認激光雷達是否可以滿足需求的第一步，也是對這家公司誠信品質的驗證。

　　（2）典型物體識別 激光雷達紙面上的分辨率是一個抽象的數字，我們無法從中想象出面對不同距離下不同大小物體的識別效果。同時由于激光雷達面對高反射率、低反射率物體的一些詭異現象存在。因此我們有必要梳理出場景中的典型物體，并測試激光雷達在不同距離下面對這些物體的識別效果。

　　（3）特殊場景測試 陽光直射、揚塵天氣、雨雪天氣等都是自動駕駛車輛會遇到的一些特殊場景，而在這些場景中，如果激光本體系統架構和算法足夠優秀，可以在一定程度上減輕這些特殊場景的影響，同時搭配上后端輕量化的算法，即可實現自動駕駛車輛在絕大多數特殊場景下的正常工作。

　　（4）架構級功能驗證 架構級功能驗證主要驗證產品是否具備平臺架構要求的時間同步功能、電源管理、網絡管理、診斷配置、遠程升級等功能，這些也是影響后期批量化部署及交付的重要功能。

　　二、研發驗證階段

　　在研發驗證階段，主要包括軟件系統驗證和硬件系統驗證兩個步驟。 研發各功能模塊對激光雷達的要求不同，感知模塊側重點可能在激光掃描方式、點云完整度及噪點情況，定位模塊側重點可能在精度及分層情況、主動安全模塊側重點可能是特殊場景下的識別效果。因此軟件系統驗證的目的是將激光雷達注入算法的靈魂，一方面可以計算算法移植的工作量，另一方面可以驗證新激光雷達是否可以滿足本功能的需求。 硬件系統驗證主要包括電氣接口方案及機械固定方案，驗證內容包括供電電壓是否足夠穩定，整車EMC對通信鏈路的影響，瞬時啟動功率對整車其它用電器的影響，機械安裝方案是否牢固、可靠等。 由于研發驗證階段是按照量產狀態布置新的激光雷達，同時將激光雷達接入現有架構中，因此可以同步驗證理論布局是否可以滿足各模塊的功能需求，CPU占用影響、AI算力消耗、內存讀寫速度等情況。

　　三、整車驗證階段

　　在整車驗證階段，主要包括客戶現場驗證。驗證內容包括新激光雷達的可靠性、耐久性、一致性。測試部門通過對易出問題的使用場景或工況進行匯總，可以刻意讓激光雷達工作在這些場景中，以加速可靠性、耐久性、一致性驗證。

　　編輯：黃飛